WO2014163457A1 - 다시점 비디오의 예측 구조에 따른 비디오 스트림 부호화 방법 및 그 장치, 다시점 비디오의 예측 구조에 따른 비디오 스트림 복호화 방법 및 그 장치 - Google Patents

다시점 비디오의 예측 구조에 따른 비디오 스트림 부호화 방법 및 그 장치, 다시점 비디오의 예측 구조에 따른 비디오 스트림 복호화 방법 및 그 장치 Download PDF

Info

Publication number
WO2014163457A1
WO2014163457A1 PCT/KR2014/003001 KR2014003001W WO2014163457A1 WO 2014163457 A1 WO2014163457 A1 WO 2014163457A1 KR 2014003001 W KR2014003001 W KR 2014003001W WO 2014163457 A1 WO2014163457 A1 WO 2014163457A1
Authority
WO
WIPO (PCT)
Prior art keywords
prediction
candidates
video
candidate
unit
Prior art date
Application number
PCT/KR2014/003001
Other languages
English (en)
French (fr)
Inventor
최병두
박민우
위호천
윤재원
이진영
조용진
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
Priority to US14/782,416 priority Critical patent/US20160134883A1/en
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to CN201480032646.6A priority patent/CN105308967A/zh
Priority to EP14779342.6A priority patent/EP2983366A4/en
Publication of WO2014163457A1 publication Critical patent/WO2014163457A1/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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals

Definitions

  • the present specification relates to a video encoding and decoding method for encoding an image sequence in at least one layer and decoding a video stream received in at least one layer.
  • video codec for efficiently encoding or decoding high resolution or high definition video content.
  • video is encoded according to a limited encoding method based on a macroblock of a predetermined size.
  • Image data in the spatial domain is transformed into coefficients in the frequency domain using frequency transformation.
  • the video codec divides an image into blocks having a predetermined size for fast operation of frequency conversion, performs DCT conversion for each block, and encodes frequency coefficients in units of blocks. Compared to the image data of the spatial domain, the coefficients of the frequency domain are easily compressed. In particular, since the image pixel value of the spatial domain is expressed as a prediction error through inter prediction or intra prediction of the video codec, when frequency conversion is performed on the prediction error, much data may be converted to zero.
  • the video codec reduces data volume by substituting data repeatedly generated continuously with small size data.
  • the multilayer video codec encodes and decodes the base layer video and one or more enhancement layer videos.
  • the amount of data of the base layer video and the enhancement layer video may be reduced by removing temporal / spatial redundancy of the base layer video and the enhancement layer video and the redundancy between layers.
  • the multilayer video codec encodes and decodes the base layer video and one or more enhancement layer videos. Reduction of the amount of data in the video is required.
  • a video stream decoding method performed by the video stream decoding apparatus, comprising: receiving video stream encoded data; Obtaining prediction information on current view video encoded data from the received encoded data; And decoding the current view image by generating motion compensated current view image data using at least one of the current view image data and the other view image data based on the prediction information.
  • the encoding and decoding apparatus can specify a motion vector by dividing an index of AMVP candidates by using a flag by fixing the number of candidates to two in AMVP mode prediction, so that the amount of data to be transmitted is determined. Can be reduced.
  • whether inter-view candidates are used may be separately signaled for the merge mode and the AMVP mode, respectively.
  • FIG. 1A is a block diagram of a video stream encoding apparatus, according to various embodiments.
  • FIG. 1B is a flowchart of a video stream encoding method, according to various embodiments.
  • FIG. 2A is a block diagram of a video stream decoding apparatus, according to various embodiments.
  • 2B is a flowchart of a video stream video decoding method, according to various embodiments.
  • FIG. 3 is a block diagram conceptually illustrating an example in which a merge list including six candidates is configured in the first embodiment.
  • 4A is a block diagram conceptually illustrating an example in which an AMVP list including three candidates is constructed in the second embodiment.
  • 4B is a block diagram conceptually illustrating an example in which an AMVP list including two candidates is constructed in the third embodiment.
  • FIG 5 illustrates an interlayer prediction structure according to an embodiment.
  • FIG. 6 illustrates an interlayer prediction structure of a multiview video stream.
  • NAL 7 illustrates a structure of a network abstract layer (NAL) unit.
  • FIG. 8 is a block diagram of a video encoding apparatus based on coding units having a tree structure, according to various embodiments.
  • FIG. 9 is a block diagram of a video decoding apparatus based on coding units having a tree structure, according to various embodiments.
  • FIG. 10 illustrates a concept of coding units, according to various embodiments.
  • FIG. 11 is a block diagram of an image encoder based on coding units, according to various embodiments.
  • FIG. 12 is a block diagram of an image decoder based on coding units, according to various embodiments.
  • FIG. 13 is a diagram illustrating deeper coding units according to depths, and partitions, according to various embodiments.
  • FIG. 14 illustrates a relationship between a coding unit and transformation units, according to various embodiments.
  • 15 is a diagram of deeper encoding information according to depths, according to various embodiments.
  • 16 is a diagram of deeper coding units according to depths, according to various embodiments.
  • 17, 18, and 19 illustrate a relationship between coding units, prediction units, and transformation units, according to various embodiments.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 1.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 1.
  • 21 illustrates the physical structure of a disk on which various associated programs are stored.
  • Fig. 22 shows a disc drive for recording and reading a program by using the disc.
  • FIG. 23 shows an overall structure of a content supply system for providing a content distribution service.
  • 24 and 25 illustrate an external structure and an internal structure of a mobile phone to which the video encoding method and the video decoding method of the present invention are applied, according to various embodiments.
  • 26 is a diagram illustrating a digital broadcast system employing a communication system, according to various embodiments.
  • FIG. 27 is a diagram illustrating a network structure of a cloud computing system using a video encoding apparatus and a video decoding apparatus, according to various embodiments.
  • a video stream decoding method performed by the video stream decoding apparatus, comprising: receiving video stream encoded data; Obtaining prediction information on current view video encoded data from the received encoded data; And decoding the current view image by generating motion compensated current view image data using at least one of the current view image data and the other view image data based on the prediction information.
  • the prediction information includes Advanced Motion Vector Prediction (AMVP) mode prediction information generated by using a candidate list including two candidates, and to generate the AMVP mode prediction information among two candidates included in the candidate list.
  • the apparatus may further include a motion vector prediction flag indicating a candidate used.
  • the candidate list includes one inter-view candidate and may further include any one of spatial candidates and temporal candidates.
  • the method may further include obtaining an iv_mv_pred_flag indicator indicating that the current view image encoded data may be decoded using the inter-view candidate from the received encoded data.
  • a merge_iv_mv_pred_flag indicator indicating that an inter-view candidate may be used to perform prediction according to a merge mode of the current view video encoded data from the received encoded data, and prediction according to an AMVP mode of the current view video encoded data.
  • the method may include obtaining at least one indicator of an amvp_iv_mv_pred_flag indicator indicating that an inter-view candidate may be used to perform the operation.
  • the obtaining of the indicator may include obtaining the merge_iv_mv_pred_flag indicator and the amvp_iv_mv_pred_flag indicator, and the merge_iv_mv_pred_flag indicator and the amvp_iv_mv_pred_flag indicator may indicate values independently of each other.
  • the motion vector prediction flag may indicate whether the AMVP mode prediction information is generated using an inter-view candidate.
  • the candidate list may include two candidates among spatial candidates and temporal candidates.
  • the motion vector prediction flag may indicate which one of the spatial candidates and the temporal candidates was generated using the AMVP mode prediction information.
  • the prediction information further includes merge mode prediction information generated using a candidate list including inter-view candidates, and the AMVP mode prediction information is generated using a candidate list not including inter-view candidates. Can be.
  • the method may further include obtaining an iv_mv_pred_flag indicator indicating that the current view image encoded data may be decoded using the inter-view candidate from the received encoded data.
  • the video stream encoding method is a video stream encoding method performed by a video stream encoding apparatus, wherein the current view image is predicted using at least one of the current view image data and other view image data.
  • the prediction information includes Advanced Motion Vector Prediction (AMVP) mode prediction information generated using a candidate list including two candidates, and to generate the AMVP mode prediction information among two candidates included in the candidate list.
  • the apparatus may further include a motion vector prediction flag indicating a candidate used.
  • the candidate list includes one inter-view candidate and may further include any one of spatial candidates and temporal candidates.
  • the generating of the current view image encoded data may include generating an iv_mv_pred_flag indicator indicating that the current view image encoded data may be decoded using an inter-view candidate.
  • a merge_iv_mv_pred_flag indicator indicating that an inter-view candidate may be used to perform prediction according to a merge mode of the current view video encoded data
  • the AMVP mode of the current view video encoded data may include generating at least one indicator of an amvp_iv_mv_pred_flag indicator indicating that the inter-view candidate may be used to perform the prediction.
  • the generating of the indicator may generate the merge_iv_mv_pred_flag indicator and the amvp_iv_mv_pred_flag indicator so that the merge mode prediction information includes the inter-view candidate and whether the AMVP mode prediction information includes the inter-view candidate.
  • the motion vector prediction flag may indicate whether the AMVP mode prediction information is generated using an inter-view candidate.
  • the candidate list may include two candidates among spatial candidates and temporal candidates.
  • the motion vector prediction flag may indicate which of the spatial candidates and the temporal candidates was generated using the AMVP mode prediction information.
  • the prediction information further includes merge mode prediction information generated using a candidate list including inter-view candidates, and the AMVP mode prediction information is generated using a candidate list not including inter-view candidates. Can be.
  • the generating of the current view image encoded data may include generating an iv_mv_pred_flag indicator indicating that the current view image encoded data may be decoded using an inter-view candidate.
  • a video stream decoding apparatus comprising: a receiving unit for receiving video stream encoded data; Decoding current view image by generating motion compensated current view image data using at least one of the current view image data and other view image data based on the prediction information on the current view image encoded data obtained from the received encoded data It includes a decoding unit.
  • the prediction information includes Advanced Motion Vector Prediction (AMVP) mode prediction information generated by using a candidate list including two candidates, and to generate the AMVP mode prediction information among two candidates included in the candidate list.
  • the apparatus may further include a motion vector prediction flag indicating a candidate used.
  • the video stream encoding apparatus in the video stream encoding apparatus, generates the current view image by generating prediction information of the current view image using at least one of the current view image data and the other view image data.
  • An encoding unit generating encoding current view image encoded data;
  • an output unit configured to output the current view image encoded data and the prediction information.
  • the prediction information includes Advanced Motion Vector Prediction (AMVP) mode prediction information generated using a candidate list including two candidates, and to generate the AMVP mode prediction information among two candidates included in the candidate list.
  • the apparatus may further include a motion vector prediction flag indicating a candidate used.
  • the computer-readable recording medium records and stores a program for causing a computer to execute at least one of the video stream encoding method and the encoding method according to an embodiment of the present invention.
  • FIGS. 1A through 7C. 8 to 20 a video encoding apparatus, a video decoding apparatus, a video encoding method, and a video decoding method based on coding units having a tree structure according to various embodiments are disclosed.
  • various embodiments to which the video stream encoding method, the video stream decoding method, the video encoding method, and the video decoding method according to the embodiments of FIGS. 1A to 20 are applicable are described with reference to FIGS. 21 to 27.
  • the 'image' may be a still image of the video or a video, that is, the video itself.
  • a video stream encoding apparatus a video stream encoding method, and a video stream decoding apparatus and a video stream decoding method according to various embodiments are disclosed.
  • 1A is a block diagram of a video stream encoding apparatus 10 according to various embodiments.
  • 1B is a flowchart of a video stream encoding method, according to various embodiments.
  • the video stream encoding apparatus 10 includes an interlayer encoder 12 and a bitstream generator 14.
  • the video stream encoding apparatus 10 may classify and encode a plurality of video streams by layers according to a scalable video coding scheme.
  • the video stream encoding apparatus 10 may encode base layer images and enhancement layer images in different layers.
  • a multiview video may be encoded according to a scalable video coding scheme.
  • Left view images may be encoded as base layer images
  • right view images may be encoded as enhancement layer images.
  • the center view images, the left view images and the right view images are respectively encoded, among which the center view images are encoded as base layer images, the left view images are first enhancement layer images, and the right view images are second It may be encoded as enhancement layer images.
  • An encoding result of the base layer images may be output as a base layer stream, and encoding results of the first enhancement layer images and the second enhancement layer images may be output as a first enhancement layer stream and a second enhancement layer stream, respectively.
  • base layer images, first enhancement layer images, second enhancement layer images,..., Kth enhancement layer images may be encoded. Accordingly, the encoding results of the base layer images are output to the base layer stream, and the encoding results of the first, second, ..., K th enhancement layer images are output to the first, second, ..., K th enhancement layer stream, respectively. Can be.
  • the video stream encoding apparatus 10 may perform inter prediction to predict a current image by referring to images of the same layer. Through inter prediction, a motion vector representing motion information between the current image and the reference image and a residual component between the current image and the reference image may be generated.
  • the video stream encoding apparatus 10 may perform inter-layer prediction for predicting enhancement layer images by referring to base layer images.
  • the video stream encoding apparatus 10 may perform interlayer prediction for predicting second enhancement layer images by referring to first enhancement layer images. Through inter-layer prediction, a position difference component between the current image and a reference image of another layer and a residual component between the current image and a reference image of another layer may be generated.
  • inter-layer prediction between one base layer image and two or more enhancement layer images may be performed according to the multi-layer prediction structure.
  • the interlayer prediction structure will be described later with reference to FIG. 5.
  • the video stream encoding apparatus 10 encodes each block of each image of a video for each layer.
  • the type of block may be square or rectangular, and may be any geometric shape. It is not limited to data units of a certain size.
  • a block according to an embodiment may be a maximum coding unit, a coding unit, a prediction unit, a transformation unit, and the like among coding units having a tree structure.
  • the video stream encoding apparatus 10 may divide and encode images according to the HEVC standard into blocks having a quadtree structure for each layer.
  • a video encoding and decoding method based on coding units having a tree structure will be described later with reference to FIGS. 8 to 20.
  • Inter prediction and inter layer prediction may be performed based on a data unit of a coding unit, a prediction unit, or a transformation unit.
  • the interlayer encoder 12 may encode an image sequence for at least one layer.
  • the interlayer encoder 12 may generate symbol data by performing source coding operations including inter prediction or intra prediction for each layer.
  • the interlayer encoder 12 generates symbol data by performing transform and quantization on an image block including data obtained as a result of performing inter prediction or intra prediction on image samples, and generates symbol data on symbol data.
  • Entropy encoding may be performed on the bitstream to generate the bitstream.
  • the interlayer encoder 12 generates the current view image encoded data by encoding the current view image by generating the prediction information of the current view image by using at least one of the current view image data and the other view image data.
  • the information and the current view video encoded data may be transmitted to the bitstream generator 14.
  • the prediction information includes Advanced Motion Vector Prediction Index (AMVP) mode prediction information generated by using a candidate list including two candidates, and is used to generate AMVP mode prediction information among two candidates included in the candidate list.
  • the apparatus may further include a motion vector prediction flag indicating a candidate.
  • the interlayer encoder 12 includes one inter-view candidate and further includes one of spatial candidates and temporal candidates. You can set a candidate list.
  • the inter-view candidates are prediction units of a view image adjacent to the current view image used to encode or decode the current prediction unit.
  • the inter-view candidate may use some of all coding information including motion information, mode information, and reconstructed sample information of the adjacent view image. Candidates used for encoding or decoding the current block.
  • the prediction unit may be a block.
  • Spatial candidates are prediction units spatially neighboring the current prediction unit to encode or decode the current prediction unit.
  • the spatial candidate may include prediction units included in the current picture and spatially adjacent to the current prediction unit as candidates.
  • Temporal candidates are prediction units that temporally neighbor the current prediction unit to encode or decode the current prediction unit.
  • the temporal candidate may include prediction units included in the reference picture and co-located with the current prediction unit and prediction units temporally adjacent to the prediction unit at the same location as candidates.
  • the interlayer encoder 12 may generate an iv_mv_pred_flag indicator indicating that the current view image encoded data may be decoded using the inter-view candidate.
  • the interlayer encoder 12 may generate an iv_mv_pred_flag indicator indicating that prediction information including motion prediction information or inter-view prediction information of the current view image encoded data is generated using the inter-view candidate.
  • the interlayer encoder 12 may use the merge_iv_mv_pred_flag indicator indicating that the inter-view candidate may be used to perform prediction according to the merge mode of the current view image encoded data instead of the iv_mv_pred_flag indicator, and the current view image encoded data. At least one of the amvp_iv_mv_pred_flag indicators indicating that the inter-view candidates may be used to perform prediction according to the AMVP mode may be generated.
  • the merge_iv_mv_pred_flag indicator and amvp_iv_mv_pred_flag may be used together.
  • the interlayer encoder 12 may generate the merge_iv_mv_pred_flag indicator and the amvp_iv_mv_pred_flag indicator so that the merge mode prediction information includes the inter-view candidate and whether the AMVP mode prediction information includes the inter-view candidate. .
  • the motion vector prediction flag may indicate whether the AMVP mode prediction information is generated using the inter-view candidate.
  • the encoding apparatus and the decoding apparatus may configure the AMVP list such that an inter-view candidate is disposed at a specific position of the AMVP list. Therefore, if the motion vector prediction flag indicates a specific position where the inter-view candidate is located in the AMVP list, the motion vector prediction flag may indicate that the AMVP mode prediction information is generated using the inter-view candidate in block units.
  • the interlayer encoder 12 may generate a candidate list including two candidates among spatial candidates and temporal candidates.
  • the motion vector prediction flag may indicate which one of the spatial candidates and the temporal candidates is generated using the AMVP mode prediction information.
  • the encoding apparatus and the decoding apparatus may configure the AMVP list such that a spatial candidate or a temporal candidate is disposed at a specific position of the AMVP list.
  • the motion vector prediction flag may indicate that AMVP mode prediction information is generated using a specific type of candidate among spatial candidates and temporal candidates in each block according to the motion vector prediction flag value.
  • the interlayer encoder 12 may use the inter-view candidate only to generate the merge mode prediction information, and may not use the inter-view candidate when generating the AMVP mode prediction information.
  • the interlayer encoder 12 may generate a merge mode candidate list including inter-view candidates, and generate merge mode prediction information by using the merge mode candidate list including inter-view candidates. Can be.
  • the merge mode prediction information may be a candidate index of a candidate selected from the merge mode candidate list.
  • the interlayer encoder 12 may generate an AMVP mode candidate list including only other types of candidates except for inter-view candidates, and generate AMVP mode prediction information using the AMVP candidate list.
  • an AMVP mode candidate may include only candidates such as spatial candidates and temporal candidates and exclude inter-view candidates.
  • the interlayer encoder 12 may generate a candidate list including two candidates among spatial candidates and temporal candidates.
  • the interlayer encoder 12 may use the merge mode candidate list using candidates including inter-view candidates to generate merge mode prediction information of the enhancement layer, and may use the AMVP mode prediction information of the enhancement layer.
  • the AMVP mode candidate list may be constructed using candidates except for inter-view candidates for generation.
  • the interlayer encoder 12 may generate an iv_mv_pred_flag indicator indicating that the current view image encoded data may be decoded using the inter-view candidate, thereby indicating that the inter-view candidate is used in prediction modes except for AMVP mode. .
  • the interlayer encoder 12 may indicate that an inter-view candidate is used to generate merge mode prediction information.
  • the bitstream generator 14 outputs the prediction information and the current view image encoded data. Performs the function of wealth.
  • the bitstream generator 14 may output the prediction information and the current view image encoded data received from the interlayer encoder 12 as a bitstream.
  • the interlayer encoder 12 performs at least one prediction of motion prediction and inter-view prediction, and generates a motion mode according to the mode. For example, in the merge mode, the interlayer encoder 12 generates an index generated according to the merge mode. In the AMVP mode, the prediction unit generates the direction information, the reference picture index, the motion vector difference, and the candidate index.
  • the interlayer encoder 12 may perform prediction in units of blocks.
  • the block includes a block, a macroblock, a coding tree unit (CTU), a coding unit (CU), a prediction unit (PU), and a transformation unit (TU).
  • CTU coding tree unit
  • CU coding unit
  • PU prediction unit
  • TU transformation unit
  • the interlayer encoder 12 may generate an AMVP list having two candidates, and in this case, the candidate index may be generated with a motion vector prediction flag represented by one bit.
  • the motion vector prediction flag may indicate the first candidate of the list when 0 and the second candidate of the list when 1 according to a preset method.
  • the motion vector prediction flag may distinguish the inter-view candidate included in the AMVP list according to a preset method of arranging the candidate in the MVP list. For example, if the encoding apparatus and the decoding apparatus specify that the inter-view candidate is used as a candidate for the list, the encoding apparatus and the decoding apparatus place the inter-view candidate at a specific index of the AMVP list and set the corresponding position as a flag. By displaying, the motion vector prediction flag can be used to distinguish candidates between views.
  • the AMVP list of the present invention may include at most two candidates.
  • the interface encoder of the encoding apparatus and the interlayer decoder 24 of the decoding apparatus predetermine whether to place the inter-view candidate at the first index of the list or the inter-view candidate at the second index.
  • the interlayer encoder of the encoding apparatus and the interlayer decoder 24 of the decoding apparatus create an AMVP list so that the inter-view candidates are located at a predetermined position.
  • the interlayer encoder 12 of the encoding apparatus transmits a flag corresponding to the position of the inter-view candidate in the AMVP list to the decoding apparatus, thereby moving the inter-view candidate.
  • the information indicating that the vector is used to express the vector may be transmitted to the decoding apparatus by distinguishing it from the use information of other candidates.
  • the inter-layer encoder 12 generates merge_iv_mv_pred_flag, which is a flag indicating that the inter-view candidate was used in the merge mode, to indicate whether the inter-view candidate was used in each mode, and indicates that the inter-view candidate is used in the AMVP mode. Create amvp_iv_mv_pred_flag.
  • the motion vector prediction flags, merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag generated by the interlayer encoder 12 may be transmitted to the bitstream generator 14 and may be transmitted to the decoding apparatus through the transmitter.
  • the interlayer encoder 12 may generate a slice segment by encapsulating the generated motion vector prediction flag for each block, and generate the NAL unit by encapsulating the generated slice segment.
  • the generated NAL unit may be transmitted to the bitstream generator 14 and transmitted to the decoding apparatus through the transmitter.
  • the motion vector prediction flag generated for each block may be included in the slice segment header, and the generated slice segment header may be included in the NAL unit.
  • the interlayer encoder 12 may generate a parameter set by encapsulating at least one of merge_iv_mv_pred_flag, which is a flag indicating that the inter-view candidate is used in the merge mode, and amvp_iv_mv_pred_flag, which is a flag indicating that the inter-view candidate is used in the AMVP mode.
  • the parameter set includes a video parameter set, a sequence parameter set, and a picture parameter set.
  • merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag may be included in the video parameter set extension.
  • merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag may be included in the header of the parameter set. Therefore, the interlayer encoder 12 encapsulates at least one of merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag to generate at least one of a video parameter set, a sequence parameter set, and a picture parameter set. can do.
  • the interlayer encoder 12 may generate the NAL unit by encapsulating the generated parameter set.
  • the generated NAL unit may be transmitted to the bitstream generator 14 and transmitted to the decoding apparatus through the transmitter.
  • FIG. 1B is a flowchart illustrating a video stream encoding method according to an embodiment of the present invention.
  • a video stream encoding method performed by a video stream encoding apparatus first obtains prediction information of a current view image using at least one of current view image data and other view image data.
  • the encoding apparatus outputs current view image encoded data and prediction information (S120).
  • the prediction information may include AMVP (Advanced Motion Vector Prediction) mode prediction information generated using a candidate list including two candidates.
  • the prediction information may further include a motion vector prediction flag indicating a candidate used to generate the AMVP mode prediction information among two candidates included in the candidate list.
  • the video stream encoding method performs motion estimation to find a prediction block most similar to the current block to be currently coded from the reference pictures.
  • the process of finding the prediction block is called motion estimation.
  • the encoding apparatus may transmit motion information about the prediction block generated as a result of the motion estimation and the residual of the prediction block and the current block to the decoding apparatus.
  • the encoding apparatus may transmit motion information in a merge mode or an AMVP mode.
  • the motion information may be transmitted as a candidate index value selected from the merge mode candidate list.
  • the motion information may be transmitted as motion vector information, reference index values, and candidate index values selected from the AMVP mode candidate list.
  • a candidate index value selected from the AMVP mode candidate list may be transmitted as a candidate flag value selected from the AMVP mode candidate list according to an embodiment.
  • the AMVP mode will be described below.
  • the encoding apparatus according to an embodiment of the present invention generates an AMVP list using at least one candidate.
  • the encoding apparatus may select at least one candidate from among the spatial candidates, the temporal candidates and the inter-view candidates by a predetermined method, and generate an AMVP list using the selected at least one candidate.
  • the encoding apparatus may select a specific candidate from candidates included in the AMVP list to transmit motion information about the prediction block, and transmit the selected candidate information to the decoding apparatus.
  • the encoding apparatus may select a candidate having a motion vector having the smallest difference from the motion vector for the prediction block as a specific candidate, and transmit the information for specifying the selected candidate as the selected candidate information to the decoding apparatus.
  • the information for specifying the selected candidate may be at least one of index information of a picture including the candidate and index information where the candidate is located in the AMVP candidate list.
  • the encoding apparatus may transmit a difference between the motion vector of the prediction block and the motion vector of the selected candidate to the decoding apparatus.
  • the decoding apparatus can specify a motion vector by distinguishing the index of the AMVP candidate using a flag, thereby reducing the amount of data to be transmitted.
  • whether inter-view candidates are used may be separately signaled for the merge mode and the AMVP mode, respectively.
  • the encoding apparatus may use some candidates among candidates including inter-view candidates, spatial candidates, and temporal candidates. For example, the encoding apparatus may use six candidates among candidates.
  • the encoding apparatus may construct a merge list consisting of six candidates according to a predetermined method. The encoding apparatus may determine an index to distinguish six candidates included in the list.
  • FIG. 3 is a block diagram conceptually illustrating an example in which a merge list including six candidates is configured in the first embodiment.
  • one candidate is selected between time points, five spatial candidates are selected to select six candidates, and five candidates are selected from the selected six candidates. Selection of five candidates from six candidates may be obtained experimentally, and selection of five candidates from six candidates may be performed in the same manner in the encoding apparatus and the decoding apparatus. For example, the candidate order having a motion vector that statistically has the smallest difference from the motion vector for the prediction block can be experimentally obtained in advance, and five candidates can be selected from the six candidates according to the order for each block. have.
  • one candidate is selected from the selected temporal candidates. Selecting one candidate from two candidates may be performed in the same manner in the encoding apparatus and the decoding apparatus. For example, the candidate order having a motion vector that statistically has the smallest difference with the motion vector for the prediction block is experimentally obtained in advance, and one temporal candidate is selected from the two temporal candidates according to the order for each block. can do.
  • the merge_idx [x0] [y0] index may be used to indicate a finally selected candidate from six candidates.
  • merge_idx [x0] [y0] is an index indicating a merge candidate in the merge candidate list.
  • x0 and y0 represent positions (x0, y0) of the upper left luminance sample of the prediction block with respect to the position of the upper left luminance sample of the picture in which the prediction block is located. If merge_idx [x0] [y0] is not provided, the value of merge_idx [x0] [y0] may be used to mean a value of zero.
  • the encoding apparatus may use some candidates among candidates including inter-view candidates, spatial candidates, and temporal candidates. For example, the encoding apparatus may use three candidates among candidates.
  • the encoding apparatus may construct an AMVP list consisting of three candidates according to a predetermined method.
  • the encoding apparatus may determine an index to distinguish three candidates included in the list.
  • FIG. 4A is a block diagram conceptually illustrating an example in which an AMVP list including three candidates is configured in the second embodiment.
  • the encoding apparatus selects one inter-view candidate. After selecting five spatial candidates, two candidates are selected from the selected five spatial candidates. Selection of two candidates from five candidates can be obtained experimentally, and selection of two candidates from five candidates can be performed in the same manner in the encoding apparatus and the decoding apparatus. For example, two spatial candidates may be selected from five spatial candidates in order of candidates having a motion vector having the smallest difference from the motion vector for the prediction block.
  • one candidate is selected from the selected temporal candidates. Selecting one candidate from two candidates can be obtained experimentally, and selecting one candidate from two candidates can be performed in the same manner in the encoding apparatus and the decoding apparatus. For example, one temporal candidate may be selected from two temporal candidates in order of having the motion vector having the smallest difference from the motion vector for the prediction block.
  • three candidates are selected from four selected candidates including one inter-view candidate, two spatial candidates, and one temporal candidate to form an AMVP list.
  • three candidates may be selected from four candidates in the order of having the motion vector having the smallest difference from the motion vector for the prediction block.
  • an index may be used to indicate a candidate who is finally selected from three candidates.
  • the encoding apparatus may use MVP indexes for List 0 and List 1 to distinguish three candidates in the AMVP mode.
  • the MVP index may include at least one of mvp_l0_idx [x0] [y0] and mvp_l1_idx [x0] [y0].
  • mvp_l0_idx [x0] [y0] specifies the motion vector predictor index of list 0. x0 and y0 specify positions (x0, y0) of the upper left luminance sample of the prediction block with respect to the position of the upper left luminance sample of the picture in which the prediction block is located. If mvp_l0_idx [x0] [y0] is not provided, the value of mvp_l0_idx [x0] [y0] may be determined to mean a value of zero.
  • mvp_l1_idx [x0] [y0] may be used as mvp_l0_idx [x0] [y0].
  • mvp_l1_idx [x0] [y0] specifies the motion vector predictor index of Listing 1.
  • x0 and y0 specify positions (x0, y0) of the upper left luminance sample of the prediction block with respect to the position of the upper left luminance sample of the picture in which the prediction block is located. If mvp_l1_idx [x0] [y0] is not provided, the value of mvp_l1_idx [x0] [y0] may be determined to mean a value of zero.
  • the encoding apparatus may use a flag to inform the decoding apparatus that the inter-view candidate is used in the process of generating candidate information in the merge mode or the AMVP mode.
  • the encoding apparatus may generate iv_mv_pred_flag, which is a flag indicating that the inter-view candidate is used in the merge and AMVP modes, and transmit the same to the decoding apparatus.
  • iv_mv_pred_flag may have a value of 1 if an inter-view candidate was used in merge mode and AMVP mode
  • iv_mv_pred_flag may have a value of 0 if not used in either mode.
  • iv_mv_pred_flag may have a value of 1 if an inter-view candidate was used in either of merge mode and AMVP mode, and iv_mv_pred_flag may have a value of 0 if not used in both merge mode and AMVP mode.
  • a method of setting the value of iv_mv_pred_flag may be selectively used as necessary.
  • iv_mv_pred_flag may be generated for each layer.
  • iv_mv_pred_flag may be generated as iv_mv_pred_flag [layerId]
  • iv_mv_pred_flag [layerId] may indicate whether inter-view motion prediction is used in a decoding step of a layer having a layer ID value corresponding to layerId. . For example, if the value of iv_mv_pred_flag [layerId] is 0, the inter-view motion prediction is not used in the layer having the layer ID corresponding to the layerId.
  • iv_mv_pred_flag [layerId] the layerId corresponds to layerId. It indicates that prediction moved between views can be used in a layer having a layer ID. If iv_mv_pred_flag [layerId] is not provided, the value of iv_mv_pred_flag [layerId] may be determined to be zero.
  • the encoding apparatus may use the inter-view candidate only to generate the merge mode prediction information, and may not use the inter-view candidate when generating the AMVP mode prediction information.
  • an AMVP mode candidate may include only candidates such as spatial candidates and temporal candidates and exclude inter-view candidates.
  • the iv_mv_pred_flag indicator may indicate that the inter-view candidate is used in prediction modes except for AMVP mode. For example, if an inter-view candidate is used to construct a merge mode candidate list, but an inter-view candidate is not used to generate an AMVP mode candidate list, the iv_mv_pred_flag indicator is an appointment between the encoding device and the decoding device.
  • the inter-view candidate may be used to generate merge mode prediction information according to a preset value, but may not be used in the AMVP mode.
  • the encoding apparatus may use some candidates among candidates including inter-view candidates, spatial candidates, and temporal candidates. For example, the encoding apparatus may use two candidates among candidates.
  • the encoding apparatus may construct an AMVP list consisting of two candidates according to a predetermined method. The encoding apparatus may determine a flag to distinguish two candidates included in the list.
  • FIG. 4B is a block diagram conceptually illustrating an example in which an AMVP list including two candidates is constructed in the third embodiment.
  • the encoding apparatus selects one inter-view candidate. After selecting five spatial candidates, two candidates are selected from the selected five spatial candidates. Selecting two candidates from five candidates can be obtained experimentally in advance, and selecting two candidates from five candidates can be performed in the same manner in the encoding apparatus and the decoding apparatus. For example, the order of having the motion vector having the smallest difference from the motion vector for the prediction block can be determined in advance, and two spatial candidates can be selected from the five spatial candidates according to the determined order. For example, two candidates having the highest priority among five spatial candidates may be selected as two spatial candidates.
  • one candidate is selected from the selected temporal candidates.
  • Selection of one candidate from two candidates can be obtained experimentally, and selection of one candidate from two candidates can be performed in the same manner in the encoding apparatus and the decoding apparatus.
  • the order of having the motion vector having the smallest difference from the motion vector for the prediction block can be determined in advance, and one temporal candidate can be selected from the two temporal candidates according to the determined order. For example, a candidate having the highest priority among two spatial candidates may be selected as one temporal candidate.
  • two candidates are selected from four selected candidates including one inter-view candidate, two spatial candidates, and one temporal candidate to form an AMVP list.
  • the encoding apparatus may select two candidates from four candidates in a predetermined order having a motion vector having the smallest difference from the motion vector for the prediction block in the above manner.
  • a flag may be used to indicate a candidate finally selected from two candidates.
  • the AMVP list in the above-described second embodiment may use an index including at least 2 bits to distinguish three candidates included in the list.
  • candidates in the list can be distinguished by flags represented by one bit.
  • the encoding apparatus may use the MVP flags for List 0 and List 1 to distinguish two candidates in the AMVP mode.
  • the MVP flag may include at least one of mvp_l0_flag [x0] [y0] and mvp_l1_flag [x0] [y0].
  • mvp_l0_flag [x0] [y0] specifies the motion vector predictor index of list 0. x0 and y0 specify the position (x0, y0) of the top left luminance sample of the prediction block based on the position of the top left luminance sample of the picture where the prediction block is located. If mvp_l0_flag [x0] [y0] is not provided, the value of mvp_l0_flag [x0] [y0] may be determined to mean a value of zero.
  • mvp_l1_flag [x0] [y0] may be used as mvp_l0_flag [x0] [y0].
  • mvp_l1_flag [x0] [y0] specifies the motion vector predictor index of Listing 1.
  • x0 and y0 specify the position (x0, y0) of the top left luminance sample of the prediction block based on the position of the top left luminance sample of the picture where the prediction block is located. If mvp_l1_flag [x0] [y0] is not provided, the value of mvp_l1_flag [x0] [y0] may be determined to mean a value of zero.
  • the encoding apparatus notifies the decoding apparatus that the inter-view candidate is used in the process of generating candidate information in the merge mode or the AMVP mode. Flag can be used for each mode.
  • the encoding apparatus may generate merge_iv_mv_pred_flag, which is a flag indicating that the inter-view candidate is used in the merge mode, generate amvp_iv_mv_pred_flag, which is a flag indicating that the inter-view candidate is used in the AMVP mode, and transmit each flag to the decoding apparatus.
  • merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag may be generated independently from each other in the encoding apparatus, and may be transmitted from the encoding apparatus to the decoding apparatus independently of each other.
  • merge_iv_mv_pred_flag may have a value of 1 if an inter-view candidate was used in merge mode, and iv_mv_pred_flag may have a value of 0 if not used in merge mode. If the inter-view candidate is used in AMVP mode, amvp_iv_mv_pred_flag may have a value of 1, and if it is not used in AMVP mode, iv_mv_pred_flag may have a value of zero.
  • merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag may be generated for each layer.
  • merge_iv_mv_pred_flag may be generated as merge_iv_mv_pred_flag [layerId]
  • merge_iv_mv_pred_flag [layerId] may indicate whether inter-view motion prediction is used in merge mode in a decoding step of a layer having a layer ID value corresponding to layerId. can be indicated).
  • merge_iv_mv_pred_flag [layerId] if the value of merge_iv_mv_pred_flag [layerId] is 0, this indicates that the inter-view prediction in the merge mode is not used in the layer having the layer ID corresponding to the layerId. If the value of merge_iv_mv_pred_flag [layerId] is 1, The layer having the layer ID corresponding to the layerId indicates that prediction between views in the merge mode can be used. If merge_iv_mv_pred_flag [layerId] is not provided, the value of merge_iv_mv_pred_flag [layerId] may be determined to be zero.
  • amvp_iv_mv_pred_flag may be generated as amvp_iv_mv_pred_flag [layerId]
  • amvp_iv_mv_pred_flag [layerId] indicates whether inter-view motion prediction is used in AMVP mode in a decoding step of a layer having a layer ID value corresponding to layerId. Can be. For example, if the value of amvp_iv_mv_pred_flag [layerId] is 0, the layer having the layer ID corresponding to layerId is not used to predict the inter-view prediction in AMVP mode.
  • amvp_iv_mv_pred_flag [layerId] is 1, In the layer having the layer ID corresponding to the layerId, it indicates that prediction moved between views in the AMVP mode can be used. If amvp_iv_mv_pred_flag [layerId] is not provided, the value of amvp_iv_mv_pred_flag [layerId] may be determined to be zero.
  • 2A is a block diagram of a video stream decoding apparatus 20 according to various embodiments.
  • 2B is a flowchart of a video stream video decoding method, according to various embodiments.
  • the video stream decoding apparatus 20 includes a bitstream parser 22 and an interlayer decoder 24.
  • the video stream decoding apparatus 20 may receive a base layer stream and an enhancement layer stream.
  • the video stream decoding apparatus 20 receives a base layer stream containing encoded data of base layer images as a base layer stream according to a scalable video coding scheme, and includes an enhancement layer including encoded data of enhancement layer images as an enhancement layer stream.
  • the stream can be received.
  • the video stream decoding apparatus 20 may decode a plurality of layer streams according to the scalable video coding scheme.
  • the video stream decoding apparatus 20 may reconstruct base layer images by decoding the base layer stream, and reconstruct enhancement layer images by decoding the enhancement layer stream.
  • a multiview video may be encoded according to a scalable video coding scheme.
  • left view images may be reconstructed by decoding the base layer stream
  • right view images may be reconstructed by decoding the enhancement layer stream.
  • the center view images may be reconstructed by decoding the base layer stream.
  • Left view images may be reconstructed by further decoding the first enhancement layer stream in addition to the base layer stream.
  • Right-view images may be reconstructed by further decoding the second enhancement layer stream in addition to the base layer stream.
  • the first enhancement layer images for the first enhancement layer may be reconstructed from the first enhancement layer stream, and the second enhancement layer images may be further reconstructed by further decoding the second enhancement layer stream. If the Kth enhancement layer stream is further decoded to the first enhancement layer stream, the Kth enhancement layer images may be further reconstructed.
  • the video stream decoding apparatus 20 obtains the encoded data of the base layer images and the enhancement layer images from the base layer stream and the enhancement layer stream, and adds the generated motion vector and the inter layer prediction generated by the inter prediction. More variation information can be obtained.
  • the video stream decoding apparatus 20 may decode inter-predicted data for each layer and decode inter-layer predicted data between a plurality of layers. Reconstruction may be performed through motion compensation and interlayer decoding based on a coding unit or a prediction unit, according to an embodiment.
  • images may be reconstructed by performing motion compensation for the current image with reference to reconstructed images predicted through inter prediction of the same layer.
  • the motion compensation refers to an operation of reconstructing a reconstructed image of the current image by synthesizing the reference image determined using the motion vector of the current image and the residual component of the current image.
  • the video stream decoding apparatus 20 may perform interlayer decoding with reference to base layer images in order to reconstruct an enhancement layer image predicted through interlayer prediction.
  • Inter-layer decoding refers to an operation of reconstructing a reconstructed image of the current image by synthesizing a reference image of another layer determined using the variation information of the current image and a residual component of the current image.
  • the video stream decoding apparatus 20 may perform interlayer decoding for reconstructing second enhancement layer images predicted with reference to the first enhancement layer images.
  • the video stream decoding apparatus 20 decodes each block of each image of the video.
  • a block according to an embodiment may be a maximum coding unit, a coding unit, a prediction unit, a transformation unit, and the like among coding units having a tree structure.
  • the video stream decoding apparatus 20 may reconstruct image sequences by decoding each layer stream based on blocks of a quadtree structure determined according to the HEVC standard method.
  • the bit stream parsing unit 22 parses the received bit stream.
  • the bitstream parser 22 may perform a function of the receiver.
  • the bitstream parser 22 may include a receiver that receives video stream encoded data.
  • the interlayer decoder 24 generates motion compensated current view image data using at least one of the current view image data and the other view image data based on the prediction information on the current view image encoded data obtained from the received encoded data. By decoding the current view image.
  • the prediction information includes advanced motion vector prediction index (AMVP) mode prediction information generated using a candidate list including two candidates.
  • AMVP advanced motion vector prediction index
  • the prediction information may further include a motion vector prediction flag indicating a candidate used to generate the AMVP mode prediction information among two candidates included in the candidate list.
  • the interlayer decoder 24 may specify a motion vector by dividing the indexes of the AMVP candidates by using a flag by fixing the number of candidates to two in AMVP mode prediction.
  • the motion vector may be distinguished by using the merge mode index included in the received encoded data.
  • the candidate list includes one inter-view candidate, and may further include one of spatial candidates and temporal candidates.
  • the interlayer decoder 24 may obtain an iv_mv_pred_flag indicator indicating that the current view video encoded data may be decoded using the inter-view candidate from the received encoded data.
  • the inter-layer decoder 24 may use the merge_iv_mv_pred_flag indicator indicating that the inter-view candidate may be used to perform prediction according to a merge mode of the current view video encoded data from the received encoded data. At least one of the amvp_iv_mv_pred_flag indicators indicating that the inter-view candidates may be used to perform prediction according to the AMVP mode of the view image encoded data may be obtained. For example, the interlayer decoder 24 may obtain both the merge_iv_mv_pred_flag indicator and the amvp_iv_mv_pred_flag indicator.
  • the merge_iv_mv_pred_flag indicator and the amvp_iv_mv_pred_flag indicator may indicate values independently of each other.
  • the motion vector prediction flag may indicate whether AMVP mode prediction information is generated using an inter-view candidate.
  • the motion vector prediction flag may indicate that the AMVP mode prediction information is the inter-view candidate.
  • the encoding apparatus and the decoding apparatus may configure the AMVP list such that an inter-view candidate is disposed at a specific position of the AMVP list. Therefore, when it is determined that the inter-view candidate is used, if the motion vector prediction flag indicates a specific position where the inter-view candidate is located in the AMVP list, the motion vector prediction flag is an inter-view candidate in each block. To indicate that it was created.
  • the candidate list may be generated to include two candidates among spatial candidates and temporal candidates.
  • the motion vector prediction flag may indicate which of the spatial candidates and temporal candidates is generated using the AMVP mode prediction information.
  • the encoding apparatus and the decoding apparatus may configure the AMVP list such that a spatial candidate or a temporal candidate is disposed at a specific position of the AMVP list.
  • the motion vector prediction flag may indicate that AMVP mode prediction information is generated using a specific type of candidate among spatial candidates and temporal candidates in each block according to the motion vector prediction flag value.
  • the interlayer decoder 24 obtains a motion vector prediction flag, merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag from the received bitstream.
  • the obtained motion vector prediction flags, merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag may be used to obtain a decoded image by performing motion compensation and inter-view compensation.
  • the interlayer decoder 24 obtains a parameter set from the bit stream, and merge_iv_mv_pred_flag which is a flag indicating that an inter-view candidate is used in the merge mode from the parameter set, and amvp_iv_mv_pred_flag which is a flag indicating that the inter-view candidate is used in the AMVP mode.
  • merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag may be obtained from the header of the parameter set.
  • the parameter set includes a video parameter set, a sequence parameter set, and a picture parameter set.
  • the interlayer decoder 24 may obtain at least one of merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag from at least one of a video parameter set, a sequence parameter set, and a picture parameter set.
  • merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag may be obtained from the video parameter set extension.
  • the interlayer decoder 24 may obtain a slice segment from the NAL unit and obtain a motion vector prediction flag from the slice segment.
  • the motion vector prediction flag may be obtained in block units and used to perform motion compensation.
  • the block includes a block, a macroblock, a coding tree unit (CTU), a coding unit (CU), a predicton unit (PU), and a translate unit (TU).
  • CTU coding tree unit
  • CU coding unit
  • PU predicton unit
  • TU translate unit
  • the interlayer decoder 24 may determine whether an inter-view candidate is used in each motion vector prediction mode by using merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag. In addition, a motion compensated image may be generated by performing motion compensation using the motion vector prediction flag. When the inter-view candidate is used, the interlayer decoder 24 may determine whether or not the candidate in the AMVP list indicated by the motion vector prediction flag is an inter-view candidate according to a preset AMVP list construction method between the encoding apparatus and the decoding apparatus. have.
  • the interlayer decoder 24 performs inter-view compensation when the motion vector prediction candidate is an inter-view candidate.
  • the interlayer decoder 24 performs motion compensation according to a spatial or temporal candidate when the motion vector prediction candidate is not an inter-view candidate.
  • the inter-view candidate may be used only to generate the merge mode prediction information, and the inter-view candidate may not be used when generating the AMVP mode prediction information.
  • Such a situation may be previously promised between the encoding apparatus and the decoding apparatus, or may be known as a separate flag.
  • the interlayer decoder 24 may merge the merge mode prediction information generated using the candidate list including the inter-view candidates from the received bitstream and the candidate list not including the inter-view candidates. At least one of the AMVP mode prediction information generated by using may be obtained.
  • the merge mode prediction information of the enhancement layer may have been generated using a merge mode candidate list generated using candidates including inter-view candidates, and the AMVP mode prediction information of the enhancement layer may include candidates except inter-view candidates. It may be generated using the AMVP mode candidate list generated by using the.
  • the interlayer decoder 24 determines whether the merge mode prediction information is generated using the merge mode candidate list including the inter-view candidates from the value of the iv_mv_pred_flag indicator indicating whether the inter-view candidates are used to generate the prediction information. You can decide. For example, if the value of the iv_mv_pred_flag indicator corresponds to a preset value indicating whether the inter-view candidate is used to generate the prediction information, the interlayer decoder 24 may use the inter-view candidate 24 to generate the prediction information. Can be determined. For example, in such an embodiment, it is not expected that AMVP mode prediction information was generated using an inter-view candidate regardless of the value of iv_mv_pred_flag.
  • FIG. 2B is a flowchart illustrating a video stream decoding method performed by a decoding apparatus according to an embodiment of the present invention.
  • the decoding apparatus first receives video stream encoded data (S210).
  • the decoding apparatus obtains prediction information on the current view video encoded data from the received encoded data (S220).
  • the decoding apparatus decodes the current view image by generating motion compensated current view image data using at least one of the current view image data and the other view image data based on the prediction information (S230).
  • Prediction information includes Advanced Motion Vector Prediction Index (AMVP) mode prediction information generated using a candidate list including two candidates, and for generating the AMVP mode prediction information among two candidates included in the candidate list.
  • the apparatus may further include a motion vector prediction flag indicating a candidate used.
  • AMVP Advanced Motion Vector Prediction Index
  • the decoding apparatus may receive motion information generated in a merge mode or an AMVP mode.
  • the decoding apparatus generates an AMVP list using at least one candidate.
  • the decoding apparatus may select at least one candidate from among the spatial candidates, the temporal candidates and the inter-view candidates by using a predetermined method, and generate an AMVP list using the selected at least one candidate.
  • the decoding apparatus may select a specific candidate from among candidates included in the AMVP list by using the selected candidate information received from the encoding apparatus to compensate for the prediction block.
  • the selected candidate information for specifying the candidate may be index information of a picture including the candidate and index information where the candidate is located in the AMVP list.
  • the decoding apparatus may receive a difference between the motion vector of the prediction block and the motion vector of the selected candidate from the encoding apparatus. Therefore, the decoding apparatus may generate the motion information using the difference between the motion information of the selected candidate and the received motion vector.
  • the decoding apparatus may use some candidates among candidates including inter-view candidates, spatial candidates, and temporal candidates. For example, the decoding apparatus may use six candidates among candidates.
  • the decoding apparatus may construct a merge list consisting of six candidates according to a predetermined method. The decoding apparatus may distinguish six candidates included in the list by using an index received from the encoding apparatus.
  • the decoding apparatus may select one inter-view candidate, select five spatial candidates to select six candidates, and then select five candidates from among the six selected candidates. Selection of five candidates from six candidates may be obtained experimentally, and selection of five candidates from six candidates may be performed in the same manner in the decoding apparatus and the decoding apparatus. For example, the candidate order having a motion vector that statistically has the smallest difference from the motion vector for the prediction block can be experimentally obtained in advance, and five candidates can be selected from the six candidates according to the order for each block. have.
  • the decoding apparatus selects two temporal candidates and then selects one candidate from the selected temporal candidates. Selection of one candidate from two candidates may be performed in the same manner in the decoding apparatus and the decoding apparatus. For example, the candidate order having a motion vector that statistically has the smallest difference with the motion vector for the prediction block is experimentally obtained in advance, and one temporal candidate is selected from the two temporal candidates according to the order for each block. can do.
  • the decoding apparatus selects five candidates selected from inter-view candidates and spatial decoders and one temporal candidate selected from temporal candidates as candidates of a merge list having six candidates.
  • the decoding apparatus may determine the finally selected candidate from six candidates in the merge list shown in the first embodiment by using the merge_idx [x0] [y0] index received from the encoding apparatus.
  • merge_idx [x0] [y0] is an index specifying an index of a merge candidate selected from the merge candidate list.
  • x0 and y0 specify the position (x0, y0) of the top left luminance sample of the prediction block based on the position of the top left luminance sample of the picture where the prediction block is located. If merge_idx [x0] [y0] is not provided, the value of merge_idx [x0] [y0] may be used as being zero.
  • the decoding apparatus may use some candidates from among candidates including inter-view candidates, spatial candidates, and temporal candidates. For example, the decoding apparatus may use three candidates among the candidates.
  • the decoding apparatus may construct an AMVP list consisting of three candidates according to a predetermined method. The decoding apparatus may distinguish three candidates included in the list by using an index received from the encoding apparatus.
  • FIG. 4A is a block diagram conceptually illustrating an example in which an AMVP list including three candidates is configured in the second embodiment.
  • the decoding apparatus selects one inter-view candidate. After selecting five spatial candidates, two candidates are selected from the selected five spatial candidates. Selection of two candidates from five candidates can be obtained experimentally, and selection of two candidates from five candidates can be performed in the same manner in the decoding apparatus and the decoding apparatus. For example, the decoding apparatus may select two spatial candidates from five spatial candidates in order of candidates having a motion vector having the smallest difference from the motion vector for the prediction block.
  • the decoding apparatus selects two temporal candidates and then selects one candidate from the selected temporal candidates. Selection of one candidate from two candidates can be obtained experimentally, and selection of one candidate from two candidates can be performed in the same manner in the decoding apparatus and the decoding apparatus. For example, one temporal candidate may be selected from two temporal candidates in order of having the motion vector having the smallest difference from the motion vector for the prediction block.
  • the decoding apparatus constructs an AMVP list by selecting three candidates from four selected candidates including one inter-view candidate, two spatial candidates, and one temporal candidate. For example, the decoding apparatus may select three candidates from four candidates in order of having the motion vectors having the smallest difference from the motion vectors for the prediction block.
  • the AMVP list shown in the second embodiment may indicate a candidate finally selected from three candidates using an index received from the encoding apparatus.
  • the decoding apparatus may distinguish three candidates in the AMVP mode using the MVP index received from the encoding apparatus for the list 0 and the list 1.
  • the MVP index may include at least one of mvp_l0_idx [x0] [y0] and mvp_l1_idx [x0] [y0].
  • mvp_l0_idx [x0] [y0] specifies the motion vector predictor index of list 0. x0 and y0 specify the position (x0, y0) of the top left luminance sample of the prediction block based on the position of the top left luminance sample of the picture where the prediction block is located. If mvp_l0_idx [x0] [y0] is not provided, the value of mvp_l0_idx [x0] [y0] can be used as zero.
  • mvp_l1_idx [x0] [y0] may be used as mvp_l0_idx [x0] [y0].
  • mvp_l1_idx [x0] [y0] specifies the motion vector predictor index of Listing 1.
  • x0 and y0 specify the position (x0, y0) of the top left luminance sample of the prediction block based on the position of the top left luminance sample of the picture where the prediction block is located. If mvp_l1_idx [x0] [y0] is not provided, the value of mvp_l1_idx [x0] [y0] can be used as being zero.
  • the decoding apparatus may receive, from the encoding apparatus, a flag indicating that the inter-view candidate is used in generating candidate information in the merge mode or the AMVP mode.
  • the decoding apparatus may receive an iv_mv_pred_flag, which is a flag indicating that the inter-view candidate is used in the merge and AMVP modes, and thus reconstruct the image.
  • iv_mv_pred_flag may have a value of 1 if an inter-view candidate was used in merge mode and AMVP mode
  • iv_mv_pred_flag may have a value of 0 if not used in either mode.
  • iv_mv_pred_flag may have a value of 1 if an inter-view candidate was used in either of merge mode and AMVP mode, and iv_mv_pred_flag may have a value of 0 if not used in both merge mode and AMVP mode.
  • a method of setting the value of iv_mv_pred_flag may be selectively used as necessary.
  • iv_mv_pred_flag may be generated for each layer.
  • iv_mv_pred_flag may be generated as iv_mv_pred_flag [layerId]
  • iv_mv_pred_flag [layerId] may indicate whether inter-view motion prediction is used in a decoding step of a layer having a layer ID value corresponding to layerId. . For example, if the value of iv_mv_pred_flag [layerId] is 0, the inter-view motion prediction is not used in the layer having the layer ID corresponding to the layerId.
  • iv_mv_pred_flag [layerId] the layerId corresponds to layerId. It indicates that prediction moved between views can be used in a layer having a layer ID. If iv_mv_pred_flag [layerId] is not provided, the value of iv_mv_pred_flag [layerId] may be determined to be zero.
  • the inter-view candidate may be used only to generate the merge mode prediction information, and the inter-view candidate may not be used when generating the AMVP mode prediction information.
  • the decoding apparatus may determine whether the merge mode prediction information is generated using the merge mode candidate list including the inter-view candidates from the value of the iv_mv_pred_flag indicator indicating whether the inter-view candidates are used to generate the prediction information. In such an embodiment, it is not expected that the AMVP mode prediction information was generated using the inter-view candidate regardless of the value of iv_mv_pred_flag.
  • an AMVP mode candidate may include only candidates such as spatial candidates and temporal candidates and exclude inter-view candidates.
  • the decoding apparatus may use some candidates among candidates including inter-view candidates, spatial candidates, and temporal candidates. For example, the decoding apparatus may use two candidates among candidates.
  • the decoding apparatus may construct an AMVP list consisting of two candidates according to a predetermined method. The decoding apparatus may distinguish two candidates included in the list by using a flag.
  • FIG. 4B is a block diagram conceptually illustrating an example in which an AMVP list including two candidates is constructed in the third embodiment.
  • the decoding apparatus selects one inter-view candidate. After selecting five spatial candidates, two candidates are selected from the selected five spatial candidates. Selection of two candidates from five candidates may be obtained experimentally in advance, and selection of two candidates from five candidates may be performed in the same manner in the decoding apparatus and the decoding apparatus. For example, the decoding apparatus may predetermine an order of having a motion vector having the smallest difference from the motion vector for the prediction block, and select two spatial candidates from five spatial candidates according to the determined order. For example, two candidates having the highest priority among five spatial candidates may be selected as two spatial candidates.
  • the decoding apparatus selects two temporal candidates and then selects one candidate from the selected temporal candidates. Selection of one candidate from two candidates can be obtained experimentally, and selection of one candidate from two candidates can be performed in the same manner in the decoding apparatus and the decoding apparatus. For example, the order of having the motion vector having the smallest difference from the motion vector for the prediction block can be determined in advance, and one temporal candidate can be selected from the two temporal candidates according to the determined order. For example, a candidate having the highest priority among two spatial candidates may be selected as one temporal candidate.
  • the decoding apparatus selects two candidates from four selected candidates including one inter-view candidate, two spatial candidates, and one temporal candidate to form an AMVP list. For example, the decoding apparatus may select two candidates from four candidates in a predetermined order having a motion vector having the smallest difference from the motion vector for the prediction block in the above manner.
  • the AMVP list shown in the third embodiment may determine a candidate finally selected from two candidates using a flag received from the encoding apparatus. Since the AMVP list shown in the third embodiment only needs to indicate two cases in order to indicate two candidates, the decoding apparatus is a flag represented by one bit received from the encoding apparatus. You can decide. For example, the decoding apparatus may use the MVP flags for List 0 and List 1 to distinguish two candidates in the AMVP mode.
  • the MVP flag may include at least one of mvp_l0_flag [x0] [y0] and mvp_l1_flag [x0] [y0].
  • mvp_l0_flag [x0] [y0] specifies the motion vector predictor index of list 0.
  • x0 and y0 specify the position (x0, y0) of the top left luminance sample of the prediction block based on the position of the top left luminance sample of the picture where the prediction block is located. If mvp_l0_flag [x0] [y0] is not provided, the value of mvp_l0_flag [x0] [y0] can be used as being zero.
  • mvp_l1_flag [x0] [y0] may be used as mvp_l0_flag [x0] [y0].
  • mvp_l1_flag [x0] [y0] specifies the motion vector predictor index of Listing 1.
  • x0 and y0 specify the position (x0, y0) of the top left luminance sample of the prediction block based on the position of the top left luminance sample of the picture where the prediction block is located. If mvp_l1_flag [x0] [y0] is not provided, the value of mvp_l1_flag [x0] [y0] can be used as being zero.
  • a decoding device uses a flag indicating that candidates for inter-view candidates are used in generating a candidate information in a merge mode or an AMVP mode, for each mode.
  • the decoding apparatus uses a flag indicating that a candidate inter-view candidate is used in the process of generating candidate information in the merge mode or the AMVP mode. Can be received from the encoding device.
  • the decoding apparatus may receive merge_iv_mv_pred_flag, which is a flag indicating that the inter-view candidate has been used in the merge mode, and may receive amvp_iv_mv_pred_flag, which is a flag indicating that the inter-view candidate is used in the AMVP mode.
  • the decoding apparatus may receive merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag independently from the encoding apparatus, and the values of merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag may be independent of each other.
  • merge_iv_mv_pred_flag may have a value of 1 if an inter-view candidate was used in merge mode, and iv_mv_pred_flag may have a value of 0 if not used in merge mode. If the inter-view candidate is used in AMVP mode, amvp_iv_mv_pred_flag may have a value of 1, and if it is not used in AMVP mode, iv_mv_pred_flag may have a value of zero.
  • merge_iv_mv_pred_flag and amvp_iv_mv_pred_flag may be generated for each layer.
  • merge_iv_mv_pred_flag may be generated as merge_iv_mv_pred_flag [layerId]
  • merge_iv_mv_pred_flag [layerId] may indicate whether inter-view motion prediction is used in merge mode in a decoding step of a layer having a layer ID value corresponding to layerId. can be indicated).
  • merge_iv_mv_pred_flag [layerId] if the value of merge_iv_mv_pred_flag [layerId] is 0, this indicates that the inter-view prediction in the merge mode is not used in the layer having the layer ID corresponding to the layerId. If the value of merge_iv_mv_pred_flag [layerId] is 1, The layer having the layer ID corresponding to the layerId indicates that prediction between views in the merge mode can be used. If merge_iv_mv_pred_flag [layerId] is not provided, the value of merge_iv_mv_pred_flag [layerId] may be determined to be zero.
  • amvp_iv_mv_pred_flag may be generated as amvp_iv_mv_pred_flag [layerId]
  • amvp_iv_mv_pred_flag [layerId] indicates whether inter-view motion prediction is used in AMVP mode in a decoding step of a layer having a layer ID value corresponding to layerId. Can be. For example, if the value of amvp_iv_mv_pred_flag [layerId] is 0, the layer having the layer ID corresponding to layerId is not used to predict the inter-view prediction in AMVP mode.
  • amvp_iv_mv_pred_flag [layerId] is 1, In the layer having the layer ID corresponding to the layerId, it indicates that prediction moved between views in the AMVP mode can be used. If amvp_iv_mv_pred_flag [layerId] is not provided, the value of amvp_iv_mv_pred_flag [layerId] may be determined to be zero.
  • FIG 5 illustrates an interlayer prediction structure according to an embodiment.
  • the interlayer encoding system 1600 includes a base layer encoding stage 1610 and an enhancement layer encoding stage 1660, and an interlayer prediction stage 1650 between the base layer encoding stage 1610 and the enhancement layer encoding stage 1660. do.
  • the base layer encoder 1610 and the enhancement layer encoder 1660 may be included in the interlayer encoder 12.
  • the base layer encoding terminal 1610 receives a base layer image sequence and encodes each image.
  • the enhancement layer encoding stage 1660 receives an enhancement layer image sequence and encodes each image. Overlapping operations among the operations of the base layer encoder 1610 and the enhancement layer encoder 1620 will be described later.
  • the input video (low resolution video, high resolution video) is divided into maximum coding units, coding units, prediction units, transformation units, and the like through the block splitters 1618 and 1668.
  • intra prediction or inter prediction may be performed for each prediction unit of the coding units.
  • the prediction switches 1648 and 1698 may perform inter prediction by referring to previous reconstructed images output from the motion compensators 1640 and 1690 according to whether the prediction mode of the prediction unit is the intra prediction mode or the inter prediction mode.
  • intra prediction may be performed using a neighboring prediction unit of the current prediction unit in the current input image output from the intra prediction units 1645 and 1695. Case-dual information may be generated for each prediction unit through inter prediction.
  • the transformation / quantization units 1620 and 1670 may output a quantized transformation coefficient by performing transformation and quantization for each transformation unit based on the transformation unit of the coding unit.
  • the scaling / inverse transform units 1625 and 1675 may generate residual information of the spatial domain by performing scaling and inverse transformation on the transform coefficients quantized for each transformation unit of the coding unit.
  • the residual information is synthesized with the previous reconstructed image or the neighboring prediction unit, so that a reconstructed image including the current prediction unit is generated and the current reconstructed image is stored in the storage 1630. , 1680).
  • the current reconstructed image may be transmitted to the intra prediction unit 1645 and 1695 / the motion compensation unit 1640 and 1690 again according to the prediction mode of the prediction unit to be encoded next.
  • the in-loop filtering units 1635 and 1685 may perform deblocking filtering and sample adaptive offset (SAO) on a reconstructed image stored in the storages 1630 and 1680 for each coding unit. At least one filtering may be performed. At least one of deblocking filtering and sample adaptive offset (SAO) filtering may be performed on at least one of a coding unit, a prediction unit, and a transformation unit included in the coding unit.
  • SAO sample adaptive offset
  • Deblocking filtering is filtering to alleviate blocking of data units
  • SAO filtering is filtering to compensate for pixel values that are transformed by data encoding and decoding.
  • the data filtered by the in-loop filtering units 1635 and 1685 may be delivered to the motion compensation units 1640 and 1690 for each prediction unit.
  • the current reconstructed image and the next coding unit output by the motion compensator 1640 and 1690 and the block splitter 1618 and 1668 for encoding the next coding unit output from the block splitters 1618 and 1668 again. Residual information of the liver may be generated.
  • the enhancement layer encoder 1660 may refer to a reconstructed image stored in the storage 1630 of the base layer encoder 1610.
  • the encoding control unit 1615 of the base layer encoding stage 1610 controls the storage 1630 of the base layer encoding stage 1610 to transmit the reconstructed image of the base layer encoding stage 1610 to the enhancement layer encoding stage 1660. I can deliver it.
  • the interlayer filtering unit 1655 may perform deblocking filtering or SAO filtering on the base layer reconstructed image output from the storage 1610 of the base layer encoding terminal 1610.
  • the inter layer prediction stage 1650 may upsample the reconstructed image of the base layer and transfer it to the enhancement layer encoding stage 1660.
  • interlayer prediction is performed under the control of the switch 1698 of the enhancement layer encoding terminal 1660, interlayer prediction of the enhancement layer image by referring to the base layer reconstruction image transmitted through the interlayer prediction unit 1650. This may be done.
  • various encoding modes for a coding unit, a prediction unit, and a transformation unit may be set.
  • depth or split information may be set as an encoding mode for a coding unit.
  • a prediction mode, a partition type, intra direction information, reference list information, and the like may be set.
  • a transform depth or split information may be set.
  • the base layer encoder 1610 may determine various depths for a coding unit, various prediction modes for a prediction unit, various partition types, various intra directions, various reference lists, and various transform depths for a transformation unit, respectively. According to the result of applying the encoding, the coding depth, the prediction mode, the partition type, the intra direction / reference list, the transformation depth, etc. having the highest encoding efficiency may be determined. It is not limited to the above-listed encoding modes determined by the base layer encoding stage 1610.
  • the encoding control unit 1615 of the base layer encoding terminal 1610 may control various encoding modes to be appropriately applied to the operation of each component.
  • the encoding control unit 1615 may use the encoding layer or the residual by encoding the enhancement layer encoding stage 1660 with reference to the encoding result of the base layer encoding stage 1610 for inter-layer encoding of the enhancement layer encoding stage 1660. It can be controlled to determine the information.
  • the enhancement layer encoding stage 1660 may use the encoding mode of the base layer encoding stage 1610 as an encoding mode for the enhancement layer image, or may refer to the encoding mode of the base layer encoding stage 1610 to improve the encoding layer.
  • An encoding mode for the layer image may be determined.
  • the encoding control unit 1615 of the base layer encoding stage 1610 controls the control signal of the encoding control unit 1665 of the enhancement layer encoding stage 1660 of the base layer encoding stage 1610, thereby improving the encoding layer 1660.
  • the current encoding mode may be used from the encoding mode of the base layer encoding terminal 1610.
  • an interlayer decoding system may also be implemented. That is, the interlayer decoding system of the multilayer video may receive a base layer bitstream and an enhancement layer bitstream.
  • the base layer decoding unit of the interlayer decoding system may reconstruct base layer images by decoding the base layer bitstream.
  • the enhancement layer decoder of the interlayer decoding system of the multilayer video may reconstruct the enhancement layer images by decoding the enhancement layer bitstream using the base layer reconstruction image and parsed encoding information.
  • the decoder 26 of the video stream decoding apparatus 20 may also be multi-layered according to the above-described interlayer decoding system. Images can be reconstructed.
  • the video stream encoding apparatus 10 and the video stream decoding apparatus 20 apply an interlayer prediction structure to a multiview video will be described in detail with reference to FIG. 6.
  • the inter-view prediction structure of the multiview video since the individual view video is allocated to one layer, the inter-view prediction structure may also be interpreted as the interlayer prediction structure.
  • FIG. 6 illustrates an interlayer prediction structure of a multiview video stream.
  • the multiview video stream 30 includes a center view substream 35, a left view substream 36, and a right view substream 38.
  • the center view substream 35 includes a bitstream generated by encoding the center view images.
  • the left view substream 36 includes a bitstream generated by encoding left view images.
  • the right view substream 37 includes a bitstream generated by encoding right view images.
  • substreams of specific viewpoints may be extracted, decoded, and played back from the multi-view video stream 30. Also, since the multi-view video stream 30 includes a plurality of streams of views, playback views may be selected.
  • only the center view substream 35 and the left view substream 36 may be extracted and decoded from the multiview video stream 30. have.
  • the viewpoint may be converted to play the center view video and the right view video.
  • the center view substream 35 and the left view substream 36 are extracted and decoded from the multiview video stream 30, and the playback point is converted and then the center view substream 35 and the center view substream 35 are extracted.
  • the right-view substream 37 may be extracted and decoded.
  • the point at which the playback point can be converted is limited to a random access point such as a CRA image, a BLA image, or an IDR image, that is, a RAP image.
  • NAL 7 illustrates a structure of a network abstract layer (NAL) unit.
  • the video stream encoding apparatus 10 may encapsulate the video stream in the form of an NAL unit 50 in order to configure a video stream including the encoded data and window related information in a form that is easily transmitted on a network.
  • the NAL unit 50 is composed of a NAL header 51 and a Raw Bytes Sequence Payload (RBSP) 52.
  • RBSP Raw Bytes Sequence Payload
  • the RSBP 52 may be divided into a non-video coding layer (VCL) NAL unit 53 and a video coding layer (VCL) NAL unit 56.
  • VCL NAL unit 56 may include a sample value of the video data or encoded data of the sample value.
  • the non-VCL NAL unit 53 may include a parameter set including parameters related to video data recorded in the VCL NAL unit 56, and time information or additional data.
  • the non-VCL NAL unit 53 may include a VPS 531, an SPS 532, a picture parameter set (PPS) 533, and an SEI message 534.
  • the VPS 531 may include parameters necessary for decoding the entire video sequence, such as the overall characteristic for the currently encoded video sequences.
  • the SPS 532 may include parameters necessary to decode the current video sequence.
  • the PPS 533 may include parameters necessary to decode the current picture.
  • the SEI message 534 may include additional information or time information that is useful information for improving video decoding functionality but is not necessary for decoding.
  • the VCL NAL unit 56 contains the actual coded data of the slices, such as the VCL NAL units 54 containing the encoded data of slice 1 and the VCL NAL units 55 including the encoded data of slice 2. can do.
  • a set of SPS 532, PPS (Picture Parameter Set) 533, SEI message 534, VCL NAL unit 56 represents one video sequence, that is, a single layer of video stream.
  • the SPS 532 may reference one or more parameters of the VPS 531.
  • the PPS 533 may reference one or more parameters of the SPS 532.
  • the VCL NAL unit 56 may also reference one or more parameters of the PPS 533.
  • the SPS 532, the PPS (Picture Parameter Set) 533, the SEI message 534, and the VCL NAL unit 56 are located at a lower level of the VPS 531. Only one set is shown. However, if video sequences of multiple layers are allocated at a lower level of the VPS 531, the VCL NAL unit 56 may be followed by the SPS, PPS, SEI message, and VCL NAL unit for another video sequence.
  • the video stream encoding apparatus 10 may generate a NAL unit 50 that further includes a VPS extension region for recording additional information not included in the VPS 531.
  • the video stream decoding apparatus 20 uses RAP reference layer number information, non-RAP reference layer number information, RAP reference layer identification information, non-RAP reference layer identification information, and multiple standards from the VPS extension region of the NAL unit 50. Information can be obtained.
  • the video stream encoding apparatus 10 generates samples by performing intra prediction, inter prediction, inter layer prediction, transformation, and quantization for each image block, and forms a bitstream by performing entropy encoding on the samples. Can be printed as
  • the video stream encoding apparatus 10 may include a video encoding processor or an external video mounted therein. By working in conjunction with the encoding processor, video encoding operations, including transform and quantization, can be performed.
  • the internal video encoding processor of the video stream encoding apparatus 10 may be a separate processor, the video encoding apparatus, the central processing unit, or the graphics processing unit may include a video encoding processing module to implement a basic video encoding operation. It may also include the case.
  • the video stream decoding apparatus 20 performs decoding on the received base layer video stream and the enhancement layer video stream, respectively.
  • inverse quantization, inverse transformation, intra prediction, and motion compensation are performed on the base layer video stream and the enhancement layer video stream for each image block, respectively.
  • the video stream decoding apparatus 20 operates in conjunction with an internal video decoding processor or an external video decoding processor to output a reconstructed image generated as a result of decoding, thereby inverse quantization, inverse transformation, prediction / compensation.
  • the video restoration operation may be performed.
  • the internal video decoding processor of the video stream decoding apparatus 20 may be a separate processor, the video decoding apparatus, the central processing unit, or the graphics processing unit may include a video decoding processing module to perform basic video reconstruction. It may also include implementations.
  • blocks in which video data is divided are divided into coding units having a tree structure, and an interlayer with respect to a coding unit.
  • coding units, prediction units, and transformation units are sometimes used for prediction or inter prediction.
  • a video encoding method and apparatus therefor, a video decoding method, and an apparatus based on coding units and transformation units of a tree structure according to an embodiment will be described with reference to FIGS. 8 to 20.
  • the encoding / decoding process for the base layer images and the encoding / decoding process for the enhancement layer images are performed separately. That is, when inter-layer prediction occurs in the multilayer video, the encoding / decoding result of the single layer video may be cross-referenced, but a separate encoding / decoding process occurs for each single layer video.
  • the video encoding process and the video decoding process based on coding units having a tree structure described below with reference to FIGS. 8 to 20 are video encoding processes and video decoding processes for single layer video, and thus inter prediction and motion compensation are performed. This is detailed. However, as described above with reference to FIGS. 1A to 7B, inter-layer prediction and compensation between base view images and enhancement layer images are performed for encoding / decoding a video stream.
  • the encoder 12 may perform video encoding for each single layer video.
  • the video encoding apparatus 100 of FIG. 8 may be controlled to perform encoding of the single layer video allocated to each video encoding apparatus 100 by including the number of layers of the multilayer video.
  • the video stream encoding apparatus 10 may perform inter-view prediction using encoding results of separate single views of each video encoding apparatus 100. Accordingly, the encoder 12 of the video stream encoding apparatus 10 may generate a base view video stream and an enhancement layer video stream that contain encoding results for each layer.
  • the decoder 26 of the video stream decoding apparatus 20 in order for the decoder 26 of the video stream decoding apparatus 20 according to an embodiment to decode a multilayer video based on coding units having a tree structure, the received base layer video stream and enhancement layer video stream are decoded.
  • the video decoding apparatus 200 of FIG. 9 may include the number of layers of the multi-layer video and control to decode the single layer video allocated to each video decoding apparatus 200.
  • the video stream decoding apparatus 20 may perform interlayer compensation by using a decoding result of a separate single layer of each video decoding apparatus 200. Accordingly, the decoder 26 of the video stream decoding apparatus 20 may generate base layer images and enhancement layer images reconstructed for each layer.
  • FIG. 8 is a block diagram of a video encoding apparatus 100 based on coding units having a tree structure, according to an embodiment of the present invention.
  • the video encoding apparatus 100 including video prediction based on coding units having a tree structure includes a coding unit determiner 120 and an output unit 130.
  • the video encoding apparatus 100 that includes video prediction based on coding units having a tree structure is abbreviated as “video encoding apparatus 100”.
  • the coding unit determiner 120 may partition the current picture based on a maximum coding unit that is a coding unit having a maximum size for the current picture of the image. If the current picture is larger than the maximum coding unit, image data of the current picture may be split into at least one maximum coding unit.
  • the maximum coding unit may be a data unit having a size of 32x32, 64x64, 128x128, 256x256, or the like, and may be a square data unit having a square of two horizontal and vertical sizes.
  • the 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 encoding and transformation of the largest coding unit may be performed. Similarly, prediction encoding and transformation are performed based on depth-wise coding units for each maximum coding unit and for each depth less than or equal to the maximum depth.
  • encoding including prediction encoding and transformation should be performed on all the coding units for each depth generated as the depth deepens.
  • the prediction encoding and the 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, transforming, 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 may be a data unit in which the prediction unit of the coding unit is split, and the prediction unit may be a partition having the same size as the coding unit.
  • the partition type includes not only symmetric partitions in which the height or width of the prediction unit is divided by a symmetrical ratio, but also partitions divided in an asymmetrical ratio, such as 1: n or n: 1, by a geometric form It may optionally include partitioned partitions, arbitrary types of partitions, and the like.
  • the prediction mode of the prediction unit may be at least one of an intra mode, an inter mode, and a skip mode.
  • the intra mode and the inter mode may be performed on partitions having sizes of 2N ⁇ 2N, 2N ⁇ N, N ⁇ 2N, and N ⁇ N.
  • the skip mode may be performed only for partitions having a size of 2N ⁇ 2N.
  • the encoding may be performed independently for each prediction unit within the coding unit to select a prediction mode having the smallest encoding error.
  • the video encoding apparatus 100 may perform conversion of image data of a coding unit based on not only a coding unit for encoding image data, but also a data unit different from the coding unit.
  • the transformation may be performed based on a transformation unit having a size smaller than or equal to the coding unit.
  • the transformation unit may include a data unit for intra mode and a transformation unit for inter mode.
  • the transformation unit in the coding unit is also recursively divided into smaller transformation units, so that the residual data of the coding unit is determined according to the tree structure according to the transformation depth. Can be partitioned according to the conversion unit.
  • a transform depth indicating a number of divisions between the height and the width of the coding unit divided to the transform unit may be set. For example, if the size of the transform unit of the current coding unit of size 2Nx2N is 2Nx2N, the transform depth is 0, the transform depth 1 if the size of the transform unit is NxN, and the transform depth 2 if the size of the transform unit is N / 2xN / 2. Can be. That is, the transformation unit having a tree structure may also be set for the transformation unit according to the transformation depth.
  • the encoded information for each coded depth requires not only the coded depth but also prediction related information and transformation related information. Accordingly, the coding unit determiner 120 may determine not only the coded depth that generated the minimum coding error, but also a partition type obtained by dividing a prediction unit into partitions, a prediction mode for each prediction unit, and a size of a transformation unit for transformation.
  • a method of determining a coding unit, a prediction unit / partition, and a transformation unit according to a tree structure of a maximum coding unit according to an embodiment will be described in detail later with reference to FIGS. 10 to 20.
  • the coding unit determiner 120 may measure a coding error of coding units according to depths using a Lagrangian Multiplier-based rate-distortion optimization technique.
  • the output unit 130 outputs the image data of the maximum coding unit encoded based on the at least one coded depth determined by the coding unit determiner 120 and the information about the encoding modes according to depths in the form of a bit stream.
  • the encoded image data may be a result of encoding residual data of the image.
  • the information about the encoding modes according to depths may include encoding depth information, partition type information of a prediction unit, prediction mode information, size information of a transformation unit, and the like.
  • the coded depth information may be defined using depth-specific segmentation information indicating whether to encode to a coding unit of a lower depth without encoding to the current depth. If the current depth of the current coding unit is a coding depth, since the current coding unit is encoded in a coding unit of the current depth, split information of the current depth may be defined so that it is no longer divided into lower depths. On the contrary, if the current depth of the current coding unit is not the coding depth, encoding should be attempted using the coding unit of the lower depth, and thus split information of the current depth may be defined to be divided into coding units of the lower depth.
  • encoding is performed on the coding unit divided into the coding units of the lower depth. Since at least one coding unit of a lower depth exists in the coding unit of the current depth, encoding may be repeatedly performed for each coding unit of each lower depth, and recursive coding may be performed for each coding unit of the same depth.
  • coding units having a tree structure are determined in one largest coding unit and information about at least one coding mode should be determined for each coding unit of a coding depth, information about at least one coding mode may be determined for one maximum coding unit. Can be.
  • the coding depth may be different for each location, and thus information about the coded depth and the coding mode may be set for the data.
  • the output unit 130 may allocate encoding information about a corresponding coding depth and an encoding mode to at least one of a coding unit, a prediction unit, and a minimum unit included in the maximum coding unit. .
  • the minimum unit according to an embodiment is a square data unit having a size obtained by dividing the minimum coding unit, which is the lowest coding depth, into four divisions.
  • the minimum unit according to an embodiment may be a square data unit having a maximum size that may be included in all coding units, prediction units, partition units, and transformation units included in the maximum coding unit.
  • the encoding information output through the output unit 130 may be classified into encoding information according to depth coding units and encoding information according to prediction units.
  • the encoding information for each coding unit according to depth may include prediction mode information and partition size information.
  • the encoding information transmitted for each prediction unit includes information about an estimation direction of the inter mode, information about a reference image index of the inter mode, information about a motion vector, information about a chroma component of an intra mode, and information about an inter mode of an intra mode. And the like.
  • Information about the maximum size and information about the maximum depth of the coding unit defined for each picture, slice, or GOP may be inserted into a header, a sequence parameter set, or a picture parameter set of the bitstream.
  • the information on the maximum size of the transform unit and the minimum size of the transform unit allowed for the current video may also be output through a header, a sequence parameter set, a picture parameter set, or the like of the bitstream.
  • the output unit 130 may encode and output reference information, prediction information, slice type information, and the like related to prediction.
  • a coding unit according to depths is a coding unit having a size in which a height and a width of a coding unit of one layer higher depth are divided by half. That is, if the size of the coding unit of the current depth is 2Nx2N, the size of the coding unit of the lower depth is NxN.
  • the current coding unit having a size of 2N ⁇ 2N may include up to four lower depth coding units having a size of N ⁇ N.
  • the video encoding apparatus 100 determines a coding unit having an optimal shape and size for each maximum coding unit based on the size and the maximum depth of the maximum coding unit determined in consideration of the characteristics of the current picture. Coding units may be configured. In addition, since each of the maximum coding units may be encoded in various prediction modes and transformation methods, an optimal coding mode may be determined in consideration of image characteristics of coding units having various image sizes.
  • the video encoding apparatus may adjust the coding unit in consideration of the image characteristics while increasing the maximum size of the coding unit in consideration of the size of the image, thereby increasing image compression efficiency.
  • the video stream encoding apparatus 10 described above with reference to FIG. 1A may include as many video encoding apparatuses 100 as the number of layers for encoding single layer images for each layer of a multilayer video.
  • the base layer encoder 12 may include one video encoding apparatus 100
  • the enhancement layer encoder 14 may include as many video encoding apparatuses 100 as the number of enhancement layers.
  • the encoding unit determiner 120 determines a prediction unit for inter-image prediction for each coding unit having a tree structure for each maximum coding unit, and for each image Liver prediction can be performed.
  • the coding unit determiner 120 may determine a coding unit and a prediction unit having a tree structure for each maximum coding unit, and perform inter prediction for each prediction unit. have.
  • FIG. 9 is a block diagram of a video decoding apparatus 200 based on coding units having a tree structure, according to various embodiments.
  • a video decoding apparatus 200 including video prediction based on coding units having a tree structure includes a receiver 210, image data and encoding information extractor 220, and image data decoder 230. do.
  • the video decoding apparatus 200 that includes video prediction based on coding units having a tree structure is abbreviated as “video decoding apparatus 200”.
  • Definition of various terms such as a coding unit, a depth, a prediction unit, a transformation unit, and information about various encoding modes for a decoding operation of the video decoding apparatus 200 according to an embodiment may refer to FIG. 8 and the video encoding apparatus 100. Same as described above with reference.
  • the receiver 210 receives and parses a bitstream of an encoded video.
  • the image data and encoding information extractor 220 extracts image data encoded for each coding unit from the parsed bitstream according to coding units having a tree structure for each maximum coding unit, and outputs the encoded image data to the image data decoder 230.
  • the image data and encoding information extractor 220 may extract information about a maximum size of a coding unit of the current picture from a header, a sequence parameter set, or a picture parameter set for the current picture.
  • the image data and encoding information extractor 220 extracts information about a coded depth and an encoding mode for the coding units having a tree structure for each maximum coding unit, from the parsed bitstream.
  • the extracted information about the coded depth and the coding mode is output to the image data decoder 230. That is, the image data of the bit string may be divided into maximum coding units so that the image data decoder 230 may decode the image data for each maximum coding unit.
  • the information about the coded depth and the encoding mode for each largest coding unit may be set with respect to one or more coded depth information, and the information about the coding mode according to the coded depths may include partition type information, prediction mode information, and transformation unit of the corresponding coding unit. May include size information and the like.
  • split information for each depth may be extracted as the coded depth information.
  • the information about the coded depth and the encoding mode according to the maximum coding units extracted by the image data and the encoding information extractor 220 may be encoded according to the depth according to the maximum coding unit, as in the video encoding apparatus 100 according to an embodiment.
  • the image data and the encoding information extractor 220 may determine the predetermined data.
  • Information about a coded depth and an encoding mode may be extracted for each unit. If the information about the coded depth and the coding mode of the maximum coding unit is recorded for each of the predetermined data units, the predetermined data units having the information about the same coded depth and the coding mode are inferred as data units included in the same maximum coding unit. Can be.
  • the image data decoder 230 reconstructs the current picture by decoding image data of each maximum coding unit based on the information about the coded depth and the encoding mode for each maximum coding unit. That is, the image data decoder 230 may decode the encoded image data based on the read partition type, the prediction mode, and the transformation unit for each coding unit among the coding units having the tree structure included in the maximum coding unit. Can be.
  • the decoding process may include a prediction process including intra prediction and motion compensation, and an inverse transform process.
  • the image data decoder 230 may perform intra prediction or motion compensation according to each partition and prediction mode for each coding unit based on partition type information and prediction mode information of the prediction unit of the coding unit for each coding depth. .
  • the image data decoder 230 may read transform unit information having a tree structure for each coding unit, and perform inverse transform based on the transformation unit for each coding unit, for inverse transformation for each largest coding unit. Through inverse transformation, the pixel value of the spatial region of the coding unit may be restored.
  • the image data decoder 230 may determine the coded depth of the current maximum coding unit by using the split information for each depth. If the split information indicates that the split information is no longer split at the current depth, the current depth is the coded depth. Therefore, the image data decoder 230 may decode the coding unit of the current depth using the partition type, the prediction mode, and the transformation unit size information of the prediction unit with respect to the image data of the current maximum coding unit.
  • the image data decoder 230 It may be regarded as one data unit to be decoded in the same encoding mode.
  • the decoding of the current coding unit may be performed by obtaining information about an encoding mode for each coding unit determined in this way.
  • the decoder 12 of the video stream encoding apparatus 10 described above with reference to FIG. 1A may decode image data in the video decoding apparatus 200 to generate a reference image for inter prediction for each layer of a multilayer video.
  • the unit 230 may include as many layers.
  • the decoder 26 of the video stream decoding apparatus 20 described above with reference to FIG. 2A decodes the received base layer image stream and the enhancement layer image stream to reconstruct the base layer images and the enhancement layer images.
  • the video decoding apparatus 200 may include as many views.
  • the image data decoder 230 of the video decoding apparatus 200 may extract the samples of the base layer images extracted from the base layer image stream by the extractor 220 in the maximum coding unit. It may be divided into coding units having a tree structure. The image data decoder 230 may reconstruct the base layer images by performing motion compensation for each coding unit according to the tree structure of the samples of the base layer images for each prediction unit for inter-image prediction.
  • the image data decoder 230 of the video decoding apparatus 200 may extract the samples of the enhancement layer images extracted by the extractor 220 from the enhancement layer image stream in the maximum coding unit. It may be divided into coding units having a tree structure. The image data decoder 230 may reconstruct the enhancement layer images by performing motion compensation for each prediction unit for inter prediction for each coding unit of the samples of the enhancement layer images.
  • the video decoding apparatus 200 may obtain information about a coding unit that generates a minimum coding error by recursively encoding each maximum coding unit in the encoding process, and use the same to decode the current picture. That is, decoding of encoded image data of coding units having a tree structure determined as an optimal coding unit for each maximum coding unit can be performed.
  • the image data can be efficiently used according to the coding unit size and the encoding mode that are adaptively determined according to the characteristics of the image by using the information about the optimum encoding mode transmitted from the encoding end. Can be decoded and restored.
  • FIG. 10 illustrates a concept of coding units, according to various embodiments.
  • 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. 10 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. 11 is a block diagram of an image encoder 400 based on coding units, according to an exemplary embodiment.
  • the image encoder 400 performs operations that are performed to encode image data by the picture encoder 120 of the video encoding apparatus 100. That is, the intra prediction unit 420 performs intra prediction on each coding unit of the intra mode of the current image 405, and the inter prediction unit 415 performs the current image on the prediction unit of the coding unit of the inter mode. Inter-prediction is performed using the reference image acquired at 405 and the reconstructed picture buffer 410.
  • the current image 405 may be divided into maximum coding units and then sequentially encoded. In this case, encoding may be performed on the coding unit in which the largest coding unit is to be divided into a tree structure.
  • Residual data is generated by subtracting the prediction data for the coding unit of each mode output from the intra prediction unit 420 or the inter prediction unit 415 from the data for the encoding unit of the current image 405, and
  • the dew data is output as transform coefficients quantized for each transform unit through the transform unit 425 and the quantization unit 430.
  • the quantized transform coefficients are reconstructed into residue data in the spatial domain through the inverse quantizer 445 and the inverse transformer 450.
  • Residual data of the reconstructed spatial domain is added to the prediction data of the coding unit of each mode output from the intra predictor 420 or the inter predictor 415, thereby adding the residual data of the spatial domain to the coding unit of the current image 405. The data is restored.
  • the reconstructed spatial region data is generated as a reconstructed image through the deblocking unit 455 and the SAO performing unit 460.
  • the generated reconstructed image is stored in the reconstructed picture buffer 410.
  • the reconstructed images stored in the reconstructed picture buffer 410 may be used as reference images for inter prediction of another image.
  • the transform coefficients quantized by the transformer 425 and the quantizer 430 may be output as the bitstream 440 through the entropy encoder 435.
  • an inter predictor 415, an intra predictor 420, and a transformer each have a tree structure for each maximum coding unit. An operation based on each coding unit among the coding units may be performed.
  • the intra prediction unit 420 and the inter prediction unit 415 determine the partition mode and the prediction mode of each coding unit among the coding units having a tree structure in consideration of the maximum size and the maximum depth of the current maximum coding unit.
  • the transform unit 425 may determine whether to split the transform unit according to the quad tree in each coding unit among the coding units having the tree structure.
  • FIG. 12 is a block diagram of an image decoder 500 based on coding units, according to an exemplary embodiment.
  • the entropy decoding unit 515 parses the encoded image data to be decoded from the bitstream 505 and encoding information necessary for decoding.
  • the encoded image data is a quantized transform coefficient
  • the inverse quantizer 520 and the inverse transform unit 525 reconstruct residue data from the quantized transform coefficients.
  • the intra prediction unit 540 performs intra prediction for each prediction unit with respect to the coding unit of the intra mode.
  • the inter prediction unit 535 performs inter prediction using the reference image obtained from the reconstructed picture buffer 530 for each coding unit of the coding mode of the inter mode among the current pictures.
  • the data of the spatial domain of the coding unit of the current image 405 is reconstructed and restored.
  • the data of the space area may be output as a reconstructed image 560 via the deblocking unit 545 and the SAO performing unit 550.
  • the reconstructed images stored in the reconstructed picture buffer 530 may be output as reference images.
  • step-by-step operations after the entropy decoder 515 of the image decoder 500 may be performed.
  • the entropy decoder 515, the inverse quantizer 520, and the inverse transformer ( 525, the intra prediction unit 540, the inter prediction unit 535, the deblocking unit 545, and the SAO performer 550 based on each coding unit among coding units having a tree structure for each maximum coding unit. You can do it.
  • the intra predictor 540 and the inter predictor 535 determine a partition mode and a prediction mode for each coding unit among coding units having a tree structure, and the inverse transformer 525 has a quad tree structure for each coding unit. It is possible to determine whether to divide the conversion unit according to.
  • the encoding operation of FIG. 11 and the decoding operation of FIG. 12 have described the video stream encoding operation and the decoding operation in a single layer, respectively. Therefore, if the encoder 12 of FIG. 1A encodes a video stream of two or more layers, the encoder 12 may include an image encoder 400 for each layer. Similarly, if the decoder 26 of FIG. 2A decodes a video stream of two or more layers, it may include an image decoder 500 for each layer.
  • FIG. 13 is a diagram illustrating deeper coding units according to depths, and partitions, according to various embodiments.
  • 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 three.
  • the maximum depth indicates the total number of divisions from the maximum coding unit to the minimum coding unit. Since the depth deepens along the vertical axis of the hierarchical structure 600 of the coding unit according to an embodiment, the height and the width of the coding unit for each depth are divided.
  • 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.
  • a depth deeper along the vertical axis includes a coding unit 620 of depth 1 having a size of 32x32, a coding unit 630 of depth 2 having a size of 16x16, and a coding unit 640 of depth 3 having a size of 8x8.
  • a coding unit 640 of depth 3 having a size of 8 ⁇ 8 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 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. 14 illustrates a relationship between a coding unit and transformation units, according to various embodiments.
  • the video encoding apparatus 100 encodes or decodes an image in coding units having a size smaller than or equal to the maximum coding unit for each maximum coding unit.
  • the size of a transformation unit for transformation in the encoding process may be selected based on a data unit that is not larger than each coding unit.
  • the 32x32 size conversion unit 720 is The conversion can be performed.
  • the data of the 64x64 coding unit 710 is transformed into 32x32, 16x16, 8x8, and 4x4 transform units of 64x64 size or less, and then encoded, and the transform unit having the least error with the original is selected. Can be.
  • 15 is a diagram of deeper encoding information according to depths, according to various embodiments.
  • 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 inter 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.
  • 16 is a diagram of deeper coding units according to depths, according to various embodiments.
  • 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.
  • depth-based coding units may be set until depth d-1, and split information may be set up to depth d-2. That is, when encoding is performed from the depth d-2 to the depth d-1 to the depth d-1, the prediction encoding of the coding unit 980 of the depth d-1 and the size 2N_ (d-1) x2N_ (d-1)
  • the prediction unit for 990 is a partition type 992 of size 2N_ (d-1) x2N_ (d-1), partition type 994 of size 2N_ (d-1) xN_ (d-1), size A partition type 996 of N_ (d-1) x2N_ (d-1) and a partition type 998 of size N_ (d-1) xN_ (d-1) may be included.
  • 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.
  • 17, 18, and 19 illustrate a relationship between coding units, prediction units, and transformation units, according to various embodiments.
  • the coding units 1010 are coding units according to coding depths determined by the video encoding apparatus 100 according to an embodiment with respect to the maximum coding unit.
  • the prediction unit 1060 is partitions of prediction units of each coding depth of each coding depth among the coding units 1010, and the transformation unit 1070 is transformation units of each coding depth for each coding depth.
  • the depth-based coding units 1010 have a depth of 0
  • the coding units 1012 and 1054 have a depth of 1
  • the coding units 1014, 1016, 1018, 1028, 1050, and 1052 have depths.
  • coding units 1020, 1022, 1024, 1026, 1030, 1032, and 1048 have a depth of three
  • coding units 1040, 1042, 1044, and 1046 have a depth of four.
  • partitions 1014, 1016, 1022, 1032, 1048, 1050, 1052, and 1054 of the prediction units 1060 are obtained by splitting coding units. That is, partitions 1014, 1022, 1050, and 1054 are partition types of 2NxN, partitions 1016, 1048, and 1052 are partition types of Nx2N, and partitions 1032 are partition types of NxN. Prediction units and partitions of the coding units 1010 according to depths are smaller than or equal to each coding unit.
  • the image data of the part 1052 of the transformation units 1070 is transformed or inversely transformed into a data unit having a smaller size than the coding unit.
  • the transformation units 1014, 1016, 1022, 1032, 1048, 1050, 1052, and 1054 are data units having different sizes or shapes when compared to corresponding prediction units and partitions among the prediction units 1060. That is, the video encoding apparatus 100 according to an embodiment and the video decoding apparatus 200 according to an embodiment may be intra prediction / motion estimation / motion compensation operations and transform / inverse transform operations for the same coding unit. Each can be performed on a separate data unit.
  • coding is performed recursively for each coding unit having a hierarchical structure for each largest coding unit to determine an optimal coding unit.
  • coding units having a recursive tree structure may be configured.
  • the encoding information may include split information about a coding unit, partition type information, prediction mode information, and transformation unit size information. Table 1 below shows an example that can be set in the video encoding apparatus 100 and the video decoding apparatus 200 according to an embodiment.
  • the output unit 130 of the video encoding apparatus 100 outputs encoding information about coding units having a tree structure
  • the encoding information extraction unit of the video decoding apparatus 200 according to an embodiment 220 may extract encoding information about coding units having a tree structure from the received bitstream.
  • the split information indicates whether the current coding unit is split into coding units of a lower depth. If the split information of the current depth d is 0, partition type information, prediction mode, and transform unit size information are defined for the coded depth because the depth in which the current coding unit is no longer divided into the lower coding units is a coded depth. Can be. If it is to be further split by the split information, encoding should be performed independently for each coding unit of the divided four lower depths.
  • the prediction mode may be represented by one of an intra mode, an inter mode, and a skip mode.
  • Intra mode and inter mode can be defined in all partition types, and skip mode can be defined only in partition type 2Nx2N.
  • the partition type information indicates the symmetric partition types 2Nx2N, 2NxN, Nx2N and NxN, in which the height or width of the prediction unit is divided by the symmetrical ratio, and the asymmetric partition types 2NxnU, 2NxnD, nLx2N, nRx2N, which are divided by the asymmetrical ratio.
  • the asymmetric partition types 2NxnU and 2NxnD are divided into heights 1: 3 and 3: 1, respectively, and the asymmetric partition types nLx2N and nRx2N are divided into 1: 3 and 3: 1 widths, respectively.
  • the conversion unit size may be set to two kinds of sizes in the intra mode and two kinds of sizes in the inter mode. That is, if the transformation unit split information is 0, the size of the transformation unit is set to the size 2Nx2N of the current coding unit. If the transform unit split information is 1, a transform unit having a size obtained by dividing the current coding unit may be set. In addition, if the partition type for the current coding unit having a size of 2Nx2N is a symmetric partition type, the size of the transform unit may be set to NxN, and if the asymmetric partition type is N / 2xN / 2.
  • Encoding information of coding units having a tree structure may be allocated to at least one of a coding unit, a prediction unit, and a minimum unit unit of a coding depth.
  • the coding unit of the coding depth may include at least one prediction unit and at least one minimum unit having the same encoding information.
  • the encoding information held by each adjacent data unit is checked, it may be determined whether the adjacent data units are included in the coding unit having the same coding depth.
  • the coding unit of the corresponding coding depth may be identified by using the encoding information held by the data unit, the distribution of the coded depths within the maximum coding unit may be inferred.
  • the encoding information of the data unit in the depth-specific coding unit adjacent to the current coding unit may be directly referred to and used.
  • 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. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 1.
  • FIG. 20 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.
  • the transform unit split information (TU size flag) is a type of transform index, and a size of a transform unit corresponding to the transform index may be changed according to a prediction unit type or a partition type of a coding unit.
  • the partition type information is set to one of the symmetric partition types 2Nx2N 1322, 2NxN 1324, Nx2N 1326, and NxN 1328
  • the conversion unit partition information is 0, a conversion unit of size 2Nx2N ( 1342 is set, and if the transform unit split information is 1, a transform unit 1344 of size NxN may be set.
  • the partition type information is set to one of the asymmetric partition types 2NxnU (1332), 2NxnD (1334), nLx2N (1336), and nRx2N (1338), if the conversion unit partition information (TU size flag) is 0, a conversion unit of size 2Nx2N ( 1352 is set, and if the transform unit split information is 1, a transform unit 1354 of size N / 2 ⁇ N / 2 may be set.
  • the conversion unit splitting information (TU size flag) described above with reference to FIG. 20 is a flag having a value of 0 or 1
  • the conversion unit splitting information according to an embodiment is not limited to a 1-bit flag and is 0 according to a setting. , 1, 2, 3., etc., and may be divided hierarchically.
  • the transformation unit partition information may be used as an embodiment of the transformation index.
  • the size of the transformation unit actually used may be expressed.
  • the video encoding apparatus 100 may encode maximum transform unit size information, minimum transform unit size information, and maximum transform unit split information.
  • the encoded maximum transform unit size information, minimum transform unit size information, and maximum transform unit split information may be inserted into the SPS.
  • the video decoding apparatus 200 may use the maximum transform unit size information, the minimum transform unit size information, and the maximum transform unit split information to use for video decoding.
  • the maximum transform unit split information is defined as 'MaxTransformSizeIndex'
  • the minimum transform unit size is 'MinTransformSize'
  • the transform unit split information is 0,
  • the minimum transform unit possible in the current coding unit is defined as 'RootTuSize'.
  • the size 'CurrMinTuSize' can be defined as in relation (1) below.
  • 'RootTuSize' which is a transform unit size when the transform unit split information is 0, may indicate a maximum transform unit size that can be adopted in the system. That is, according to relation (1), 'RootTuSize / (2 ⁇ MaxTransformSizeIndex)' is a transformation obtained by dividing 'RootTuSize', which is the size of the transformation unit when the transformation unit division information is 0, by the number of times corresponding to the maximum transformation unit division information. Since the unit size is 'MinTransformSize' is the minimum transform unit size, a smaller value among them may be the minimum transform unit size 'CurrMinTuSize' possible in the current coding unit.
  • the maximum transform unit size RootTuSize may vary depending on a prediction mode.
  • RootTuSize may be determined according to the following relation (2).
  • 'MaxTransformSize' represents the maximum transform unit size
  • 'PUSize' represents the current prediction unit size.
  • RootTuSize min (MaxTransformSize, PUSize) ......... (2)
  • 'RootTuSize' which is a transform unit size when the transform unit split information is 0, may be set to a smaller value among the maximum transform unit size and the current prediction unit size.
  • 'RootTuSize' may be determined according to Equation (3) below.
  • 'PartitionSize' represents the size of the current partition unit.
  • RootTuSize min (MaxTransformSize, PartitionSize) ........... (3)
  • the conversion unit size 'RootTuSize' when the conversion unit split information is 0 may be set to a smaller value among the maximum conversion unit size and the current partition unit size.
  • the current maximum conversion unit size 'RootTuSize' according to an embodiment that changes according to the prediction mode of the partition unit is only an embodiment, and a factor determining the current maximum conversion unit size is not limited thereto.
  • the image data of the spatial domain is encoded for each coding unit of the tree structure, and the video decoding method based on the coding units of the tree structure.
  • decoding is performed for each largest coding unit, and image data of a spatial region may be reconstructed to reconstruct a picture and a video that is a picture sequence.
  • the reconstructed video can be played back by a playback device, stored in a storage medium, or transmitted over a network.
  • the above-described embodiments of the present invention can be written as a program that can be executed in a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.
  • the computer-readable recording medium may include a storage medium such as a magnetic storage medium (eg, a ROM, a floppy disk, a hard disk, etc.) and an optical reading medium (eg, a CD-ROM, a DVD, etc.).
  • the video stream encoding method and / or video encoding method described above with reference to FIGS. 1A to 20 are collectively referred to as the video encoding method of the present invention.
  • the video stream decoding method and / or video decoding method described above with reference to FIGS. 1A to 20 will be referred to as a video decoding method of the present invention.
  • a video encoding apparatus including the video stream encoding apparatus 10, the video encoding apparatus 100, or the image encoding unit 400 described above with reference to FIGS. 1A to 20 is collectively referred to as the “video encoding apparatus of the present invention”.
  • a video decoding apparatus including the video stream decoding apparatus 20, the video decoding apparatus 200, or the image decoding unit 500 described above with reference to FIGS. 1A to 20 is collectively referred to as a video decoding apparatus of the present invention. do.
  • a computer-readable storage medium in which a program is stored according to an embodiment of the present invention will be described in detail below.
  • the disk 26000 described above as a storage medium may be a hard drive, a CD-ROM disk, a Blu-ray disk, or a DVD disk.
  • the disk 26000 is composed of a plurality of concentric tracks tr, and the tracks are divided into a predetermined number of sectors Se in the circumferential direction.
  • a program for implementing the above-described quantization parameter determination method, video encoding method, and video decoding method may be allocated and stored in a specific region of the disc 26000 which stores the program according to the above-described embodiment.
  • a computer system achieved using a storage medium storing a program for implementing the above-described video encoding method and video decoding method will be described below with reference to FIG. 22.
  • the computer system 26700 may store a program for implementing at least one of the video encoding method and the video decoding method of the present invention on the disc 26000 using the disc drive 26800.
  • the program may be read from the disk 26000 by the disk drive 26800, and the program may be transferred to the computer system 26700.
  • a program for implementing at least one of the video encoding method and the video decoding method may be stored in a memory card, a ROM cassette, and a solid state drive (SSD). .
  • FIG. 23 illustrates an overall structure of a content supply system 11000 for providing a content distribution service.
  • the service area of the communication system is divided into cells of a predetermined size, and wireless base stations 11700, 11800, 11900, and 12000 that serve as base stations are installed in each cell.
  • the content supply system 11000 includes a plurality of independent devices.
  • independent devices such as a computer 12100, a personal digital assistant (PDA) 12200, a camera 12300, and a mobile phone 12500 may be an Internet service provider 11200, a communication network 11400, and a wireless base station. 11700, 11800, 11900, and 12000 to connect to the Internet 11100.
  • PDA personal digital assistant
  • the content supply system 11000 is not limited to the structure shown in FIG. 24, and devices may be selectively connected.
  • the independent devices may be directly connected to the communication network 11400 without passing through the wireless base stations 11700, 11800, 11900, and 12000.
  • the video camera 12300 is an imaging device capable of capturing video images like a digital video camera.
  • the mobile phone 12500 is such as Personal Digital Communications (PDC), code division multiple access (CDMA), wideband code division multiple access (W-CDMA), Global System for Mobile Communications (GSM), and Personal Handyphone System (PHS). At least one communication scheme among various protocols may be adopted.
  • PDC Personal Digital Communications
  • CDMA code division multiple access
  • W-CDMA wideband code division multiple access
  • GSM Global System for Mobile Communications
  • PHS Personal Handyphone System
  • the video camera 12300 may be connected to the streaming server 11300 through the wireless base station 11900 and the communication network 11400.
  • the streaming server 11300 may stream and transmit the content transmitted by the user using the video camera 12300 through real time broadcasting.
  • Content received from the video camera 12300 may be encoded by the video camera 12300 or the streaming server 11300.
  • Video data captured by the video camera 12300 may be transmitted to the streaming server 11300 via the computer 12100.
  • Video data captured by the camera 12600 may also be transmitted to the streaming server 11300 via the computer 12100.
  • the camera 12600 is an imaging device capable of capturing both still and video images, like a digital camera.
  • Video data received from the camera 12600 may be encoded by the camera 12600 or the computer 12100.
  • Software for video encoding and decoding may be stored in a computer readable recording medium such as a CD-ROM disk, a floppy disk, a hard disk drive, an SSD, or a memory card that the computer 12100 may access.
  • video data may be received from the mobile phone 12500.
  • the video data may be encoded by a large scale integrated circuit (LSI) system installed in the video camera 12300, the mobile phone 12500, or the camera 12600.
  • LSI large scale integrated circuit
  • a user is recorded using a video camera 12300, a camera 12600, a mobile phone 12500, or another imaging device.
  • the content is encoded and sent to the streaming server 11300.
  • the streaming server 11300 may stream and transmit content data to other clients who have requested the content data.
  • the clients are devices capable of decoding the encoded content data, and may be, for example, a computer 12100, a PDA 12200, a video camera 12300, or a mobile phone 12500.
  • the content supply system 11000 allows clients to receive and play encoded content data.
  • the content supply system 11000 enables clients to receive and decode and reproduce encoded content data in real time, thereby enabling personal broadcasting.
  • the video encoding apparatus and the video decoding apparatus of the present invention may be applied to encoding and decoding operations of independent devices included in the content supply system 11000.
  • the mobile phone 12500 is not limited in functionality and may be a smart phone that can change or expand a substantial portion of its functions through an application program.
  • the mobile phone 12500 includes a built-in antenna 12510 for exchanging RF signals with the wireless base station 12000, and displays images captured by the camera 1530 or images received and decoded by the antenna 12510. And a display screen 12520 such as an LCD (Liquid Crystal Display) and an OLED (Organic Light Emitting Diodes) screen for displaying.
  • the smartphone 12510 includes an operation panel 12540 including a control button and a touch panel. When the display screen 12520 is a touch screen, the operation panel 12540 further includes a touch sensing panel of the display screen 12520.
  • the smart phone 12510 includes a speaker 12580 or another type of audio output unit for outputting voice and sound, and a microphone 12550 or another type of audio input unit for inputting voice and sound.
  • the smartphone 12510 further includes a camera 1530 such as a CCD camera for capturing video and still images.
  • the smartphone 12510 may be a storage medium for storing encoded or decoded data, such as video or still images captured by the camera 1530, received by an e-mail, or obtained in another form. 12570); And a slot 12560 for mounting the storage medium 12570 to the mobile phone 12500.
  • the storage medium 12570 may be another type of flash memory such as an electrically erasable and programmable read only memory (EEPROM) embedded in an SD card or a plastic case.
  • EEPROM electrically erasable and programmable read only memory
  • FIG. 25 illustrates an internal structure of the mobile phone 12500.
  • the power supply circuit 12700 the operation input controller 12640, the image encoder 12720, and the camera interface (12630), LCD control unit (12620), image decoding unit (12690), multiplexer / demultiplexer (12680), recording / reading unit (12670), modulation / demodulation unit (12660) and
  • the sound processor 12650 is connected to the central controller 12710 through the synchronization bus 1730.
  • the power supply circuit 12700 supplies power to each part of the mobile phone 12500 from the battery pack, thereby causing the mobile phone 12500 to operate. Can be set to an operating mode.
  • the central controller 12710 includes a CPU, a read only memory (ROM), and a random access memory (RAM).
  • the digital signal is generated in the mobile phone 12500 under the control of the central controller 12710, for example, the digital sound signal is generated in the sound processor 12650.
  • the image encoder 12720 may generate a digital image signal, and text data of the message may be generated through the operation panel 12540 and the operation input controller 12640.
  • the modulator / demodulator 12660 modulates a frequency band of the digital signal, and the communication circuit 12610 is a band-modulated digital signal. Digital-to-analog conversion and frequency conversion are performed on the acoustic signal.
  • the transmission signal output from the communication circuit 12610 may be transmitted to the voice communication base station or the radio base station 12000 through the antenna 12510.
  • the sound signal acquired by the microphone 12550 is converted into a digital sound signal by the sound processor 12650 under the control of the central controller 12710.
  • the generated digital sound signal may be converted into a transmission signal through the modulation / demodulation unit 12660 and the communication circuit 12610 and transmitted through the antenna 12510.
  • the text data of the message is input using the operation panel 12540, and the text data is transmitted to the central controller 12610 through the operation input controller 12640.
  • the text data is converted into a transmission signal through the modulator / demodulator 12660 and the communication circuit 12610, and transmitted to the radio base station 12000 through the antenna 12510.
  • the image data photographed by the camera 1530 is provided to the image encoder 12720 through the camera interface 12630.
  • the image data photographed by the camera 1252 may be directly displayed on the display screen 12520 through the camera interface 12630 and the LCD controller 12620.
  • the structure of the image encoder 12720 may correspond to the structure of the video encoding apparatus as described above.
  • the image encoder 12720 encodes the image data provided from the camera 1252 according to the video encoding method of the present invention described above, converts the image data into compression-encoded image data, and multiplexes / demultiplexes the encoded image data. (12680).
  • the sound signal acquired by the microphone 12550 of the mobile phone 12500 is also converted into digital sound data through the sound processing unit 12650 during recording of the camera 1250, and the digital sound data is converted into the multiplexing / demultiplexing unit 12680. Can be delivered.
  • the multiplexer / demultiplexer 12680 multiplexes the encoded image data provided from the image encoder 12720 together with the acoustic data provided from the sound processor 12650.
  • the multiplexed data may be converted into a transmission signal through the modulation / demodulation unit 12660 and the communication circuit 12610 and transmitted through the antenna 12510.
  • the signal received through the antenna converts the digital signal through a frequency recovery (Analog-Digital conversion) process .
  • the modulator / demodulator 12660 demodulates the frequency band of the digital signal.
  • the band demodulated digital signal is transmitted to the video decoder 12690, the sound processor 12650, or the LCD controller 12620 according to the type.
  • the mobile phone 12500 When the mobile phone 12500 is in the call mode, the mobile phone 12500 amplifies a signal received through the antenna 12510 and generates a digital sound signal through frequency conversion and analog-to-digital conversion processing.
  • the received digital sound signal is converted into an analog sound signal through the modulator / demodulator 12660 and the sound processor 12650 under the control of the central controller 12710, and the analog sound signal is output through the speaker 12580. .
  • a signal received from the radio base station 12000 via the antenna 12510 is converted into multiplexed data as a result of the processing of the modulator / demodulator 12660.
  • the output and multiplexed data is transmitted to the multiplexer / demultiplexer 12680.
  • the multiplexer / demultiplexer 12680 demultiplexes the multiplexed data to separate the encoded video data stream and the encoded audio data stream.
  • the encoded video data stream is provided to the video decoder 12690, and the encoded audio data stream is provided to the sound processor 12650.
  • the structure of the image decoder 12690 may correspond to the structure of the video decoding apparatus as described above.
  • the image decoder 12690 generates the reconstructed video data by decoding the encoded video data by using the video decoding method of the present invention described above, and displays the reconstructed video data through the LCD controller 1262 through the display screen 1252. ) Can be restored video data.
  • video data of a video file accessed from a website of the Internet can be displayed on the display screen 1252.
  • the sound processor 1265 may convert the audio data into an analog sound signal and provide the analog sound signal to the speaker 1258. Accordingly, audio data contained in a video file accessed from a website of the Internet can also be reproduced in the speaker 1258.
  • the mobile phone 1250 or another type of communication terminal is a transmitting / receiving terminal including both the video encoding apparatus and the video decoding apparatus of the present invention, a transmitting terminal including only the video encoding apparatus of the present invention described above, or the video decoding apparatus of the present invention. It may be a receiving terminal including only.
  • FIG. 26 illustrates a digital broadcasting system employing a communication system, according to various embodiments.
  • the digital broadcasting system according to the embodiment of FIG. 26 may receive digital broadcasting transmitted through a satellite or terrestrial network using the video encoding apparatus and the video decoding apparatus.
  • the broadcast station 12890 transmits the video data stream to the communication satellite or the broadcast satellite 12900 through radio waves.
  • the broadcast satellite 12900 transmits a broadcast signal, and the broadcast signal is received by the antenna 12860 in the home to the satellite broadcast receiver.
  • the encoded video stream may be decoded and played back by the TV receiver 12610, set-top box 12870, or other device.
  • the playback device 12230 can read and decode the encoded video stream recorded on the storage medium 12020 such as a disk and a memory card.
  • the reconstructed video signal may thus be reproduced in the monitor 12840, for example.
  • the video decoding apparatus of the present invention may also be mounted in the set-top box 12870 connected to the antenna 12860 for satellite / terrestrial broadcasting or the cable antenna 12850 for cable TV reception. Output data of the set-top box 12870 may also be reproduced by the TV monitor 12880.
  • the video decoding apparatus of the present invention may be mounted on the TV receiver 12810 instead of the set top box 12870.
  • An automobile 12920 with an appropriate antenna 12910 may receive signals from satellite 12800 or radio base station 11700.
  • the decoded video may be played on the display screen of the car navigation system 12930 mounted on the car 12920.
  • the video signal may be encoded by the video encoding apparatus of the present invention and recorded and stored in a storage medium.
  • the video signal may be stored in the DVD disk 12960 by the DVD recorder, or the video signal may be stored in the hard disk by the hard disk recorder 12950.
  • the video signal may be stored in the SD card 12970. If the hard disk recorder 12950 includes the video decoding apparatus of the present invention according to an embodiment, the video signal recorded on the DVD disk 12960, the SD card 12970, or another type of storage medium is output from the monitor 12880. Can be recycled.
  • the vehicle navigation system 12930 may not include the camera 1530, the camera interface 12630, and the image encoder 12720 of FIG. 26.
  • the computer 12100 and the TV receiver 12610 may not include the camera 1250, the camera interface 12630, and the image encoder 12720 of FIG. 26.
  • FIG. 27 illustrates a network structure of a cloud computing system using a video encoding apparatus and a video decoding apparatus, according to various embodiments.
  • the cloud computing system of the present invention may include a cloud computing server 14100, a user DB 14100, a computing resource 14200, and a user terminal.
  • the cloud computing system provides an on demand outsourcing service of computing resources through an information communication network such as the Internet at the request of a user terminal.
  • service providers integrate the computing resources of data centers located in different physical locations into virtualization technology to provide users with the services they need.
  • the service user does not install and use computing resources such as application, storage, operating system, and security in each user's own terminal, but services in virtual space created through virtualization technology. You can choose as many times as you want.
  • a user terminal of a specific service user accesses the cloud computing server 14100 through an information communication network including the Internet and a mobile communication network.
  • the user terminals may be provided with a cloud computing service, particularly a video playback service, from the cloud computing server 14100.
  • the user terminal may be any electronic device capable of accessing the Internet, such as a desktop PC 14300, a smart TV 14400, a smartphone 14500, a notebook 14600, a portable multimedia player (PMP) 14700, a tablet PC 14800, and the like. It can be a device.
  • the cloud computing server 14100 may integrate and provide a plurality of computing resources 14200 distributed in a cloud network to a user terminal.
  • the plurality of computing resources 14200 include various data services and may include data uploaded from a user terminal.
  • the cloud computing server 14100 integrates a video database distributed in various places into a virtualization technology to provide a service required by a user terminal.
  • the user DB 14100 stores user information subscribed to a cloud computing service.
  • the user information may include login information and personal credit information such as an address and a name.
  • the user information may include an index of the video.
  • the index may include a list of videos that have been played, a list of videos being played, and a stop time of the videos being played.
  • Information about a video stored in the user DB 14100 may be shared among user devices.
  • the playback history of the predetermined video service is stored in the user DB 14100.
  • the cloud computing server 14100 searches for and plays a predetermined video service with reference to the user DB 14100.
  • the smartphone 14500 receives the video data stream through the cloud computing server 14100, the operation of decoding the video data stream and playing the video may be performed by the operation of the mobile phone 12500 described above with reference to FIG. 24. similar.
  • the cloud computing server 14100 may refer to a playback history of a predetermined video service stored in the user DB 14100. For example, the cloud computing server 14100 receives a playback request for a video stored in the user DB 14100 from a user terminal. If the video was being played before, the cloud computing server 14100 may have a streaming method different depending on whether the video is played from the beginning or from the previous stop point according to the user terminal selection. For example, when the user terminal requests to play from the beginning, the cloud computing server 14100 streams the video to the user terminal from the first frame. On the other hand, if the terminal requests to continue playing from the previous stop point, the cloud computing server 14100 streams the video to the user terminal from the frame at the stop point.
  • the user terminal may include the video decoding apparatus as described above with reference to FIGS. 1A through 20.
  • the user terminal may include the video encoding apparatus as described above with reference to FIGS. 1A through 20.
  • the user terminal may include both the video encoding apparatus and the video decoding apparatus as described above with reference to FIGS. 1A through 20.
  • FIGS. 21 through 27 Various embodiments of utilizing the video encoding method, the video decoding method, the video encoding apparatus, and the video decoding apparatus described above with reference to FIGS. 1A through 20 are described above with reference to FIGS. 21 through 27. However, various embodiments in which the video encoding method and the video decoding method described above with reference to FIGS. 1A to 20 are stored in a storage medium or the video encoding apparatus and the video decoding apparatus are implemented in the device are illustrated in FIGS. 21 to 27. It is not limited to.

Landscapes

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

Abstract

다수의 레이어로 부호화된 영상들에 대한 비디오 스트림으로부터, 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction) 모드 예측 정보 및 후보자 리스트에 포함된 두개의 후보자 중에 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 현재 시점 영상 부호화 데이터에 대하여 얻고, 얻은 정보에 기반하여 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 움직임 보상된 현재 시점 영상 데이터를 생성함으로써 현재 시점 영상을 복호화 하는 비디오 스트림 복호화 방법이 제공된다.

Description

다시점 비디오의 예측 구조에 따른 비디오 스트림 부호화 방법 및 그 장치, 다시점 비디오의 예측 구조에 따른 비디오 스트림 복호화 방법 및 그 장치
본 명세서는, 적어도 하나의 레이어로 영상시퀀스를 부호화하고, 적어도 하나의 레이어로 수신된 비디오스트림을 복호화하는 비디오 부호화 및 복호화 방법에 관한 것이다.
고해상도 또는 고화질 비디오 컨텐트를 재생, 저장할 수 있는 하드웨어의 개발 및 보급에 따라, 고해상도 또는 고화질 비디오 컨텐트를 효과적으로 부호화하거나 복호화하는 비디오 코덱의 필요성이 증대하고 있다. 기존의 비디오 코덱에 따르면, 비디오는 소정 크기의 매크로블록에 기반하여 제한된 부호화 방식에 따라 부호화되고 있다.
주파수 변환을 이용하여 공간 영역의 영상 데이터는 주파수 영역의 계수들로 변환된다. 비디오 코덱은, 주파수 변환의 빠른 연산을 위해 영상을 소정 크기의 블록들로 분할하고, 블록마다 DCT 변환을 수행하여, 블록 단위의 주파수 계수들을 부호화한다. 공간 영역의 영상 데이터에 비해 주파수 영역의 계수들이, 압축하기 쉬운 형태를 가진다. 특히 비디오 코덱의 인터 예측 또는 인트라 예측을 통해 공간 영역의 영상 화소값은 예측 오차로 표현되므로, 예측 오차에 대해 주파수 변환이 수행되면 많은 데이터가 0으로 변환될 수 있다. 비디오 코덱은 연속적으로 반복적으로 발생하는 데이터를 작은 크기의 데이터로 치환함으로써, 데이터량을 절감하고 있다.
멀티 레이어 비디오 코덱은, 기본 레이어 비디오와 하나 이상의 향상 레이어 비디오를 부복호화한다. 기본 레이어 비디오와 향상 레이어 비디오의 시간적/공간적 중복성(redundancy)와 레이어 간의 중복성을 제거하는 방식으로, 기본 레이어 비디오와 향상 레이어 비디오의 데이터량이 절감될 수 있다.
멀티 레이어 비디오 코덱은, 기본 레이어 비디오와 하나 이상의 향상 레이어 비디오를 부복호화한다. 비디오의 데이터량의 절감이 요구된다.
본 발명의 일 실시 예에 따른 비디오 스트림 복호화 방법은 비디오 스트림 복호화 장치에 의하여 수행되는 비디오 스트림 복호화 방법에 있어서, 비디오 스트림 부호화 데이터를 수신하는 단계; 상기 수신한 부호화 데이터로부터 현재 시점 영상 부호화 데이터에 대한 예측 정보를 얻는 단계; 및 상기 예측 정보에 기반하여 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 움직임 보상된 현재 시점 영상 데이터를 생성함으로써 현재 시점 영상을 복호화 하는 단계를 포함한다.
본 발명의 일 실시 예에 따른 부복호화 장치는 AMVP 모드 예측에서 후보자의 수를 2개로 고정함으로써, 플래그를 사용하여 AMVP 후보자의 인덱스를 구분함으로써 움직임 벡터를 특정할 수 있어서, 전송되는 데이터의 양을 줄일 수 있다. 또한, 병합 모드 및 AMVP 모드 각각에 대하여 시점간 후보자가 사용되는지 여부를 별도로 시그널링할 수 있다.
도 1a 은 다양한 실시예에 따른 비디오 스트림 부호화 장치의 블록도를 도시한다.
도 1b 는 다양한 실시예에 따른 비디오 스트림 부호화 방법의 흐름도를 도시한다.
도 2a 은 다양한 실시예에 따른 비디오 스트림 복호화 장치의 블록도를 도시한다.
도 2b 는 다양한 실시예에 따른 비디오 스트림 비디오 복호화 방법의 흐름도를 도시한다.
도 3은 제 1 실시 예에서 6개의 후보자를 포함하는 병합 리스트가 구성되는 예를 개념적으로 나타낸 블록도를 도시한다.
도 4a는 제 2 실시 예에서 3개의 후보자를 포함하는 AMVP 리스트가 구성되는 예를 개념적으로 나타낸 블록도를 도시한다.
도 4b는 제 3 실시 예에서 2개의 후보자를 포함하는 AMVP 리스트가 구성되는 예를 개념적으로 나타낸 블록도를 도시한다.
도 5는 일 실시예에 따른 인터 레이어 예측 구조를 도시한다.
도 6은 다시점 비디오 스트림의 인터 레이어 예측 구조를 도시한다.
도 7은 NAL (NAL; Network Abstract Layer) 유닛의 구조를 도시한다.
도 8 은 다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 부호화 장치의 블록도를 도시한다.
도 9 은 다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 복호화 장치의 블록도를 도시한다.
도 10 은 다양한 실시예에 따른 부호화 단위의 개념을 도시한다.
도 11 는 다양한 실시예에 따른 부호화 단위에 기초한 영상 부호화부의 블록도를 도시한다.
도 12 는 다양한 실시예에 따른 부호화 단위에 기초한 영상 복호화부의 블록도를 도시한다.
도 13 는 다양한 실시예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
도 14 은 다양한 실시예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
도 15 은 다양한 실시예에 따라, 심도별 부호화 정보들을 도시한다.
도 16 는 다양한 실시예에 따른 심도별 부호화 단위를 도시한다.
도 17, 18 및 19는 다양한 실시예에 따른, 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
도 20 은 표 1의 부호화 모드 정보에 따른 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
도 21 은 다양한 따른 프로그램이 저장된 디스크의 물리적 구조를 예시한다.
도 22 는 디스크를 이용하여 프로그램을 기록하고 판독하기 위한 디스크드라이브를 도시한다.
도 23 은 컨텐트 유통 서비스(content distribution service)를 제공하기 위한 컨텐트 공급 시스템(content supply system)의 전체적 구조를 도시한다.
도 24 및 25은, 다양한 실시예 따른 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법이 적용되는 휴대폰의 외부구조와 내부구조를 도시한다.
도 26 은 다양한 실시예에 따른 통신시스템이 적용된 디지털 방송 시스템을 도시한다.
도 27 은 다양한 실시예에 따른 비디오 부호화 장치 및 비디오 복호화 장치를 이용하는 클라우드 컴퓨팅 시스템의 네트워크 구조를 도시한다.
본 발명의 일 실시 예에 따른 비디오 스트림 복호화 방법은 비디오 스트림 복호화 장치에 의하여 수행되는 비디오 스트림 복호화 방법에 있어서, 비디오 스트림 부호화 데이터를 수신하는 단계; 상기 수신한 부호화 데이터로부터 현재 시점 영상 부호화 데이터에 대한 예측 정보를 얻는 단계; 및 상기 예측 정보에 기반하여 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 움직임 보상된 현재 시점 영상 데이터를 생성함으로써 현재 시점 영상을 복호화 하는 단계를 포함한다.
상기 예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction) 모드 예측 정보를 포함하고, 상기 후보자 리스트에 포함된 두개의 후보자 중에 상기 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함할 수 있다.
상기 후보자 리스트는 하나의 시점간 후보자(inter-view candidate)를 포함하고, 공간적 후보자(spatial candidate) 및 시간적 후보자(temporal candidates) 중 어느 하나의 후보자를 더 포함할 수 있다.
상기 수신한 부호화 데이터로부터 상기 현재 시점 영상 부호화 데이터가 시점간 후보자를 사용하여 복호화 될 수 있음을 나타내는 iv_mv_pred_flag 지시자를 얻는 단계를 더 포함할 수 있다.
상기 수신한 부호화 데이터로부터 상기 현재 시점 영상 부호화 데이터의 병합 모드(merge mode)에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 merge_iv_mv_pred_flag 지시자 및 상기 현재 시점 영상 부호화 데이터의 AMVP 모드에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 amvp_iv_mv_pred_flag 지시자 중 적어도 어느 하나의 지시자를 얻는 단계를 포함할 수 있다.
상기 지시자를 얻는 단계는 상기 merge_iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag 지시자를 얻는 단계를 포함하고, 상기 merge_iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag 지시자는 서로 독립적으로 값을 나타낼 수 있다.
상기 모션 벡터 예측 플래그는 상기 AMVP 모드 예측 정보가 시점간 후보자를 사용하여 생성되었는지를 나타낼 수 있다.
상기 후보자 리스트는 공간적 후보자들(spatial candidate) 및 시간적 후보자들(temporal candidates) 중에서 두 개의 후보자를 포함할 수 있다.
상기 모션 벡터 예측 플래그는 상기 AMVP 모드 예측 정보가 공간적 후보자들(spatial candidate) 및 시간적 후보자들(temporal candidates) 중 어떠한 후보자를 사용하여 생성되었는지를 나타낼 수 있다.
상기 예측 정보는 시점간 후보자를 포함하는 후보자 리스트를 사용하여 생성된 병합 모드(merge mode) 예측 정보를 더 포함하고, 상기 AMVP 모드 예측 정보는 시점간 후보자를 포함하지 않는 후보자 리스트를 사용하여 생성될 수 있다.
상기 수신한 부호화 데이터로부터 상기 현재 시점 영상 부호화 데이터가 시점간 후보자를 사용하여 복호화 될 수 있음을 나타내는 iv_mv_pred_flag 지시자를 얻는 단계를 더 포함할 수 있다.
또한, 본 발명의 일 실시 예에 따른 비디오 스트림 부호화 방법은 비디오 스트림 부호화 장치에 의하여 수행되는 비디오 스트림 부호화 방법에 있어서, 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 현재 시점 영상의 예측 정보를 생성함으로써 현재 시점 영상을 부호화 하여 현재 시점 영상 부호화 데이터를 생성하는 단계; 및 상기 현재 시점 영상 부호화 데이터 및 상기 예측 정보를 출력하는 단계를 포함한다.
상기 예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction) 모드 예측 정보를 포함하고, 상기 후보자 리스트에 포함된 두 개의 후보자 중에서 상기 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함할 수 있다.
상기 후보자 리스트는 하나의 시점간 후보자(inter-view candidate)를 포함하고, 공간적 후보자(spatial candidate) 및 시간적 후보자(temporal candidates) 중 어느 하나의 후보자를 더 포함할 수 있다.
상기 현재 시점 영상 부호화 데이터 생성 단계는 상기 현재 시점 영상 부호화 데이터가 시점간 후보자를 사용하여 복호화 될 수 있음을 나타내는 iv_mv_pred_flag 지시자를 생성하는 단계를 포함할 수 있다.
상기 현재 시점 영상 부호화 데이터 생성 단계는 상기 현재 시점 영상 부호화 데이터의 병합 모드(merge mode)에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 merge_iv_mv_pred_flag 지시자 및 상기 현재 시점 영상 부호화 데이터의 AMVP 모드에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 amvp_iv_mv_pred_flag 지시자 중 적어도 어느 하나의 지시자를 생성하는 단계를 포함할 수 있다.
상기 지시자 생성 단계는 병합 모드 예측 정보가 시점간 후보자를 포함하는지 여부 및 AMVP 모드 예측 정보가 시점간 후보자를 포함하는지의 여부가 독립적으로 설정되도록 상기 merge_iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag 지시자를 생성할 수 있다.
상기 모션 벡터 예측 플래그는 상기 AMVP 모드 예측 정보가 시점간 후보자를 사용하여 생성되었는지를 나타낼 수 있다.
상기 후보자 리스트는 공간적 후보자들 (spatial candidate) 및 시간적 후보자들 (temporal candidates) 중에서 두 개의 후보자를 포함할 수 있다.
상기 모션 벡터 예측 플래그는 상기 AMVP 모드 예측 정보가 공간적 후보자들(spatial candidate) 및 시간적 후보자들 (temporal candidates) 중 어떠한 후보자를 사용하여 생성되었는지를 나타낼 수 있다.
상기 예측 정보는 시점간 후보자를 포함하는 후보자 리스트를 사용하여 생성된 병합 모드(merge mode) 예측 정보를 더 포함하고, 상기 AMVP 모드 예측 정보는 시점간 후보자를 포함하지 않는 후보자 리스트를 사용하여 생성될 수 있다.
상기 현재 시점 영상 부호화 데이터 생성 단계는 상기 현재 시점 영상 부호화 데이터가 시점간 후보자를 사용하여 복호화 될 수 있음을 나타내는 iv_mv_pred_flag 지시자를 생성하는 단계를 포함할 수 있다.
또한, 본 발명의 일 실시 예에 따른 비디오 스트림 복호화 장치는 비디오 스트림 복호화 장치에 있어서, 비디오 스트림 부호화 데이터를 수신하는 수신부; 상기 수신한 부호화 데이터로부터 얻은 현재 시점 영상 부호화 데이터에 대한 예측 정보에 기반하여 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 움직임 보상된 현재 시점 영상 데이터를 생성함으로써 현재 시점 영상을 복호화 하는 복호화부를 포함한다.
상기 예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction) 모드 예측 정보를 포함하고, 상기 후보자 리스트에 포함된 두개의 후보자 중에 상기 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함할 수 있다.
또한, 본 발명의 일 실시 예에 따른 비디오 스트림 부호화 장치는 비디오 스트림 부호화 장치에 있어서, 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 현재 시점 영상의 예측 정보를 생성함으로써 현재 시점 영상을 부호화 하여 현재 시점 영상 부호화 데이터를 생성하는 부호화부; 및 상기 현재 시점 영상 부호화 데이터 및 상기 예측 정보를 출력하는 출력부를 포함한다.
상기 예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction) 모드 예측 정보를 포함하고, 상기 후보자 리스트에 포함된 두 개의 후보자 중에서 상기 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함할 수 있다.
또한, 본 발명의 일 실시 예에 따른 컴퓨터포 판독 가능한 기록 매체는 본 발명의 일 실시 예에 따른 비디오 스트림 부호화 방법 및 부호화 방법 중 적어도 하나의 방법을 컴퓨터로 실행시키기 위한 프로그램을 기록하여 저장한다.
이하 도 1a 내지 도 7c을 참조하여, 다양한 실시예에 따라 비디오 스트림 부호화 장치 및 비디오 스트림 복호화 장치와 비디오 스트림 부호화 방법, 비디오 스트림 복호화 방법이 개시된다. 또한, 도 8 내지 도 20을 참조하여, 다양한 실시예에 따른 트리 구조의 부호화 단위에 기초하는 비디오 부호화 장치 및 비디오 복호화 장치, 비디오 부호화 방법 및 비디오 복호화 방법이 개시된다. 또한, 도 1a 내지 도 20의 실시예들에 따른 비디오 스트림 부호화 방법, 비디오 스트림 복호화 방법, 비디오 부호화 방법, 비디오 복호화 방법이 적용가능한 다양한 실시예들이 도 21 내지 도 27을 참조하여 개시된다. 이하, '영상'은 비디오의 정지영상이거나 동영상, 즉 비디오 그 자체를 나타낼 수 있다.
먼저, 도 1a 내지 도 7을 참조하여, 다양한 실시예에 따라 비디오 스트림 부호화 장치와 비디오 스트림 부호화 방법, 그리고 비디오 스트림 복호화 장치와 비디오 스트림 복호화 방법이 개시된다.
도 1a는 다양한 실시예에 따른 비디오 스트림 부호화 장치(10)의 블록도를 도시한다. 도 1b 는 다양한 실시예에 따른 비디오 스트림 부호화 방법의 흐름도를 도시한다.
다양한 실시예에 따른 비디오 스트림 부호화 장치(10)는 인터 레이어 부호화부(12) 및 비트스트림 생성부(14)를 포함한다.
다양한 실시예에 따른 비디오 스트림 부호화 장치(10)는 스케일러블 비디오 코딩(Scalable Video Coding) 방식에 따라 다수의 비디오스트림들을 레이어별로 분류하여 각각 부호화할 수 있다. 비디오 스트림 부호화 장치(10)는 기본 레이어 영상들과 향상 레이어 영상들을 서로 다른 레이어로 부호화할 수 있다.
예를 들어, 다시점 비디오가 스케일러블 비디오 코딩 방식에 따라 부호화될 수 있다. 좌시점 영상들은 기본 레이어 영상들로서 부호화되고, 우시점 영상들은 향상 레이어 영상들로서 부호화될 수 있다. 또는, 중앙시점 영상들, 좌시점 영상들과 우시점 영상들이 각각 부호화되고, 이 중에서 중앙시점 영상들은 기본 레이어 영상들로서 부호화되고, 좌시점 영상들은 제1 향상 레이어 영상들, 우시점 영상들은 제2 향상 레이어 영상들로서 부호화될 수 있다. 기본 레이어 영상들의 부호화 결과가 기본 레이어 스트림으로 출력되고, 제1 향상 레이어 영상들 및 제2 향상 레이어 영상들의 부호화 결과가 각각 제1 향상 레이어 스트림 및 제2 향상 레이어 스트림으로 출력될 수 있다.
또한, 향상 레이어가 셋 이상인 경우, 기본 레이어 영상들과 첫번째 향상 레이어 영상들, 두번째 향상 레이어 영상들, ..., K번째 향상 레이어 영상들이 부호화될 수도 있다. 이에 따라 기본 레이어 영상들의 부호화 결과가 기본 레이어 스트림으로 출력되고, 첫번째, 두번째, ..., K번째 향상 레이어 영상들의 부호화 결과가 각각 첫번째, 두번째, ..., K번째 향상 레이어 스트림으로 출력될 수 있다.
다양한 실시예에 따른 비디오 스트림 부호화 장치(10)는 동일레이어의 영상들을 참조하여 현재영상을 예측하는 인터 예측(Inter Prediction)을 수행할 수 있다. 인터 예측을 통해, 현재영상과 참조영상 사이의 움직임 정보를 나타내는 모션 벡터(motion vector) 및 현재영상과 참조영상 사이의 잔차 성분(residual)이 생성될 수 있다.
또한, 다양한 실시예에 따른 비디오 스트림 부호화 장치(10)는 기본 레이어 영상들을 참조하여 향상 레이어 영상들을 예측하는 인터 레이어 예측(Inter-layer Prediction)을 수행할 수 있다. 비디오 스트림 부호화 장치(10)는 첫번째 향상 레이어 영상들을 참조하여 두번째 향상 레이어 영상들을 예측하는 인터 레이어 예측을 수행할 수도 있다. 인터 레이어 예측을 통해, 현재영상과 다른 레이어의 참조영상 사이의 위치 차이성분 및 현재영상과 다른 레이어의 참조영상 사이의 잔차 성분이 생성될 수 있다.
일 실시예에 따른 비디오 스트림 부호화 장치(10)가 둘 이상의 향상 레이어를 허용하는 경우에는, 멀티 레이어 예측 구조에 따라 하나의 기본 레이어 영상들과 둘 이상의 향상 레이어 영상들 간의 인터 레이어 예측을 수행할 수도 있다.
인터 레이어 예측 구조는 추후 도 5를 참조하여 상술한다.
다양한 실시예에 따른 비디오 스트림 부호화 장치(10)는 각 레이어마다, 비디오의 각각의 영상의 블록별로 부호화한다. 블록의 타입은 정사각형 또는 직사각형일 수 있으며, 임의의 기하학적 형태일 수도 있다. 일정한 크기의 데이터 단위로 제한되는 것은 아니다. 일 실시예에 따른 블록은, 트리구조에 따른 부호화단위들 중에서는, 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등일 수 있다. 예를 들어 비디오 스트림 부호화 장치(10)는 각 레이어마다, HEVC 표준 방식에 따른 영상들을 쿼드트리 구조의 블록들로 분할하여 부호화할 수 있다. 트리구조에 따른 부호화단위들에 기초한 비디오 부복호화 방식은, 도 8 내지 도 20을 참조하여 후술한다. 인터 예측 및 인터 레이어 예측은 부호화 단위, 예측 단위 또는 변환 단위의 데이터 단위를 기초로 수행될 수도 있다.
다양한 실시예에 따른 인터 레이어 부호화부(12)는, 적어도 하나의 레이어별로 영상시퀀스를 부호화할 수 있다. 인터 레이어 부호화부(12)는, 각 레이어별로 인터 예측 또는 인트라 예측을 포함하는 소스 코딩 동작들을 수행하여 심볼 데이터를 생성할 수 있다. 예를 들어, 인터 레이어 부호화부(12)는, 영상 샘플들에 대해 인터 예측 또는 인트라 예측을 수행한 결과 데이터를 수록하는 영상블록에 대해, 변환, 양자화를 수행하여 심볼데이터를 생성하고 심볼데이터에 대해 엔트로피 부호화를 수행하여 비트스트림을 생성할 수 있다.
인터 레이어 부호화부(12)는 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 현재 시점 영상의 예측 정보를 생성함으로써 현재 시점 영상을 부호화 하여 현재 시점 영상 부호화 데이터를 생성하고, 생성된 예측 정보 및 현재 시점 영상 부호화 데이터를 비트스트림 생성부(14)로 전송할 수 있다.
예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction Index) 모드 예측 정보를 포함하고, 후보자 리스트에 포함된 두 개의 후보자 중에서 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함할 수 있다.
일 실시 예에서, 인터 레이어 부호화부(12)는 하나의 시점간 후보자(inter-view candidate)를 포함하고, 공간적 후보자(spatial candidate) 및 시간적 후보자(temporal candidates) 중 어느 하나의 후보자를 더 포함하도록 후보자 리스트를 설정할 수 있다.
시점간 후보자는 현재 예측 단위를 부호화 또는 복호화 하기 위해 사용되는 현재 시점 영상에 인접한 시점 영상의 예측단위들이다. 예를들어, 시점간 후보자는 인접 시점 영상의 움직임 정보 (Motion information), 모드 정보 (mode information) 및 복원된 샘플의 정보 (reconstructed sample information) 를 포함하는 모든 압축 정보 (Coding information) 중 일부를 이용하여 현재 블록을 부호화 또는 복호화하기 위해 사용되는 후보자이다. 예측 단위는 블록일 수 있다.
공간적 후보자는 현재 예측 단위를 부호화 또는 복호화 하기 위해 현재 예측 단위에 공간적으로 이웃하는 예측 단위들이다. 예를들어, 공간적 후보자는 현재 픽쳐에 포함되며 현재 예측 단위에 공간적으로 인접한 예측 단위들을 후보자로 포함할 수 있다.
시간적 후보자는 현재 예측 단위를 부호화 또는 복호화 하기 위해 현재 예측 단위에 시간적으로 이웃하는 예측 단위들이다. 예를들어, 시간적 후보자는 참조 픽쳐에 포함되며 현재 예측 단위와 동일 위치의(co-located) 예측 단위 및 상기 동일 위치의 예측 단위에 시간적으로 인접한 예측 단위들을 후보자로 포함할 수 있다.
인터 레이어 부호화부(12)는 현재 시점 영상 부호화 데이터가 시점간 후보자를 사용하여 복호화 될 수 있음을 나타내는 iv_mv_pred_flag 지시자를 생성할 수 있다. 예를들어, 인터 레이어 부호화부(12)는 현재 시점 영상 부호화 데이터의 움직임 예측 정보 또는 시점간 예측 정보를 포함하는 예측 정보가 시점간 후보자를 사용하여 생성 되었음을 나타내는 iv_mv_pred_flag 지시자를 생성할 수 있다.
한편, 인터 레이어 부호화부(12)는 iv_mv_pred_flag 지시자 대신 현재 시점 영상 부호화 데이터의 병합 모드(merge mode)에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 merge_iv_mv_pred_flag 지시자 및 상기 현재 시점 영상 부호화 데이터의 AMVP 모드에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 amvp_iv_mv_pred_flag 지시자 중 적어도 어느 하나의 지시자를 생성할 수 있다. merge_iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag는 함께 사용될 수 있다.
인터 레이어 부호화부(12)는 병합 모드 예측 정보가 시점간 후보자를 포함하는지 여부 및 AMVP 모드 예측 정보가 시점간 후보자를 포함하는지의 여부가 독립적으로 설정되도록 상기 merge_iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag 지시자를 생성할 수 있다.
현재 시점 영상 부호화 데이터가 시점간 후보자를 사용하여 부호화되었음을 나타내는 iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag 지시자 중 어느 하나의 지시자가 사용될 경우, 모션 벡터 예측 플래그는 AMVP 모드 예측 정보가 시점간 후보자를 사용하여 생성되었는 지를 나타낼 수 있다. 예를들어, 부호화 장치 및 복호화 장치는 AMVP 리스트의 특정 위치에는 시점간 후보자가 배치되도록 AMVP 리스트를 구성할 수 있다. 따라서, 모션 벡터 예측 플래그가 AMVP 리스트에서 시점간 후보자가 위치하게 되는 특정 위치를 나타낸다면, 모션 벡터 예측 플래그는 AMVP 모드 예측 정보는 시점간 후보자를 사용하여 생성되었음을 블록단위로 나타낼 수 있다.
다른 실시 예에서, 인터 레이어 부호화부(12)는 공간적 후보자들(spatial candidate)들 및 시간적 후보자들(temporal candidates) 중에서 두 개의 후보자를 포함하는 후보자 리스트를 생성할 수 있다. 이러한 경우 모션 벡터 예측 플래그는 상기 AMVP 모드 예측 정보가 공간적 후보자들(spatial candidate) 및 시간적 후보자들(temporal candidates) 중 어떠한 후보자를 사용하여 생성되었는지를 나타낼 수 있다. 예를들어, 부호화 장치 및 복호화 장치는 AMVP 리스트의 특정 위치에 공간적 후보자 또는 시간적 후보자가 배치되도록 AMVP 리스트를 구성할 수 있다. 따라서, 모션 벡터 예측 플래그는 모션 벡터 예측 플래그 값에 따라 각 블록에 있어서 AMVP 모드 예측 정보가 공간적 후보자(spatial candidate) 및 시간적 후보자(temporal candidates) 중 특정 타입의 후보자를 사용하여 생성되었음을 나타낼 수 있다.
또 다른 실시 예에서, 인터 레이어 부호화부(12)는 병합 모드 예측 정보를 생성하기 위하여만 시점간 후보자를 사용하고, AMVP 모드 예측 정보를 생성할 때에는 시점간 후보자를 사용하지 않을 수 있다. 예를들어, 인터 레이어 부호화부(12)는 시점간 후보자를 포함하는 병합 모드 후보자 리스트를 생성하고, 시점간 후보자를 포함하는 병합 모드 후보자 리스트를 사용하여 병합 모드(merge mode) 예측 정보를 생성할 수 있다. 예를들어, 병합 모드 예측 정보는 병합 모드 후보자 리스트에서 선택된 후보자의 후보자 인덱스 일 수 있다. 그리고, 인터 레이어 부호화부(12)는 시점간 후보자를 제외한 다른 유형의 후보자들 만으로 구성된 AMVP 모드 후보자 리스트를 생성하고, 이러한 AMVP 후보자 리스트를 사용하여 AMVP 모드 예측 정보를 생성할 수 있다. 예를들어, AMVP 모드 후보자는 공간적 후보자들 및 시간적 후보자들과 같은 후보자들만 포함하고 시점간 후보자는 제외될 수 있다. 예를 들어, 위의 실시 예와 같이 인터 레이어 부호화부(12)는 공간적 후보자들(spatial candidate)들 및 시간적 후보자들(temporal candidates) 중에서 두 개의 후보자를 포함하는 후보자 리스트를 생성할 수 있다.
예를들어, 인터 레이어 부호화부(12)는 향상 레이어의 병합 모드 예측 정보를 생성하기 위하여 시점간 후보자를 포함하는 후보자들을 사용하여 병합 모드 후보자 리스트를 사용할 수 있고, 향상 레이어의 AMVP 모드 예측 정보를 생성하기 위하여 시점간 후보자를 제외한 후보자들을 사용하여 AMVP 모드 후보자 리스트를 구성할 수 있다.
인터 레이어 부호화부(12)는 상기 현재 시점 영상 부호화 데이터가 시점간 후보자를 사용하여 복호화 될 수 있음을 나타내는 iv_mv_pred_flag 지시자를 생성함으로써, AMVP 모드를 제외한 예측 모드들에서 시점간 후보자가 사용되었음을 나타낼 수 있다. 예를들어, 인터 레이어 부호화부(12)는 병합 모드 예측 정보를 생성하기 위하여 시점간 후보자가 사용되었음을 나타낼 수 있다.비트스트림 생성부(14)는 예측 정보 및 현재 시점 영상 부호화 데이터를 출력하는 출력부로써의 기능을 수행한다. 예를들어, 비트스트림 생성부(14)는 인터 레이어 부호화부(12)로부터 받은 예측 정보 및 현재 시점 영상 부호화 데이터를 비트스트림으로 출력할 수 있다.
이하 인터 레이어 부호화부(12)의 동작을 더욱 상세히 설명한다. 인터 레이어 부호화부(12)는 움직임 예측 및 시점간 예측 중 적어도 하나의 예측을 수행하고, 모드에 따라 움직임 모드를 생성한다. 예를들어, 병합모드의 경우 인터 레이어 부호화부(12)는 병합 모드에 따라 생성된 인덱스를 생성한다. AMVP 모드의 경우 예측부는 방향정보, 참조 픽쳐 인덱스, 움직임벡터 차분, 후보자 인덱스를 생성한다. 인터 레이어 부호화부(12)는 블록단위로 예측을 수행할 수 있다. 여기서 블록은 블록, 매크로블록, CTU(Coding Tree Unit), CU(Coding Unit), PU(Prediction Unit) 및 TU(Transformation Unit)을 포함한다.
AMVP 모드의 경우 인터 레이어 부호화부(12)는 2개의 후보자를 가지는 AMVP 리스트를 생성할 수 있고, 이러한 경우 후보자 인덱스는 1개의 비트로 나타나는 움직임 벡터 예측 플래그로 생성될 수 있다. 움직임 벡터 예측 플래그는 미리 설정된 방법에 따라 0일 경우 리스트의 첫번째 후보자를 나타내고 1일 경우 리스트의 두번째 후보자를 나타낼 수 있다.
또한, 시점간 후보자가 사용될 경우, 움직임 벡터 예측 플래그는 MVP 리스트에 후보자를 배열하는 미리 설정된 방법에 따라 AMVP 리스트에 포함된 시점간 후보자를 구별할 수 있다. 예를들어, 부호화 장치 및 복호화 장치 간에 시점간 후보자를 리스트의 후보자로 사용하기로 규정한 경우, 부호화 장치 및 복호화 장치는 AMVP 리스트의 특정 인덱스에 시점간 후보자를 위치시키고, 해당되는 위치를 플래그로 표시함으로써 움직임 벡터 예측 플래그가 시점간 후보자를 구별할 수 있도록 사용할 수 있다.
예를들어, 본발명의 AMVP 리스트는 최대한 2개의 후보자만을 포함할 수 있다. 부호화 장치의 인터페이어 부호화부 및 복호화 장치의 인터 레이어 복호화부(24)는 리스트의 첫번째 인덱스에 시점간 후보자를 위치하게 할지, 두번째 인덱스에 시점간 후보자를 위치하게 할 지를 미리 정한다. 부호화 장치의 인터 레이어 부호화부 및 복호화 장치의 인터 레이어 복호화부(24)는 미리 정해진 위치에 시점간 후보자가 위치하도록 AMVP 리스트를 작성한다. 부호화 장치의 인터 레이어 부호화부(12)는 AMVP 리스트에서 시점간 후보자가 움직임 벡터를 표현하기 위해 사용될 경우, AMVP 리스트에서 시점간 후보자의 위치에 대응되는 플래그를 복호화 장치로 전송함으로써 시점간 후보자가 움직임 벡터를 표현하기 위해 사용되었음에 대한 정보를 다른 후보자들의 사용정보와 구분하여 복호화 장치에 전송할 수 있다.
더하여 인터 레이어 부호화부(12)는 시점간 후보자가 사용되었는지를 모드별로 나타내기 위하여 병합 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 merge_iv_mv_pred_flag를 생성하고, AMVP 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 amvp_iv_mv_pred_flag를 생성한다.
인터 레이어 부호화부(12)에서 생성된 움직임 벡터 예측 플래그, merge_iv_mv_pred_flag 및 amvp_iv_mv_pred_flag는 비트스트림 생성부(14)로 전달되고, 전송부를 통하여 복호화 장치로 전송될 수 있다.
보다 상세하게, 인터 레이어 부호화부(12)는 블록마다 생성된 움직임 벡터 예측 플래그를 캡슐화하여 슬라이스 세그먼트를 생성하고, 생성된 슬라이스 세그먼트를 캡슐화 하여 NAL 유닛을 생성할 수 있다. 생성된 NAL 유닛은 비트스트림 생성부(14)로 전달되고, 전송부를 통해 복호화 장치로 전송될 수 있다. 예를 들어, 블록마다 생성된 움직임 벡터 예측 플래그는 슬라이스 세그먼트 헤더에 포함될 수 있고, 생성된 슬라이스 세그먼트 헤더는 NAL 유닛에 포함될 수 있다.
유사하게, 인터 레이어 부호화부(12)는 병합 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 merge_iv_mv_pred_flag 및 AMVP 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 amvp_iv_mv_pred_flag 중 적어도 하나를 캡슐화하여 파라미터 셋을 생성할 수 있다. 파라미터 셋은 비디오 파라미터 셋(Video Paramiter Set), 시퀀스 파라미터 셋(Sequence Parameter Set), 픽쳐 파라미터 셋(Picture Parameter Set)을 포함한다. 예를들어, merge_iv_mv_pred_flag 및 amvp_iv_mv_pred_flag는 비디오 파라미터 셋 익스텐션(extension)에 포함될 수 있다. merge_iv_mv_pred_flag 및 amvp_iv_mv_pred_flag는 파라미터 셋의 헤더에 포함될 수 있다. 따라서, 인터 레이어 부호화부(12)는 merge_iv_mv_pred_flag 및 amvp_iv_mv_pred_flag 중 적어도 하나를 캡슐화하여 비디오 파라미터 셋(Video Paramiter Set), 시퀀스 파라미터 셋(Sequence Parameter Set) 및 픽쳐 파라미터 셋(Picture Parameter Set) 중 적어도 하나를 생성할 수 있다. 인터 레이어 부호화부(12)는 생성된 파라미터 셋을 캡슐화하여 NAL 유닛을 생성할 수 있다. 생성된 NAL 유닛은 비트스트림 생성부(14)로 전달되고, 전송부를 통해 복호화 장치로 전송될 수 있다.
도 1b는 본 발명의 일 실시 예에 따른 비디오 스트림 부호화 방법을 설명하는 순서도이다. 도 1b를 참조하면, 본 발명의 일 실시 예에 따른 비디오 스트림 부호화 장치에 의하여 수행되는 비디오 스트림 부호화 방법은 먼저 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 현재 시점 영상의 예측 정보를 생성함으로써 현재 시점 영상을 부호화 하여 현재 시점 영상 부호화 데이터를 생성한다(S110). 다음으로, 부호화 장치는 현재 시점 영상 부호화 데이터 및 예측 정보를 출력한다(S120).
예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction) 모드 예측 정보를 포함할 수 있다. 예측 정보는 상기 후보자 리스트에 포함된 두 개의 후보자 중에서 상기 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함할 수 있다.
본 발명의 일 실시 예에 따른 비디오 스트림 부호화 방법은 움직임 추정(motion estimation)을 수행하여 현재 코딩하려는 현재 블록과 가장 유사한 예측 블록을 참조 픽쳐들로부터 찾는다. 예측 블록을 찾는 과정을 움직임 추정(motion estimation)이라고 한다. 부호화 장치는 움직임 추정의 결과로 생성된 예측 블록에 대한 움직임 정보 및 예측블록과 현재 블록의 잔차를 복호화 장치로 전송할 수 있다.
본 발명의 일 실시 예에 따른 부호화 장치가 움직임 정보를 전송하는 방법을 설명한다. 본 발명의 일 실시 예에 따른 부호화 장치는 병합 모드(merge mode) 또는 AMVP 모드로 움직임 정보를 전송할 수 있다. 병합 모드의 경우 움직임 정보는 병합 모드 후보자 리스트에서 선정된 후보자 인덱스 값으로 전송될 수 있다. AMVP 모드의 경우 움직임 정보는 움직임 벡터 정보, 참조 인덱스 값, AMVP 모드 후보자 리스트에서 선정된 후보자 인덱스 값으로 전송될 수 있다. AMVP 모드 후보자 리스트에서 선정된 후보자 인덱스 값은 실시 예에 따라 AMVP 모드 후보자 리스트에서 선정된 후보자 플래그 값으로 전송될 수 있다.
이하 AMVP 모드에 대하여 설명한다. 본 발명의 일 실시 예에 따른 부호화 장치는 적어도 하나의 후보자를 사용하여 AMVP 리스트를 생성한다. 부호화 장치는 소정의 방법으로 공간적 후보자들, 시간적 후보자들 및 시점간 후보자들 중에서 적어도 하나의 후보자를 선택하고, 선택된 적어도 하나의 후보자를 사용하여 AMVP 리스트를 생성할 수 있다.
부호화 장치는 예측 블록에 대한 움직임 정보를 전송하기 위해 AMVP 리스트에 포함된 후보자 중에서 특정 후보자를 선정할 수 있고, 선정된 후보자 정보를 복호화 장치로 전송할 수 있다. 예를들어, 부호화 장치는 예측 블록에 대한 움직임 벡터와 가장 차이가 적은 움직임 벡터를 가지는 후보자를 특정 후보자로 선정할 수 있고, 선정된 후보자 정보로써 선정된 후보자를 특정하기 위한 정보를 복호화 장치에 전송할 수 있다. 예를들어, 선정된 후보자를 특정하기 위한 정보는 후보자가 포함된 픽쳐의 인덱스 정보 및 AMVP 후보자 리스트에서 후보자가 위치한 인덱스 정보 중 적어도 어느 하나일 수 있다. 이에 더하여 부호화 장치는 예측블록에 대한 움직임 벡터와 선정된 후보자가 가지는 움직임 벡터의 차분을 복호화 장치로 전송할 수 있다.
이에 따라 부복호화 장치는 AMVP 모드 예측에서 후보자의 수를 2개로 고정함으로써, 플래그를 사용하여 AMVP 후보자의 인덱스를 구분함으로써 움직임 벡터를 특정할 수 있어서, 전송되는 데이터의 양을 줄일 수 있다. 또한, 병합 모드 및 AMVP 모드 각각에 대하여 시점간 후보자가 사용되는지 여부를 별도로 시그널링할 수 있다.
이하, 병합 모드 및 AMVP 모드 예측에서 리스트에서 선정된 후보자 정보를 전송하는 방법에 대하여 설명한다.
먼저 병합 모드에서 후보자 정보를 생성하는 제 1 실시 예를 설명한다. 제 1 실시 예에서, 부호화 장치는 시점간 후보자들(Inter-view Candidates), 공간적 후보자들(Spatial Candidates), 시간적 후보자들(Temporal Candidates)을 포함하는 후보자들 중에서 일부 후보자를 사용할 수 있다. 예를들어, 부호화 장치는 후보자들 중에서 6개의 후보자를 사용할 수 있다. 부호화 장치는 소정의 방법에 따라 6개의 후보자로 구성된 병합 리스트를 구성할 수 있다. 부호화 장치는 리스트에 포함된 6 개의 후보자들을 구분하기 위하여 인덱스를 결정할 수 있다.
도 3는 제 1 실시 예에서 6개의 후보자를 포함하는 병합 리스트가 구성되는 예를 개념적으로 나타낸 블록도이다. 도 3에 도시된 예와 같이, 시점간 후보자를 1개 선정하고, 공간적 후보자를 5개 선정하여 6개의 후보자를 선정한 후, 선정된 6개의 후보자 중에서 5개의 후보자를 선정한다. 6개의 후보자 중에서 5개의 후보자를 선정하는 것은 실험적으로 얻어 질 수 있고, 6개의 후보자 중에서 5개의 후보자를 선택하는 것은 부호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적게되는 움직임 벡터를 가지는 후보자 순서를 실험적으로 미리 구하여, 각 블록에 대하여 상기 순서에 따라 6개의 후보자 중에서 5개의 후보자를 선정할 수 있다.
그리고, 2개의 시간적 후보자를 선정한 후, 선정된 시간적 후보자 중에서 1개의 후보자를 선정한다. 2개의 후보자 중에서 1개의 후보자를 선택하는 것은 부호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적게 되는 움직임 벡터를 가지는 후보자 순서를 실험적으로 미리 구하여, 각 블록에 대하여 상기 순서에 따라 2개의 시간적 후보자 중에서 1개의 시간적 후보자를 선정할 수 있다.
마지막으로, 시점간 후보자 및 공간적 부호자들 중에서 선정된 5개의 후보자와 시간적 후보자들 중에서 선정된 1개의 시간적 후보자를 6개의 후보자를 가지는 병합 리스트의 후보자로 선정한다.
제 1 실시 예에 나타난 병합 리스트는 6개의 후보자 중에서 최종적으로 선정된 후보자를 나타내기 위해 merge_idx[x0][y0] 인덱스를 사용할 수 있다. merge_idx[x0][y0]는 병합 후보자 리스트 중에서 병합 후보자를 나타내는 인덱스이다. x0 및 y0는 예측 블록이 위치한 픽쳐의 상단 좌측 휘도 샘플의 위치를 기준으로 예측 블록의 상단 좌측 휘도 샘플의 위치(x0, y0)를 나타낸다. merge_idx[x0][y0]가 제공되지 않으면, merge_idx[x0][y0]의 값은 0의 값을 의미하는 것으로 사용될 수 있다.
다음으로 AMVP 모드에서 후보자 정보를 생성하는 제 2 실시 예를 설명한다. 제 2 실시 예에서, 부호화 장치는 시점간 후보자들(Inter-view Candidates), 공간적 후보자들(Spatial Candidates), 시간적 후보자들(Temporal Candidates)을 포함하는 후보자들 중에서 일부 후보자를 사용할 수 있다. 예를들어, 부호화 장치는 후보자들 중에서 3개의 후보자를 사용할 수 있다. 부호화 장치는 소정의 방법에 따라 3개의 후보자로 구성된 AMVP 리스트를 구성할 수 있다. 부호화 장치는 리스트에 포함된 3개의 후보자들을 구분하기 위하여 인덱스를 결정할 수 있다.
도 4a는 제 2 실시 예에서 3개의 후보자를 포함하는 AMVP 리스트가 구성되는 예를 개념적으로 나타낸 블록도이다. 도 4a에 도시된 예와 같이, 부호화 장치는 시점간 후보자를 1개 선정한다. 그리고, 공간적 후보자를 5개 선정한후, 선정된 5개의 공간적 후보자 중에서 2개의 후보자를 선정한다. 5개의 후보자 중에서 2개의 후보자를 선정하는 것은 실험적으로 얻어 질 수 있고, 5개의 후보자 중에서 2개의 후보자를 선택하는 것은 부호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적게 되는 움직임 벡터를 가지는 후보자 순서로 5개의 공간적 후보자 중에서 2개의 공간적 후보자를 선정할 수 있다.
그리고, 2개의 시간적 후보자를 선정한 후, 선정된 시간적 후보자 중에서 1개의 후보자를 선정한다. 2개의 후보자 중에서 1개의 후보자를 선정하는 것은 실험적으로 얻어 질 수 있고, 2개의 후보자 중에서 1개의 후보자를 선택하는 것은 부호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적은 움직임 벡터를 가지는 순서로 2개의 시간적 후보자 중에서 1개의 시간적 후보자를 선정할 수 있다.
마지막으로, 시점간 후보자 1개, 공간적 후보자 2개 및 시간적 후보자 1개를 포함하는 4개의 선정된 후보자들 중에서 3개의 후보자를 선정하여 AMVP 리스트를 구성한다. 예를들어, 예측블록에 대한 움직임 벡터와의 차이가 가장 적은 움직임 벡터를 가지는 순서로 4개의 후보자 중에서 3개의 후보자를 선정할 수 있다.
제 2 실시 예에 나타난 AMVP 리스트에서 3개의 후보자 중에서 최종적으로 선정된 후보자를 나타내기 위해 인덱스가 사용될 수 있다. 예를들어, 부호화 장치는 AMVP 모드에서의 3 개 후보자들을 구분하기 위해 리스트 0 및 리스트 1 에 대한 MVP 인덱스를 사용할 수 있다. 예를들어, MVP 인덱스는 mvp_l0_idx[x0][y0] 및 mvp_l1_idx[x0][y0] 중 적어도 하나를 포함할 수 있다.
mvp_l0_idx[x0][y0]는 리스트 0의 움직임 벡터 예측 인덱스(motion vector predictor index)를 명시(specify)한다. x0 및 y0는 예측 블록이 위치한 픽쳐의 상단 좌측 휘도 샘플의 위치를 기준으로 예측 블록의 상단 좌측 휘도 샘플의 위치(x0, y0)를 명시한다. mvp_l0_idx[x0][y0]가 제공되지 않으면, mvp_l0_idx[x0][y0]의 값은 0의 값을 의미하는 것으로 결정될 수 있다.
mvp_l1_idx[x0][y0]는 mvp_l0_idx[x0][y0]와 같이 사용될 수 있다. 예를들어, mvp_l1_idx[x0][y0]는 리스트 1의 움직임 벡터 예측 인덱스(motion vector predictor index)를 명시한다. x0 및 y0는 예측 블록이 위치한 픽쳐의 상단 좌측 휘도 샘플의 위치를 기준으로 예측 블록의 상단 좌측 휘도 샘플의 위치(x0, y0)를 명시한다. mvp_l1_idx[x0][y0]가 제공되지 않으면, mvp_l1_idx[x0][y0]의 값은 0의 값을 의미하는 것으로 결정될 수 있다.
더하여, 부호화 장치는 복호화 장치에 병합 모드 또는 AMVP 모드에서 후보자 정보를 생성하는 과정에서 시점간 후보자가 사용되었음을 알리기 위해 플래그를 사용할 수 있다. 예를들어, 부호화 장치는 병합 및 AMVP 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 iv_mv_pred_flag를 생성하고, 이를 복호화 장치로 전송할 수 있다. 예를들어, 시점간 후보자가 병합 모드 및 AMVP 모드에서 사용되었으면 iv_mv_pred_flag는 1의 값을 가질 수 있고, 어느 하나의 모드에서라도 사용되지 않았으면 iv_mv_pred_flag는 0의 값을 가질 수 있다. 다른 예에서, 시점간 후보자가 병합 모드 및 AMVP 모드 중 어느 한 모드에서 사용되었으면 iv_mv_pred_flag는 1의 값을 가질 수 있고, 병합 모드 및 AMVP 모드 모두에서 사용되지 않았으면 iv_mv_pred_flag는 0의 값을 가질 수 있다. 위의 예와 같이 iv_mv_pred_flag의 값을 설정하는 방법은 필요에 따라 선택적으로 사용될 수 있다.
보다 상세히 설명하면, iv_mv_pred_flag는 레이어 마다 생성될 수 있다. 예를 들어, iv_mv_pred_flag는 iv_mv_pred_flag[layerId]와 같이 생성될 수 있고, iv_mv_pred_flag[layerId]는 layerId에 해당되는 레이어 아이디 값을 가지는 레이어의 복호화 단계에서 시점간 움직임 예측이 사용되는지를 나타낼(indicate) 수 있다. 예를 들어, iv_mv_pred_flag[layerId]의 값이 0이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 시점간 움직인 예측이 사용되지 않음을 나타내고, iv_mv_pred_flag[layerId]의 값이 1이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 시점간 움직인 예측이 사용될 수 있음을 나타낸다. iv_mv_pred_flag[layerId]가 제공되지 않는다면, iv_mv_pred_flag[layerId]의 값은 0으로 결정될 수 있다.
다른 실시 예에서, 부호화 장치는 병합 모드 예측 정보를 생성하기 위하여만 시점간 후보자를 사용하고, AMVP 모드 예측 정보를 생성할 때에는 시점간 후보자를 사용하지 않을 수 있다. 예를들어, AMVP 모드 후보자에는 공간적 후보자들 및 시간적 후보자들과 같은 후보자들만 포함하고 시점간 후보자는 제외될 수 있다. 이와 같은 경우, iv_mv_pred_flag 지시자는 AMVP 모드를 제외한 예측 모드들에서 시점간 후보자가 사용되었음을 나타낼 수 있다. 예를들어, 병합 모드 후보자 리스트를 구성하기 위하여 시점간 후보자가 사용되나, AMVP 모드 후보자 리스트를 생성하기 위하여는 시점간 후보자가 사용되지 않는 것으로 부호화 장치 및 복호화 장치간에 약속이 된 경우, iv_mv_pred_flag 지시자는 미리 설정된 값에 따라 병합 모드 예측 정보를 생성하기 위하여 시점간 후보자가 사용되었으나 AMVP 모드에서는 사용되지 않았음을 나타낼 수 있다.
다음으로 AMVP 모드에서 후보자 정보를 생성하는 제 3 실시 예를 설명한다. 제 3 실시 예에서, 부호화 장치는 시점간 후보자들(Inter-view Candidates), 공간적 후보자들(Spatial Candidates), 시간적 후보자들(Temporal Candidates)을 포함하는 후보자들 중에서 일부 후보자를 사용할 수 있다. 예를들어, 부호화 장치는 후보자들 중에서 2개의 후보자를 사용할 수 있다. 부호화 장치는 소정의 방법에 따라 2개의 후보자로 구성된 AMVP 리스트를 구성할 수 있다. 부호화 장치는 리스트에 포함된 2개의 후보자들을 구분하기 위하여 플래그를 결정할 수 있다.
도 4b는 제 3 실시 예에서 2개의 후보자를 포함하는 AMVP 리스트가 구성되는 예를 개념적으로 나타낸 블록도이다. 도 4b에 도시된 예와 같이, 부호화 장치는 시점간 후보자를 1개 선정한다. 그리고, 공간적 후보자를 5개 선정한후, 선정된 5개의 공간적 후보자 중에서 2개의 후보자를 선정한다. 5개의 후보자 중에서 2개의 후보자를 선정하는 것은 실험적으로 미리 얻어 질 수 있고, 5개의 후보자 중에서 2개의 후보자를 선택하는 것은 부호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적은 움직임 벡터를 가지는 순서를 미리 결정하고, 결정된 순서에 따라 5개의 공간적 후보자 중에서 2개의 공간적 후보자를 선정할 수 있다. 예를들어, 5개의 공간적 후보자 중에서 최 우선순위를 가지는 2개의 후보자를 2개의 공간적 후보자로 선정할 수 있다.
그리고, 2개의 시간적 후보자를 선정한 후, 선정된 시간적 후보자 중에서 1개의 후보자를 선정한다. 2개의 후보자 중에서 1개의 후보자를 선정하는 것은 실험적으로 얻어 질 수 있고, 2개의 후보자 중에서 1개의 후보자를 선택하는 것은 부호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 통계 적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적은 움직임 벡터를 가지는 순서를 미리 결정하고, 결정된 순서에 따라 2개의 시간적 후보자 중에서 1개의 시간적 후보자를 선정할 수 있다. 예를들어, 2개의 공간적 후보자 중에서 최 우선순위를 가지는 후보자를 1개의 시간적 후보자로 선정할 수 있다.
마지막으로, 시점간 후보자 1개, 공간적 후보자 2개 및 시간적 후보자 1개를 포함하는 4개의 선정된 후보자들 중에서 2개의 후보자를 선정하여 AMVP 리스트를 구성한다. 예를들어, 부호화 장치는 위와 같은 방법으로 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적은 움직임 벡터를 가지는 미리 결정된 순서에 따라 4개의 후보자 중에서 2개의 후보자를 선정할 수 있다.
제 3 실시 예에 나타난 AMVP 리스트에서 2개의 후보자 중에서 최종적으로 선정된 후보자를 나타내기 위해 플래그가 사용될 수 있다. 전술된 제 2 실시 예에 서의 AMVP 리스트는 리스트에 포함된 3개의 후보자들을 구분하기 위해 적어도 2 비트를 포함하는 인덱스를 사용할 수 있다. 그러나, 제 3 실시 예에 나타난 AMVP 리스트는 2개의 후보자를 나타내기 위하여 두 가지 경우를 나타내기만 하면 되므로, 1개의 비트로 표현되는 플래그로 리스트 내의 후보자들을 구분할 수 있다. 예를들어, 부호화 장치는 AMVP 모드에서의 2 개 후보자들을 구분하기 위해 리스트 0 및 리스트 1 에 대한 MVP 플래그를 사용할 수 있다. 예를들어, MVP 플래그는 mvp_l0_flag[x0][y0] 및 mvp_l1_flag[x0][y0] 중 적어도 하나를 포함할 수 있다.
mvp_l0_flag[x0][y0]는 리스트 0의 움직임 벡터 예측 인덱스(motion vector predictor index)를 명시(specify)한다. x0 및 y0는 예측 블록이 위치한 픽쳐의 상단 좌측 휘도 샘플의 위치에 기초하여 예측 블록의 상단 좌측 휘도 샘플의 위치(x0, y0)를 명시한다. mvp_l0_flag[x0][y0]가 제공되지 않으면, mvp_l0_flag[x0][y0]의 값은 0의 값을 의미하는 것으로 결정될 수 있다.
mvp_l1_flag[x0][y0]는 mvp_l0_flag[x0][y0]와 같이 사용될 수 있다. 예를들어, mvp_l1_flag[x0][y0]는 리스트 1의 움직임 벡터 예측 인덱스(motion vector predictor index)를 명시한다. x0 및 y0는 예측 블록이 위치한 픽쳐의 상단 좌측 휘도 샘플의 위치에 기초하여 예측 블록의 상단 좌측 휘도 샘플의 위치(x0, y0)를 명시한다. mvp_l1_flag[x0][y0]가 제공되지 않으면, mvp_l1_flag[x0][y0]의 값은 0의 값을 의미하는 것으로 결정될 수 있다.
이하, 부호화 장치가 복호화 장치에 병합 모드 또는 AMVP 모드에서 후보자 정보를 생성하는 과정에서 시점간 후보자가 사용되었음을 알리기 위해 플래그를 모드 별로 각각 사용하는 방법을 설명한다.
본 발명의 제 4 실시예 따른 부호화 장치는 제 1 및 제 2 실시예를 참조하여 전술된 iv_mv_pred_flag와 달리, 병합 모드 또는 AMVP 모드에서 후보자 정보를 생성하는 과정에서 시점간 후보자가 사용되었음을 복호화 장치에 알리기 위해 플래그를 모드 별로 각각 사용할 수 있다.
예를들어, 부호화 장치는 병합 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 merge_iv_mv_pred_flag를 생성하고, AMVP 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 amvp_iv_mv_pred_flag를 생성하고, 각각의 플래그를 복호화 장치로 전송할 수 있다. merge_iv_mv_pred_flag와 amvp_iv_mv_pred_flag는 부호화 장치에서 서로 독립적으로 생성될 수 있고, 서로 독립적으로 부호화 장치로부터 복호화 장치로 전송될 수 있다.
예를들어, 시점간 후보자가 병합 모드에서 사용되었으면 merge_iv_mv_pred_flag는 1의 값을 가질 수 있고, 병합 모드에서 사용되지 않았으면 iv_mv_pred_flag는 0의 값을 가질 수 있다. 시점간 후보자가 AMVP 모드에서 사용되었으면 amvp_iv_mv_pred_flag는 1의 값을 가질 수 있고, AMVP 모드에서 사용되지 않았으면 iv_mv_pred_flag는 0의 값을 가질 수 있다.
보다 상세히 설명하면, merge_iv_mv_pred_flag와 amvp_iv_mv_pred_flag는 레이어 마다 생성될 수 있다. 예를 들어, merge_iv_mv_pred_flag는 merge_iv_mv_pred_flag[layerId]와 같이 생성될 수 있고, merge_iv_mv_pred_flag[layerId]는 layerId에 해당되는 레이어 아이디 값을 가지는 레이어의 복호화 단계에서 병합 모드에 있어서 시점간 움직임 예측이 사용되는지를 나타낼(indicate) 수 있다. 예를 들어, merge_iv_mv_pred_flag[layerId]의 값이 0이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 병합 모드에 있어서 시점간 움직인 예측이 사용되지 않음을 나타내고, merge_iv_mv_pred_flag[layerId]의 값이 1이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 병합 모드에 있어서 시점간 움직인 예측이 사용될 수 있음을 나타낸다. merge_iv_mv_pred_flag[layerId]가 제공되지 않는다면, merge_iv_mv_pred_flag[layerId]의 값은 0으로 결정될 수 있다.
유사하게, amvp_iv_mv_pred_flag는 amvp_iv_mv_pred_flag[layerId]와 같이 생성될 수 있고, amvp_iv_mv_pred_flag[layerId]는 layerId에 해당되는 레이어 아이디 값을 가지는 레이어의 복호화 단계에서 AMVP 모드에 있어서 시점간 움직임 예측이 사용되는지를 나타낼(indicate) 수 있다. 예를 들어, amvp_iv_mv_pred_flag[layerId]의 값이 0이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 AMVP 모드에 있어서 시점간 움직인 예측이 사용되지 않음을 나타내고, amvp_iv_mv_pred_flag[layerId]의 값이 1이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 AMVP 모드에 있어서 시점간 움직인 예측이 사용될 수 있음을 나타낸다. amvp_iv_mv_pred_flag[layerId]가 제공되지 않는다면, amvp_iv_mv_pred_flag[layerId]의 값은 0으로 결정될 수 있다.
도 2a 는 다양한 실시예에 따른 비디오 스트림 복호화 장치(20)의 블록도를 도시한다. 도 2b 는 다양한 실시예에 따른 비디오 스트림 비디오 복호화 방법의 흐름도를 도시한다.
다양한 실시예에 따른 비디오 스트림 복호화 장치(20)는 비트스트림 파싱부(22) 및 인터 레이어 복호화부(24)를 포함한다.
비디오 스트림 복호화 장치(20)는, 기본 레이어 스트림과 향상 레이어 스트림을 수신할 수 있다. 비디오 스트림 복호화 장치(20)가, 스케일러블 비디오 코딩 방식에 따라, 기본 레이어 스트림으로서 기본 레이어 영상들의 부호화 데이터가 수록된 기본 레이어 스트림을 수신하고, 향상 레이어 스트림으로서 향상 레이어 영상들의 부호화 데이터가 수록된 향상 레이어 스트림을 수신할 수 있다.
비디오 스트림 복호화 장치(20)는 다수의 레이어 스트림들을 스케일러블 비디오 코딩 방식에 따라 복호화할 수도 있다. 비디오 스트림 복호화 장치(20)는 기본 레이어스트림을 복호화하여 기본 레이어 영상들을 복원하고, 향상 레이어 스트림을 복호화하여 향상 레이어 영상들을 복원할 수 있다.
예를 들어, 다시점 비디오가 스케일러블 비디오 코딩 방식에 따라 부호화될 수 있다. 예를 들어, 기본 레이어 스트림을 복호화하여 좌시점 영상들이 복원되고, 향상 레이어 스트림을 복호화하여 우시점 영상들이 복원될 수 있다. 다른 예로, 기본 레이어 스트림을 복호화하여 중앙시점 영상들이 복원될 수 있다. 기본 레이어 스트림에 제1 향상 레이어 스트림을 더 복호화하여 좌시점 영상들이 복원될 수 있다. 기본 레이어 스트림에 제2 향상 레이어 스트림을 더 복호화하여 우시점 영상들이 복원될 수 있다.
또한, 향상 레이어가 셋 이상인 경우, 첫번째 향상 레이어 스트림으로부터 첫번째 향상 레이어에 대한 첫번째 향상 레이어 영상들이 복원되고, 두번째 향상 레이어 스트림을 더 복호화하면 두번째 향상 레이어 영상들이 더 복원될 수 있다. 첫번째 향상 레이어 스트림에 K번째 향상 레이어 스트림을 더 복호화하면 K번째 향상 레이어 영상들이 더 복원될 수도 있다.
비디오 스트림 복호화 장치(20)는, 기본 레이어 스트림과 향상 레이어 스트림으로부터 기본 레이어 영상들 및 향상 레이어 영상들의 부호화된 데이터를 획득하고, 더하여 인터 예측에 의해 생성된 모션 벡터 및 인터 레이어 예측에 의해 생성된 변이 정보를 더 획득할 수 있다.
예를 들어 비디오 스트림 복호화 장치(20)는 각 레이어별로 인터 예측된 데이터를 복호화하고, 다수 레이어 간에 인터 레이어 예측된 데이터를 복호화할 수 있다. 일 실시예에 따른 부호화 단위 또는 예측 단위를 기초로 움직임 보상(Motion Compensation) 및 인터 레이어 복호화를 통한 복원이 수행될 수도 있다.
각 레이어 스트림에 대해서는 동일 레이어의 인터 예측을 통해 예측된 복원영상들을 참조하여, 현재영상을 위한 움직임 보상을 수행함으로써, 영상들을 복원할 수 있다. 움직임 보상은, 현재 영상의 모션 벡터를 이용하여 결정된 참조영상과, 현재 영상의 잔차 성분을 합성하여 현재 영상의 복원 영상을 재구성하는 동작을 의미한다.
또한, 일 실시예에 따른 비디오 스트림 복호화 장치(20)는 인터 레이어 예측을 통해 예측된 향상 레이어 영상을 복원하기 위해 기본 레이어 영상들을 참조하여 인터 레이어 복호화를 수행할 수도 있다. 인터 레이어 복호화는, 현재 영상의 변이 정보를 이용하여 결정된 다른 레이어의 참조영상과, 현재 영상의 잔차 성분을 합성하여 현재 영상의 복원 영상을 재구성하는 동작을 의미한다.
일 실시예에 따른 비디오 스트림 복호화 장치(20)는 첫번째 향상 레이어 영상들을 참조하여 예측된 두번째 향상 레이어 영상들을 복원하기 위한 인터 레이어 복호화를 수행할 수도 있다.
비디오 스트림 복호화 장치(20)는 비디오의 각각의 영상의 블록별로 복호화한다. 일 실시예에 따른 블록은, 트리구조에 따른 부호화단위들 중에서는, 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등일 수 있다. 예를 들어, 비디오 스트림 복호화 장치(20)는 HEVC 표준 방식에 따라 결정되는 쿼드트리 구조의 블록들을 기초로 각 레이어스트림을 복호화하여, 영상시퀀스들을 복원할 수 있다.
비트 스트림 파싱부(22)는 수신된 비트스트림을 파싱한다. 더불어 비트스트림 파싱부(22)는 수신부의 기능을 수행할 수 있다. 예를들어, 비트스트림 파싱부(22)는 비디오 스트림 부호화 데이터를 수신하는 수신부를 포함할 수 있다.
인터 레이어 복호화부(24)는 수신한 부호화 데이터로부터 얻은 현재 시점 영상 부호화 데이터에 대한 예측 정보에 기반하여 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 움직임 보상된 현재 시점 영상 데이터를 생성함으로써 현재 시점 영상을 복호화한다.
예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction Index) 모드 예측 정보를 포함한다. 더하여 예측 정보는 후보자 리스트에 포함된 두개의 후보자 중에 상기 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함할 수 있다.
예를들어, 인터 레이어 복호화부(24)는 AMVP 모드 예측에서 후보자의 수를 2개로 고정함으로써, 플래그를 사용하여 AMVP 후보자의 인덱스를 구분함으로써 움직임 벡터를 특정할 수 있다. 병합 모드에서는 수신한 부호화 데이터에 포함된 병합 모드 인덱스를 사용하여 병합 리스트에서의 인덱스를 구분함으로써 움직임 벡터를 구분할 수 있다.
후보자 리스트는 하나의 시점간 후보자(inter-view candidate)를 포함하고, 공간적 후보자(spatial candidate) 및 시간적 후보자(temporal candidates) 중 어느 하나의 후보자를 더 포함할 수 있다.
일 실시 예에서, 인터 레이어 복호화부(24)는 수신한 부호화 데이터로부터 현재 시점 영상 부호화 데이터가 시점간 후보자를 사용하여 복호화 될 수 있음을 나타내는 iv_mv_pred_flag 지시자를 얻을 수 있다.
다른 실시 예에서, 인터 레이어 복호화부(24)는 수신한 부호화 데이터로부터 현재 시점 영상 부호화 데이터의 병합 모드(merge mode)에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 merge_iv_mv_pred_flag 지시자 및 현재 시점 영상 부호화 데이터의 AMVP 모드에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 amvp_iv_mv_pred_flag 지시자 중 적어도 어느 하나의 지시자를 얻을 수 있다. 예를들어, 인터 레이어 복호화부(24)는 상기 merge_iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag 지시자를 모두 얻을 수 있다. merge_iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag 지시자는 서로 독립적으로 값을 나타낼 수 있다.
일 실시 예에서, 상기 모션 벡터 예측 플래그는 AMVP 모드 예측 정보가 시점간 후보자를 사용하여 생성되었는지를 나타낼 수 있다. 현재 시점 영상 부호화 데이터가 시점간 후보자를 사용하여 부호화되었음을 나타내는 iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag 지시자 중 어느 하나의 지시자로부터 시점간 후보자가 사용되었음이 판단된 경우, 모션 벡터 예측 플래그는 AMVP 모드 예측 정보가 시점간 후보자를 사용하여 생성되었음을 나타낼 수 있다. 예를들어, 부호화 장치 및 복호화 장치는 AMVP 리스트의 특정 위치에는 시점간 후보자가 배치되도록 AMVP 리스트를 구성할 수 있다. 따라서, 시점간 후보자가 사용되었음이 판단된 경우 모션 벡터 예측 플래그가 AMVP 리스트에서 시점간 후보자가 위치하게 되는 특정 위치를 나타낸다면, 모션 벡터 예측 플래그는 각 블록에 있어서 AMVP 모드 예측 정보는 시점간 후보자를 사용하여 생성되었음을 나타낼 수 있다.
한편, 후보자 리스트는 공간적 후보자들(spatial candidate) 및 시간적 후보자들(temporal candidates) 중에서 두 개의 후보자를 포함하도록 생성될 수 있다. 이러한 경우 상기 모션 벡터 예측 플래그는 상기 AMVP 모드 예측 정보가 공간적 후보자들(spatial candidate) 및 시간적 후보자들(temporal candidates) 중 어떠한 후보자를 사용하여 생성되었는지를 나타낼 수 있다. 예를들어, 부호화 장치 및 복호화 장치는 AMVP 리스트의 특정 위치에 공간적 후보자 또는 시간적 후보자가 배치되도록 AMVP 리스트를 구성할 수 있다. 따라서, 모션 벡터 예측 플래그는 모션 벡터 예측 플래그 값에 따라 각 블록에 있어서 AMVP 모드 예측 정보가 공간적 후보자(spatial candidate) 및 시간적 후보자(temporal candidates) 중 특정 타입의 후보자를 사용하여 생성되었음을 나타낼 수 있다.
이하 본 발명의 일 실시 예에 따른 인터 레이어 복호화부(24)를 보다 상세히 설명한다. 인터 레이어 복호화부(24)는 수신된 비트스트림으로부터 움직임 벡터 예측 플래그, merge_iv_mv_pred_flag 및 amvp_iv_mv_pred_flag를 얻는다. 얻어진 움직임 벡터 예측 플래그, merge_iv_mv_pred_flag 및 amvp_iv_mv_pred_flag는 움직임 보상, 시점간 보상을 수행하여 복호화 영상을 얻기위해 사용될 수 있다.
보다 상세하게, 인터 레이어 복호화부(24)는 비트 스트림으로부터 파라미터 셋을 얻고, 파라미터 셋으로부터 병합 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 merge_iv_mv_pred_flag 및 AMVP 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 amvp_iv_mv_pred_flag 중 적어도 하나를 얻을 수 있다. 예를들어, merge_iv_mv_pred_flag 및 amvp_iv_mv_pred_flag는 파라미터 셋의 헤더로부터 얻어질 수 있다. 파라미터 셋은 비디오 파라미터 셋(Video Paramiter Set), 시퀀스 파라미터 셋(Sequence Parameter Set), 픽쳐 파라미터 셋(Picture Parameter Set)을 포함한다. 따라서, 인터 레이어 복호화부(24)는 merge_iv_mv_pred_flag 및 amvp_iv_mv_pred_flag 중 적어도 하나를 비디오 파라미터 셋(Video Paramiter Set), 시퀀스 파라미터 셋(Sequence Parameter Set) 및 픽쳐 파라미터 셋(Picture Parameter Set) 중 적어도 하나로부터 얻을 수 있다. 예를들어, merge_iv_mv_pred_flag 및 amvp_iv_mv_pred_flag는 비디오 파라미터 셋 익스텐션으로부터 얻어질 수 있다.
더하여, 인터 레이어 복호화부(24)는 NAL 유닛으로부터 슬라이스 세그먼트를 얻고, 슬라이스 세그먼트로부터 움직임 벡터 예측 플래그를 얻을 수 있다. 움직임 벡터 예측 플래그는 블록 단위로 얻어 질 수 있으며 움직임 보상을 수행하기 위해 사용된다. 여기서 블록은 블록, 매크로블록, CTU(Coding Tree Unit), CU(Coding Unit), PU(Predicton Unit) 및 TU(Translate Unit)을 포함한다.
인터 레이어 복호화부(24)는 merge_iv_mv_pred_flag 및 amvp_iv_mv_pred_flag를 사용하여 각 움직임 벡터 예측 모드에서 시점간 후보자가 사용되었는지를 확인할 수 있다. 더하여 움직임 벡터 예측 플래그를 사용하여 움직임 보상을 수행하여 움직인 보상된 영상을 생성할 수 있다. 인터 레이어 복호화부(24)는 시점간 후보자가 사용된 경우, 미리 설정된 부호화 장치와 복호화 장치간의 AMVP 리스트 구성 방식에 따라 움직임 벡터 예측 플래그가 나타내는 AMVP 리스트에서의 후보자가 시점간 후보자인지 아닌지를 알 수 있다.
인터 레이어 복호화부(24)는 움직임 벡터 예측 후보자가 시점간 후보자인 경우 시점간 보상을 수행한다. 인터 레이어 복호화부(24)는 움직임 벡터 예측 후보자가 시점간 후보자가 아닌경우 공간적 또는 시간적 후보자에 따른 움직임 보상을 수행한다.
다른 실시 예에서, 병합 모드 예측 정보를 생성하기 위하여만 시점간 후보자가 사용되고, AMVP 모드 예측 정보를 생성할 때에는 시점간 후보자가 사용되지 않을 수 있다. 그리고 이러한 상황은 부호화 장치와 복호화 장치간에 미리 약속되어 있거나, 별도의 플래그로 알려질 수 있다.
이러한 실시 예에서, 인터 레이어 복호화부(24)는 수신된 비트스트림으로부터 시점간 후보자를 포함하는 후보자 리스트를 사용하여 생성된 병합 모드(merge mode) 예측 정보 및 시점간 후보자를 포함하지 않는 후보자 리스트를 사용하여 생성된 AMVP 모드 예측 정보 중 적어도 하나를 얻을 수 있다. 예를들어, 향상 레이어의 병합 모드 예측 정보는 시점간 후보자를 포함하는 후보자들을 사용하여 생성된 병합 모드 후보자 리스트를 사용하여 생성되었을 수 있고, 향상 레이어의 AMVP 모드 예측 정보는 시점간 후보자를 제외한 후보자들을 사용하여 생성된 AMVP 모드 후보자 리스트를 사용하여 생성된 것일 수 있다.
이러한 경우, 인터 레이어 복호화부(24)는 시점간 후보자가 예측 정보를 생성하기 위하여 사용되었는 지를 나타내는 iv_mv_pred_flag 지시자의 값으로부터 병합 모드 예측 정보가 시점간 후보자를 포함한 병합 모드 후보자 리스트를 사용하여 생성되었는지를 결정할 수 있다. 예를들어, iv_mv_pred_flag 지시자의 값이 시점간 후보자가 예측 정보를 생성하기 위하여 사용되었는 지를 나타내는 미리 설정된 값에 해당되는 경우, 인터 레이어 복호화부(24)는 시점간 후보자가 예측 정보를 생성하기 위하여 사용되었음을 결정할 수 있다. 예를들어, 이러한 실시 예에서 AMVP 모드 예측 정보는 iv_mv_pred_flag의 값에 무관히 시점간 후보자를 사용하여 생성 되었음이 예상되지 않는다.
도 2b는 본 발명의 일 실시 예에 따른 복호화 장치에 의하여 수행되는 비디오 스트림 복호화 방법을 설명하는 순서도이다. 도 2b를 참조하면, 본 발명의 일 실시 예에 따른 복호화 장치는 먼저 비디오 스트림 부호화 데이터를 수신한다(S210). 다음으로, 복호화 장치는 수신한 부호화 데이터로부터 현재 시점 영상 부호화 데이터에 대한 예측 정보를 얻는다(S220). 다음으로, 복호화 장치는 예측 정보에 기반하여 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 움직임 보상된 현재 시점 영상 데이터를 생성함으로써 현재 시점 영상을 복호화 한다(S230).
예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction Index) 모드 예측 정보를 포함하고, 상기 후보자 리스트에 포함된 두개의 후보자 중에 상기 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함할 수 있다.
이하 본 발명의 일 실시 예에 따른 복호화 장치가 부호화 장치로부터 수신한 움직임 정보를 사용하여 영상을 복원하는 방법을 설명한다. 본 발명의 일 실시 예에 따른 복호화 장치는 병합 모드(merge mode) 또는 AMVP 모드로 생성된 움직임 정보를 수신할 수 있다.
본 발명의 일 실시 예에 따른 복호화 장치는 적어도 하나의 후보자를 사용하여 AMVP 리스트를 생성한다. 복호화 장치는 소정의 방법으로 공간적 후보자들, 시간적 후보자들 및 시점간 후보자들 중에서 적어도 하나의 후보자를 선택하고, 선택된 적어도 하나의 후보자를 사용하여 AMVP 리스트를 생성할 수 있다.
복호화 장치는 예측 블록에 대한 보상을 수행하기 위해 부호화 장치로부터 받은 선정된 후보자 정보를 사용하여 AMVP 리스트에 포함된 후보자 중에서 특정 후보자를 선정할 수 있다. 예를들어, 후보자를 특정하기 위한 선정된 후보자 정보는 후보자가 포함된 픽쳐의 인덱스 정보 및 AMVP 리스트에서 후보자가 위치한 인덱스 정보일 수 있다. 이에 더하여 복호화 장치는 예측블록에 대한 움직임 벡터와 선정된 후보자가 가지는 움직임 벡터의 차분을 부호화 장치로부터 받을 수 있다. 따라서, 복호화 장치는 선정된 후보자의 움직임 정보, 수신한 움직임 벡터와의 차분을 사용하여 움직임 정보를 생성할 수 있다.
이하, 복호화 장치가 병합 모드 및 AMVP 모드 예측에서 리스트에서 선정된 후보자 정보를 얻는 방법에 대하여 설명한다. 먼저 병합 모드에서 선정된 후보자 정보를 얻는 제 1 실시 예를 설명한다. 제 1 실시 예에서, 복호화 장치는 시점간 후보자들(Inter-view Candidates), 공간적 후보자들(Spatial Candidates), 시간적 후보자들(Temporal Candidates)을 포함하는 후보자들 중에서 일부 후보자를 사용할 수 있다. 예를들어, 복호화 장치는 후보자들 중에서 6개의 후보자를 사용할 수 있다. 복호화 장치는 소정의 방법에 따라 6개의 후보자로 구성된 병합 리스트를 구성할 수 있다. 복호화 장치는 부호화 장치로부터 수신한 인덱스를 사용하여 리스트에 포함된 6 개의 후보자들을 구분할 수 있다.
도 3는 제 1 실시 예에서 6개의 후보자를 포함하는 병합 리스트가 구성되는 예를 개념적으로 나타낸 블록도이다. 도 3에 도시된 예와 같이, 복호화 장치는 시점간 후보자를 1개 선정하고, 공간적 후보자를 5개 선정하여 6개의 후보자를 선정한 후, 선정된 6개의 후보자 중에서 5개의 후보자를 선정할 수 있다. 6개의 후보자 중에서 5개의 후보자를 선정하는 것은 실험적으로 얻어 질 수 있고, 6개의 후보자 중에서 5개의 후보자를 선택하는 것은 복호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적게되는 움직임 벡터를 가지는 후보자 순서를 실험적으로 미리 구하여, 각 블록에 대하여 상기 순서에 따라 6개의 후보자 중에서 5개의 후보자를 선정할 수 있다.
그리고, 복호화 장치는 2개의 시간적 후보자를 선정한 후, 선정된 시간적 후보자 중에서 1개의 후보자를 선정한다. 2개의 후보자 중에서 1개의 후보자를 선택하는 것은 복호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적게 되는 움직임 벡터를 가지는 후보자 순서를 실험적으로 미리 구하여, 각 블록에 대하여 상기 순서에 따라 2개의 시간적 후보자 중에서 1개의 시간적 후보자를 선정할 수 있다.
마지막으로, 복호화 장치는 시점간 후보자 및 공간적 복호자들 중에서 선정된 5개의 후보자와 시간적 후보자들 중에서 선정된 1개의 시간적 후보자를 6개의 후보자를 가지는 병합 리스트의 후보자로 선정한다.
복호화 장치는 부호화 장치로부터 수신한 merge_idx[x0][y0] 인덱스를 사용하여 제 1 실시 예에 나타난 병합 리스트에서의 6개의 후보자 중에서 최종적으로 선정된 후보자를 결정할 수 있다. merge_idx[x0][y0]는 병합 후보자 리스트 중에서 선정된 병합 후보자의 인덱스를 명시하는 인덱스이다. x0 및 y0는 예측 블록이 위치한 픽쳐의 상단 좌측 휘도 샘플의 위치에 기초하여 예측 블록의 상단 좌측 휘도 샘플의 위치(x0, y0)를 명시한다. merge_idx[x0][y0]가 제공되지 않으면, merge_idx[x0][y0]의 값은 0인 것으로 사용될 수 있다.
다음으로 복호화 장치가 AMVP 모드에서 후보자 정보를 생성하는 제 2 실시 예를 설명한다. 제 2 실시 예에서, 복호화 장치는 시점간 후보자들(Inter-view Candidates), 공간적 후보자들(Spatial Candidates), 시간적 후보자들(Temporal Candidates)을 포함하는 후보자들 중에서 일부 후보자를 사용할 수 있다. 예를들어, 복호화 장치는 후보자들 중에서 3개의 후보자를 사용할 수 있다. 복호화 장치는 소정의 방법에 따라 3개의 후보자로 구성된 AMVP 리스트를 구성할 수 있다. 복호화 장치는 부호화 장치로부터 받은 인덱스를 사용하여 리스트에 포함된 3개의 후보자들을 구분할 수 있다.
도 4a는 제 2 실시 예에서 3개의 후보자를 포함하는 AMVP 리스트가 구성되는 예를 개념적으로 나타낸 블록도이다. 도 4a에 도시된 예와 같이, 복호화 장치는 시점간 후보자를 1개 선정한다. 그리고, 공간적 후보자를 5개 선정한후, 선정된 5개의 공간적 후보자 중에서 2개의 후보자를 선정한다. 5개의 후보자 중에서 2개의 후보자를 선정하는 것은 실험적으로 얻어 질 수 있고, 5개의 후보자 중에서 2개의 후보자를 선택하는 것은 복호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 복호화 장치는 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적게 되는 움직임 벡터를 가지는 후보자 순서로 5개의 공간적 후보자 중에서 2개의 공간적 후보자를 선정할 수 있다.
그리고, 복호화 장치는 2개의 시간적 후보자를 선정한 후, 선정된 시간적 후보자 중에서 1개의 후보자를 선정한다. 2개의 후보자 중에서 1개의 후보자를 선정하는 것은 실험적으로 얻어 질 수 있고, 2개의 후보자 중에서 1개의 후보자를 선택하는 것은 복호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적은 움직임 벡터를 가지는 순서로 2개의 시간적 후보자 중에서 1개의 시간적 후보자를 선정할 수 있다.
마지막으로, 복호화 장치는 시점간 후보자 1개, 공간적 후보자 2개 및 시간적 후보자 1개를 포함하는 4개의 선정된 후보자들 중에서 3개의 후보자를 선정하여 AMVP 리스트를 구성한다. 예를들어, 복호화 장치는 예측블록에 대한 움직임 벡터와의 차이가 가장 적은 움직임 벡터를 가지는 순서로 4개의 후보자 중에서 3개의 후보자를 선정할 수 있다.
제 2 실시 예에 나타난 AMVP 리스트는 부호화 장치로부터 받은 인덱스를 사용하여 3개의 후보자 중에서 최종적으로 선정된 후보자를 나타낼 수 있다. 예를들어, 복호화 장치는 리스트 0 및 리스트 1 에 대한 부호화 장치로부터 받은 MVP 인덱스를 사용하여 AMVP 모드에서의 3 개 후보자들을 구분할 수 있다. 예를들어, MVP 인덱스는 mvp_l0_idx[x0][y0] 및 mvp_l1_idx[x0][y0] 중 적어도 하나를 포함할 수 있다.
mvp_l0_idx[x0][y0]는 리스트 0의 움직임 벡터 예측 인덱스(motion vector predictor index)를 명시(specify)한다. x0 및 y0는 예측 블록이 위치한 픽쳐의 상단 좌측 휘도 샘플의 위치에 기초하여 예측 블록의 상단 좌측 휘도 샘플의 위치(x0, y0)를 명시한다. mvp_l0_idx[x0][y0]가 제공되지 않으면, mvp_l0_idx[x0][y0]의 값은 0 으로 사용될 수 있다.
mvp_l1_idx[x0][y0]는 mvp_l0_idx[x0][y0]와 같이 사용될 수 있다. 예를들어, mvp_l1_idx[x0][y0]는 리스트 1의 움직임 벡터 예측 인덱스(motion vector predictor index)를 명시한다. x0 및 y0는 예측 블록이 위치한 픽쳐의 상단 좌측 휘도 샘플의 위치에 기초하여 예측 블록의 상단 좌측 휘도 샘플의 위치(x0, y0)를 명시한다. mvp_l1_idx[x0][y0]가 제공되지 않으면, mvp_l1_idx[x0][y0]의 값은 0인 것으로 사용될 수 있다.
더하여, 복호화 장치는 병합 모드 또는 AMVP 모드에서 후보자 정보를 생성하는 과정에서 시점간 후보자가 사용되었음을 나타내는 플래그를 부호화 장치로부터 수신할 수 있다. 예를들어, 복호화 장치는 병합 및 AMVP 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 iv_mv_pred_flag를 부호화 장치로부터 받고, 이에 따라 영상을 복원할 수 있다. 예를들어, 시점간 후보자가 병합 모드 및 AMVP 모드에서 사용되었으면 iv_mv_pred_flag는 1의 값을 가질 수 있고, 어느 하나의 모드에서라도 사용되지 않았으면 iv_mv_pred_flag는 0의 값을 가질 수 있다. 다른 예에서, 시점간 후보자가 병합 모드 및 AMVP 모드 중 어느 한 모드에서 사용되었으면 iv_mv_pred_flag는 1의 값을 가질 수 있고, 병합 모드 및 AMVP 모드 모두에서 사용되지 않았으면 iv_mv_pred_flag는 0의 값을 가질 수 있다. 위의 예와 같이 iv_mv_pred_flag의 값을 설정하는 방법은 필요에 따라 선택적으로 사용될 수 있다.
보다 상세히 설명하면, iv_mv_pred_flag는 레이어 마다 생성될 수 있다. 예를 들어, iv_mv_pred_flag는 iv_mv_pred_flag[layerId]와 같이 생성될 수 있고, iv_mv_pred_flag[layerId]는 layerId에 해당되는 레이어 아이디 값을 가지는 레이어의 복호화 단계에서 시점간 움직임 예측이 사용되는지를 나타낼(indicate) 수 있다. 예를 들어, iv_mv_pred_flag[layerId]의 값이 0이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 시점간 움직인 예측이 사용되지 않음을 나타내고, iv_mv_pred_flag[layerId]의 값이 1이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 시점간 움직인 예측이 사용될 수 있음을 나타낸다. iv_mv_pred_flag[layerId]가 제공되지 않는다면, iv_mv_pred_flag[layerId]의 값은 0으로 결정될 수 있다.
다른 실시 예에서, 병합 모드 예측 정보를 생성하기 위하여만 시점간 후보자가 사용되고, AMVP 모드 예측 정보를 생성할 때에는 시점간 후보자가 사용되지 않을 수 있다. 이러한 경우 복호화 장치는 시점간 후보자가 예측 정보를 생성하기 위하여 사용되었는 지를 나타내는 iv_mv_pred_flag 지시자의 값으로부터 병합 모드 예측 정보가 시점간 후보자를 포함한 병합 모드 후보자 리스트를 사용하여 생성되었는지를 결정할 수 있다. 이러한 실시 예에서 AMVP 모드 예측 정보는 iv_mv_pred_flag의 값에 무관히 시점간 후보자를 사용하여 생성 되었음이 예상되지 않는다. 예를들어, AMVP 모드 후보자는 공간적 후보자들 및 시간적 후보자들과 같은 후보자들만 포함하고 시점간 후보자는 제외될 수 있다.
다음으로 AMVP 모드에서 후보자 정보를 생성하는 제 3 실시 예를 설명한다. 제 3 실시 예에서, 복호화 장치는 시점간 후보자들(Inter-view Candidates), 공간적 후보자들(Spatial Candidates), 시간적 후보자들(Temporal Candidates)을 포함하는 후보자들 중에서 일부 후보자를 사용할 수 있다. 예를들어, 복호화 장치는 후보자들 중에서 2개의 후보자를 사용할 수 있다. 복호화 장치는 소정의 방법에 따라 2개의 후보자로 구성된 AMVP 리스트를 구성할 수 있다. 복호화 장치는 플래그를 사용하여 리스트에 포함된 2개의 후보자들을 구분할 수 있다.
도 4b는 제 3 실시 예에서 2개의 후보자를 포함하는 AMVP 리스트가 구성되는 예를 개념적으로 나타낸 블록도이다. 도 4b에 도시된 예와 같이, 복호화 장치는 시점간 후보자를 1개 선정한다. 그리고, 공간적 후보자를 5개 선정한후, 선정된 5개의 공간적 후보자 중에서 2개의 후보자를 선정한다. 5개의 후보자 중에서 2개의 후보자를 선정하는 것은 실험적으로 미리 얻어 질 수 있고, 5개의 후보자 중에서 2개의 후보자를 선택하는 것은 복호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 복호화 장치는 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적은 움직임 벡터를 가지는 순서를 미리 결정하고, 결정된 순서에 따라 5개의 공간적 후보자 중에서 2개의 공간적 후보자를 선정할 수 있다. 예를들어, 5개의 공간적 후보자 중에서 최 우선순위를 가지는 2개의 후보자를 2개의 공간적 후보자로 선정할 수 있다.
그리고, 복호화 장치는 2개의 시간적 후보자를 선정한 후, 선정된 시간적 후보자 중에서 1개의 후보자를 선정한다. 2개의 후보자 중에서 1개의 후보자를 선정하는 것은 실험적으로 얻어 질 수 있고, 2개의 후보자 중에서 1개의 후보자를 선택하는 것은 복호화 장치 및 복호화 장치에서 동일한 방법으로 수행될 수 있다. 예를들어, 통계 적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적은 움직임 벡터를 가지는 순서를 미리 결정하고, 결정된 순서에 따라 2개의 시간적 후보자 중에서 1개의 시간적 후보자를 선정할 수 있다. 예를들어, 2개의 공간적 후보자 중에서 최 우선순위를 가지는 후보자를 1개의 시간적 후보자로 선정할 수 있다.
마지막으로, 복호화 장치는 시점간 후보자 1개, 공간적 후보자 2개 및 시간적 후보자 1개를 포함하는 4개의 선정된 후보자들 중에서 2개의 후보자를 선정하여 AMVP 리스트를 구성한다. 예를들어, 복호화 장치는 위와 같은 방법으로 통계적으로 예측블록에 대한 움직임 벡터와의 차이가 가장 적은 움직임 벡터를 가지는 미리 결정된 순서에 따라 4개의 후보자 중에서 2개의 후보자를 선정할 수 있다.
제 3 실시 예에 나타난 AMVP 리스트는 부호화 장치로부터 받은 플래그를 사용하여 2개의 후보자 중에서 최종적으로 선정된 후보자를 결정할 수 있다. 제 3 실시 예에 나타난 AMVP 리스트는 2개의 후보자를 나타내기 위하여 두 가지 경우를 나타내기만 하면 되므로, 복호화 장치는 부호화 장치로부터 수신한 1개의 비트로 표현되는 플래그로 리스트 내의 후보자 중에서 예측 정보를 나타내는 후보자를 결정할 수 있다. 예를들어, 복호화 장치는 AMVP 모드에서의 2 개 후보자들을 구분하기 위해 리스트 0 및 리스트 1 에 대한 MVP 플래그를 사용할 수 있다. 예를들어, MVP 플래그는 mvp_l0_flag[x0][y0] 및 mvp_l1_flag[x0][y0] 중 적어도 하나를 포함할 수 있다.
mvp_l0_flag[x0][y0]는 리스트 0의 움직임 벡터 예측 인덱스(motion vector predictor index)를 명시(specify)한다. x0 및 y0는 예측 블록이 위치한 픽쳐의 상단 좌측 휘도 샘플의 위치에 기초하여 예측 블록의 상단 좌측 휘도 샘플의 위치(x0, y0)를 명시한다. mvp_l0_flag[x0][y0]가 제공되지 않으면, mvp_l0_flag[x0][y0]의 값은 0인 것으로 사용될 수 있다.
mvp_l1_flag[x0][y0]는 mvp_l0_flag[x0][y0]와 같이 사용될 수 있다. 예를들어, mvp_l1_flag[x0][y0]는 리스트 1의 움직임 벡터 예측 인덱스(motion vector predictor index)를 명시한다. x0 및 y0는 예측 블록이 위치한 픽쳐의 상단 좌측 휘도 샘플의 위치에 기초하여 예측 블록의 상단 좌측 휘도 샘플의 위치(x0, y0)를 명시한다. mvp_l1_flag[x0][y0]가 제공되지 않으면, mvp_l1_flag[x0][y0]의 값은 0인 것으로 사용될 수 있다.
이하, 복호화 장치가 병합 모드 또는 AMVP 모드에서 후보자 정보를 생성하는 과정에서 시점간 후보자가 사용되었음을 나타내는 플래그를 모드 별로 각각 사용하는 방법을 설명한다.
본 발명의 제 4 실시예 따른 복호화 장치는 제 1 및 제 2 실시예를 참조하여 전술된 iv_mv_pred_flag와 달리, 병합 모드 또는 AMVP 모드에서 후보자 정보를 생성하는 과정에서 시점간 후보자가 사용되었음을 나타내는 플래그를 모드 별로 부호화 장치로부터 수신할 수 있다.
예를들어, 복호화 장치는 병합 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 merge_iv_mv_pred_flag를 받을 수 있고, AMVP 모드에서 시점간 후보자가 사용되었음을 알리는 플래그인 amvp_iv_mv_pred_flag를 받을 수 있다. 복호화 장치는 merge_iv_mv_pred_flag와 amvp_iv_mv_pred_flag를 부호화 장치로부터 서로 독립적으로 받을 수 있고, merge_iv_mv_pred_flag와 amvp_iv_mv_pred_flag의 값은 서로 독립적일 수 있다.
예를들어, 시점간 후보자가 병합 모드에서 사용되었으면 merge_iv_mv_pred_flag는 1의 값을 가질 수 있고, 병합 모드에서 사용되지 않았으면 iv_mv_pred_flag는 0의 값을 가질 수 있다. 시점간 후보자가 AMVP 모드에서 사용되었으면 amvp_iv_mv_pred_flag는 1의 값을 가질 수 있고, AMVP 모드에서 사용되지 않았으면 iv_mv_pred_flag는 0의 값을 가질 수 있다.
보다 상세히 설명하면, merge_iv_mv_pred_flag와 amvp_iv_mv_pred_flag는 레이어 마다 생성될 수 있다. 예를 들어, merge_iv_mv_pred_flag는 merge_iv_mv_pred_flag[layerId]와 같이 생성될 수 있고, merge_iv_mv_pred_flag[layerId]는 layerId에 해당되는 레이어 아이디 값을 가지는 레이어의 복호화 단계에서 병합 모드에 있어서 시점간 움직임 예측이 사용되는지를 나타낼(indicate) 수 있다. 예를 들어, merge_iv_mv_pred_flag[layerId]의 값이 0이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 병합 모드에 있어서 시점간 움직인 예측이 사용되지 않음을 나타내고, merge_iv_mv_pred_flag[layerId]의 값이 1이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 병합 모드에 있어서 시점간 움직인 예측이 사용될 수 있음을 나타낸다. merge_iv_mv_pred_flag[layerId]가 제공되지 않는다면, merge_iv_mv_pred_flag[layerId]의 값은 0으로 결정될 수 있다.
유사하게, amvp_iv_mv_pred_flag는 amvp_iv_mv_pred_flag[layerId]와 같이 생성될 수 있고, amvp_iv_mv_pred_flag[layerId]는 layerId에 해당되는 레이어 아이디 값을 가지는 레이어의 복호화 단계에서 AMVP 모드에 있어서 시점간 움직임 예측이 사용되는지를 나타낼(indicate) 수 있다. 예를 들어, amvp_iv_mv_pred_flag[layerId]의 값이 0이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 AMVP 모드에 있어서 시점간 움직인 예측이 사용되지 않음을 나타내고, amvp_iv_mv_pred_flag[layerId]의 값이 1이면, layerId에 해당되는 레이어 아이디를 가지는 레이어에서는 AMVP 모드에 있어서 시점간 움직인 예측이 사용될 수 있음을 나타낸다. amvp_iv_mv_pred_flag[layerId]가 제공되지 않는다면, amvp_iv_mv_pred_flag[layerId]의 값은 0으로 결정될 수 있다.
이하 도 5를 참조하여 다양한 실시예에 따른 비디오 스트림 부호화 장치(10)의 부호화부(12)에서 수행될 수 있는 인터 레이어 예측 구조를 상술한다.
도 5는 일 실시예에 따른 인터 레이어 예측 구조를 도시한다.
인터 레이어 부호화 시스템(1600)은 기본 레이어 부호화단(1610)과 향상 레이어 부호화단(1660), 그리고 기본 레이어 부호화단(1610)와 향상 레이어 부호화단(1660) 간의 인터 레이어 예측단(1650)으로 구성된다. 기본 레이어 부호화단(1610) 및 향상 레이어 부호화단(1660)은, 인터 레이어 부호화부(12)에 포함될 수 있다.
기본 레이어 부호화단(1610)는, 기본 레이어 영상 시퀀스를 입력받아 영상마다 부호화한다. 향상 레이어 부호화단(1660)은, 향상 레이어 영상 시퀀스를 입력받아 영상마다 부호화한다. 기본 레이어 부호화단(1610)과 향상 레이어 부호화단(1620)의 동작들 중에서 중복되는 동작은 동시에 후술한다.
블록 분할부(1618, 1668)를 통해 입력 영상(저해상도 영상, 고해상도 영상)은, 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등으로 분할된다. 블록 분할부(1618, 1668)로부터 출력된 부호화 단위의 부호화를 위해, 부호화 단위의 예측단위별로 인트라예측 또는 인터예측이 수행될 수 있다. 예측 스위치(1648, 1698)는, 예측단위의 예측모드가 인트라 예측모드 또는 인터 예측모드인지 여부에 따라, 움직임 보상부(1640, 1690)로부터 출력된 이전 복원영상을 참조하여 인터 예측이 수행되거나, 또는 인트라 예측부(1645, 1695)로부터 출력된 현재 입력 영상 내에서 현재 예측단위의 이웃 예측단위를 이용하여 인트라 예측이 수행될 수 있다. 인터 예측을 통해 예측단위별로 례지듀얼 정보가 생성될 수 있다.
부호화 단위의 예측단위별로, 예측단위와 주변영상 간의 레지듀얼 정보가 변환/양자화부(1620, 1670)에 입력된다. 변환/양자화부(1620, 1670)는, 부호화 단위의 변환단위를 기초로, 변환단위별로 변환 및 양자화를 수행하여 양자화된 변환계수를 출력할 수 있다.
스케일링/역변환부(1625, 1675)는, 다시 부호화 단위의 변환단위별로 양자화된 변환계수에 대해 스케일링 및 역변환을 수행하여 공간영역의 레지듀얼 정보를 생성할 수 있다. 예측 스위치(1648, 1698)에 의해 인터 모드로 제어되는 경우에, 레지듀얼 정보는 이전 복원영상 또는 이웃 예측단위와 합성됨으로써, 현재 예측단위를 포함하는 복원영상이 생성되고 현재 복원영상은 스토리지(1630, 1680)에 저장될 수 있다. 현재 복원영상은 다시 다음에 부호화되는 예측단위의 예측모드에 따라 인트라예측부(1645, 1695)/움직임보상부(1640, 1690)로 전달될 수 있다.
특히, 인터모드의 경우, 인루프필터링(In-Loop Filtering)부(1635, 1685)는, 스토리지(1630, 1680)에 저장된 복원영상에 대해, 부호화 단위별로 디블로킹 필터링 및 SAO (Sample Adaptive Offset) 필터링 중 적어도 하나의 필터링을 수행할 수 있다. 부호화 단위 및 부호화 단위에 포함된 예측 단위 및 변환 단위 중 적어도 하나에 대해 디블로킹 필터링 및 SAO (Sample Adaptive Offset) 필터링) 중 적어도 하나의 필터링이 수행될 수 있다.
디블로킹 필터링은 데이터 단위의 블록킹 현상을 완화시키기 위한 필터링이고, SAO 필터링은 데이터 부호화 및 복호화에 의해 변형되는 픽셀값을 보상하기 위한 필터링이다. 인루프필터링부(1635, 1685)에 의해 필터링된 데이터는, 예측 단위별로 움직임보상부(1640, 1690)에게 전달될 수 있다. 다시 블록분할부(1618, 1668)로부터 출력된, 다음 순서의 부호화 단위의 부호화를 위해, 움직임보상부(1640, 1690) 및 블록분할부(1618, 1668)가 출력한 현재 복원영상과 다음 부호화 단위 간의 레지듀얼 정보가 생성될 수 있다.
이러한 식으로, 입력 영상의 부호화 단위마다 전술한 부호화 동작이 반복될 수 있다.
또한, 인터레이어 예측을 위해 향상 레이어 부호화단(1660)은, 기본 레이어 부호화단(1610)의 스토리지(1630)에 저장된 복원영상을 참조할 수 있다. 기본 레이어 부호화단(1610)의 부호화 컨트롤부(1615)는 기본 레이어 부호화단(1610)의 스토리지(1630)를 제어하여, 기본 레이어 부호화단(1610)의 복원영상을 향상 레이어 부호화단(1660)에게 전달할 수 있다. 인터 레이어 예측단(1650)에서는, 인터 레이어 필터링부(1655)가 기본 레이어 부호화단(1610)의 스토리지(1610)로부터 출력된 기본 레이어 복원영상에 대해 디블로킹 필터링 또는 SAO 필터링을 수행할 수 있다. 인터 레이어 예측단(1650)은, 기본 레이어와 향상 레이어의 영상 간에 해상도가 다른 경우에, 기본 레이어의 복원영상을 업샘플링하여 향상 레이어 부호화단(1660)으로 전달할 수 있다. 향상 레이어 부호화단(1660)의 스위치(1698)의 제어에 따라 인터 레이어 예측이 수행되는 경우에는, 인터 레이어 예측단(1650)을 통해 전달된 기본 레이어 복원영상을 참조하여 향상 레이어 영상의 인터 레이어 예측이 수행될 수도 있다.
영상의 부호화를 위해, 부호화 단위, 예측 단위, 변환 단위를 위한 각종 부호화 모드를 설정할 수 있다. 예를 들어, 부호화 단위에 대한 부호화 모드로서, 심도 또는 분할 정보(split flag) 등이 설정될 수 있다. 예측 단위에 대한 부호화 모드로서, 예측 모드, 파티션 타입, 인트라 방향 정보, 참조리스트 정보 등이 설정될 수 있다. 변환 단위에 대한 부호화 모드로서, 변환심도 또는 분할정보 등이 설정될 수 있다.
기본레이어 부호화단(1610)은, 부호화 단위를 위한 다양한 심도들, 예측 단위에 대한 다양한 예측모드들, 다양한 파티션 타입들, 다양한 인트라 방향들, 다양한 참조리스트들, 변환단위를 위한 다양한 변환심도를 각각 적용하여 부호화를 수행한 결과에 따라, 부호화 효율이 가장 높은 부호화심도, 예측모드, 파티션타입, 인트라 방향/참조리스트, 변환심도 등을 결정할 수 있다. 기본레이어 부호화단(1610)에서 결정되는 상기 열거된 부호화 모드에 한정되지는 않는다.
기본레이어 부호화단(1610)의 부호화 컨트롤부(1615)는, 각각 구성요소들의 동작에 다양한 부호화 모드들이 적절히 적용될 수 있도록 제어할 수 있다. 또한, 부호화 컨트롤부(1615)는, 향상 레이어 부호화단(1660)의 인터 레이어 부호화를 위해, 향상 레이어 부호화단(1660)이 기본레이어 부호화단(1610)의 부호화 결과를 참조하여 부호화 모드 또는 레지듀얼 정보를 결정하도록 제어할 수 있다.
예를 들어, 향상 레이어 부호화단(1660)은, 기본레이어 부호화단(1610)의 부호화 모드를 향상 레이어 영상을 위한 부호화 모드로서 그대로 이용하거나, 기본레이어 부호화단(1610)의 부호화 모드를 참조하여 향상 레이어 영상을 위한 부호화 모드를 결정할 수 있다. 기본레이어 부호화단(1610)의 부호화 컨트롤부(1615)는 기본레이어 부호화단(1610)의 향상 레이어 부호화단(1660)의 부호화 컨트롤부(1665)의 제어 신호를 제어하여, 향상 레이어 부호화단(1660)이 현재 부호화 모드를 결정하기 위해, 기본레이어 부호화단(1610)의 부호화 모드로부터 현재 부호화 모드를 이용할 수 있다.
도 5에서 도시된 인터 레이어 예측 방식에 따른 인터 레이어 부호화 시스템(1600)과 유사하게, 인터 레이어 예측 방식에 따른 인터 레이어 복호화 시스템도 구현될 수 있다. 즉, 멀티 레이어 비디오의 인터 레이어 복호화 시스템은, 기본레이어 비트스트림 및 향상 레이어 비트스트림을 수신할 수 있다. 인터 레이어 복호화 시스템의 기본레이어 복호화단에서 기본레이어 비트스트림을 복호화하여 기본레이어 영상들을 복원할 수 있다. 멀티 레이어 비디오의 인터 레이어 복호화 시스템의 향상 레이어 복호화단에서는, 기본레이어 복원영상과 파싱한 부호화정보를 이용하여 향상 레이어 비트스트림을 복호화하여 향상 레이어 영상들을 복원할 수 있다.
다양한 실시예에 따른 비디오 스트림 부호화 장치(10)의 부호화부(12)에서 인터 레이어 예측을 수행했다면, 비디오 스트림 복호화 장치(20)의 복호화부(26)에서도 전술한 인터 레이어 복호화 시스템에 따라 멀티 레이어 영상들을 복원할 수 있다.
이하 도 6을 참조하여, 비디오 스트림 부호화 장치(10) 및 비디오 스트림 복호화 장치(20)가, 다시점 비디오에 대해 인터 레이어 예측 구조를 적용하는 실시예가 상술된다. 다시점 비디오의 인터-뷰 예측 구조에서 개별시점 비디오는 각각 하나의 레이어에 할당되므로, 인터-뷰 예측 구조도 인터 레이어 예측 구조로 해석될 수 있다.
도 6은 다시점 비디오 스트림의 인터 레이어 예측 구조를 도시한다.
일 실시예에 따른 다시점 비디오 스트림(30)은, 중앙시점 서브스트림(35), 좌시점 서브스트림(36), 우시점 서브스트림(38)을 포함한다.
중앙시점 서브트스트림(35)은 중앙시점 영상들을 부호화하여 생성된 비트스트림을 포함한다. 좌시점 서브트스트림(36)은 좌시점 영상들을 부호화하여 생성된 비트스트림을 포함한다. 우시점 서브트스트림(37)은 우시점 영상들을 부호화하여 생성된 비트스트림을 포함한다.
원하는 시점들의 비디오를 복호화하기 위해 모든 시점들의 서브스트림들을 복호화할 필요 없이, 다시점 비디오 스트림(30)으로부터 특정 시점들의 서브스트림들만이 추출되어 복호화되고 재생될 수 있다. 또한 다시점 비디오 스트림(30)은 다수의 시점들의 스트림들을 포함하고 있으므로, 재생시점들이 선택될 수 있다.
예를 들어, 중앙시점 비디오와 좌시점 비디오만을 재생하도록 선택하는 경우에는, 다시점 비디오 스트림(30)으로부터 중앙시점 서브트스트림(35)과 좌시점 서브트스트림(36)만을 추출하여 복호화할 수 있다.
또한, 중앙시점 비디오와 좌시점 비디오을 재생하다가, 중앙시점 비디오와 우시점 비디오를 재생하도록 시점을 변환할 수 있다. 이 경우에는, 다시점 비디오 스트림(30)으로부터 중앙시점 서브트스트림(35)과 좌시점 서브트스트림(36)이 추출되어 복호화되다가, 재생시점이 변환된 후 중앙시점 서브트스트림(35)과 우시점 서브트스트림(37)이 추출되어 복호화될 수 있다.
관련 기술에 따르면, 재생시점이 변환될 수 있는 지점은 CRA 영상, BLA 영상, 또는 IDR 영상과 같은 랜덤 억세스 포인트, 즉 RAP 영상으로 한정된다.
이하, 도 7을 참조하여, 비디오 스트림 부호화 장치(10) 및 비디오 스트림 복호화 장치(20)가 변경 가능한 인터 레이어 예측 방식에 대한 정보를 시그널링하기 위한 다양한 실시예가 상술된다.
도 7은 NAL (NAL; Network Abstract Layer) 유닛의 구조를 도시한다.
비디오 스트림 부호화 장치(10)는 부호화된 데이터와 윈도우 관련 정보를 포함하는 비디오스트림을 네트워크 상에서 전송하기 용이한 형태로 구성하기 위해, 비디오스트림을 NAL 유닛(50)의 형태로 캡슐화할 수 있다. NAL 유닛(50)은 NAL 헤더(51) 및 RBSP(Raw Bytes Sequence Payload)(52)로 구성된다.
RSBP(52)는 넌VCL (Non-Video Coding Layer) NAL 유닛(53)과 VCL (Video Coding Layer) NAL 유닛(56)으로 구분될 수 있다. VCL NAL 유닛(56)은, 비디오 데이터의 샘플값 또는 샘플값의 부호화 데이터를 포함할 수 있다. 넌VCL NAL 유닛(53)은, VCL NAL 유닛(56)에 수록된 비디오 데이터와 관련된 파라미터들을 포함하는 파라미터 세트와, 시간 정보 또는 부가 데이터를 포함할 수 있다.
구체적으로, 넌VCL NAL 유닛(53)은 VPS(531), SPS(532), PPS (Picture Parameter Set)(533), SEI 메시지(534)를 포함할 수 있다. VPS(531)는 현재 부호화된 비디오 시퀀스들에 대한 전체적인 특성과 같이 전체 비디오 시퀀스를 복호화하는데 필요한 파라미터들을 포함할 수 있다. SPS(532)는 현재 비디오 시퀀스를 복호화하는데 필요한 파라미터들을 포함할 수 있다. PPS(533)는 현재 픽처를 복호화하는데 필요한 파라미터들을 포함할 수 있다. SEI 메시지(534)는 비디오 복호화 기능성을 향상시키는데 유용한 정보이기는 하지만 복호화를 위해 반드시 필요하지는 않은 부가 정보 또는 시간 정보를 포함할 수 있다.
VCL NAL 유닛(56)은, 슬라이스 1의 부호화 데이터를 포함하는 VCL NAL 유닛들(54), 슬라이스 2의 부호화 데이터를 포함하는 VCL NAL 유닛들(55)과 같이, 슬라이스들의 실제 부호화된 데이터를 포함할 수 있다.
한 세트의 SPS(532), PPS (Picture Parameter Set)(533), SEI 메시지(534), VCL NAL 유닛(56)는 하나의 비디오 시퀀스, 즉 단일 레이어의 비디오스트림을 나타낸다. SPS(532)는 VPS(531)의 하나 이상의 파라미터를 참조할 수 있다. PPS(533)은 SPS(532)의 하나 이상의 파라미터를 참조할 수 있다. VCL NAL 유닛(56)도 PPS(533)의 하나 이상의 파라미터를 참조할 수 있다.
설명의 편의상, 도 7의 NAL 유닛(50)에서는, VPS(531)의 하위 레벨에 SPS(532), PPS (Picture Parameter Set)(533), SEI 메시지(534), VCL NAL 유닛(56)의 한 세트만이 도시되어 있다. 하지만, VPS(531)의 하위 레벨에 다수의 레이어의 비디오시퀀스들이 할당되어 있다면, VCL NAL 유닛(56) 다음에, 다른 비디오시퀀스를 위한 SPS, PPS, SEI 메시지, VCL NAL 유닛이 이어질 수 있다.
또한, 비디오 스트림 부호화 장치(10)는 VPS(531)에 수록하지 못한 추가 정보를 수록하기 위한 VPS 익스텐션 영역을 더 포함하는 NAL 유닛(50)을 생성할 수 있다. 비디오 스트림 복호화 장치(20)는, NAL 유닛(50)의 VPS 익스텐션 영역으로부터 RAP 참조 레이어 개수 정보, 넌-RAP 참조 레이어 개수 정보, RAP 참조 레이어 식별 정보, 넌-RAP 참조 레이어 식별 정보, 다수 표준 사용 정보를 획득할 수 있다.
도 1a 에 따른 비디오 스트림 부호화 장치(10)는, 영상 블록별로 인트라 예측, 인터 예측, 인터 레이어 예측, 변환, 양자화를 수행하여 샘플들을 생성하고, 샘플들에 대해 엔트로피 부호화를 수행하여 비트스트림의 형태로 출력할 수 있다. 일 실시예에 따른 비디오 스트림 부호화 장치(10)의 비디오 부호화 결과, 즉 기본 레이어 비디오스트림 및 향상 레이어 비디오스트림을 출력하기 위해, 비디오 스트림 부호화 장치(10)는 내부에 탑재된 비디오 인코딩 프로세서 또는 외부 비디오 인코딩 프로세서와 연계하여 작동함으로써, 변환, 양자화를 포함한 비디오 부호화 동작을 수행할 수 있다. 일 실시예에 따른 비디오 스트림 부호화 장치(10)의 내부 비디오 인코딩 프로세서는 별개의 프로세서일 수 있지만, 비디오 부호화 장치 또는 중앙 연산 장치, 그래픽 연산 장치가 비디오 인코딩 프로세싱 모듈을 포함함으로써 기본적인 비디오 부호화 동작을 구현하는 경우도 포함할 수도 있다.
또한, 도 2a 에 따른 비디오 스트림 복호화 장치(20)는, 수신된 기본 레이어 비디오스트림 및 향상 레이어 비디오스트림에 대해 각각 복호화를 수행한다. 즉 기본 레이어 비디오스트림 및 향상 레이어 비디오스트림에 대해 각각, 영상 블록별로 역양자화, 역변환, 인트라 예측, 움직임 보상(영상간 움직임 보상, 인터 레이어 변이 보상)을 수행하여, 기본 레이어 비디오스트림으로부터 기본 레이어 영상들의 샘플들을 복원하고 향상 레이어 비디오스트림으로부터 향상 레이어 영상들의 샘플들을 복원할 수 있다. 일 실시예에 따른 비디오 스트림 복호화 장치(20)는 복호화 결과 생성된 복원영상을 출력하기 위해, 내부에 탑재된 비디오 디코딩 프로세서 또는 외부 비디오 디코딩 프로세서와 연계하여 작동함으로써, 역양자화, 역변환, 예측/보상을 포함한 비디오 복원 동작을 수행할 수 있다. 일 실시예에 따른 비디오 스트림 복호화 장치(20)의 내부 비디오 디코딩 프로세서는, 별개의 프로세서일 수도 있지만, 비디오 복호화 장치 또는 중앙 연산 장치, 그래픽 연산 장치가 비디오 디코딩 프로세싱 모듈을 포함함으로써 기본적인 비디오 복원 동작을 구현하는 경우도 포함할 수도 있다.
일 실시예에 따른 비디오 스트림 부호화 장치(10) 및 일 실시예에 따른 비디오 스트림 복호화 장치(20)에서, 비디오 데이터가 분할되는 블록들이 트리 구조의 부호화 단위들로 분할되고, 부호화 단위에 대한 인터 레이어 예측 또는 인터 예측을 위해 부호화 단위들, 예측 단위들, 변환 단위들이 이용되는 경우가 있음은 전술한 바와 같다. 이하 도 8 내지 20을 참조하여, 일 실시예에 따른 트리 구조의 부호화 단위 및 변환 단위에 기초한 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치가 개시된다.
원칙적으로 멀티 레이어 비디오를 위한 부호화/복호화 과정에서, 기본 레이어 영상들을 위한 부호화/복호화 과정과, 향상 레이어 영상들을 위한 부호화/복호화 과정이 따로 수행된다. 즉, 멀티 레이어 비디오 중 인터 레이어 예측이 발생하는 경우에는 싱글 레이어 비디오의 부호화/복호화 결과가 상호 참조될 수 있지만, 싱글 레이어 비디오마다 별도의 부호화/복호화 과정이 발생한다.
따라서 설명의 편의를 위해 도 8 내지 20을 참조하여 후술되는 트리구조의 부호화 단위에 기초한 비디오 부호화 과정 및 비디오 복호화 과정은, 싱글 레이어 비디오에 대한 비디오 부호화 과정 및 비디오 복호화 과정이므로, 인터 예측 및 움직임 보상이 상술된다. 하지만, 도 1a 내지 7b을 참조하여 전술한 바와 같이, 비디오 스트림 부호화/복호화를 위해, 기본시점 영상들과 향상 레이어 영상들 간의 인터 레이어 예측 및 보상이 수행된다.
따라서, 일 실시예에 따른 비디오 스트림 부호화 장치(10)의 부호화부(12)가 트리구조의 부호화 단위에 기초하여 멀티 레이어 비디오를 부호화하기 위해서는, 각각의 싱글 레이어 비디오마다 비디오 부호화를 수행하기 위해 도 8의 비디오 부호화 장치(100)를 멀티 레이어 비디오의 레이어 개수만큼 포함하여 각 비디오 부호화 장치(100)마다 할당된 싱글 레이어 비디오의 부호화를 수행하도록 제어할 수 있다. 또한 비디오 스트림 부호화 장치(10)는, 각 비디오 부호화 장치(100)의 별개 단일시점의 부호화 결과들을 이용하여 시점간 예측을 수행할 수 있다. 이에 따라 비디오 스트림 부호화 장치(10)의 부호화부(12)는 레이어별로 부호화 결과를 수록한 기본시점 비디오스트림과 향상 레이어 비디오스트림을 생성할 수 있다.
이와 유사하게, 일 실시예에 따른 비디오 스트림 복호화 장치(20)의 복호화부(26)가 트리 구조의 부호화 단위에 기초하여 멀티 레이어 비디오를 복호화하기 위해서는, 수신한 기본 레이어 비디오스트림 및 향상 레이어 비디오스트림에 대해 레이어별로 비디오 복호화를 수행하기 위해 도 9의 비디오 복호화 장치(200)를 멀티 레이어 비디오의 레이어 개수만큼 포함하고 각 비디오 복호화 장치(200)마다 할당된 싱글 레이어 비디오의 복호화를 수행하도록 제어할 수 있다, 그리고 비디오 스트림 복호화 장치(20)가 각 비디오 복호화 장치(200)의 별개 싱글 레이어의 복호화 결과를 이용하여 인터 레이어 보상을 수행할 수 있다. 이에 따라 비디오 스트림 복호화 장치(20)의 복호화부(26)는, 레이어별로 복원된 기본 레이어 영상들과 향상 레이어 영상들을 생성할 수 있다.
도 8 는 본 발명의 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 부호화 장치(100)의 블록도를 도시한다.
일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치(100)는 부호화 단위 결정부(120) 및 출력부(130)를 포함한다. 이하 설명의 편의를 위해, 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치(100)는 '비디오 부호화 장치(100)'로 축약하여 지칭한다.
부호화 단위 결정부(120)는 영상의 현재 픽처를 위한 최대 크기의 부호화 단위인 최대 부호화 단위에 기반하여 현재 픽처를 구획할 수 있다. 현재 픽처가 최대 부호화 단위보다 크다면, 현재 픽처의 영상 데이터는 적어도 하나의 최대 부호화 단위로 분할될 수 있다. 일 실시예에 따른 최대 부호화 단위는 크기 32x32, 64x64, 128x128, 256x256 등의 데이터 단위로, 가로 및 세로 크기가 2의 자승인 정사각형의 데이터 단위일 수 있다.
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 변환이 수행될 수 있다. 예측 부호화 및 변환도 마찬가지로, 최대 부호화 단위마다, 최대 심도 이하의 심도마다 심도별 부호화 단위를 기반으로 수행된다.
최대 부호화 단위가 심도별로 분할될 때마다 심도별 부호화 단위의 개수가 증가하므로, 심도가 깊어짐에 따라 생성되는 모든 심도별 부호화 단위에 대해 예측 부호화 및 변환을 포함한 부호화가 수행되어야 한다. 이하 설명의 편의를 위해 적어도 하나의 최대 부호화 단위 중 현재 심도의 부호화 단위를 기반으로 예측 부호화 및 변환을 설명하겠다.
일 실시예에 따른 비디오 부호화 장치(100)는, 영상 데이터의 부호화를 위한 데이터 단위의 크기 또는 형태를 다양하게 선택할 수 있다. 영상 데이터의 부호화를 위해서는 예측 부호화, 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. 파티션은 부호화 단위의 예측 단위가 분할된 형태의 데이터 단위이고, 예측 단위는 부호화 단위와 동일한 크기의 파티션일 수 있다.
예를 들어, 크기 2Nx2N(단, N은 양의 정수)의 부호화 단위가 더 이상 분할되지 않는 경우, 크기 2Nx2N의 예측 단위가 되며, 파티션의 크기는 2Nx2N, 2NxN, Nx2N, NxN 등일 수 있다. 일 실시예에 따른 파티션 타입은 예측 단위의 높이 또는 너비가 대칭적 비율로 분할된 대칭적 파티션들뿐만 아니라, 1:n 또는 n:1과 같이 비대칭적 비율로 분할된 파티션들, 기하학적인 형태로 분할된 파티션들, 임의적 형태의 파티션들 등을 선택적으로 포함할 수도 있다.
예측 단위의 예측 모드는, 인트라 모드, 인터 모드 및 스킵 모드 중 적어도 하나일 수 있다. 예를 들어 인트라 모드 및 인터 모드는, 2Nx2N, 2NxN, Nx2N, NxN 크기의 파티션에 대해서 수행될 수 있다. 또한, 스킵 모드는 2Nx2N 크기의 파티션에 대해서만 수행될 수 있다. 부호화 단위 이내의 하나의 예측 단위마다 독립적으로 부호화가 수행되어 부호화 오차가 가장 작은 예측 모드가 선택될 수 있다.
또한, 일 실시예에 따른 비디오 부호화 장치(100)는, 영상 데이터의 부호화를 위한 부호화 단위 뿐만 아니라, 부호화 단위와 다른 데이터 단위를 기반으로 부호화 단위의 영상 데이터의 변환을 수행할 수 있다. 부호화 단위의 변환을 위해서는, 부호화 단위보다 작거나 같은 크기의 변환 단위를 기반으로 변환이 수행될 수 있다. 예를 들어 변환 단위는, 인트라 모드를 위한 데이터 단위 및 인터 모드를 위한 변환 단위를 포함할 수 있다.
일 실시예에 따른 트리 구조에 따른 부호화 단위와 유사한 방식으로, 부호화 단위 내의 변환 단위도 재귀적으로 더 작은 크기의 변환 단위로 분할되면서, 부호화 단위의 레지듀얼 데이터가 변환 심도에 따라 트리 구조에 따른 변환 단위에 따라 구획될 수 있다.
일 실시예에 따른 변환 단위에 대해서도, 부호화 단위의 높이 및 너비가 분할하여 변환 단위에 이르기까지의 분할 횟수를 나타내는 변환 심도가 설정될 수 있다. 예를 들어, 크기 2Nx2N의 현재 부호화 단위의 변환 단위의 크기가 2Nx2N이라면 변환 심도 0, 변환 단위의 크기가 NxN이라면 변환 심도 1, 변환 단위의 크기가 N/2xN/2이라면 변환 심도 2로 설정될 수 있다. 즉, 변환 단위에 대해서도 변환 심도에 따라 트리 구조에 따른 변환 단위가 설정될 수 있다.
부호화 심도별 부호화 정보는, 부호화 심도 뿐만 아니라 예측 관련 정보 및 변환 관련 정보가 필요하다. 따라서, 부호화 단위 결정부(120)는 최소 부호화 오차를 발생시킨 부호화 심도 뿐만 아니라, 예측 단위를 파티션으로 분할한 파티션 타입, 예측 단위별 예측 모드, 변환을 위한 변환 단위의 크기 등을 결정할 수 있다.
일 실시예에 따른 최대 부호화 단위의 트리 구조에 따른 부호화 단위 및 예측단위/파티션, 및 변환 단위의 결정 방식에 대해서는, 도 10 내지 20을 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 단위이다. 일 실시예에 따른 최소 단위는, 최대 부호화 단위에 포함되는 모든 부호화 단위, 예측 단위, 파티션 단위 및 변환 단위 내에 포함될 수 있는 최대 크기의 정사각 데이터 단위일 수 있다.
예를 들어 출력부(130)를 통해 출력되는 부호화 정보는, 심도별 부호화 단위별 부호화 정보와 예측 단위별 부호화 정보로 분류될 수 있다. 심도별 부호화 단위별 부호화 정보는, 예측 모드 정보, 파티션 크기 정보를 포함할 수 있다. 예측 단위별로 전송되는 부호화 정보는 인터 모드의 추정 방향에 관한 정보, 인터 모드의 참조 영상 인덱스에 관한 정보, 움직임 벡터에 관한 정보, 인트라 모드의 크로마 성분에 관한 정보, 인트라 모드의 보간 방식에 관한 정보 등을 포함할 수 있다.
픽처, 슬라이스 또는 GOP별로 정의되는 부호화 단위의 최대 크기에 관한 정보 및 최대 심도에 관한 정보는 비트스트림의 헤더, 시퀀스 파라미터 세트 또는 픽처 파라미터 세트 등에 삽입될 수 있다.
또한 현재 비디오에 대해 허용되는 변환 단위의 최대 크기에 관한 정보 및 변환 단위의 최소 크기에 관한 정보도, 비트스트림의 헤더, 시퀀스 파라미터 세트 또는 픽처 파라미터 세트 등을 통해 출력될 수 있다. 출력부(130)는, 예측과 관련된 참조정보, 예측정보, 슬라이스 타입 정보 등을 부호화하여 출력할 수 있다.
비디오 부호화 장치(100)의 가장 간단한 형태의 실시예에 따르면, 심도별 부호화 단위는 한 계층 상위 심도의 부호화 단위의 높이 및 너비를 반분한 크기의 부호화 단위이다. 즉, 현재 심도의 부호화 단위의 크기가 2Nx2N이라면, 하위 심도의 부호화 단위의 크기는 NxN 이다. 또한, 2Nx2N 크기의 현재 부호화 단위는 NxN 크기의 하위 심도 부호화 단위를 최대 4개 포함할 수 있다.
따라서, 비디오 부호화 장치(100)는 현재 픽처의 특성을 고려하여 결정된 최대 부호화 단위의 크기 및 최대 심도를 기반으로, 각각의 최대 부호화 단위마다 최적의 형태 및 크기의 부호화 단위를 결정하여 트리 구조에 따른 부호화 단위들을 구성할 수 있다. 또한, 각각의 최대 부호화 단위마다 다양한 예측 모드, 변환 방식 등으로 부호화할 수 있으므로, 다양한 영상 크기의 부호화 단위의 영상 특성을 고려하여 최적의 부호화 모드가 결정될 수 있다.
따라서, 영상의 해상도가 매우 높거나 데이터량이 매우 큰 영상을 기존 매크로블록 단위로 부호화한다면, 픽처당 매크로블록의 수가 과도하게 많아진다. 이에 따라, 매크로블록마다 생성되는 압축 정보도 많아지므로 압축 정보의 전송 부담이 커지고 데이터 압축 효율이 감소하는 경향이 있다. 따라서, 일 실시예에 따른 비디오 부호화 장치는, 영상의 크기를 고려하여 부호화 단위의 최대 크기를 증가시키면서, 영상 특성을 고려하여 부호화 단위를 조절할 수 있으므로, 영상 압축 효율이 증대될 수 있다.
도 1a 을 참조하여 전술한 비디오 스트림 부호화 장치(10)는, 멀티 레이어 비디오의 레이어들마다 싱글 레이어 영상들의 부호화를 위해, 레이어 개수만큼의 비디오 부호화 장치(100)들을 포함할 수 있다. 예를 들어, 기본 레이어 부호화부(12)가 하나의 비디오 부호화 장치(100)를 포함하고, 향상 레이어 부호화부(14)가 향상 레이어의 개수만큼의 비디오 부호화 장치(100)를 포함할 수 있다.
비디오 부호화 장치(100)가 기본 레이어 영상들을 부호화하는 경우에, 부호화 단위 결정부(120)는 최대 부호화 단위마다 트리 구조에 따른 부호화 단위별로 영상간 예측을 위한 예측단위를 결정하고, 예측단위마다 영상간 예측을 수행할 수 있다.
비디오 부호화 장치(100)가 향상 레이어 영상들을 부호화하는 경우에도, 부호화 단위 결정부(120)는 최대 부호화 단위마다 트리 구조에 따른 부호화 단위 및 예측단위를 결정하고, 예측단위마다 인터 예측을 수행할 수 있다.
도 9 는 다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 복호화 장치(200)의 블록도를 도시한다.
일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(200)는 수신부(210), 영상 데이터 및 부호화 정보 추출부(220) 및 영상 데이터 복호화부(230)를 포함한다. 이하 설명의 편의를 위해, 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(200)는 '비디오 복호화 장치(200)'로 축약하여 지칭한다.
일 실시예에 따른 비디오 복호화 장치(200)의 복호화 동작을 위한 부호화 단위, 심도, 예측 단위, 변환 단위, 각종 부호화 모드에 관한 정보 등 각종 용어의 정의는, 도 8 및 비디오 부호화 장치(100)를 참조하여 전술한 바와 동일하다.
수신부(210)는 부호화된 비디오에 대한 비트스트림을 수신하여 파싱한다. 영상 데이터 및 부호화 정보 추출부(220)는 파싱된 비트스트림으로부터 최대 부호화 단위별로 트리 구조에 따른 부호화 단위들에 따라 부호화 단위마다 부호화된 영상 데이터를 추출하여 영상 데이터 복호화부(230)로 출력한다. 영상 데이터 및 부호화 정보 추출부(220)는 현재 픽처에 대한 헤더, 시퀀스 파라미터 세트 또는 픽처 파라미터 세트로부터 현재 픽처의 부호화 단위의 최대 크기에 관한 정보를 추출할 수 있다.
또한, 영상 데이터 및 부호화 정보 추출부(220)는 파싱된 비트스트림으로부터 최대 부호화 단위별로 트리 구조에 따른 부호화 단위들에 대한 부호화 심도 및 부호화 모드에 관한 정보를 추출한다. 추출된 부호화 심도 및 부호화 모드에 관한 정보는 영상 데이터 복호화부(230)로 출력된다. 즉, 비트열의 영상 데이터를 최대 부호화 단위로 분할하여, 영상 데이터 복호화부(230)가 최대 부호화 단위마다 영상 데이터를 복호화하도록 할 수 있다.
최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보는, 하나 이상의 부호화 심도 정보에 대해 설정될 수 있으며, 부호화 심도별 부호화 모드에 관한 정보는, 해당 부호화 단위의 파티션 타입 정보, 예측 모드 정보 및 변환 단위의 크기 정보 등을 포함할 수 있다. 또한, 부호화 심도 정보로서, 심도별 분할 정보가 추출될 수도 있다.
영상 데이터 및 부호화 정보 추출부(220)가 추출한 최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보는, 일 실시예에 따른 비디오 부호화 장치(100)와 같이 부호화단에서, 최대 부호화 단위별 심도별 부호화 단위마다 반복적으로 부호화를 수행하여 최소 부호화 오차를 발생시키는 것으로 결정된 부호화 심도 및 부호화 모드에 관한 정보이다. 따라서, 비디오 복호화 장치(200)는 최소 부호화 오차를 발생시키는 부호화 방식에 따라 데이터를 복호화하여 영상을 복원할 수 있다.
일 실시예에 따른 부호화 심도 및 부호화 모드에 대한 부호화 정보는, 해당 부호화 단위, 예측 단위 및 최소 단위 중 소정 데이터 단위에 대해 할당되어 있을 수 있으므로, 영상 데이터 및 부호화 정보 추출부(220)는 소정 데이터 단위별로 부호화 심도 및 부호화 모드에 관한 정보를 추출할 수 있다. 소정 데이터 단위별로, 해당 최대 부호화 단위의 부호화 심도 및 부호화 모드에 관한 정보가 기록되어 있다면, 동일한 부호화 심도 및 부호화 모드에 관한 정보를 갖고 있는 소정 데이터 단위들은 동일한 최대 부호화 단위에 포함되는 데이터 단위로 유추될 수 있다.
영상 데이터 복호화부(230)는 최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보에 기초하여 각각의 최대 부호화 단위의 영상 데이터를 복호화하여 현재 픽처를 복원한다. 즉 영상 데이터 복호화부(230)는, 최대 부호화 단위에 포함되는 트리 구조에 따른 부호화 단위들 가운데 각각의 부호화 단위마다, 판독된 파티션 타입, 예측 모드, 변환 단위에 기초하여 부호화된 영상 데이터를 복호화할 수 있다. 복호화 과정은 인트라 예측 및 움직임 보상을 포함하는 예측 과정, 및 역변환 과정을 포함할 수 있다.
영상 데이터 복호화부(230)는, 부호화 심도별 부호화 단위의 예측 단위의 파티션 타입 정보 및 예측 모드 정보에 기초하여, 부호화 단위마다 각각의 파티션 및 예측 모드에 따라 인트라 예측 또는 움직임 보상을 수행할 수 있다.
또한, 영상 데이터 복호화부(230)는, 최대 부호화 단위별 역변환을 위해, 부호화 단위별로 트리 구조에 따른 변환 단위 정보를 판독하여, 부호화 단위마다 변환 단위에 기초한 역변환을 수행할 수 있다. 역변환을 통해, 부호화 단위의 공간 영역의 화소값이 복원할 수 있다.
영상 데이터 복호화부(230)는 심도별 분할 정보를 이용하여 현재 최대 부호화 단위의 부호화 심도를 결정할 수 있다. 만약, 분할 정보가 현재 심도에서 더 이상 분할되지 않음을 나타내고 있다면 현재 심도가 부호화 심도이다. 따라서, 영상 데이터 복호화부(230)는 현재 최대 부호화 단위의 영상 데이터에 대해 현재 심도의 부호화 단위를 예측 단위의 파티션 타입, 예측 모드 및 변환 단위 크기 정보를 이용하여 복호화할 수 있다.
즉, 부호화 단위, 예측 단위 및 최소 단위 중 소정 데이터 단위에 대해 설정되어 있는 부호화 정보를 관찰하여, 동일한 분할 정보를 포함한 부호화 정보를 보유하고 있는 데이터 단위가 모여, 영상 데이터 복호화부(230)에 의해 동일한 부호화 모드로 복호화할 하나의 데이터 단위로 간주될 수 있다. 이런 식으로 결정된 부호화 단위마다 부호화 모드에 대한 정보를 획득하여 현재 부호화 단위의 복호화가 수행될 수 있다.
도 1a를 참조하여 전술한 비디오 스트림 부호화 장치(10)의 복호화부(12)는, 멀티 레이어 비디오의 레이어들마다 인터 예측을 위한 참조영상을 생성하기 위해, 비디오 복호화 장치(200) 중 영상데이터 복호화부(230)를 레이어 개수만큼 포함할 수 있다.
또한, 도 2a를 참조하여 전술한 비디오 스트림 복호화 장치(20)의 복호화부(26)는, 수신된 기본 레이어 영상스트림 및 향상 레이어 영상스트림을 복호화하여 기본 레이어 영상들 및 향상 레이어 영상들을 복원하기 위해, 비디오 복호화 장치(200)를 시점 개수만큼 포함할 수 있다.
기본 레이어 영상스트림이 수신된 경우에는, 비디오 복호화 장치(200)의 영상데이터 복호화부(230)는, 추출부(220)에 의해 기본 레이어 영상스트림으로부터 추출된 기본 레이어 영상들의 샘플들을 최대 부호화 단위의 트리 구조에 따른 부호화 단위들로 나눌 수 있다. 영상데이터 복호화부(230)는 기본 레이어 영상들의 샘플들의 트리 구조에 따른 부호화 단위들마다, 영상간 예측을 위한 예측단위별로 움직임 보상을 수행하여 기본 레이어 영상들을 복원할 수 있다.
향상 레이어 영상스트림이 수신된 경우에는, 비디오 복호화 장치(200)의 영상데이터 복호화부(230)는, 추출부(220)에 의해 향상 레이어 영상스트림으로부터 추출된 향상 레이어 영상들의 샘플들을 최대 부호화 단위의 트리 구조에 따른 부호화 단위들로 나눌 수 있다. 영상데이터 복호화부(230)는, 향상 레이어 영상들의 샘플들의 부호화 단위들마다 영상간 예측을 위한 예측단위별로 움직임 보상을 수행하여 향상 레이어 영상들을 복원할 수 있다.
결국, 비디오 복호화 장치(200)는, 부호화 과정에서 최대 부호화 단위마다 재귀적으로 부호화를 수행하여 최소 부호화 오차를 발생시킨 부호화 단위에 대한 정보를 획득하여, 현재 픽처에 대한 복호화에 이용할 수 있다. 즉, 최대 부호화 단위마다 최적 부호화 단위로 결정된 트리 구조에 따른 부호화 단위들의 부호화된 영상 데이터의 복호화가 가능해진다.
따라서, 높은 해상도의 영상 또는 데이터량이 과도하게 많은 영상이라도 부호화단으로부터 전송된 최적 부호화 모드에 관한 정보를 이용하여, 영상의 특성에 적응적으로 결정된 부호화 단위의 크기 및 부호화 모드에 따라 효율적으로 영상 데이터를 복호화하여 복원할 수 있다.
도 10 은 다양한 실시예에 따른 부호화 단위의 개념을 도시한다.
부호화 단위의 예는, 부호화 단위의 크기는 너비x높이로 표현되며, 크기 64x64인 부호화 단위부터, 32x32, 16x16, 8x8를 포함할 수 있다. 크기 64x64의 부호화 단위는 크기 64x64, 64x32, 32x64, 32x32의 파티션들로 분할될 수 있고, 크기 32x32의 부호화 단위는 크기 32x32, 32x16, 16x32, 16x16의 파티션들로, 크기 16x16의 부호화 단위는 크기 16x16, 16x8, 8x16, 8x8의 파티션들로, 크기 8x8의 부호화 단위는 크기 8x8, 8x4, 4x8, 4x4의 파티션들로 분할될 수 있다.
비디오 데이터(310)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 2로 설정되어 있다. 비디오 데이터(320)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 3로 설정되어 있다. 비디오 데이터(330)에 대해서는, 해상도는 352x288, 부호화 단위의 최대 크기는 16, 최대 심도가 1로 설정되어 있다. 도 10에 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 11은 일 실시예에 따른 부호화 단위에 기초한 영상 부호화부(400)의 블록도를 도시한다.
일 실시예에 따른 영상 부호화부(400)는, 비디오 부호화 장치(100)의 픽처 부호화부(120)에서 영상 데이터를 부호화하는데 거치는 작업들을 수행한다. 즉, 인트라 예측부(420)는 현재 영상(405) 중 인트라 모드의 부호화 단위에 대해 예측 단위별로 인트라 예측을 수행하고, 인터 예측부(415)는 인터 모드의 부호화 단위에 대해 예측단위별로 현재 영상(405) 및 복원 픽처 버퍼(410)에서 획득된 참조 영상을 이용하여 인터 예측을 수행한다. 현재 영상(405)은 최대부호화 단위로 분할된 후 순차적으로 인코딩이 수행될 수 있다. 이때, 최대 부호화 단위가 트리 구조로 분할될 부호화 단위에 대해 인코딩을 수행될 수 있다.
인트라 예측부(420) 또는 인터 예측부(415)로부터 출력된 각 모드의 부호화 단위에 대한 예측 데이터를 현재 영상(405)의 인코딩되는 부호화 단위에 대한 데이터로부터 빼줌으로써 레지듀 데이터를 생성하고, 레지듀 데이터는 변환부(425) 및 양자화부(430)를 거쳐 변환 단위별로 양자화된 변환 계수로 출력된다. 양자화된 변환 계수는 역양자화부(445), 역변환부(450)을 통해 공간 영역의 레지듀 데이터로 복원된다. 복원된 공간 영역의 레지듀 데이터는 인트라 예측부(420) 또는 인터 예측부(415)로부터 출력된 각 모드의 부호화 단위에 대한 예측 데이터와 더해짐으로써 현재 영상(405)의 부호화 단위에 대한 공간 영역의 데이터로 복원된다. 복원된 공간 영역의 데이터는 디블로킹부(455) 및 SAO 수행부(460)를 거쳐 복원 영상으로 생성된다. 생성된 복원 영상은 복원 픽쳐 버퍼(410)에 저장된다. 복원 픽처 버퍼(410)에 저장된 복원 영상들은 다른 영상의 인터예측을 위한 참조 영상으로 이용될 수 있다. 변환부(425) 및 양자화부(430)에서 양자화된 변환 계수는 엔트로피 부호화부(435)를 거쳐 비트스트림(440)으로 출력될 수 있다.
일 실시예에 따른 영상 부호화부(400)가 비디오 부호화 장치(100)에 적용되기 위해서, 영상 부호화부(400)의 구성 요소들인 인터 예측부(415), 인트라 예측부(420), 변환부(425), 양자화부(430), 엔트로피 부호화부(435), 역양자화부(445), 역변환부(450), 디블로킹부(455) 및 SAO 수행부(460)가 최대 부호화 단위마다 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위에 기반한 작업을 수행할 수 있다.
특히, 인트라 예측부(420)및 인터예측부(415) 는 현재 최대 부호화 단위의 최대 크기 및 최대 심도를 고려하여 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위의 파티션 모드 및 예측 모드를 결정하며, 변환부(425)는 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위 내의 쿼드 트리에 따른 변환 단위의 분할 여부를 결정할 수 있다.
도 12 는 일 실시예에 따른 부호화 단위에 기초한 영상 복호화부(500)의 블록도를 도시한다.
엔트로피 복호화부(515)는 비트스트림(505)으로부터 복호화 대상인 부호화된 영상 데이터 및 복호화를 위해 필요한 부호화 정보를 파싱한다. 부호화된 영상 데이터는 양자화된 변환계수로서, 역양자화부(520) 및 역변환부(525)는 양자화된 변환 계수로부터 레지듀 데이터를 복원한다.
인트라 예측부(540)는 인트라 모드의 부호화 단위에 대해 예측 단위 별로 인트라 예측을 수행한다. 인터 예측부(535)는 현재 영상 중 인터 모드의 부호화 단위에 대해 예측 단위 별로 복원 픽처 버퍼(530)에서 획득된 참조 영상을 이용하여 인터 예측을 수행한다.
인트라 예측부(540) 또는 인터 예측부(535)를 거친 각 모드의 부호화 단위에 대한 예측 데이터와 레지듀 데이터가 더해짐으로써 현재 영상(405)의 부호화 단위에 대한 공간 영역의 데이터가 복원되고, 복원된 공간 영역의 데이터는 디블로킹부(545) 및 SAO 수행부(550)를 거쳐 복원 영상(560)으로 출력될 수 있다. 또한, 복원 픽쳐 버퍼(530)에 저장된 복원 영상들은 참조 영상으로서 출력될 수 있다.
비디오 복호화 장치(200)의 픽처 복호화부(230)에서 영상 데이터를 복호화하기 위해, 일 실시예에 따른 영상 복호화부(500)의 엔트로피 복호화부(515) 이후의 단계별 작업들이 수행될 수 있다.
영상 복호화부(500)가 일 실시예에 따른 비디오 복호화 장치(200)에 적용되기 위해서, 영상 복호화부(500)의 구성 요소들인 엔트로피 복호화부(515), 역양자화부(520), 역변환부(525), 인트라 예측부(540), 인터 예측부(535), 디블로킹부(545) 및 SAO 수행부(550)가 최대 부호화 단위마다 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위에 기반하여 작업을 수행할 수 있다.
특히, 인트라 예측부(540)및 인터 예측부(535)는 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위마다 파티션 모드 및 예측 모드를 결정하며, 역변환부(525)는 부호화 단위마다 쿼드 트리구조에 따른 변환단위의 분할 여부를 결정할 수 있다.
도 11의 부호화 동작 및 도 12의 복호화 동작은 각각 단일 레이어에서의 비디오스트림 부호화 동작 및 복호화 동작을 상술한 것이다. 따라서, 도 1a의 부호화부(12)가 둘 이상의 레이어의 비디오스트림을 부호화한다면, 레이어별로 영상부호화부(400)를 포함할 수 있다. 유사하게, 도 2a의 복호화부(26)가 둘 이상의 레이어의 비디오스트림을 복호화한다면, 레이어별로 영상복호화부(500)를 포함할 수 있다.
도 13 는 다양한 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 3인 경우를 도시하고 있다. 이 때, 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낸다. 일 실시예에 따른 부호화 단위의 계층 구조(600)의 세로축을 따라서 심도가 깊어지므로 심도별 부호화 단위의 높이 및 너비가 각각 분할한다. 또한, 부호화 단위의 계층 구조(600)의 가로축을 따라, 각각의 심도별 부호화 단위의 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)가 존재한다. 크기 8x8인 심도 3의 부호화 단위(640)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.
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 14 은 다양한 실시예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
일 실시예에 따른 비디오 부호화 장치(100) 또는 일 실시예에 따른 비디오 복호화 장치(200)는, 최대 부호화 단위마다 최대 부호화 단위보다 작거나 같은 크기의 부호화 단위로 영상을 부호화하거나 복호화한다. 부호화 과정 중 변환을 위한 변환 단위의 크기는 각각의 부호화 단위보다 크지 않은 데이터 단위를 기반으로 선택될 수 있다.
예를 들어, 일 실시예에 따른 비디오 부호화 장치(100) 또는 일 실시예에 따른 비디오 복호화 장치(200)에서, 현재 부호화 단위(710)가 64x64 크기일 때, 32x32 크기의 변환 단위(720)를 이용하여 변환이 수행될 수 있다.
또한, 64x64 크기의 부호화 단위(710)의 데이터를 64x64 크기 이하의 32x32, 16x16, 8x8, 4x4 크기의 변환 단위들로 각각 변환을 수행하여 부호화한 후, 원본과의 오차가 가장 적은 변환 단위가 선택될 수 있다.
도 15 은 다양한 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 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 인터 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 16 는 다양한 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 부호화 단위는 심도 d-1일 때까지 설정되고, 분할 정보는 심도 d-2까지 설정될 수 있다. 즉, 심도 d-2로부터 분할(970)되어 심도 d-1까지 부호화가 수행될 경우, 심도 d-1 및 크기 2N_(d-1)x2N_(d-1)의 부호화 단위(980)의 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 17, 18 및 19는 다양한 실시예에 따른, 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
부호화 단위(1010)는, 최대 부호화 단위에 대해 일 실시예에 따른 비디오 부호화 장치(100)가 결정한 부호화 심도별 부호화 단위들이다. 예측 단위(1060)는 부호화 단위(1010) 중 각각의 부호화 심도별 부호화 단위의 예측 단위들의 파티션들이며, 변환 단위(1070)는 각각의 부호화 심도별 부호화 단위의 변환 단위들이다.
심도별 부호화 단위들(1010)은 최대 부호화 단위의 심도가 0이라고 하면, 부호화 단위들(1012, 1054)은 심도가 1, 부호화 단위들(1014, 1016, 1018, 1028, 1050, 1052)은 심도가 2, 부호화 단위들(1020, 1022, 1024, 1026, 1030, 1032, 1048)은 심도가 3, 부호화 단위들(1040, 1042, 1044, 1046)은 심도가 4이다.
예측 단위들(1060) 중 일부 파티션(1014, 1016, 1022, 1032, 1048, 1050, 1052, 1054)는 부호화 단위가 분할된 형태이다. 즉, 파티션(1014, 1022, 1050, 1054)은 2NxN의 파티션 타입이며, 파티션(1016, 1048, 1052)은 Nx2N의 파티션 타입, 파티션(1032)은 NxN의 파티션 타입이다. 심도별 부호화 단위들(1010)의 예측 단위 및 파티션들은 각각의 부호화 단위보다 작거나 같다.
변환 단위들(1070) 중 일부(1052)의 영상 데이터에 대해서는 부호화 단위에 비해 작은 크기의 데이터 단위로 변환 또는 역변환이 수행된다. 또한, 변환 단위(1014, 1016, 1022, 1032, 1048, 1050, 1052, 1054)는 예측 단위들(1060) 중 해당 예측 단위 및 파티션와 비교해보면, 서로 다른 크기 또는 형태의 데이터 단위이다. 즉, 일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 다른 비디오 복호화 장치(200)는 동일한 부호화 단위에 대한 인트라 예측/움직임 추정/움직임 보상 작업, 및 변환/역변환 작업이라 할지라도, 각각 별개의 데이터 단위를 기반으로 수행할 수 있다.
이에 따라, 최대 부호화 단위마다, 영역별로 계층적인 구조의 부호화 단위들마다 재귀적으로 부호화가 수행되어 최적 부호화 단위가 결정됨으로써, 재귀적 트리 구조에 따른 부호화 단위들이 구성될 수 있다. 부호화 정보는 부호화 단위에 대한 분할 정보, 파티션 타입 정보, 예측 모드 정보, 변환 단위 크기 정보를 포함할 수 있다. 이하 표 1은, 일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 따른 비디오 복호화 장치(200)에서 설정할 수 있는 일례를 나타낸다.
표 1
Figure PCTKR2014003001-appb-T000001
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 20 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.
변환 단위 분할 정보(TU size flag)는 변환 인덱스의 일종으로서, 변환 인덱스에 대응하는 변환 단위의 크기는 부호화 단위의 예측 단위 타입 또는 파티션 타입에 따라 변경될 수 있다.
예를 들어, 파티션 타입 정보가 대칭형 파티션 타입 2Nx2N(1322), 2NxN(1324), Nx2N(1326) 및 NxN(1328) 중 하나로 설정되어 있는 경우, 변환 단위 분할 정보가 0이면 크기 2Nx2N의 변환 단위(1342)가 설정되고, 변환 단위 분할 정보가 1이면 크기 NxN의 변환 단위(1344)가 설정될 수 있다.
파티션 타입 정보가 비대칭형 파티션 타입 2NxnU(1332), 2NxnD(1334), nLx2N(1336) 및 nRx2N(1338) 중 하나로 설정된 경우, 변환 단위 분할 정보(TU size flag)가 0이면 크기 2Nx2N의 변환 단위(1352)가 설정되고, 변환 단위 분할 정보가 1이면 크기 N/2xN/2의 변환 단위(1354)가 설정될 수 있다.
도 20을 참조하여 전술된 변환 단위 분할 정보(TU size flag)는 0 또는 1의 값을 갖는 플래그이지만, 일 실시예에 따른 변환 단위 분할 정보가 1비트의 플래그로 한정되는 것은 아니며 설정에 따라 0, 1, 2, 3.. 등으로 증가하며 변환 단위가 계층적으로 분할될 수도 있다. 변환 단위 분할 정보는 변환 인덱스의 한 실시예로써 이용될 수 있다.
이 경우, 일 실시예에 따른 변환 단위 분할 정보를 변환 단위의 최대 크기, 변환 단위의 최소 크기와 함께 이용하면, 실제로 이용된 변환 단위의 크기가 표현될 수 있다. 일 실시예에 따른 비디오 부호화 장치(100)는, 최대 변환 단위 크기 정보, 최소 변환 단위 크기 정보 및 최대 변환 단위 분할 정보를 부호화할 수 있다. 부호화된 최대 변환 단위 크기 정보, 최소 변환 단위 크기 정보 및 최대 변환 단위 분할 정보는 SPS에 삽입될 수 있다. 일 실시예에 따른 비디오 복호화 장치(200)는 최대 변환 단위 크기 정보, 최소 변환 단위 크기 정보 및 최대 변환 단위 분할 정보를 이용하여, 비디오 복호화에 이용할 수 있다.
예를 들어, (a) 현재 부호화 단위가 크기 64x64이고, 최대 변환 단위 크기는 32x32이라면, (a-1) 변환 단위 분할 정보가 0일 때 변환 단위의 크기가 32x32, (a-2) 변환 단위 분할 정보가 1일 때 변환 단위의 크기가 16x16, (a-3) 변환 단위 분할 정보가 2일 때 변환 단위의 크기가 8x8로 설정될 수 있다.
다른 예로, (b) 현재 부호화 단위가 크기 32x32이고, 최소 변환 단위 크기는 32x32이라면, (b-1) 변환 단위 분할 정보가 0일 때 변환 단위의 크기가 32x32로 설정될 수 있으며, 변환 단위의 크기가 32x32보다 작을 수는 없으므로 더 이상의 변환 단위 분할 정보가 설정될 수 없다.
또 다른 예로, (c) 현재 부호화 단위가 크기 64x64이고, 최대 변환 단위 분할 정보가 1이라면, 변환 단위 분할 정보는 0 또는 1일 수 있으며, 다른 변환 단위 분할 정보가 설정될 수 없다.
따라서, 최대 변환 단위 분할 정보를 'MaxTransformSizeIndex', 최소 변환 단위 크기를 'MinTransformSize', 변환 단위 분할 정보가 0인 경우의 변환 단위 크기를 'RootTuSize'라고 정의할 때, 현재 부호화 단위에서 가능한 최소 변환 단위 크기 'CurrMinTuSize'는 아래 관계식 (1) 과 같이 정의될 수 있다.
CurrMinTuSize
= max (MinTransformSize, RootTuSize/(2^MaxTransformSizeIndex)) ... (1)
현재 부호화 단위에서 가능한 최소 변환 단위 크기 'CurrMinTuSize'와 비교하여, 변환 단위 분할 정보가 0인 경우의 변환 단위 크기인 'RootTuSize'는 시스템상 채택 가능한 최대 변환 단위 크기를 나타낼 수 있다. 즉, 관계식 (1)에 따르면, 'RootTuSize/(2^MaxTransformSizeIndex)'는, 변환 단위 분할 정보가 0인 경우의 변환 단위 크기인 'RootTuSize'를 최대 변환 단위 분할 정보에 상응하는 횟수만큼 분할한 변환 단위 크기이며, 'MinTransformSize'는 최소 변환 단위 크기이므로, 이들 중 작은 값이 현재 현재 부호화 단위에서 가능한 최소 변환 단위 크기 'CurrMinTuSize'일 수 있다.
일 실시예에 따른 최대 변환 단위 크기 RootTuSize는 예측 모드에 따라 달라질 수도 있다.
예를 들어, 현재 예측 모드가 인터 모드라면 RootTuSize는 아래 관계식 (2)에 따라 결정될 수 있다. 관계식 (2)에서 'MaxTransformSize'는 최대 변환 단위 크기, 'PUSize'는 현재 예측 단위 크기를 나타낸다.
RootTuSize = min(MaxTransformSize, PUSize) ......... (2)
즉 현재 예측 모드가 인터 모드라면, 변환 단위 분할 정보가 0인 경우의 변환 단위 크기인 'RootTuSize'는 최대 변환 단위 크기 및 현재 예측 단위 크기 중 작은 값으로 설정될 수 있다.
현재 파티션 단위의 예측 모드가 예측 모드가 인트라 모드라면 모드라면 'RootTuSize'는 아래 관계식 (3)에 따라 결정될 수 있다. 'PartitionSize'는 현재 파티션 단위의 크기를 나타낸다.
RootTuSize = min(MaxTransformSize, PartitionSize) ...........(3)
즉 현재 예측 모드가 인트라 모드라면, 변환 단위 분할 정보가 0인 경우의 변환 단위 크기인 'RootTuSize'는 최대 변환 단위 크기 및 현재 파티션 단위 크기 중 작은 값으로 설정될 수 있다.
다만, 파티션 단위의 예측 모드에 따라 변동하는 일 실시예에 따른 현재 최대 변환 단위 크기 'RootTuSize'는 일 실시예일 뿐이며, 현재 최대 변환 단위 크기를 결정하는 요인이 이에 한정되는 것은 아님을 유의하여야 한다.
도 8 내지 20를 참조하여 전술된 트리 구조의 부호화 단위들에 기초한 비디오 부호화 기법에 따라, 트리 구조의 부호화 단위들마다 공간영역의 영상 데이터가 부호화되며, 트리 구조의 부호화 단위들에 기초한 비디오 복호화 기법에 따라 최대 부호화 단위마다 복호화가 수행되면서 공간 영역의 영상 데이터가 복원되어, 픽처 및 픽처 시퀀스인 비디오가 복원될 수 있다. 복원된 비디오는 재생 장치에 의해 재생되거나, 저장 매체에 저장되거나, 네트워크를 통해 전송될 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
설명의 편의를 위해 앞서 도 1a 내지 20을 참조하여 전술된 비디오 스트림 부호화 방법 및/또는 비디오 부호화 방법은, '본 발명의 비디오 부호화 방법'으로 통칭한다. 또한, 앞서 도 1a 내지 20을 참조하여 전술된 비디오 스트림 복호화 방법 및/또는 비디오 복호화 방법은 '본 발명의 비디오 복호화 방법'으로 지칭한다
또한, 앞서 도 1a 내지 20을 참조하여 전술된 비디오 스트림 부호화 장치(10), 비디오 부호화 장치(100) 또는 영상 부호화부(400)로 구성된 비디오 부호화 장치는, '본 발명의 비디오 부호화 장치'로 통칭한다. 또한, 앞서 도 1a 내지 20을 참조하여 전술된 비디오 스트림 복호화 장치(20), 비디오 복호화 장치(200) 또는 영상 복호화부(500)로 구성된 비디오 복호화 장치는, '본 발명의 비디오 복호화 장치'로 통칭한다.
일 실시예에 따른 프로그램이 저장되는 컴퓨터로 판독 가능한 저장매체가 디스크(26000)인 실시예를 이하 상술한다.
도 21은 다양한 실시예에 따른 프로그램이 저장된 디스크(26000)의 물리적 구조를 예시한다. 저장매체로서 전술된 디스크(26000)는, 하드드라이브, 시디롬(CD-ROM) 디스크, 블루레이(Blu-ray) 디스크, DVD 디스크일 수 있다. 디스크(26000)는 다수의 동심원의 트랙(tr)들로 구성되고, 트랙들은 둘레 방향에 따라 소정 개수의 섹터(Se)들로 분할된다. 상기 전술된 일 실시예에 따른 프로그램을 저장하는 디스크(26000) 중 특정 영역에, 전술된 양자화 파라미터 결정 방법, 비디오 부호화 방법 및 비디오 복호화 방법을 구현하기 위한 프로그램이 할당되어 저장될 수 있다.
전술된 비디오 부호화 방법 및 비디오 복호화 방법을 구현하기 위한 프로그램을 저장하는 저장매체를 이용하여 달성된 컴퓨터 시스템이 도 22를 참조하여 후술된다.
도 22는 디스크(26000)를 이용하여 프로그램을 기록하고 판독하기 위한 디스크드라이브(26800)를 도시한다. 컴퓨터 시스템(26700)은 디스크드라이브(26800)를 이용하여 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법 중 적어도 하나를 구현하기 위한 프로그램을 디스크(26000)에 저장할 수 있다. 디스크(26000)에 저장된 프로그램을 컴퓨터 시스템(26700)상에서 실행하기 위해, 디스크 드라이브(26800)에 의해 디스크(26000)로부터 프로그램이 판독되고, 프로그램이 컴퓨터 시스템(26700)에게로 전송될 수 있다.
도 21 및 22에서 예시된 디스크(26000) 뿐만 아니라, 메모리 카드, 롬 카세트, SSD(Solid State Drive)에도 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법 중 적어도 하나를 구현하기 위한 프로그램이 저장될 수 있다.
전술된 실시예에 따른 비디오 부호화 방법 및 비디오 복호화 방법이 적용된 시스템이 후술된다.
도 23은 컨텐트 유통 서비스(content distribution service)를 제공하기 위한 컨텐트 공급 시스템(content supply system)(11000)의 전체적 구조를 도시한다. 통신시스템의 서비스 영역은 소정 크기의 셀들로 분할되고, 각 셀에 베이스 스테이션이 되는 무선 기지국(11700, 11800, 11900, 12000)이 설치된다.
컨텐트 공급 시스템(11000)은 다수의 독립 디바이스들을 포함한다. 예를 들어, 컴퓨터(12100), PDA(Personal Digital Assistant)(12200), 카메라(12300) 및 휴대폰(12500)과 같은 독립디바이스들이, 인터넷 서비스 공급자(11200), 통신망(11400), 및 무선 기지국(11700, 11800, 11900, 12000)을 거쳐 인터넷(11100)에 연결된다.
그러나, 컨텐트 공급 시스템(11000)은 도 24에 도시된 구조에만 한정되는 것이 아니며, 디바이스들이 선택적으로 연결될 수 있다. 독립 디바이스들은 무선 기지국(11700, 11800, 11900, 12000)을 거치지 않고 통신망(11400)에 직접 연결될 수도 있다.
비디오 카메라(12300)는 디지털 비디오 카메라와 같이 비디오 영상을 촬영할 수 있는 촬상 디바이스이다. 휴대폰(12500)은 PDC(Personal Digital Communications), CDMA(code division multiple access), W-CDMA(wideband code division multiple access), GSM(Global System for Mobile Communications), 및 PHS(Personal Handyphone System)방식과 같은 다양한 프로토콜들 중 적어도 하나의 통신방식을 채택할 수 있다.
비디오 카메라(12300)는 무선기지국(11900) 및 통신망(11400)을 거쳐 스트리밍 서버(11300)에 연결될 수 있다. 스트리밍 서버(11300)는 사용자가 비디오 카메라(12300)를 사용하여 전송한 컨텐트를 실시간 방송으로 스트리밍 전송할 수 있다. 비디오 카메라(12300)로부터 수신된 컨텐트는 비디오 카메라(12300) 또는 스트리밍 서버(11300)에 의해 부호화될 수 있다. 비디오 카메라(12300)로 촬영된 비디오 데이터는 컴퓨터(12100)을 거쳐 스트리밍 서버(11300)로 전송될 수도 있다.
카메라(12600)로 촬영된 비디오 데이터도 컴퓨터(12100)를 거쳐 스트리밍 서버(11300)로 전송될 수도 있다. 카메라(12600)는 디지털 카메라와 같이 정지영상과 비디오 영상을 모두 촬영할 수 있는 촬상 장치이다. 카메라(12600)로부터 수신된 비디오 데이터는 카메라(12600) 또는 컴퓨터(12100)에 의해 부호화될 수 있다. 비디오 부호화 및 복호화를 위한 소프트웨어는 컴퓨터(12100)가 억세스할 수 있는 시디롬 디스크, 플로피디스크, 하드디스크 드라이브, SSD , 메모리 카드와 같은 컴퓨터로 판독 가능한 기록 매체에 저장될 수 있다.
또한 휴대폰(12500)에 탑재된 카메라에 의해 비디오가 촬영된 경우, 비디오 데이터가 휴대폰(12500)으로부터 수신될 수 있다.
비디오 데이터는, 비디오 카메라(12300), 휴대폰(12500) 또는 카메라(12600)에 탑재된 LSI(Large scale integrated circuit) 시스템에 의해 부호화될 수 있다.
일 실시예에 따른 컨텐트 공급 시스템(11000)에서, 예를 들어 콘서트의 현장녹화 컨텐트와 같이, 사용자가 비디오 카메라(12300), 카메라(12600), 휴대폰(12500) 또는 다른 촬상 디바이스를 이용하여 녹화된 컨텐트가 부호화되고, 스트리밍 서버(11300)로 전송된다. 스트리밍 서버(11300)는 컨텐트 데이터를 요청한 다른 클라이언트들에게 컨텐트 데이터를 스트리밍 전송할 수 있다.
클라이언트들은 부호화된 컨텐트 데이터를 복호화할 수 있는 디바이스이며, 예를 들어 컴퓨터(12100), PDA(12200), 비디오 카메라(12300) 또는 휴대폰(12500)일 수 있다. 따라서, 컨텐트 공급 시스템(11000)은, 클라이언트들이 부호화된 컨텐트 데이터를 수신하여 재생할 수 있도록 한다. 또한 컨텐트 공급 시스템(11000)은, 클라이언트들이 부호화된 컨텐트 데이터를 수신하여 실시간으로 복호화하고 재생할 수 있도록 하여, 개인방송(personal broadcasting)이 가능하게 한다.
컨텐트 공급 시스템(11000)에 포함된 독립 디바이스들의 부호화 동작 및 복호화 동작에 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치가 적용될 수 있다.
도 24 및 25을 참조하여 컨텐트 공급 시스템(11000) 중 휴대폰(12500)의 일 실시예가 상세히 후술된다.
도 24은, 다양한 실시예에 따른 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법이 적용되는 휴대폰(12500)의 외부 구조를 도시한다. 휴대폰(12500)은 기능이 제한되어 있지 않고 응용 프로그램을 통해 상당 부분의 기능을 변경하거나 확장할 수 있는 스마트폰일 수 있다.
휴대폰(12500)은, 무선기지국(12000)과 RF신호를 교환하기 위한 내장 안테나(12510)을 포함하고, 카메라(12530)에 의해 촬영된 영상들 또는 안테나(12510)에 의해 수신되어 복호화된 영상들을 디스플레이하기 위한 LCD(Liquid Crystal Display), OLED(Organic Light Emitting Diodes)화면 같은 디스플레이화면(12520)를 포함한다. 스마트폰(12510)은 제어버튼, 터치패널을 포함하는 동작 패널(12540)를 포함한다. 디스플레이화면(12520)이 터치스크린인 경우, 동작 패널(12540)은 디스플레이화면(12520)의 터치감지패널을 더 포함한다. 스마트폰(12510)은 음성, 음향을 출력하기 위한 스피커(12580) 또는 다른 형태의 음향출력부와, 음성, 음향이 입력되는 마이크로폰(12550) 또는 다른 형태의 음향입력부를 포함한다. 스마트폰(12510)은 비디오 및 정지영상을 촬영하기 위한 CCD 카메라와 같은 카메라(12530)를 더 포함한다. 또한, 스마트폰(12510)은 카메라(12530)에 의해 촬영되거나 이메일(E-mail)로 수신되거나 다른 형태로 획득된 비디오나 정지영상들과 같이, 부호화되거나 복호화된 데이터를 저장하기 위한 저장매체(12570); 그리고 저장매체(12570)를 휴대폰(12500)에 장착하기 위한 슬롯(12560)을 포함할 수 있다. 저장매체(12570)는 SD카드 또는 플라스틱 케이스에 내장된 EEPROM(electrically erasable and programmable read only memory)와 같은 다른 형태의 플래쉬 메모리일 수 있다.
도 25은 휴대폰(12500)의 내부 구조를 도시한다. 디스플레이화면(12520) 및 동작 패널(12540)로 구성된 휴대폰(12500)의 각 파트를 조직적으로 제어하기 위해, 전력공급회로(12700), 동작입력제어부(12640), 영상부호화부(12720), 카메라 인터페이스(12630), LCD제어부(12620), 영상복호화부(12690), 멀티플렉서/디멀티플렉서(multiplexer/demultiplexer)(12680), 기록/판독부(12670), 변조/복조(modulation/demodulation)부(12660) 및 음향처리부(12650)가, 동기화 버스(12730)를 통해 중앙제어부(12710)에 연결된다.
사용자가 전원 버튼을 동작하여 '전원꺼짐' 상태에서 '전원켜짐' 상태로 설정하면, 전력공급회로(12700)는 배터리팩으로부터 휴대폰(12500)의 각 파트에 전력을 공급함으로써, 휴대폰(12500)가 동작 모드로 셋팅될 수 있다.
중앙제어부(12710)는 CPU, ROM(Read Only Memory) 및 RAM(Random Access Memory)을 포함한다.
휴대폰(12500)이 외부로 통신데이터를 송신하는 과정에서는, 중앙제어부(12710)의 제어에 따라 휴대폰(12500)에서 디지털 신호가 생성된다, 예를 들어, 음향처리부(12650)에서는 디지털 음향신호가 생성되고, 영상 부호화부(12720)에서는 디지털 영상신호가 생성되며, 동작 패널(12540) 및 동작 입력제어부(12640)를 통해 메시지의 텍스트 데이터가 생성될 수 있다. 중앙제어부(12710)의 제어에 따라 디지털 신호가 변조/복조부(12660)에게 전달되면, 변조/복조부(12660)는 디지털 신호의 주파수대역을 변조하고, 통신회로(12610)는 대역변조된 디지털 음향신호에 대해 D/A변환(Digital-Analog conversion) 및 주파수변환(frequency conversion) 처리를 수행한다. 통신회로(12610)로부터 출력된 송신신호는 안테나(12510)를 통해 음성통신기지국 또는 무선기지국(12000)으로 송출될 수 있다.
예를 들어, 휴대폰(12500)이 통화 모드일 때 마이크로폰(12550)에 의해 획득된 음향신호는, 중앙제어부(12710)의 제어에 따라 음향처리부(12650)에서 디지털 음향신호로 변환된다. 생성된 디지털 음향신호는 변조/복조부(12660) 및 통신회로(12610)를 거쳐 송신신호로 변환되고, 안테나(12510)를 통해 송출될 수 있다.
데이터통신 모드에서 이메일과 같은 텍스트 메시지가 전송되는 경우, 동작 패널(12540)을 이용하여 메시지의 텍스트 데이터가 입력되고, 텍스트 데이터가 동작 입력제어부(12640)를 통해 중앙제어부(12610)로 전송된다. 중앙제어부(12610)의 제어에 따라, 텍스트 데이터는 변조/복조부(12660) 및 통신회로(12610)를 통해 송신신호로 변환되고, 안테나(12510)를 통해 무선기지국(12000)에게로 송출된다.
데이터통신 모드에서 영상 데이터를 전송하기 위해, 카메라(12530)에 의해 촬영된 영상 데이터가 카메라 인터페이스(12630)를 통해 영상부호화부(12720)로 제공된다. 카메라(12530)에 의해 촬영된 영상 데이터는 카메라 인터페이스(12630) 및 LCD제어부(12620)를 통해 디스플레이화면(12520)에 곧바로 디스플레이될 수 있다.
영상부호화부(12720)의 구조는, 전술된 본 발명의 비디오 부호화 장치의 구조와 상응할 수 있다. 영상부호화부(12720)는, 카메라(12530)로부터 제공된 영상 데이터를, 전술된 본 발명의 비디오 부호화 방식에 따라 부호화하여, 압축 부호화된 영상 데이터로 변환하고, 부호화된 영상 데이터를 다중화/역다중화부(12680)로 출력할 수 있다. 카메라(12530)의 녹화 중에 휴대폰(12500)의 마이크로폰(12550)에 의해 획득된 음향신호도 음향처리부(12650)를 거쳐 디지털 음향데이터로 변환되고, 디지털 음향데이터는 다중화/역다중화부(12680)로 전달될 수 있다.
다중화/역다중화부(12680)는 음향처리부(12650)로부터 제공된 음향데이터와 함께 영상부호화부(12720)로부터 제공된 부호화된 영상 데이터를 다중화한다. 다중화된 데이터는 변조/복조부(12660) 및 통신회로(12610)를 통해 송신신호로 변환되고, 안테나(12510)를 통해 송출될 수 있다.
휴대폰(12500)이 외부로부터 통신데이터를 수신하는 과정에서는, 안테나(12510)를 통해 수신된 신호를 주파수복원(frequency recovery) 및 A/D변환(Analog-Digital conversion) 처리를 통해 디지털 신호를 변환한다. 변조/복조부(12660)는 디지털 신호의 주파수대역을 복조한다. 대역복조된 디지털 신호는 종류에 따라 비디오 복호화부(12690), 음향처리부(12650) 또는 LCD제어부(12620)로 전달된다.
휴대폰(12500)은 통화 모드일 때, 안테나(12510)를 통해 수신된 신호를 증폭하고 주파수변환 및 A/D변환(Analog-Digital conversion) 처리를 통해 디지털 음향 신호를 생성한다. 수신된 디지털 음향 신호는, 중앙제어부(12710)의 제어에 따라 변조/복조부(12660) 및 음향처리부(12650)를 거쳐 아날로그 음향 신호로 변환되고, 아날로그 음향 신호가 스피커(12580)를 통해 출력된다.
데이터통신 모드에서 인터넷의 웹사이트로부터 억세스된 비디오 파일의 데이터가 수신되는 경우, 안테나(12510)를 통해 무선기지국(12000)으로부터 수신된 신호는 변조/복조부(12660)의 처리결과 다중화된 데이터를 출력하고, 다중화된 데이터는 다중화/역다중화부(12680)로 전달된다.
안테나(12510)를 통해 수신한 다중화된 데이터를 복호화하기 위해, 다중화/역다중화부(12680)는 다중화된 데이터를 역다중화하여 부호화된 비디오 데이터스트림과 부호화된 오디오 데이터스트림을 분리한다. 동기화 버스(12730)에 의해, 부호화된 비디오 데이터스트림은 비디오 복호화부(12690)로 제공되고, 부호화된 오디오 데이터스트림은 음향처리부(12650)로 제공된다.
영상복호화부(12690)의 구조는, 전술된 본 발명의 비디오 복호화 장치의 구조와 상응할 수 있다. 영상복호화부(12690)는 전술된 본 발명의 비디오 복호화 방법을 이용하여, 부호화된 비디오 데이터를 복호화하여 복원된 비디오 데이터를 생성하고, 복원된 비디오 데이터를 LCD제어부(1262)를 거쳐 디스플레이화면(1252)에게 복원된 비디오 데이터를 제공할 수 있다.
이에 따라 인터넷의 웹사이트로부터 억세스된 비디오 파일의 비디오 데이터가 디스플레이화면(1252)에서 디스플레이될 수 있다. 이와 동시에 음향처리부(1265)도 오디오 데이터를 아날로그 음향 신호로 변환하고, 아날로그 음향 신호를 스피커(1258)로 제공할 수 있다. 이에 따라, 인터넷의 웹사이트로부터 억세스된 비디오 파일에 포함된 오디오 데이터도 스피커(1258)에서 재생될 수 있다.
휴대폰(1250) 또는 다른 형태의 통신단말기는 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 모두 포함하는 송수신 단말기이거나, 전술된 본 발명의 비디오 부호화 장치만을 포함하는 송신단말기이거나, 본 발명의 비디오 복호화 장치만을 포함하는 수신단말기일 수 있다.
본 발명의 통신시스템은 도 24를 참조하여 전술한 구조에 한정되지 않는다. 예를 들어, 도 26은 다양한 실시예에 따른 통신시스템이 적용된 디지털 방송 시스템을 도시한다. 도 26의 일 실시예에 따른 디지털 방송 시스템은, 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 이용하여, 위성 또는 지상파 네트워크를 통해 전송되는 디지털 방송을 수신할 수 있다.
구체적으로 보면, 방송국(12890)은 전파를 통해 비디오 데이터스트림을 통신위성 또는 방송위성(12900)으로 전송한다. 방송위성(12900)은 방송신호를 전송하고, 방송신호는 가정에 있는 안테나(12860)에 의해 위성방송수신기로 수신된다. 각 가정에서, 부호화된 비디오스트림은 TV수신기(12810), 셋탑박스(set-top box)(12870) 또는 다른 디바이스에 의해 복호화되어 재생될 수 있다.
재생장치(12830)에서 본 발명의 비디오 복호화 장치가 구현됨으로써, 재생장치(12830)가 디스크 및 메모리 카드와 같은 저장매체(12820)에 기록된 부호화된 비디오스트림을 판독하여 복호화할 수 있다. 이에 따라 복원된 비디오 신호는 예를 들어 모니터(12840)에서 재생될 수 있다.
위성/지상파 방송을 위한 안테나(12860) 또는 케이블TV 수신을 위한 케이블 안테나(12850)에 연결된 셋탑박스(12870)에도, 본 발명의 비디오 복호화 장치가 탑재될 수 있다. 셋탑박스(12870)의 출력데이터도 TV모니터(12880)에서 재생될 수 있다.
다른 예로, 셋탑박스(12870) 대신에 TV수신기(12810) 자체에 본 발명의 비디오 복호화 장치가 탑재될 수도 있다.
적절한 안테나(12910)를 구비한 자동차(12920)가 위성(12800) 또는 무선기지국(11700)으로부터 송출되는 신호를 수신할 수도 있다. 자동차(12920)에 탑재된 자동차 네비게이션 시스템(12930)의 디스플레이 화면에 복호화된 비디오가 재생될 수 있다.
비디오 신호는, 본 발명의 비디오 부호화 장치에 의해 부호화되어 저장매체에 기록되어 저장될 수 있다. 구체적으로 보면, DVD 레코더에 의해 영상 신호가 DVD디스크(12960)에 저장되거나, 하드디스크 레코더(12950)에 의해 하드디스크에 영상 신호가 저장될 수 있다. 다른 예로, 비디오 신호는 SD카드(12970)에 저장될 수도 있다. 하드디스크 레코더(12950)가 일 실시예에 따른 본 발명의 비디오 복호화 장치를 구비하면, DVD디스크(12960), SD카드(12970) 또는 다른 형태의 저장매체에 기록된 비디오 신호가 모니터(12880)에서 재생될 수 있다.
자동차 네비게이션 시스템(12930)은 도 26의 카메라(12530), 카메라 인터페이스(12630) 및 영상 부호화부(12720)를 포함하지 않을 수 있다. 예를 들어, 컴퓨터(12100) 및 TV수신기(12810)도, 도 26의 카메라(12530), 카메라 인터페이스(12630) 및 영상 부호화부(12720)를 포함하지 않을 수 있다.
도 27은 다양한 실시예에 따른 비디오 부호화 장치 및 비디오 복호화 장치를 이용하는 클라우드 컴퓨팅 시스템의 네트워크 구조를 도시한다.
본 발명의 클라우드 컴퓨팅 시스템은 클라우드 컴퓨팅 서버(14100), 사용자 DB(14100), 컴퓨팅 자원(14200) 및 사용자 단말기를 포함하여 이루어질 수 있다.
클라우드 컴퓨팅 시스템은, 사용자 단말기의 요청에 따라 인터넷과 같은 정보 통신망을 통해 컴퓨팅 자원의 온 디맨드 아웃소싱 서비스를 제공한다. 클라우드 컴퓨팅 환경에서, 서비스 제공자는 서로 다른 물리적인 위치에 존재하는 데이터 센터의 컴퓨팅 자원를 가상화 기술로 통합하여 사용자들에게 필요로 하는 서비스를 제공한다. 서비스 사용자는 어플리케이션(Application), 스토리지(Storage), 운영체제(OS), 보안(Security) 등의 컴퓨팅 자원을 각 사용자 소유의 단말에 설치하여 사용하는 것이 아니라, 가상화 기술을 통해 생성된 가상 공간상의 서비스를 원하는 시점에 원하는 만큼 골라서 사용할 수 있다.
특정 서비스 사용자의 사용자 단말기는 인터넷 및 이동통신망을 포함하는 정보통신망을 통해 클라우드 컴퓨팅 서버(14100)에 접속한다. 사용자 단말기들은 클라우드 컴퓨팅 서버(14100)로부터 클라우드 컴퓨팅 서비스 특히, 동영상 재생 서비스를 제공받을 수 있다. 사용자 단말기는 데스트탑 PC(14300), 스마트TV(14400), 스마트폰(14500), 노트북(14600), PMP(Portable Multimedia Player)(14700), 태블릿 PC(14800) 등, 인터넷 접속이 가능한 모든 전자 기기가 될 수 있다.
클라우드 컴퓨팅 서버(14100)는 클라우드 망에 분산되어 있는 다수의 컴퓨팅 자원(14200)을 통합하여 사용자 단말기에게 제공할 수 있다. 다수의 컴퓨팅 자원(14200)은 여러가지 데이터 서비스를 포함하며, 사용자 단말기로부터 업로드된 데이터를 포함할 수 있다. 이런 식으로 클라우드 컴퓨팅 서버(14100)는 여러 곳에 분산되어 있는 동영상 데이터베이스를 가상화 기술로 통합하여 사용자 단말기가 요구하는 서비스를 제공한다.
사용자 DB(14100)에는 클라우드 컴퓨팅 서비스에 가입되어 있는 사용자 정보가 저장된다. 여기서, 사용자 정보는 로그인 정보와, 주소, 이름 등 개인 신용 정보를 포함할 수 있다. 또한, 사용자 정보는 동영상의 인덱스(Index)를 포함할 수 있다. 여기서, 인덱스는 재생을 완료한 동영상 목록과, 재생 중인 동영상 목록과, 재생 중인 동영상의 정지 시점 등을 포함할 수 있다.
사용자 DB(14100)에 저장된 동영상에 대한 정보는, 사용자 디바이스들 간에 공유될 수 있다. 따라서 예를 들어 노트북(14600)으로부터 재생 요청되어 노트북(14600)에게 소정 동영상 서비스를 제공한 경우, 사용자 DB(14100)에 소정 동영상 서비스의 재생 히스토리가 저장된다. 스마트폰(14500)으로부터 동일한 동영상 서비스의 재생 요청이 수신되는 경우, 클라우드 컴퓨팅 서버(14100)는 사용자 DB(14100)을 참조하여 소정 동영상 서비스를 찾아서 재생한다. 스마트폰(14500)이 클라우드 컴퓨팅 서버(14100)를 통해 동영상 데이터스트림을 수신하는 경우, 동영상 데이터스트림을 복호화하여 비디오를 재생하는 동작은, 앞서 도 24을 참조하여 전술한 휴대폰(12500)의 동작과 유사하다.
클라우드 컴퓨팅 서버(14100)는 사용자 DB(14100)에 저장된 소정 동영상 서비스의 재생 히스토리를 참조할 수도 있다. 예를 들어, 클라우드 컴퓨팅 서버(14100)는 사용자 단말기로부터 사용자 DB(14100)에 저장된 동영상에 대한 재생 요청을 수신한다. 동영상이 그 전에 재생 중이었던 것이면, 클라우드 컴퓨팅 서버(14100)는 사용자 단말기로의 선택에 따라 처음부터 재생하거나, 이전 정지 시점부터 재생하느냐에 따라 스트리밍 방법이 달라진다. 예를 들어, 사용자 단말기가 처음부터 재생하도록 요청한 경우에는 클라우드 컴퓨팅 서버(14100)가 사용자 단말기에게 해당 동영상을 첫 프레임부터 스트리밍 전송한다. 반면, 단말기가 이전 정지시점부터 이어서 재생하도록 요청한 경우에는, 클라우드 컴퓨팅 서버(14100)가 사용자 단말기에게 해당 동영상을 정지시점의 프레임부터 스트리밍 전송한다.
이 때 사용자 단말기는, 도 1a 내지 20을 참조하여 전술한 본 발명의 비디오 복호화 장치를 포함할 수 있다. 다른 예로, 사용자 단말기는, 도 1a 내지 20을 참조하여 전술한 본 발명의 비디오 부호화 장치를 포함할 수 있다. 또한, 사용자 단말기는, 도 1a 내지 20을 참조하여 전술한 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 모두 포함할 수도 있다.
도 1a 내지 20을 참조하여 전술된 비디오 부호화 방법 및 비디오 복호화 방법, 비디오 부호화 장치 및 비디오 복호화 장치가 활용되는 다양한 실시예들이 도 21 내지 도 27에서 전술되었다. 하지만, 도 1a 내지 20을 참조하여 전술된 비디오 부호화 방법 및 비디오 복호화 방법이 저장매체에 저장되거나 비디오 부호화 장치 및 비디오 복호화 장치가 디바이스에서 구현되는 다양한 실시예들은, 도 21 내지 도 27의 실시예들에 한정되지 않는다.
이제까지 개시된 다양한 실시예들이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 명세서에서 개시된 실시예들의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 명세서의 개시 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 명세서의 개시범위에 포함된 것으로 해석되어야 할 것이다.

Claims (15)

  1. 비디오 스트림 복호화 장치에 의하여 수행되는 비디오 스트림 복호화 방법에 있어서,
    비디오 스트림 부호화 데이터를 수신하는 단계;
    상기 수신한 부호화 데이터로부터 현재 시점 영상 부호화 데이터에 대한 예측 정보를 얻는 단계; 및
    상기 예측 정보에 기반하여 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 움직임 보상된 현재 시점 영상 데이터를 생성함으로써 현재 시점 영상을 복호화 하는 단계를 포함하고,
    상기 예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction) 모드 예측 정보를 포함하고, 상기 후보자 리스트에 포함된 두개의 후보자 중에 상기 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함하는 것을 특징으로 하는 비디오 스트림 복호화 방법.
  2. 제 1 항에 있어서,
    상기 후보자 리스트는 하나의 시점간 후보자(inter-view candidate)를 포함하고, 공간적 후보자(spatial candidate) 및 시간적 후보자(temporal candidates) 중 어느 하나의 후보자를 더 포함하는 것을 특징으로 하는 비디오 스트림 복호화 방법.
  3. 제 2 항에 있어서,
    상기 수신한 부호화 데이터로부터 상기 현재 시점 영상 부호화 데이터의 병합 모드(merge mode)에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 merge_iv_mv_pred_flag 지시자 및 상기 현재 시점 영상 부호화 데이터의 AMVP 모드에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 amvp_iv_mv_pred_flag 지시자 중 적어도 어느 하나의 지시자를 얻는 단계를 포함하는 것을 특징으로 하는 비디오 스트림 복호화 방법.
  4. 제 3 항에 있어서,
    상기 지시자를 얻는 단계는 상기 merge_iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag 지시자를 얻는 단계를 포함하고,
    상기 merge_iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag 지시자는 서로 독립적으로 값을 나타내는 것을 특징으로 하는 비디오 스트림 복호화 방법.
  5. 제 1 항에 있어서,
    상기 후보자 리스트는 공간적 후보자들(spatial candidate) 및 시간적 후보자들(temporal candidates) 중에서 두 개의 후보자를 포함하는 것을 특징으로 하는 비디오 스트림 복호화 방법.
  6. 제 1 항에 있어서,
    상기 예측 정보는 시점간 후보자를 포함하는 후보자 리스트를 사용하여 생성된 병합 모드(merge mode) 예측 정보를 더 포함하고,
    상기 AMVP 모드 예측 정보는 시점간 후보자를 포함하지 않는 후보자 리스트를 사용하여 생성된 것을 특징으로 하는 비디오 스트림 복호화 방법.
  7. 제 6 항에 있어서,
    상기 수신한 부호화 데이터로부터 상기 현재 시점 영상 부호화 데이터가 시점간 후보자를 사용하여 복호화 될 수 있음을 나타내는 iv_mv_pred_flag 지시자를 얻는 단계를 더 포함하는 것을 특징으로 하는 비디오 스트림 복호화 방법.
  8. 비디오 스트림 부호화 장치에 의하여 수행되는 비디오 스트림 부호화 방법에 있어서,
    현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 현재 시점 영상의 예측 정보를 생성함으로써 현재 시점 영상을 부호화 하여 현재 시점 영상 부호화 데이터를 생성하는 단계; 및
    상기 현재 시점 영상 부호화 데이터 및 상기 예측 정보를 출력하는 단계를 포함하고,
    상기 예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction) 모드 예측 정보를 포함하고, 상기 후보자 리스트에 포함된 두 개의 후보자 중에서 상기 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함하는 것을 특징으로 하는 비디오 스트림 부호화 방법.
  9. 제 8 항에 있어서,
    상기 후보자 리스트는 하나의 시점간 후보자(inter-view candidate)를 포함하고, 공간적 후보자(spatial candidate) 및 시간적 후보자(temporal candidates) 중 어느 하나의 후보자를 더 포함하는 것을 특징으로 하는 비디오 스트림 부호화 방법.
  10. 제 9 항에 있어서,
    상기 현재 시점 영상 부호화 데이터 생성 단계는 상기 현재 시점 영상 부호화 데이터의 병합 모드(merge mode)에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 merge_iv_mv_pred_flag 지시자 및 상기 현재 시점 영상 부호화 데이터의 AMVP 모드에 따른 예측을 수행하기 위해 시점간 후보자가 사용될 수 있음을 나타내는 amvp_iv_mv_pred_flag 지시자 중 적어도 어느 하나의 지시자를 생성하는 단계를 포함하는 것을 특징으로 하는 비디오 스트림 부호화 방법.
  11. 제 10 항에 있어서,
    상기 지시자 생성 단계는 병합 모드 예측 정보가 시점간 후보자를 포함하는지 여부 및 AMVP 모드 예측 정보가 시점간 후보자를 포함하는지의 여부가 독립적으로 설정되도록 상기 merge_iv_mv_pred_flag 지시자 및 amvp_iv_mv_pred_flag 지시자를 생성하는 것을 특징으로 하는 비디오 스트림 부호화 방법.
  12. 제 11 항에 있어서,
    상기 예측 정보는 시점간 후보자를 포함하는 후보자 리스트를 사용하여 생성된 병합 모드(merge mode) 예측 정보를 더 포함하고,
    상기 AMVP 모드 예측 정보는 시점간 후보자를 포함하지 않는 후보자 리스트를 사용하여 생성된 것을 특징으로 하는 비디오 스트림 부호화 방법.
  13. 비디오 스트림 복호화 장치에 있어서,
    비디오 스트림 부호화 데이터를 수신하는 수신부;
    상기 수신한 부호화 데이터로부터 얻은 현재 시점 영상 부호화 데이터에 대한 예측 정보에 기반하여 현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 움직임 보상된 현재 시점 영상 데이터를 생성함으로써 현재 시점 영상을 복호화 하는 복호화부;를 포함하고,
    상기 예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction) 모드 예측 정보를 포함하고, 상기 후보자 리스트에 포함된 두개의 후보자 중에 상기 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함하는 것을 특징으로 하는 비디오 스트림 복호화 장치.
  14. 비디오 스트림 부호화 장치에 있어서,
    현재 시점 영상 데이터 및 다른 시점 영상 데이터 중 적어도 하나를 사용하여 현재 시점 영상의 예측 정보를 생성함으로써 현재 시점 영상을 부호화 하여 현재 시점 영상 부호화 데이터를 생성하는 부호화부; 및
    상기 현재 시점 영상 부호화 데이터 및 상기 예측 정보를 출력하는 출력부를 포함하고,
    상기 예측 정보는 두 개의 후보자를 포함하는 후보자 리스트를 사용하여 생성된 AMVP(Advanced Motion Vector Prediction) 모드 예측 정보를 포함하고, 상기 후보자 리스트에 포함된 두 개의 후보자 중에서 상기 AMVP 모드 예측 정보를 생성하기 위해 사용된 후보자를 나타내는 모션 벡터 예측 플래그(Motion vector prediction flag)를 더 포함하는 것을 특징으로 하는 비디오 스트림 부호화 장치.
  15. 제 1 항의 방법을 컴퓨터로 실행시키기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
PCT/KR2014/003001 2013-04-05 2014-04-07 다시점 비디오의 예측 구조에 따른 비디오 스트림 부호화 방법 및 그 장치, 다시점 비디오의 예측 구조에 따른 비디오 스트림 복호화 방법 및 그 장치 WO2014163457A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US14/782,416 US20160134883A1 (en) 2013-04-05 2013-04-07 Video stream coding method according to prediction struction for multi-view video and device therefor, and video stream decoding method according to prediction structure for multi-view video and device therefor
CN201480032646.6A CN105308967A (zh) 2013-04-05 2014-04-07 根据用于多视点视频的预测结构的视频流编码方法及其装置以及根据用于多视点视频的预测结构的视频流解码方法及其装置
EP14779342.6A EP2983366A4 (en) 2013-04-05 2014-04-07 VIDEO FLOW DECODING METHOD ACCORDING TO PREDICTION STRUCTURE FOR MULTI-VIEW VIDEO AND ASSOCIATED DEVICE, AND METHOD FOR DECODING VIDEO STREAM ACCORDING TO PREDICTION STRUCTURE FOR MULTI-VIEW VIDEO AND DEVICE THEREOF

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361808909P 2013-04-05 2013-04-05
US61/808,909 2013-04-05

Publications (1)

Publication Number Publication Date
WO2014163457A1 true WO2014163457A1 (ko) 2014-10-09

Family

ID=51658671

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2014/003001 WO2014163457A1 (ko) 2013-04-05 2014-04-07 다시점 비디오의 예측 구조에 따른 비디오 스트림 부호화 방법 및 그 장치, 다시점 비디오의 예측 구조에 따른 비디오 스트림 복호화 방법 및 그 장치

Country Status (5)

Country Link
US (1) US20160134883A1 (ko)
EP (1) EP2983366A4 (ko)
KR (1) KR20140122197A (ko)
CN (1) CN105308967A (ko)
WO (1) WO2014163457A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3059970B1 (en) * 2013-10-18 2020-01-08 LG Electronics Inc. Method predicting view synthesis in multi-view video coding and method for constituting merge candidate list by using same
US20160373744A1 (en) * 2014-04-23 2016-12-22 Sony Corporation Image processing apparatus and image processing method
BR122021008228A2 (pt) 2018-08-13 2021-05-04 Lg Electronics Inc. método de decodificação de imagem realizado por um aparelho de decodificação, método de codificação de imagem realizado por um aparelho de codificação e mídia de armazenamento legível por computador não transitória
WO2020052653A1 (zh) * 2018-09-13 2020-03-19 华为技术有限公司 一种预测运动信息的解码方法及装置
US11140406B2 (en) * 2019-02-20 2021-10-05 Qualcomm Incorporated Signalling for merge mode with motion vector differences in video coding

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100048435A (ko) * 2008-10-31 2010-05-11 에스케이 텔레콤주식회사 움직임 벡터 부호화 방법 및 장치와 그를 이용한 영상 부호화/복호화 방법 및 장치
KR20120068743A (ko) * 2010-12-17 2012-06-27 한국전자통신연구원 인터 예측 방법 및 그 장치
WO2012097749A1 (en) * 2011-01-19 2012-07-26 Mediatek Inc. Method and apparatus for parsing error robustness of temporal motion vector prediction
US20120320984A1 (en) * 2011-06-14 2012-12-20 Minhua Zhou Inter-Prediction Candidate Index Coding Independent of Inter-Prediction Candidate List Construction in Video Coding
KR20130002242A (ko) * 2011-06-28 2013-01-07 주식회사 케이티 영상 정보의 부호화 방법 및 복호화 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012081949A2 (ko) * 2010-12-17 2012-06-21 한국전자통신연구원 인터 예측 방법 및 그 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100048435A (ko) * 2008-10-31 2010-05-11 에스케이 텔레콤주식회사 움직임 벡터 부호화 방법 및 장치와 그를 이용한 영상 부호화/복호화 방법 및 장치
KR20120068743A (ko) * 2010-12-17 2012-06-27 한국전자통신연구원 인터 예측 방법 및 그 장치
WO2012097749A1 (en) * 2011-01-19 2012-07-26 Mediatek Inc. Method and apparatus for parsing error robustness of temporal motion vector prediction
US20120320984A1 (en) * 2011-06-14 2012-12-20 Minhua Zhou Inter-Prediction Candidate Index Coding Independent of Inter-Prediction Candidate List Construction in Video Coding
KR20130002242A (ko) * 2011-06-28 2013-01-07 주식회사 케이티 영상 정보의 부호화 방법 및 복호화 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2983366A4 *

Also Published As

Publication number Publication date
US20160134883A1 (en) 2016-05-12
EP2983366A1 (en) 2016-02-10
EP2983366A4 (en) 2016-12-21
KR20140122197A (ko) 2014-10-17
CN105308967A (zh) 2016-02-03

Similar Documents

Publication Publication Date Title
WO2015137783A1 (ko) 인터 레이어 비디오의 복호화 및 부호화를 위한 머지 후보 리스트 구성 방법 및 장치
WO2014163467A1 (ko) 랜덤 엑세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 엑세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치
WO2013162311A1 (ko) 다시점 비디오 예측을 위한 참조픽처세트를 이용하는 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 예측을 위한 참조픽처세트를 이용하는 다시점 비디오 복호화 방법 및 그 장치
WO2015099506A1 (ko) 서브블록 기반 예측을 수행하는 인터 레이어 비디오 복호화 방법 및 그 장치 및 서브블록 기반 예측을 수행하는 인터 레이어 비디오 부호화 방법 및 그 장치
WO2015152608A4 (ko) 서브블록 기반 예측을 수행하는 인터 레이어 비디오 복호화 방법 및 그 장치 및 서브블록 기반 예측을 수행하는 인터 레이어 비디오 부호화 방법 및 그 장치
WO2014163461A1 (ko) 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2014007590A1 (ko) 랜덤 억세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 억세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치
WO2014163460A1 (ko) 계층 식별자 확장에 따른 비디오 스트림 부호화 방법 및 그 장치, 계층 식별자 확장에 따른 따른 비디오 스트림 복호화 방법 및 그 장치
WO2014109594A1 (ko) 휘도차를 보상하기 위한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2014163458A1 (ko) 인터 레이어 복호화 및 부호화 방법 및 장치를 위한 인터 예측 후보 결정 방법
WO2015053598A1 (ko) 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
WO2015133866A1 (ko) 서브 블록 기반 예측을 수행하는 인터 레이어 비디오 복호화 방법 및 그 장치 및 서브 블록 기반 예측을 수행하는 인터 레이어 비디오 부호화 방법 및 그 장치
WO2015053601A1 (ko) 멀티 레이어 비디오 부호화 방법 및 그 장치, 멀티 레이어 비디오 복호화 방법 및 그 장치
WO2016117930A1 (ko) 인터 레이어 비디오 복호화 방법 및 그 장치 및 인터 레이어 비디오 부호화 방법 및 그 장치
WO2015053597A1 (ko) 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
WO2013157817A1 (ko) 트리 구조의 부호화 단위에 기초한 다시점 비디오 부호화 방법 및 그 장치, 트리 구조의 부호화 단위에 기초한 다시점 비디오 복호화 방법 및 그 장치
WO2015009113A1 (ko) 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법
WO2013162251A1 (ko) 다시점 비디오 예측을 위한 참조리스트를 이용하는 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 예측을 위한 참조리스트를 이용하는 다시점 비디오 복호화 방법 및 그 장치
WO2015012622A1 (ko) 움직임 벡터 결정 방법 및 그 장치
WO2014058210A1 (ko) 다시점 비디오의 인터 레이어 예측 구조에 따른 비디오 스트림 부호화 방법 및 그 장치, 다시점 비디오의 인터 레이어 예측 구조에 따른 비디오 스트림 복호화 방법 및 그 장치
WO2015005749A1 (ko) 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 블록 기반 디스패리티 벡터 예측 방법
WO2015093920A1 (ko) 휘도 보상을 이용한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2014171769A1 (ko) 시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 복호화 방법 및 그 장치
WO2015053593A1 (ko) 부가 영상을 부호화하기 위한 스케일러블 비디오 부호화 방법 및 장치, 부가 영상을 복호화하기 위한 스케일러블 비디오 복호화 방법 및 장치
WO2014129872A1 (ko) 메모리 대역폭 및 연산량을 고려한 스케일러블 비디오 부호화 장치 및 방법, 스케일러블 비디오 복호화 장치 및 방법

Legal Events

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

Ref document number: 201480032646.6

Country of ref document: CN

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

Ref document number: 14779342

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: 14782416

Country of ref document: US

REEP Request for entry into the european phase

Ref document number: 2014779342

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014779342

Country of ref document: EP