WO2014163463A1 - 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치 - Google Patents

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

Info

Publication number
WO2014163463A1
WO2014163463A1 PCT/KR2014/003008 KR2014003008W WO2014163463A1 WO 2014163463 A1 WO2014163463 A1 WO 2014163463A1 KR 2014003008 W KR2014003008 W KR 2014003008W WO 2014163463 A1 WO2014163463 A1 WO 2014163463A1
Authority
WO
WIPO (PCT)
Prior art keywords
identifier
scalability
layer
information
unit
Prior art date
Application number
PCT/KR2014/003008
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
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to EP14779576.9A priority Critical patent/EP2983364A4/en
Priority to CN201480032613.1A priority patent/CN105308962A/zh
Priority to US14/782,406 priority patent/US20160134879A1/en
Publication of WO2014163463A1 publication Critical patent/WO2014163463A1/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
    • H04N19/30—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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/187—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a scalable video layer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—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 invention relates to a method and apparatus for encoding and decoding video composed of multiple layers such as scalable video and multiview video, and more particularly, to a high level syntax structure for signaling of multilayer video. .
  • image data is encoded by a codec according to a predetermined data compression standard, for example, the Moving Picture Expert Group (MPEG) standard, and then stored in an information storage medium in the form of a bitstream or transmitted through a communication channel.
  • MPEG Moving Picture Expert Group
  • Scalable video coding is a video compression method for appropriately adjusting and transmitting information in response to various communication networks and terminals.
  • Scalable video coding provides a video encoding method capable of adaptively serving various transmission networks and various receiving terminals using a single video stream.
  • Multi-view video coding Multiview Video Coding
  • video is encoded according to a limited coding scheme based on a macroblock having a predetermined size.
  • a coded decoding method for improving invalidation efficiency is provided.
  • An image decoding method may include: obtaining a layer identifier of at least one layer to be decoded layer image from a multilayer video bitstream; Obtaining a flag from the bitstream indicating whether scalability information is included in the layer identifier; Obtaining scalability information belonging to at least one type of a plurality of types of scalability information of different types from the layer identifier as the flag indicates to obtain a plurality of scalability information from the layer identifier; And reconstructing the image by decoding the decoding target layer image by using the scalability information.
  • Compression efficiency is improved by using the encoding and decoding method according to an embodiment of the present invention.
  • FIG. 1 is a block diagram illustrating a configuration of an apparatus for encoding a multilayer video, according to an exemplary embodiment.
  • FIG. 2 illustrates a multilayer video according to an embodiment.
  • FIG. 3 illustrates NAL units including encoded data of a multilayer video according to an embodiment.
  • 4A and 4B are diagrams illustrating an example of a header of a NAL unit according to an embodiment.
  • FIG. 5 is a diagram illustrating a header of a NAL unit including a layer identifier including two types of scalability information according to an embodiment.
  • FIG. 6 is a diagram illustrating a header of an NAL unit including a layer identifier including three types of scalability information, according to an embodiment.
  • FIG. 7 illustrates a partition dimension identifier table according to an embodiment.
  • FIG. 8 is a diagram illustrating a dimension identifier table according to an embodiment.
  • FIG. 9 is a flowchart of a multilayer video encoding method, according to an embodiment.
  • FIG. 10 is a block diagram illustrating a configuration of a multilayer video decoding apparatus, according to an embodiment.
  • FIG. 11 is a flowchart of a multilayer video decoding method, according to an embodiment.
  • FIGS. 12A and 12B illustrate VPS extension syntax for signaling between an encoding apparatus and a decoding apparatus according to an embodiment of the present invention.
  • FIG. 13 is a block diagram of a video encoding apparatus based on a coding unit having a tree structure, according to an embodiment of the present invention.
  • FIG. 14 is a block diagram of a video decoding apparatus based on a coding unit having a tree structure, according to an embodiment of the present invention.
  • 16 is a block diagram of an image encoder based on an encoding unit, according to an embodiment of the present invention.
  • 17 is a block diagram of an image decoder based on a coding unit, according to an embodiment of the present invention.
  • FIG. 18 is a diagram of deeper coding units according to depths, and partitions, according to an embodiment of the present invention.
  • FIG. 19 illustrates a relationship between a coding unit and a transform unit, according to an embodiment of the present invention.
  • 21 is a diagram of deeper coding units according to depths, according to an embodiment of the present invention.
  • 22, 23 and 24 illustrate a relationship between a coding unit, a prediction unit, and a transform unit, according to an embodiment of the present invention.
  • FIG. 25 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit according to encoding mode information of Table 5.
  • An image decoding method may include: obtaining a layer identifier of at least one layer to be decoded layer image from a multilayer video bitstream; Obtaining a flag from the bitstream indicating whether scalability information is included in the layer identifier; Obtaining scalability information belonging to at least one type of a plurality of types of scalability information of different types from the layer identifier as the flag indicates to obtain a plurality of scalability information from the layer identifier; And reconstructing the image by decoding the decoding target layer image by using the scalability information.
  • Obtaining the scalability information may include generating the scalability information from a portion of the representation of the value of the layer identifier if the value of the flag is one.
  • the target layer image may include a plurality of scalability information
  • the representation of the layer identifier may include, as a part, a dimension identifier indicating a scalability dimension for a plurality of scalability types.
  • the target layer image may include a plurality of scalability information, and the plurality of scalability information may be sequentially included in a binary representation of the layer identifier in a binary partial identifier.
  • the obtaining of the scalability information may include obtaining a syntax indicating a number of types of scalability information included in the layer identifier from the bit stream; And obtaining scalability information of the decoding target layer image from the layer identifier by using a syntax indicating the number of types.
  • the obtaining of the scalability information may include: obtaining, from the bit stream, a syntax indicating a bit length of the scalability information included in the layer identifier in a binary representation of the layer identifier; And obtaining scalability information of the target layer image from the layer identifier by using a syntax indicating the bit length.
  • the length of the scalability information included in the layer identifier last may be determined using the length of the scalability information and the scalability information except the scalability information included last in the scalability information included in the layer identifier. .
  • the obtaining of the scalability information may include, in the bit stream, a set of scalability information generated according to a scalability information type of at least one layer to be decoded and a partial identifier of a layer identifier of the at least one layer to be decoded. Obtaining the set of scalability information according to a value of a flag indicating whether a flag is set; And obtaining scalability information of a target layer image by using the set of scalability information.
  • the video encoding method comprising: encoding the image data into a multi-layer encoded video; Generating scalability information belonging to at least one type of scalability information of different types with respect to at least one encoding target layer image of the multilayer encoded image; Generating a layer identifier of the encoding target layer image by using the scalability information; Generating a flag indicating whether scalability information is included in the layer identifier; And generating a bitstream including the layer identifier and the flag.
  • the generating of the layer identifier of the encoding target layer image using the scalability information includes generating the layer identifier such that the representation of the value of the layer identifier includes the value of the scalability information as a part. can do.
  • the encoding target layer image may include a plurality of scalability information, and the representation of the layer identifier may include, as a part, a dimension identifier indicating a scalability dimension for a plurality of scalability types.
  • the encoding target layer image may include a plurality of scalability information, and the plurality of scalability information may be sequentially included in a binary representation of the layer identifier in a binary form.
  • the generating of the layer identifier may include generating a syntax that indicates the number of types of scalability information included in the layer identifier.
  • the generating of the layer identifier may include generating a syntax indicating a bit length that scalability information included in the layer identifier occupies in a binary representation of the layer identifier.
  • the layer identifier may include a plurality of scalability information sequentially, and the indicator indicating the bit length may not indicate the bit length with respect to the scalability information last included in the layer identifier.
  • the bitstream further includes a set of scalability information of the encoding target layer image generated according to a type of scalability information included in the at least one encoding target layer image and a partial identifier of a layer identifier of the at least one encoding target layer image. And a flag indicating that the set of scalability information is included in the bit stream.
  • a multilayer video decoding apparatus comprising: a receiving unit for receiving a multilayer video bitstream; And a flag indicating whether scalability information is included in a layer identifier of at least one decoding target layer image obtained from the bitstream indicates that a plurality of scalability information is obtained from the layer identifier. And a decoder configured to reconstruct an image by decoding the decoding target layer image by using scalability information belonging to at least one type of a plurality of types of scalability information.
  • the image encoding apparatus in the multilayer video encoding apparatus, belongs to at least one type of scalability information of different types with respect to at least one encoding target layer image among the multilayer encoded images. Generates scalability information, generates a layer identifier of the encoding target layer image using the scalability information, and generates a flag indicating whether scalability information is included in the layer identifier to generate image data by using the multilayer encoded image.
  • An encoding unit to encode with; And an output unit for generating a bitstream including the layer identifier and the flag.
  • the present invention also provides a computer-readable recording medium having a program recorded thereon for executing a video decoding method according to an embodiment of the present invention.
  • the present invention provides a computer-readable recording medium having a program recorded thereon for executing a video encoding method according to an embodiment of the present invention.
  • FIGS. 1 to 13. 13 to 25 a method of encoding a video and a method of decoding a video based on a coding unit having a tree structure according to an embodiment is disclosed.
  • FIG. 1 is a block diagram illustrating a configuration of an apparatus for encoding a multilayer video, according to an exemplary embodiment.
  • the multilayer video encoding apparatus 10 includes a video encoder 11 and an output unit 12.
  • the video encoder 11 receives and encodes a multilayer video.
  • the video encoder 11 corresponds to a video coding layer that handles the input video encoding process itself. As described later with reference to FIGS. 13 to 25, the video encoder 11 may encode each picture included in the multilayer video based on a coding unit having a tree structure.
  • the output unit 12 corresponds to a network abstraction layer (NAL) that adds and outputs encoded multilayer video data and additional information to a transmission data unit according to a predetermined format.
  • the transmission data unit may be a NAL unit.
  • the output unit 12 outputs the NAL unit by including multilayer video data and additional information in the NAL unit.
  • the output unit 12 may output a bitstream generated using the NAL unit.
  • FIG. 2 illustrates a multilayer video according to an embodiment.
  • the multilayer video encoding apparatus 10 may include various spatial resolutions, various quality, various frame rates, A scalable bitstream may be output by encoding multilayer image sequences having different viewpoints. That is, the multilayer video encoding apparatus 10 may generate and output a scalable video bitstream by encoding an input image according to various scalability types. Scalability includes temporal, spatial, image quality, multi-point scalability, and combinations of such scalability. These scalabilities can be classified according to each type. In addition, scalabilities can be distinguished by dimension identifiers within each type.
  • scalability has scalability types such as temporal, spatial, image quality and multi-point scalability.
  • scalability types such as temporal, spatial, image quality and multi-point scalability.
  • Each type may be divided into scalability dimension identifiers. For example, if you have different scalability, you can have different dimension identifiers. For example, the higher the scalability of the scalability type, the higher the scalability dimension may be assigned.
  • a bitstream is called scalable if it can be separated from the bitstream into valid substreams.
  • the spatially scalable bitstream includes substreams of various resolutions.
  • the scalability dimension is used to distinguish different scalability from the same scalability type.
  • the scalability dimension may be represented by a scalability dimension identifier.
  • the spatially scalable bitstream may be divided into substreams having different resolutions such as QVGA, VGA, WVGA, and the like.
  • layers with different resolutions can be distinguished using dimensional identifiers.
  • the QVGA substream may have 0 as the spatial scalability dimension identifier value
  • the VGA substream may have 1 as the spatial scalability dimension identifier value
  • the WVGA substream may have 2 as the spatial scalability dimension identifier value. It can have
  • a temporally scalable bitstream includes substreams having various frame rates.
  • a temporally scalable bitstream may be divided into substreams having a frame rate of 7.5 Hz, a frame rate of 15 Hz, a frame rate of 30 Hz, and a frame rate of 60 Hz.
  • Image quality scalable bitstreams can be divided into substreams having different qualities according to the Coarse-Grained Scalability (CGS) method, the Medium-Grained Scalability (MGS) method, and the Fine-Grained Scalability (GFS) method.
  • CGS Coarse-Grained Scalability
  • MMS Medium-Grained Scalability
  • GFS Fine-Grained Scalability
  • Temporal scalability may also be divided into different dimensions according to different frame rates
  • image quality scalability may also be divided into different dimensions according to different methods.
  • a multiview scalable bitstream includes substreams of different views within one bitstream.
  • a bitstream includes a left image and a right image.
  • the scalable bitstream may include substreams related to encoded data of a multiview image and a depth map. Viewability scalability may also be divided into different dimensions according to each view.
  • the scalable video bitstream may include substreams in which at least one of temporal, spatial, image quality, and multi-point scalability is encoded with image sequences of a multilayer including different images.
  • the image sequence 21 of the first layer, the image sequence 22 of the second layer, and the image sequence 23 of the nth (n is an integer) layer may be image sequences having at least one of a resolution, an image quality, and a viewpoint. have.
  • an image sequence of one layer among the image sequence 21 of the first layer, the image sequence 22 of the second layer, and the image sequence 23 of the nth (n is an integer) layer may be an image sequence of the base layer.
  • the image sequences of the other layers may be image sequences of the enhancement layer.
  • the image sequence 21 of the first layer may include images of a first viewpoint
  • the image sequence 22 of the second layer may include images of a second viewpoint
  • the image sequence 23 of the n th layer may correspond to an n th viewpoint May be images.
  • the image sequence 21 of the first layer is a left view image of the base layer
  • the image sequence 22 of the second layer is a right view image of the base layer
  • the image sequence 23 of the nth layer is It may be a right view image.
  • the present invention is not limited to the above-described example, and the image sequences 21, 22, and 23 having different scalable extension types may be image sequences having different image attributes.
  • FIG. 3 illustrates NAL units including encoded data of a multilayer video according to an embodiment.
  • the output unit 12 outputs NAL units including encoded multilayer video data and additional information.
  • the video parameter set (hereinafter referred to as "VPS") includes information applied to the multilayer image sequences 32, 33, and 34 included in the multilayer video.
  • the NAL unit containing the information about the VPS is called a VPS NAL unit 31.
  • the VPS NAL unit 31 includes a common syntax element shared by the multilayer image sequences 32, 33, and 34, information about an operation point, and a profile to prevent unnecessary information from being transmitted. Includes essential information about the operating point needed during the session negotiation phase, such as (profile) or level.
  • the VPS NAL unit 31 according to an embodiment includes scalability information related to a scalability identifier for implementing scalability in multilayer video.
  • the scalability information is information for determining scalability applied to the multilayer image sequences 32, 33, and 34 included in the multilayer video.
  • the scalability information includes information about scalability type and scalability dimension applied to the multilayer image sequences 32, 33, and 34 included in the multilayer video.
  • scalability information may be directly obtained from a value of a layer identifier included in a NAL unit header.
  • the layer identifier is an identifier for distinguishing a plurality of layers included in the VPS.
  • the VPS may signal a layer identifier for each layer through a VPS extension.
  • the layer identifier for each layer of the VPS may be included in the VPS NAL unit and signaled.
  • layer identifiers of NAL units belonging to a specific layer of the VPS may be included in the VPS NAL unit.
  • the layer identifier of the NAL unit belonging to the VPS may be signaled through a VPS extension. Therefore, in the decoding / decoding method according to an embodiment of the present invention, scalability information about a layer of NAL units belonging to a corresponding VPS can be obtained using a VPS using layer identifier values of corresponding NAL units.
  • scalability information may be obtained by referring to a scalability partition dimension table using a value obtained from a layer identifier.
  • the scalability information for the corresponding NAL unit is referred to by referring to the scalability partition dimension table using the index of the order in which a specific partial identifier constituting a binary representation of the layer identifier value is located in the layer identifier and the value of the partial identifier.
  • scalability information for a specific NAL unit may be obtained by referring to a scalability dimension table determined in order of a layer identifier value and scalability type.
  • the layer identifier information is included in the SPS NAL units 32a, 33a, 34a including the sequence parameter set (SPS) information of each layer, or the PPS (Picture) of each layer. It may be included in the PPS NAL units 32b, 33b, and 34b including Parameter Set) information.
  • SPS sequence parameter set
  • PPS Physical Signal Set
  • the SPS includes information commonly applied to an image sequence of one layer.
  • Each of the SPS NALs 32a, 33a, 34a including the SPS includes information commonly applied to each of the image sequences 32, 33, 34.
  • the PPS includes information commonly applied to pictures of one layer.
  • Each of the PPS NALs 32b, 33b, and 34B including such a PPS includes information commonly applied to pictures of the same layer.
  • the PPS may include information about an encoding mode of an entire picture, for example, an entropy encoding mode and an initial value of a quantization parameter of a picture unit. PPS need not be generated for every picture. That is, when there is no PPS, a PPS NAL unit including information on the set PPS may be generated by using a previously existing PPS and newly setting the PPS when information included in the PPS needs to be updated. have.
  • the slice segment includes encoded data of at least one maximum coding unit, and the slice segment may be included in the slice segment NALs 32c, 33c, and 34c and transmitted.
  • one video includes multilayer video sequences 32, 33, and 34.
  • the SPS of each layer includes an SPS identifier (sequence_parameter_set_id), and the sequence including the PPS can be identified by specifying the SPS identifier in the PPS.
  • the PPS includes a PPS identifier (picture_parameter_set_id), and the PPS identifier may be included in the slice segment to identify which PPS the slice segment uses.
  • the SPS and layer information used for the slice segment may be identified using the SPS identifier included in the PPS indicated by the PPS identifier of the slice segment.
  • the SPS identifier (sequence_parameter_set_id) of the first layer SPS NAL 32a has a value of zero.
  • the first layer PPS NAL 32b included in the first layer image sequence 32 includes an SPS identifier (sequence_parameter_set_id) having a value of zero.
  • the PPS identifier (picture_parameter_set_id) of the first layer PPS NAL 32b has a value of zero.
  • the first layer slice segment NAL 32c referring to the first layer PPS NAL 32b has a PPS identifier (picture_parameter_set_id) having a value of zero.
  • FIG. 3 illustrates an example of configuring one VPS
  • the VPS identifier (video_parameter_set_id) may be included in the SPS NAL unit to identify the multilayer video including the NAL units among the plurality of multilayer videos.
  • the VPS identifier (video_parameter_set_id) of the VPS NAL 31 has a value of 0, the SPS NALs 32a, 33a, and 34a included in one multilayer video have a VPS identifier (0).
  • video_parameter_set_id may be included.
  • 4A and 4B are diagrams illustrating an example of a header of a NAL unit according to an embodiment.
  • the NAL unit header has a total length of 2 bytes.
  • the numbers 0 through 7 in FIG. 4B mean each bit included in 2 bytes.
  • the NAL unit header is a forbidden_zero_bit (F) 41 having a value of 0 as a bit for identifying the NAL unit, an nal unit type (hereinafter referred to as "NUT" 42) 42 indicating the type of the NAL unit, and the following.
  • a reserved region (reserved_zero_6bits) 43 reserved for future use may be assigned a layer identifier nuh_layer_id of the NAL unit. Accordingly, the identifier NUT 42 and the layer identifier 43 may be configured with 6 bits, respectively, and the temporal identifier (TID: temporal ID) 44 may be configured with 3 bits.
  • the output unit 12 may use the reserved area 43 among the areas of the NAL unit header. have.
  • a header of a NAL unit for scalable extension of a multilayer video includes a forbidden_zero_bit (F) having a value of 0 as a bit for identifying the NAL unit, and an identifier NUT (nal unit type) indicating the type of the NAL unit.
  • F forbidden_zero_bit
  • identifier NUT nucleic acid type
  • it includes a reserved area 43 to which a layer identifier including scalability information is assigned.
  • the corresponding NAL unit may be configured for Instantaneous Decoding Refresh (IDR) pictures, Clean Random Access (CRA) pictures, VPS, SPS, PPS, Supplemental Enhancement Information (SEI), and Adaptive Parameter Set (APS).
  • IDR Instantaneous Decoding Refresh
  • CRA Clean Random Access
  • VPS Clean Random Access
  • SPS SPS
  • PPS Supplemental Enhancement Information
  • APS Adaptive Parameter Set
  • Parameter Set which may be identified as a NAL unit including information of a reserved NAL unit, which is reserved for future expansion, or an undefined NAL unit.
  • Table 1 is a table showing types of NAL units according to Nal_unit_type (NUT) according to an embodiment.
  • nal_unit_type Name of nal_unit_type Content of NAL unit and RBSP syntax structure 0 1 TRAIL_N TRAIL_R Coded slice segment of a non-TSA, non-STSA trailing picture slice_segment_layer_rbsp () 2 3 TSA_N TSA_R Coded slice segment of a TSA picture slice_segment_layer_rbsp () 4 5 STSA_N STSA_R Coded slice segment of an STSA picture slice_segment_layer_rbsp () 6 7 RADL_N RADL_R Coded slice segment of a RADL picture slice_segment_layer_rbsp () 8 9 RASL_N RASL_R Coded slice segment of a RASL picture slice_segment_layer_rbsp () 10 12 14 RSV_VCL_N10 RSV_VCL_N12 RSV_VCL_N14 Reserved non-IRAP sub
  • RSV_VCL31 Reserved non-IRAP VCL NAL unit types 32 VPS_NUT Video parameter set video_parameter_set_rbsp () 33 SPS_NUT Sequence parameter set seq_parameter_set_rbsp () 34 PPS_NUT Picture parameter set pic_parameter_set_rbsp () 35 AUD_NUT Access unit delimiter access_unit_delimiter_rbsp () 36 EOS_NUT End of sequence end_of_seq_rbsp () 37 EOB_NUT End of bitstream end_of_bitstream_rbsp () 38 FD_NUT Filler data filler_data_rbsp () 39 40 PREFIX_SEI_NUT SUFFIX_SEI_NUT Supplemental enhancement information sei_rbsp () 41..47 RSV_NVCL41 .. RSV_NVCL47 Reserved
  • nal_unit_type of a NAL unit including a VPS may be set to 32.
  • the scalable extension type information of the multilayer video according to an embodiment may be included in NAL units reserved for future use, that is, nal_unit_type having NAL units having a value of 41-47.
  • the present invention is not limited thereto, and the NAL unit type according to nal_unit_type may be changed.
  • the video encoder 11 may generate a split flag (Splitting_flag), which is a flag indicating whether the decoding apparatus should split the layer identifier and generate the partial identifier in order to determine the scalability identifier, and include the split flag (Splitting_flag) in the NAL unit.
  • the partial identifier may be an identifier that splits a bit representation of the layer identifier.
  • the layer identifier may be divided into a plurality of partial identifiers.
  • the video encoder 11 may set the value of Splitting_flag to 1 to signal that the scalability identifier should be determined using the value of the partial identifier generated by dividing the layer identifier.
  • the video encoder 11 may set Splitting_flag to 0 in order to signal that the scalability identifier should be determined using the value of the unsplit layer identifier.
  • the video encoder 11 may generate Split_dimension_present_flag, which is a flag indicating whether or not the partial identifier generated by dividing the layer identifier, should be used as a reference index of the split dimension identifier table, and included in the NAL unit.
  • the video encoder 11 may set split_dimension_present_flag to 1 to signal that split_dimension_id [] [] is provided, and set split_dimension_present_flag to 0 to signal that split_dimension_id [] [] is not provided. .
  • the video encoder 11 may generate split_dimension_id [] [] which is a split dimension identifier table.
  • split_dimension_id [i] [j] represents the j-th dimension identifier of the i-th scalability dimension type. i, j are zero or a positive integer.
  • the video encoder 11 may sequentially set an index from 0 to each scalability type according to the order of the scalability type predetermined between the decoders.
  • the video encoder 11 may not generate a split_dimension_id [i] [j] value when the value of split_dimension_id [i] [j] is 0 for a specific i and j.
  • the number of bits for the representation of split_dimension_id [i] [j] is dimension_id_len_minus1 [j] +1 and dimension_id_len_minus1 [j] is 1 minus the bit length of the dimension identifier received from the encoding apparatus.
  • the video encoder 11 sets Splitting_flag to 1 and Split_dimension_present_flag to 0 to signal that the value of the scalability identifier should be obtained directly from the value of the partial identifier without referring to the split dimension identifier table.
  • the values of Splitting_flag and Split_dimension_present_flag may be set to 1.
  • the video encoder 11 may generate Scalability_mask, which is information on what type of scalability type is used, and include the Scalability_mask in the NAL unit. Scalability_mask may be an index or a flag.
  • scalability_mask [i] sets the order of the predetermined scalability types between the decoders as indexes for each scalability type, and an array of flags sequentially indicating whether each scalability type is used as 1 and 0 according to each index. Can be.
  • the order of the scalability type may be previously promised between the encoding apparatus and the decoding apparatus, or may be separately signaled.
  • each scalability type has a scalability_mask [with i equal to 0 or a positive integer value. i] may sequentially correspond from index 0.
  • scalability_mask [0] is viewpoint scalability
  • scalability_mask [1] is spatial scalability
  • scalability_mask [2] is temporal scalability
  • the video encoder 11 uses a viewpoint scalability type.
  • Scalability_mask [0] may be set to 1 and scalability_mask [1] and scalability_mask [2] may be set to 0 to signal that the spatial scalability type and the temporal scalability type are not used.
  • the video encoder 11 may determine the bit length of each segmentation identifier and signal it to the decoding apparatus.
  • the video encoder 11 may determine the length of each partition identifier and signal it to the decoding apparatus to include the dimension identifier for the specific scalability type in the partial identifier of the layer identifier. For example, the video encoder 11 may determine the bit length of the segmentation identifier and signal the determined bit length to the decoding apparatus. Alternatively, the video encoder 11 may determine the length of each partition identifier and signal it to the decoding apparatus to include the identifier for the specific scalability type for referring to the partition dimension identifier table in the partial partition identifier of the layer identifier. have. For example, the video encoder 11 may determine the bit length of the segmentation identifier and signal the determined bit length to the decoding apparatus.
  • the video encoder 11 may generate a bit length of a segmentation identifier indicating the dimensional identifier of the scalability type for each scalability type and include it in the NAL unit.
  • the video encoder 11 may signal dimension_id_len_minus1 [i], which is a value obtained by subtracting 1 from the bit length of the i-th partitioning identifier having i as an index, to the decoding apparatus. i is zero or a positive integer.
  • the video encoder 11 may not signal the length of the split identifier of the scalability type having the last index to the decoding apparatus.
  • the bit length of the partition identifier may not be signaled to the decoding apparatus for the scalability type having the last index among the scalability types applied to the encoded image. Therefore, the bit length of the partition identifier for the scalability type having the last index may not be included in the NAL unit. This is because the decoding apparatus does not obtain the bit length of the partition identifier for the scalability type having the last index from the NAL unit, but directly uses the bit lengths of the partition identifier of the scalability type except the scalability type having the last index. This is because it is possible to determine the bit length of the partition identifier of the scalability type with.
  • the video encoder 11 may further signal max_layers_scalability_dimension, which is an identifier indicating the maximum number of layers for the scalability dimension type indicated by the i-th scalability mask.
  • max_layers_scalability_dimension_minus1 [i] represents the maximum number of layers for the scalability dimension type indicated by the i-th scalability index. I is zero or a positive integer. The number of bits used for the representation of max_layers_scalability_dimension_minus1 [i] is dimension_id_len_minus1 [i] +1 bits.
  • max_layers_scalability_dimension_minus1 may be used to inform the maximum number of layers corresponding to each scalability dimension type. Such information may be usefully used for content information delivery or session negotiation.
  • dimension_id [i] [j] represents a scalability dimension identifier value for the j-th scalability type of the i-th layer.
  • the j th of the layer identifier of the i th layer As the value of the partial identifier becomes equal to the value of dimension_id [i] [j], dimension_id [i] [j] can be inferred from the value of nuh_layer_id.
  • split_dimension_id [i] [j] may be signaled by the number of max_layers_scalability_dimension_minus1 [i] to map each partial identifier of nuh_layer_id to a specific value of dimension_id.
  • j may be an integer from 1 to max_layers_scalability_dimension_minus1 [i].
  • split_dimension_id [i] [j] is the dimension identifier value of the j th layer for the i th scalability type and i is 0 or a positive integer.
  • dimension_id_len_minus1 [i] which is the length of the last splitting identifier in the layer identifier, does not need to be signaled. This is because the last value can be inferred as the sum of other dimension_id_len_minus1 [i] values. In one embodiment, the sum of the values of other dimension_id_len_minus1 [i] is equal to 6 when the value of splitting_flag is equal to 1.
  • the layer identifier described below may be included layer by layer in the VPS to identify a NAL unit for a specific layer of the VPS, and may be included in the header of each NAL unit.
  • the layer identifier may be included in the extension area of the VPS to identify the NAL unit for a particular layer of the VPS.
  • Each scalability identifier ScalabilityId [i] [smIdx] represents an identifier of the smIdx-th scalability dimension type of the i-th layer. i and smIdx may be zero or a positive integer.
  • the video encoder 11 generates a layer identifier for at least one layer among a plurality of layers of the VPS by using a dimension identifier of at least one scalability type as a partition identifier and combining the partition identifiers.
  • a dimension identifier of at least one scalability type as a partition identifier and combining the partition identifiers.
  • the video encoder 11 combines bits of dimensional identifiers of different scalability types to determine a layer identifier, thereby converting a contiguous combination of partial identifiers representing the dimensional identifier of each scalability type into a layer identifier. You can decide.
  • the scalability type and the scalability dimension identifier may be represented by a sequential arrangement of scalability dimension identifiers according to scalability types in the layer identifier.
  • a method in which the video encoder 11 expresses a plurality of scalability information using the layer identifier will be described with reference to FIGS. 5 and 6.
  • FIG. 5 is a diagram illustrating a header of a NAL unit including a layer identifier including two types of scalability information.
  • the layer identifier located in the reserved area may represent two scalability information.
  • the layer identifier may be partitioned into two partial identifiers.
  • the first partial identifier 51 may include a dimension identifier of the first scalability type
  • the second partial identifier 52 may include a dimension identifier of the second scalability type.
  • the first partial identifier may include a dimension identifier value for spatial scalability
  • the second partial identifier may include a dimension identifier value for temporal scalability.
  • FIG. 6 is a diagram illustrating a header of a NAL unit including a layer identifier including three types of scalability types of dimension identifiers.
  • the hierarchical identifier is represented as a reserved area as shown in FIG. 5.
  • the layer identifier may represent three types of scalability types.
  • the layer identifier may be partitioned into three partial identifiers that include dimension identifiers of each scalability type.
  • the first partial identifier 61 includes the dimension identifier of the first scalability type
  • the second partial identifier 62 includes the dimension identifier of the second scalability type
  • the third partial identifier 63 includes the third partial identifier 63.
  • the first scalability type may be spatial scalability
  • the second scalability type may be temporal scalability
  • the third scalability type may be a reference scalability.
  • the number of types of scalability included in the layer identifier may be an integer number.
  • the scalability dimension identifier included in the layer identifier may be represented by an integer number of bits.
  • the layer identifier described in FIG. 5 and FIG. 6 has been described as represented by six bits, when the bit length of the layer identifier is extended, the number of scalability types represented by the layer identifier and the number of bits representing the scalability dimension identifier May increase according to the bit length of the extended layer identifier.
  • the video encoder 11 signals to the decoding apparatus that it is possible to determine the value of the scalability identifier by directly obtaining the value of the scalability identifier from the value of the partial identifier without referring to the partition dimension identifier table.
  • Splitting_flag can be set to 1 and Split_dimension_present_flag can be set to 0.
  • the video encoder 11 may signal the scalability type used for decoding to the decoding apparatus using Scalability_mask []. In addition, the video encoder 11 may signal the bit length of the fragment identifier for the i-th scalability type used for decoding to the decoding apparatus using dimension_id_len_minus1 [i]. In the first embodiment, since the partition identifier is directly used as the dimension identifier, dimension_id_len_minus1 [i] used to indicate the length of the partition identifier may be used to indicate the length of the dimension identifier. The video encoder 11 may perform signaling by including Scalability_mask [] and dimension_id_len_minus1 [i] in the VPS and transmitting the same to the decoding apparatus.
  • the video encoder 11 generates an index for referring to the partition dimension identifier table and the partition dimension identifier table, and generates a VPS NAL unit using the index to decode the scalability type and the dimension identifier. May be signaled.
  • the split dimension identifier table split_dimension_id [i] [j] may have the same format as the identifier table shown in FIG. 7.
  • 7 illustrates a partition dimension identifier table according to an embodiment.
  • i is an index 72 of scalability type
  • j is an identifier index 71 of scalability type.
  • split_dimension_id [0] [8] is referred to as an eighth identifier index in temporal scalability
  • split_dimension_id [0] [8] represents a scalability identifier value 1.
  • FIG. 7 illustrates a partition dimension identifier table according to an embodiment.
  • i is an index 72 of scalability type
  • j is an identifier index 71 of scalability type.
  • split_dimension_id [0] [8] is referred to as an eighth identifier index in temporal scalability
  • split_dimension_id [0] [8] represents a scalability identifier value
  • the index of the scalability type according to the order of the scalability type may be a predetermined value between the encoding apparatus and the decoding apparatus, or may be separately signaled to the decoding apparatus by the encoding apparatus. Similar to the method described in the first embodiment, the video encoder 11 may include a partial identifier indicating an identifier index for each scalability type according to the index of the scalability type.
  • the first partial identifier 51 of the layer identifier includes an identifier index 71 of the first scalability type 72 in the partition dimension identifier table, and the second partial identifier 52. ) May include the identifier index 71 of the second scalability type 72 in the split dimension identifier table.
  • the video encoder 11 assigns the information about the scalability type and the scalability dimension identifier within the bit length of the layer identifier so that the number and the partial identifiers of the scalability type are different. It is possible to limit the bit length of.
  • the video encoder 11 may use the scalability information representation method according to the first and second embodiments together. If the scalability dimension identifier value for a particular scalability type is not represented by the bit length of the partial identifier allocated to represent the corresponding dimension identifier in the layer identifier, the video encoder 11 according to the first embodiment may perform the above-described method.
  • a partition dimension identifier table is generated according to the second embodiment, and an identifier index for referencing the dimension identifier of the scalability type is found in the partition dimension identifier table. It may be assigned to a specific partial identifier corresponding to the scalability type in the layer identifier.
  • the video encoder 11 may transmit a dimension identifier table dimension_id [i] [j] indicating a dimension identifier for the scalability type of each layer included in the VPS NAL unit.
  • 8 is a diagram illustrating a dimension identifier table according to an embodiment.
  • the dimension identifier table dimension_id [i] [j] is a table indicating a dimension identifier value of the j-th scalability dimension type in the i-th layer.
  • the index of the scalability dimension type according to the scalability type order may be a predetermined value between the encoding apparatus and the decoding apparatus, or may be a value that is separately signaled to the decoding apparatus.
  • the method according to the first embodiment is a partitioning method of allocating bits of the layer identifier to a specific scalability identifier.
  • the method according to the second embodiment is a method of mapping the bits of the layer identifier to a specific scalability identifier.
  • the method according to the third embodiment is to map the layer identifier value to the scalability identifier. All three methods may require a syntax element in VPS extension.
  • mapping method according to the third embodiment has the effect of more effectively using a limited amount of bits in the NAL unit header, while requiring more complicated signaling and processing than the method according to the first and second embodiments. do.
  • the partitioning method according to the first embodiment may be applied before the mapping method according to the second embodiment and the mapping method according to the third embodiment.
  • the mapping method according to the second embodiment may be applied before the mapping method according to the third embodiment.
  • FIG. 9 is a flowchart illustrating a coding method according to an embodiment of the present invention.
  • a coding method according to an embodiment of the present invention will be described with reference to FIG. 9.
  • the encoding apparatus in the multilayer video encoding method
  • the image data is encoded into a multilayer encoded image (S910).
  • the encoding apparatus generates scalability information belonging to at least one type of scalability information of different types with respect to at least one encoding target layer image of the multilayer encoded image (S920).
  • the encoding apparatus generates a layer identifier of an encoding target layer image by using scalability information (S930).
  • the encoding apparatus may generate the layer identifier such that the representation of the value of the layer identifier includes the value of the scalability information as a part.
  • the encoding apparatus may generate a syntax including an indicator indicating the number of types of scalability information included in the layer identifier.
  • the encoding target layer image may include a plurality of scalability information, and the encoding apparatus may generate the layer identifier such that the representation of the layer identifier includes a dimension identifier indicating a scalability dimension for the plurality of scalability types.
  • the plurality of scalability information may be included in the binary representation of the layer identifier in succession in binary form.
  • the encoding apparatus may generate a syntax including an indicator indicating a bit length that scalability information included in the layer identifier occupies in the binary representation of the layer identifier.
  • the layer identifier may include a plurality of scalability information sequentially, and the encoding apparatus may generate a syntax including an indicator indicating the bit length so that the scalability information last included in the layer identifier does not indicate the bit length. Can be.
  • the encoding apparatus generates a flag indicating whether scalability information is included in the layer identifier (S940).
  • the encoding apparatus generates a bitstream including the layer identifier and the flag (S950).
  • the bitstream further includes a set of scalability information of the encoding target layer image generated according to the scalability information type included in the at least one encoding target layer image and the partial identifier of the layer identifier of the at least one encoding target layer image. It may further include a flag indicating that the set of capability information is included in the bit stream.
  • FIG. 10 is a block diagram illustrating a configuration of a multilayer video decoding apparatus, according to an embodiment.
  • the multilayer video decoding apparatus 1100 includes a receiver 1110 and a video decoder 1120.
  • the receiver 1110 receives the multilayer video bit stream.
  • the receiver 110 may receive a bitstream and receive a NAL unit of a network abstraction layer.
  • Information including identifiers and flags related to the scalability identifier used to determine the scalability identifier according to embodiments of the present invention may be included in the VPS extension area.
  • the layer identifier may be included in the reserved area of the NAL unit.
  • the VPS extension region may include layer identifiers corresponding to layers of the VPS.
  • NAL units corresponding to a specific layer of the VPS may include layer identifiers corresponding to the layer in the header.
  • the video decoder 1120 may obtain a splitting flag (Splitting_flag), which is a flag indicating whether a partial identifier is generated by dividing the bit representation of the layer identifier to determine the scalability identifier, from the bitstream. This can be obtained from VPS. For example, if Splitting_flag has a value of 1, the video decoder 1120 may determine the scalability identifier using the value of the partial identifier generated by splitting the layer identifier. If Splitting_flag has a value of 0, the video decoder 1120 may determine the scalability identifier using the value of the layer identifier that is not split.
  • Splittting_flag is a flag indicating whether a partial identifier is generated by dividing the bit representation of the layer identifier to determine the scalability identifier
  • the video decoder 1120 may obtain Split_dimension_present_flag, which is a flag indicating whether to use the partial identifier generated by dividing the layer identifier as a reference index of the split dimension identifier table, from the bitstream, for example, from the VPS. .
  • split_dimension_present_flag When split_dimension_present_flag is 1, it indicates that split_dimension_id [i] [j], which is a split dimension identifier table, is provided.
  • split_dimension_present_flag is 0, it indicates that split_dimension_id [i] [j] is not provided.
  • split dimension identifier table split_dimension_id [i] [j] specifies the j th dimension identifier of the i th scalability dimension type when the value of splitting_flag is 1. If a split_dimension_id [i] [j] value is not provided for a particular i and j, the value of split_dimension_id [i] [j] is inferred to zero.
  • the number of bits for the representation of split_dimension_id [i] [j] may be dimension_id_len_minus1 [j] +1.
  • dimension_id_len_minus1 [j] is a value representing a value obtained by subtracting 1 from the number of bits required to signal the maximum layer per scalability dimension type or the bit length of the partial identifier received from the encoding apparatus.
  • the video decoder 1120 determines that the value of the scalability identifier should be obtained directly from the value of the partial identifier without splitting the dimension identifier table, and Splitting_flag and Split_dimension_present_flag. Is 1, it is determined that the value of the scalability identifier should be obtained by referring to the split dimension identifier table split_dimension_id [] [] using the value of the partial identifier as an index.
  • the video decoder 1120 may obtain scalability information by referring to the split_dimension_id [i] [j] table using the partial identifier of the layer identifier. For example, the video decoder 1120 indexes the scalability type to refer to split_dimension_id [] [], which is a split dimension identifier table referenced using the order of the scalability type and the dimension identifier of the specific scalability type as an index. And the scalability information can be obtained by referring using the partial identifier of the layer identifier corresponding to the scalability type to be referred to.
  • the video decoder 1120 may obtain, from the bitstream, Scalability_mask, which is information on what type of scalability type is used from the encoding apparatus, for example, from a VPS.
  • Scalability_mask may be an index or a flag.
  • the video decoder 1120 may receive a scalability_mask from the encoding apparatus and determine which scalability type is included in the bit stream received from the encoding apparatus.
  • scalability_mask [i] sets the order of the predetermined scalability types between the decoders as indexes for each scalability type, and an array of flags sequentially indicating whether each scalability type is used as 1 and 0 according to each index. Can be.
  • the order of the scalability type may be previously promised between the encoding apparatus and the decoding apparatus, or may be separately signaled.
  • each scalability type will be sequentially mapped from index 0 in scalability_mask [].
  • scalability_mask [0] when the value of scalability_mask [0] is 1 and scalability_mask [1] is 1, the video decoder 1120 may determine that the viewpoint scalability type is used and the spatial scalability type is not used.
  • the video decoder 1120 may determine the number NumScalabilityTypes of the scalability types of the encoded image included in the bitstream using the Scalability_mask value. For example, the video decoder 1120 may determine the number of scalability types NumScalabilityTypes to be used for decoding the encoded image corresponding to the VPS by adding all the values of 1 represented by Scalability_mask [].
  • the video decoder 1120 determines the bit length of the partial identifier including information on the dimension identifier indicating the dimension of each scalability type. For example, the video decoder 1120 may determine the bit length dimension_id_len_minus1 [i] of the partial identifier including information on the dimension identifier indicating the dimension of the scalability type from the encoding apparatus from the bitstream, for example, the VPS. By obtaining the bit length of the dimension identifier can be determined.
  • dimension_id_len_minus1 [i] is a value obtained by subtracting 1 from the bit length of the partial identifier. Accordingly, the video decoder 1120 may determine the bit length representing the dimension identifier for determining the scalability identifier in the i-th scalability type by adding 1 to dimension_id_len_minus1 [i].
  • the video decoder 1120 may directly determine the length of the partial identifier without obtaining the length of the partial identifier from the VPS with respect to the partial identifier of the last scalability type. Accordingly, the decoding apparatus may directly determine the bit length of the partial identifier without receiving the bit length of the partial identifier from the encoding apparatus. For example, the video decoder 1120 subtracts the sum of the bit lengths of the partial identifiers of all scalability types except the scalability type having the last index from the bit length of the layer identifier, thereby reducing the sum of the partial identifiers of the last scalability type. The bit length can be determined.
  • the dimension_id_len_minus1 value subtracting 1 from the bit length of the scalability type of the scalability type last arranged in the layer identifier uses the sum of the lengths of the partial identifiers assigned for the other scalability dimension types arranged in the layer identifier. Can be determined. For example, subtracting the sum of the lengths of the partial identifiers assigned for the other scalability dimension types arranged in the layer identifier from the bit length of the layer identifier, dimension_id_len_minus1 for the partial identifier of the scalability dimension type finally arranged in the layer identifier. The value can be calculated.
  • NumScalabilityTypes represents the number of scalability types used, and if the index of scalability types starts from zero, NumScalabilityTypes-1 represents the last index of scalability types.
  • the video decoder 1120 may determine dimension_id_len_minus1 [NumScalabilityTypes-1] when the bit length of the layer identifier is 6 using dimBitOffset [NumScalabilityTypes-1] as shown in Equation 1 below.
  • dimBitOffset [i] indicates the start bit offset of the partial identifier for i. dimBitOffset [j] is calculated as in Equation 2 below.
  • dimension_id_len_minus1 [j] is a value obtained by subtracting 1 from the bit length of the partial identifier representing the dimension identifier of the j-th scalability dimension type in the layer identifier. Accordingly, dimBitOffset [j] is an index indicating the bit start position of the dimension identifier of the j-th scalability dimension type in the layer identifier.
  • bit length of the layer identifier is 6 and the bit offset in the layer identifier is the bit length of the partial identifier of the scalability type last arranged in the layer identifier when the MSB has index 0, dimension_id_len_minus1 [NumScalabilityTypes-1]
  • the value of may be determined as 5-dimBitOffset [NumScalabilityTypes-1].
  • the value of dimBitOffset [NumScalabilityTypes] may be set to be smaller than the bit length of the layer identifier. For example, if the bit length of the hierarchical identifier is 6 and the MSB has index 0, the value of dimBitOffset [NumScalabilityTypes] is set to 6, and when NumScalabilityTypes is greater than 0, dimBitOffset [NumScalabilityTypes-1] is less than 6 Dimension_id_len_minus1 of scalability dimension types may be set.
  • the video decoder 1120 may further receive max_layers_scalability_dimension, which is an identifier indicating the maximum number of layers for scalability dimensions indicated by the i-th scalability mask.
  • max_layers_scalability_dimension_minus1 [i] specifies the maximum number of layers for scalability dimensions indicated by the i-th scalability index.
  • the number of bits used for the representation of max_layers_scalability_dimension_minus1 [i] is dimension_id_len_minus1 [i] +1 bits.
  • ScalabilityId [i] [smIdx] represents an identifier of the smIdx-th scalability dimension type of the i-th layer.
  • the video decoder 1120 may determine the scalability identifier value using the value of the partial identifier generated by dividing the value of the layer identifier. For example, when splitting_flag is 1 and Split_dimension_present_flag is 0, the video decoder 1120 determines the value of the scalability identifier by directly obtaining the scalability identifier value from the partial identifier value without referring to the split dimension identifier table. Can be.
  • the video decoder 1120 may divide the bits representing the layer identifier into a partial identifier including at least one bit in the order of the scalability type. For example, the video decoder 1120 divides the bits of the layer identifier by the bit length unit of the dimension identifier indicating the dimension of each scalability type, thereby extracting partial identifiers representing the dimension identifier of each scalability type from the layer identifier. You can decide. For example, the video decoder 1120 indicates dimension_id_len_minus1 [i] indicating the bit length of the dimension identifier for the i th scalability type among scalability types determined as the scalability type used for decoding according to the value of Scalability_mask []. Can be used to determine a partial identifier representing the dimension identifier for each scalability type from the layer identifier.
  • the video decoder 1120 may determine the dimension identifier for the scalability type from the partial identifier for the scalability type. Therefore, in the first embodiment, the video decoder 1120 obtains the scalability type and the scalability type dimension identifier values from the layer identifier using the scalability_mask [] and dimension_id_len_minus1 [i]. Can be.
  • the video decoder 1120 may determine the scalability identifier of the j-th scalability type of the i-th layer by using a value of a specific partial identifier of the layer identifier of the i-th layer as shown in Equation 3 below. .
  • the video decoder 1120 uses a bit “and” bit value indicating a bit position at which a value for a specific scalability type is assigned in the layer identifier and the layer identifier. Can be determined by calculation.
  • the video decoder 1120 may determine the scalability identifier using the split dimension identifier table received from the encoding apparatus. For example, when Splitting_flag and Split_dimension_present_flag are 1, the video decoder 1120 does not directly determine the value of the partial identifier as the scalability identifier value, but uses the split dimension identifier table as an identifier index in the split dimension identifier table. By referring to split_dimension_id [] []), the value of the scalability identifier may be determined.
  • the video decoder 1120 may obtain the scalability identifier value by referring to the partition dimension identifier table using the value of the partial identifier divided from the layer identifier according to the order of the scalability type and the order of the scalability type.
  • the video decoder 1120 refers to a scalability identifier (ScalabilityId [i] [) by referring to the partition dimension identifier table using the value of the partial identifier for the j-th scalability dimension type in the layer identifier of the i-th layer. j]).
  • ScalabilityId [i] [j] is the dimension identifier of the j-th scalability dimension type of the i-th layer. For example, this may be calculated by Equation 4 below.
  • split dimension identifier table split_dimension_id [i] [j] may have the same format as the identifier table shown in FIG. 7.
  • i is an index of scalability type
  • j is an identifier index of scalability type.
  • split_dimension_id [0] [8] is referred to as an eighth identifier index in temporal scalability to indicate scalability identifier value 1.
  • the video decoder 1120 determines the scalability identifier by referring to the dimension identifier table dimension_id [i] [j] received from the encoding apparatus.
  • the dimension identifier table dimension_id [i] [j] is a table representing dimension identifier values of the j-th scalability dimension type in the i-th layer.
  • the video decoder 1120 may receive the dimension identifier table from the encoding apparatus to obtain a scalability identifier for each scalability type in each layer.
  • the video decoder 1120 may refer to the dimension identifier dimension_id [i] [j] for the scalability type j of the layer identifier i and the scalability identifier scalabilityId [for the j th scalability type for the i th layer. i] [j] can be determined. This is represented by Equation 5 below.
  • the video decoder 1120 determines scalability applied to the images included in the multilayer video based on the scalability identifier determined as described above, and decodes the multilayer video.
  • the video decoder 1120 determines the value of the view identifier for the layer identifier of the i-th layer as the scalability type value of the scalability type having the index 0 of the i-th layer. Can be decrypted
  • the video decoder 1120 may decode the multilayer video based on the coding units having the tree structure. The decoding process of the multilayer video based on the coding unit having the tree structure will be described later.
  • FIG. 11 is a flowchart illustrating a multilayer video decoding method according to an embodiment of the present invention. A multilayer decoding method according to an embodiment of the present invention will be described with reference to FIG. 11.
  • the decoding apparatus obtains a layer identifier of at least one decoding target layer image from the multilayer video bitstream (S1110).
  • the decoding apparatus obtains a flag indicating whether scalability information is included in the layer identifier from the bitstream (S1120).
  • the decoding apparatus obtains scalability information belonging to at least one type of the plurality of scalability information of different types from the layer identifier (S1130). If the value of the flag is 1, the decoding apparatus may generate scalability information from a portion of the representation of the layer identifier.
  • the target layer image may include a plurality of scalability information, and the representation of the layer identifier may include, as a part, a dimension identifier indicating scalability dimensions for the plurality of scalability types.
  • the target layer image may include a plurality of scalability information, and the plurality of scalability information may be continuously included in a binary representation of the layer identifier in a binary form.
  • the decoding apparatus may generate the value of the scalability information from a portion of the representation of the value of the layer identifier.
  • the decoding apparatus obtains a syntax including an indicator indicating the number of types of scalability information included in the layer identifier from the bit stream, and obtains the scalability information of the decoding target layer image from the layer identifier by using the syntax indicating the number of types. Can be.
  • the decoding apparatus obtains, from the bit stream, a syntax including an indicator indicating a bit length in which the scalability information included in the layer identifier occupies in the binary representation of the layer identifier, and using the syntax indicating the bit length, the scaler of the target layer image from the layer identifier. You can get the capability information.
  • the decoding apparatus may determine the length of the scalability information included in the layer identifier by using the lengths of the scalability information except the scalability information included last among the scalability information included in the layer identifier and the layer identifier. .
  • the decoding apparatus may determine whether the scalability information set generated according to the scalability information type of the at least one decoding target layer image and the partial identifier of the layer identifier of the at least one decoding target encoded image is included in the bit stream. Accordingly, the scalability information set may be obtained, and the scalability information of the target layer image may be obtained using the scalability information set.
  • the decoding apparatus decodes the image by decoding the decoding target layer image using the scalability information (S1140).
  • VPS extension syntax for signaling between an encoding apparatus and a decoding apparatus will be described.
  • Splitting flag (Splitting_flag) 1210 is a flag indicating whether the scalability identifier is determined using the value of the partial identifier generated by dividing the bit representation of the layer identifier. For example, if Splitting_flag 1210 has a value of 1, the decoding apparatus determines the scalability identifier using the value of the partial identifier generated by splitting the layer identifier.
  • the decoding apparatus may obtain the scalability identifier directly from the partial identifier of the layer identifier.
  • the decoding apparatus may obtain the scalability identifier by referring to other information using the value of the partial identifier of the layer identifier.
  • the decoding apparatus obtains a scalability identifier by referring to split_dimension_id [i] [j], which is a partition dimension identifier table referenced according to the arrangement order among the partial identifiers included in the layer identifier, using the partial identifier of the layer identifier. Can be.
  • the 1220 area of the syntax is the part that gets information about the scalability type used.
  • the decoding apparatus may determine which type of scalability type is used among the 16 scalability types by receiving a 16-bit Scalability_mask value transmitted from the encoding apparatus.
  • the decoding apparatus may determine the number NumScalabilityTypes of scalability types used by using the Scalability_mask value.
  • the order of the scalability type represented by Scalability_mask [[i] may be previously promised between the encoding apparatus and the decoding apparatus or may be separately signaled.
  • An area 1230 of the syntax is obtained for each scalability type to use the bit length (dimension_id_len_minus1 [i]) of the dimension identifier for representing the scalability identifier in each scalability type.
  • the value obtained from dimension_id_len_minus1 [i] is obtained by subtracting 1 from the bit length of the dimension identifier.
  • max_layers_scalability_dimension_minus1 [i] represents the maximum number of layers with respect to the scalability dimension indicated by the i-th scalability mask.
  • the number of bits used for the representation of max_layers_scalability_dimension_minus1 [i] is dimension_id_len_minus1 [i] +1 bits.
  • max_layers_scalability_dimension_minus1 may be used to inform the maximum number of layers for each scalability dimension type. Such information can be usefully used for content information delivery or session negotiation.
  • An area 1240 of the syntax is a part for signaling information for generating a scalability identifier when splitting_flag is 1.
  • splitting_flag When splitting_flag is 1, the vps_max_layers_minus1 layer identifiers are signaled by the encoding apparatus to the decoding apparatus, so that the values of the layer identifiers of the NAL units corresponding to the current VPS NAL are signaled (1241).
  • Split_dimension_present_flag 1242 is a flag indicating how to utilize a partial identifier generated by dividing a layer identifier to signal a scalability identifier between encoding and decoding devices. If Split_dimension_present_flag is 1 (1243), the syntax indicates that the split dimension identifier (split_dimension_id [i] [j]) 1244 is sequentially included in the bitstream.
  • the scalability identifier when Split_dimension_present_flag is 0, the scalability identifier has a value of a partial identifier split from a layer identifier as an identifier value. If Split_dimension_present_flag is 1 (1243), a scalability identifier is obtained with reference to the split dimension identifier table obtained from split_dimension_id [i] [j] 1244. The decoding apparatus may obtain the scalability identifier value by referring to the partition dimension identifier table using the order in which the scalability type to be referred to appears in the scalability mask and the value of the partial identifier divided from the layer identifier according to the order.
  • An area 1250 of the syntax is a syntax area for a portion signaling information for obtaining a scalability identifier when the value of splitting_flag is 0.
  • the encoder encodes a layer identifier value for each layer and a dimension identifier value of scalability type for each layer. For example, the value of the layer identifiers of the NAL units corresponding to the VPS NAL unit is signaled according to the value of vps_nuh_layer_id_present_flag indicating whether the iPS layer identifier is included in the VPS NAL unit, and each scalability corresponding to the layer identifier is signaled.
  • the dimension identifier dimension_id [i] [j] is signaled for the types.
  • An area 1260 of the syntax is an area that signals whether profile and tier information for a layer is provided. If vps_profile_present_flag [lsIdx] is 1, profile and tier information for the layer set lsIdx may be provided to the lsIdx-th profile_tier_level () syntax structure. If vps_profile_present_flag [lsIdx] is 0, profile and tier information may be inferred without being provided to the lsIdx-th profile_tier_level () syntax structure.
  • An area 1270 of the syntax is an area that signals the index of the layer set with respect to the output layer set.
  • output_layer_set_idx [i] specifies the index of the layer set for the i-th output layer set. If output_layer_flag [lsIdx] [j] is 1, the j th layer in the lsIdx th output layer set is an output layer.
  • the 1280 region of syntax is a syntax region that signals a direct reference layer. If direct_dependency_flag [i] [j] is 0, this indicates that the layer with index j is not a direct reference layer for layer i. If direct_dependency_flag [i] [j] is 1, the layer with index j may be a direct reference layer for layer i. It can be inferred to be zero if direct_dependency_flag [i] [j] is not provided for i and j in the range of 0 to MaxLayersMinus1.
  • the decoding apparatus may determine the scalability identifier (ScalabilityId [layerIdInVps] [scalabilityMaskIndex]) and the view identifier (ViewId [layerIdInNuh]) as follows.
  • the decoding apparatus uses the scalability identifier [split_dimension_id] table to determine the scalability identifier [ScalabilityId [layerIdInVps] [scalabilityMaskIndex]). And a view identifier ViewId [layerIdInNuh].
  • the table below shows water codes for this.
  • the decoding apparatus may determine the scalability identifier ScalabilityId by referring to the split_dimension_id table when the layer identifier is not 0 and the value of the scalability mask exists.
  • the vps_max_layer_id represents the maximum value of the layer identifier nuh_layer_id that the NAL unit can have.
  • vps_max_layers_minus1 is a value obtained by subtracting 1 from vps_max_layer_id.
  • nul_layer_id which is a layer identifier in HEVC, is represented by 6 bits
  • the maximum value of vps_max_layers_minus1 and vps_max_layer_id may represent 63.
  • the decoding apparatus may obtain a scalability identifier (ScalabilityId [i] [smIdx]) using values of the smIdx-th scalability dimension type and a partial identifier for the corresponding scalability dimension type in the layer identifier of the i-th layer.
  • ScalabilityId [i] [smIdx] is a scalability identifier of the smIdx-th scalability dimension type of the i-th layer. This may be calculated by Equation 6 below.
  • dimBitOffset [j] is calculated as in Equation 7 below.
  • dimension_id_len_minus1 [j] is a value obtained by subtracting 1 from the bit length of the partial identifier indicating the j-th scalability dimension type in the layer identifier. Accordingly, dimBitOffset [j] is an index indicating the bit start position of the j th scalability dimension type in the layer identifier.
  • the dimension_id_len_minus1 value of the scalability dimension type finally arranged in the layer identifier may be determined using the sum of the lengths of the partial identifiers allocated for the other scalability dimension types arranged in the layer identifier. For example, the value of dimension_id_len_minus1 of the scalability dimension type arranged last in the layer identifier is calculated by subtracting the sum of the lengths of the partial identifiers allocated for the other scalability dimension types arranged in the layer identifier from the bit length of the layer identifier. Can be.
  • the bit length of the layer identifier is 6 and the bit offset in the layer identifier is of the scalability dimension type dimension_id_len_minus1 (dimension_id_len_minus1 [NumScalabilityTypes-1]) that is arranged last in the layer identifier when the MSB has index 0
  • the value may be determined as 5-dimBitOffset [NumScalabilityTypes-1].
  • dimBitOffset is required to be smaller than the bit length of the layer identifier.
  • dimBitOffset [NumScalabilityTypes] is set to 6
  • DimBitOffset [NumScalabilityTypes-1] is less than 6 so that dimension_id_len_minus1 is Can be set.
  • the decoding apparatus when splitting_flag is 1 and split_dimension_present_flag is 0, the decoding apparatus obtains the scalability identifier ScalabilityId [layerIdInVps] [scalabilityMaskIndex] and the view identifier ViewId [layerIdInNuh] from the layer identifier id_in_nuh [] as shown in the table below. Decide yourself.
  • the scalability identifier of the smIdx-th scalability dimension type of the i-th layer is a value of a specific partial identifier of the hierarchical identifier of the i-th layer.
  • the value of the specific partial identifier of the layer identifier may be represented by performing a bit “and” operation on a bit value indicating a bit position to which a partial identifier for a specific scalability type is allocated in the layer identifier and the scalability layer identifier.
  • the decoding apparatus may determine dimension_id_len_minus1 [NumScalabilityTypes-1] from dimBitOffset [NumScalabilityTypes-1] as shown in Equation 8 below.
  • the decoding apparatus determines ScalabilityId [layerIdInVps] [scalabilityMaskIndex] and ViewId [layerIdInNuh] from dimension_id [] [].
  • dimension_id [i] [j] represents an identifier of the j-th scalability dimension type of the i-th layer.
  • the number of bits used to express dimension_id [i] [j] is dimension_id_len_minus1 [j] +1 bit.
  • the decoding apparatus determines the value of the scalability identifier using the value of the partial identifier divided from the layer identifier.
  • the specific bit value of layer_id_in_nuh [i] is determined by dimension_id [i]. It can be done by using as the value of [j].
  • the decoding apparatus may use a specific bit value of layer_id_in_nuh [i] as the value of dimension_id [i] [j].
  • the detailed formula is as follows.
  • dimBitOffset [0] is set to 0 and j is set from 1 to NumScalabilityTypes-1.
  • dimBitOffset [j] is obtained as follows.
  • dimension_id_len_minus1 may be determined as the value of the bit length of the layer identifier-dimBitOffset [NumScalabilityTypes-1].
  • the encoding method and the video decoding method based on coding units having a tree structure described below include a video encoder 11 of the video encoding apparatus 10 of FIG. 1 and a video decoder 1120 of the video decoding apparatus 1100 of FIG. 11. It relates to a process of encoding / decoding pictures included in a multilayer video performed at.
  • FIG. 13 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 may include a maximum coding unit splitter 110, a coding unit determiner 120, and an outputter 130.
  • the video encoding apparatus 100 that includes video prediction based on coding units having a tree structure is abbreviated as “video encoding apparatus 100”.
  • the maximum coding unit splitter 110 may partition the current picture based on the maximum coding unit that is a coding unit of the maximum size for the current picture of the image. If the current picture is larger than the maximum coding unit, image data of the current picture may be split into at least one maximum coding unit.
  • the maximum coding unit may be a data unit having a size of 32x32, 64x64, 128x128, 256x256, or the like, and may be a square data unit having a square of two horizontal and vertical sizes.
  • the image data may be output to the coding unit determiner 120 for at least one maximum coding unit.
  • the coding unit according to an embodiment may be characterized by a maximum size and depth.
  • the depth indicates the number of times the coding unit is spatially divided from the maximum coding unit, and as the depth increases, the coding unit for each depth may be split from the maximum coding unit to the minimum coding unit.
  • the depth of the largest coding unit is the highest depth and the minimum coding unit may be defined as the lowest coding unit.
  • the maximum coding unit decreases as the depth increases, the size of the coding unit for each depth decreases, and thus, the coding unit of the higher depth may include coding units of a plurality of lower depths.
  • the image data of the current picture may be divided into maximum coding units according to the maximum size of the coding unit, and each maximum coding unit may include coding units divided by depths. Since the maximum coding unit is divided according to depths, image data of a spatial domain included in the maximum coding unit may be hierarchically classified according to depths.
  • the maximum depth and the maximum size of the coding unit that limit the total number of times of hierarchically dividing the height and the width of the maximum coding unit may be preset.
  • the coding unit determiner 120 encodes at least one divided region obtained by dividing the region of the largest coding unit for each depth, and determines a depth at which the final encoding result is output for each of the at least one divided region. That is, the coding unit determiner 120 encodes the image data in coding units according to depths for each maximum coding unit of the current picture, and selects a depth at which the smallest coding error occurs to determine the coding depth. The determined coded depth and the image data for each maximum coding unit are output to the outputter 130.
  • Image data in the largest coding unit is encoded based on coding units according to depths according to at least one depth less than or equal to the maximum depth, and encoding results based on the coding units for each depth are compared. As a result of comparing the encoding error of the coding units according to depths, a depth having the smallest encoding error may be selected. At least one coding depth may be determined for each maximum coding unit.
  • the coding unit is divided into hierarchically and the number of coding units increases.
  • a coding error of each data is measured, and whether or not division into a lower depth is determined. Therefore, even in the data included in one largest coding unit, since the encoding error for each depth is different according to the position, the coding depth may be differently determined according to the position. Accordingly, one or more coding depths may be set for one maximum coding unit, and data of the maximum coding unit may be partitioned according to coding units of one or more coding depths.
  • the coding unit determiner 120 may determine coding units having a tree structure included in the current maximum coding unit.
  • the coding units having a tree structure according to an embodiment include coding units having a depth determined as a coding depth among all deeper coding units included in the maximum coding unit.
  • the coding unit of the coding depth may be hierarchically determined according to the depth in the same region within the maximum coding unit, and may be independently determined for the other regions.
  • the coded depth for the current region may be determined independently of the coded depth for the other region.
  • the maximum depth according to an embodiment is an index related to the number of divisions from the maximum coding unit to the minimum coding unit.
  • the first maximum depth according to an embodiment may represent the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the second maximum depth according to an embodiment may represent the total number of depth levels from the maximum coding unit to the minimum coding unit. For example, when the depth of the largest coding unit is 0, the depth of the coding unit obtained by dividing the largest coding unit once may be set to 1, and the depth of the coding unit divided twice may be set to 2. In this case, if the coding unit divided four times from the maximum coding unit is the minimum coding unit, depth levels of 0, 1, 2, 3, and 4 exist, so that 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.
  • a partition is a data unit in which a prediction unit of a coding unit is divided, 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 with reference to FIGS. 15 to 25.
  • 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 segments.
  • 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.
  • a coding unit for each depth is a coding unit having a size in which a height and a width of a coding unit of one layer higher depth are divided by half. That is, if the size of the coding unit of the current depth is 2Nx2N, the size of the coding unit of the lower depth is NxN.
  • the current coding unit having a size of 2N ⁇ 2N may include up to four lower depth coding units having a size of N ⁇ N.
  • the video encoding apparatus 100 determines a coding unit having an optimal shape and size for each maximum coding unit based on the size and the maximum depth of the maximum coding unit determined in consideration of the characteristics of the current picture. Coding units may be configured. In addition, since each of the maximum coding units may be encoded in various prediction modes and transformation methods, an optimal coding mode may be determined in consideration of image characteristics of coding units having various image sizes.
  • the video encoding apparatus may adjust the coding unit in consideration of the image characteristics while increasing the maximum size of the coding unit in consideration of the size of the image, thereby increasing image compression efficiency.
  • FIG. 2 is a block diagram of a video decoding apparatus based on coding units having a tree structure, according to an embodiment of the present invention.
  • a video decoding apparatus 200 including video prediction based on coding units having a tree structure includes a receiver 210, image data and encoding information extractor 220, and image data decoder 230. do.
  • the video decoding apparatus 200 that includes video prediction based on coding units having a tree structure is abbreviated as “video decoding apparatus 200”.
  • Definition of various terms such as a coding unit, a depth, a prediction unit, a transformation unit, and information about various encoding modes for a decoding operation of the video decoding apparatus 200 according to an embodiment may refer to the video encoding apparatus 100 of FIG. 1. Same as described above with reference.
  • the receiver 210 receives and parses a bitstream of an encoded video.
  • the image data and encoding information extractor 220 extracts image data encoded for each coding unit from the parsed bitstream according to coding units having a tree structure for each maximum coding unit, and outputs the encoded image data to the image data decoder 230.
  • the image data and encoding information extractor 220 may extract information about a maximum size of a coding unit of the current picture from a header, a sequence parameter set, or a picture parameter set for the current picture.
  • the image data and encoding information extractor 220 extracts information about a coded depth and an encoding mode for the coding units having a tree structure for each maximum coding unit, from the parsed bitstream.
  • the extracted information about the coded depth and the coding mode is output to the image data decoder 230. That is, the image data of the bit string may be divided into maximum coding units so that the image data decoder 230 may decode the image data for each maximum coding unit.
  • the information about the coded depth and the encoding mode for each largest coding unit may be set with respect to one or more coded depth information, and the information about the coding mode according to the coded depths may include partition type information, prediction mode information, and transformation unit of the corresponding coding unit. May include size information and the like.
  • split information for each depth may be extracted as the coded depth information.
  • the information about the coded depth and the encoding mode according to the maximum coding units extracted by the image data and the encoding information extractor 220 may be encoded according to the depth according to the maximum coding unit, as in the video encoding apparatus 100 according to an embodiment.
  • the image data and the encoding information extractor 220 may determine the predetermined data.
  • Information about a coded depth and an encoding mode may be extracted for each unit. If the information about the coded depth and the coding mode of the maximum coding unit is recorded for each of the predetermined data units, the predetermined data units having the information about the same coded depth and the coding mode are inferred as data units included in the same maximum coding unit. Can be.
  • the image data decoder 230 reconstructs the current picture by decoding image data of each maximum coding unit based on the information about the coded depth and the encoding mode for each maximum coding unit. That is, the image data decoder 230 may decode the encoded image data based on the read partition type, the prediction mode, and the transformation unit for each coding unit among the coding units having the tree structure included in the maximum coding unit. Can be.
  • the decoding process may include a prediction process including intra prediction and motion compensation, and an inverse transform process.
  • the image data decoder 230 may perform intra prediction or motion compensation according to each partition and prediction mode for each coding unit based on partition type information and prediction mode information of the prediction unit of the coding unit for each coding depth. .
  • the image data decoder 230 may read transform unit information having a tree structure for each coding unit, and perform inverse transform based on the transformation unit for each coding unit, for inverse transformation for each largest coding unit. Through inverse transformation, the pixel value of the spatial region of the coding unit may be restored.
  • the image data decoder 230 may determine the coded depth of the current maximum coding unit by using the split information for each depth. If the split information indicates that the split information is no longer split at the current depth, the current depth is the coded depth. Therefore, the image data decoder 230 may decode the coding unit of the current depth using the partition type, the prediction mode, and the transformation unit size information of the prediction unit with respect to the image data of the current maximum coding unit.
  • the image data decoder 230 It may be regarded as one data unit to be decoded in the same encoding mode.
  • the decoding of the current coding unit may be performed by obtaining information about an encoding mode for each coding unit determined in this way.
  • the video decoding apparatus 200 may obtain information about a coding unit that generates a minimum coding error by recursively encoding each maximum coding unit in the encoding process, and use the same to decode the current picture. That is, decoding of encoded image data of coding units having a tree structure determined as an optimal coding unit for each maximum coding unit can be performed.
  • the image data can be efficiently used according to the coding unit size and the encoding mode that are adaptively determined according to the characteristics of the image by using the information about the optimum encoding mode transmitted from the encoding end. Can be decoded and restored.
  • 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. 15 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 the maximum coding unit having the long axis size of 64, and the depths are deepened by two layers, thereby increasing the long axis size of 32 and 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. 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.
  • 16 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.
  • 17 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. 16 and the decoding operation of FIG. 17 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. 18 is a diagram of deeper coding units according to depths, and partitions, according to an embodiment of the present invention.
  • the video encoding apparatus 100 according to an embodiment and the video decoding apparatus 200 according to an embodiment use hierarchical coding units to consider image characteristics.
  • the maximum height, width, and maximum depth of the coding unit may be adaptively determined according to the characteristics of the image, and may be variously set according to a user's request. According to the maximum size of the preset coding unit, the size of the coding unit for each depth may be determined.
  • the layer 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 layer structure 600 of the coding unit, the height and the width of the coding unit for each depth are respectively divided. Also, along the horizontal axis of the layer structure 600 of the coding unit, a prediction unit and a partition on which the prediction coding of each deeper coding unit is based are illustrated.
  • the coding unit 610 has a depth of 0 as the largest coding unit in the layer structure 600 of the coding unit, and the size, that is, the height and the width of the coding unit, is 64x64.
  • a depth 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.
  • the coding unit 640 of 3 is the minimum coding unit.
  • Prediction units and partitions of the coding unit are arranged along the horizontal axis for each depth. That is, if the 64x64 coding unit 610 having a depth of zero is a prediction unit, the prediction unit is 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 640 having a size of 8 ⁇ 8 having a depth of 3 is a minimum coding unit and a coding unit of the lowest depth.
  • 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 is performed for each prediction unit of each coding unit along a horizontal axis of the layer 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 layer structure 600 of the coding unit 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. 19 illustrates a relationship between a coding unit and transformation units, according to an embodiment of the present invention.
  • the video encoding apparatus 100 encodes or decodes an image in coding units having a size smaller than or equal to the maximum coding unit for each maximum coding unit.
  • the size of a transformation unit for transformation in the encoding process may be selected based on a data unit that is not larger than each coding unit.
  • the 32x32 size conversion unit 720 is The conversion can be performed.
  • the data of the 64x64 coding unit 710 is transformed into 32x32, 16x16, 8x8, and 4x4 transform units of 64x64 size or less, and then encoded, and the transform unit having the least error with the original is selected. Can be.
  • 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.
  • 21 is a diagram of deeper coding units according to depths, according to an embodiment of the present invention.
  • Segmentation information may be used to indicate a change in depth.
  • the split information indicates whether a coding unit of a current depth is split into coding units of a lower depth.
  • the prediction unit 910 for predictive encoding of the coding unit 900 having depth 0 and 2N_0x2N_0 size includes a partition type 912 having a size of 2N_0x2N_0, a partition type 914 having a size of 2N_0xN_0, a partition type 916 having a size of N_0x2N_0, and a N_0xN_0 It may include a partition type 918 of size. Although only partitions 912, 914, 916, and 918 in which the prediction unit is divided by a symmetrical ratio are illustrated, as described above, the partition type is not limited thereto, and asymmetric partitions, arbitrary partitions, geometric partitions, and the like. It may include.
  • prediction coding For each partition type, prediction coding must be performed repeatedly for one 2N_0x2N_0 partition, two 2N_0xN_0 partitions, two N_0x2N_0 partitions, and four N_0xN_0 partitions.
  • prediction encoding For partitions having a size 2N_0x2N_0, a size N_0x2N_0, a size 2N_0xN_0, and a size N_0xN_0, prediction encoding may be performed in an intra mode and an inter mode. The skip mode may be performed only for prediction encoding on partitions having a size of 2N_0x2N_0.
  • the depth 0 is changed to 1 and split (920), and the encoding is repeatedly performed on the depth 2 and the coding units 930 of the partition type having the size N_0xN_0.
  • the prediction unit 940 for predictive encoding of the coding unit 930 having a depth of 1 and a size of 2N_1x2N_1 includes a partition type 942 having a size of 2N_1x2N_1, a partition type 944 having a size of 2N_1xN_1, and a partition type having a size of N_1x2N_1.
  • 946, a partition type 948 of size N_1 ⁇ N_1 may be included.
  • the depth 1 is changed to the depth 2 and divided (950), and repeatedly for the depth 2 and the coding units 960 of the size N_2xN_2.
  • the encoding may be performed to search for a minimum encoding error.
  • 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.
  • 22, 23, and 24 illustrate a relationship between a coding unit, a prediction unit, and a transformation unit, according to an embodiment of the present invention.
  • the coding units 1010 are coding units according to coding depths determined by the video encoding apparatus 100 according to an embodiment with respect to the maximum coding unit.
  • the prediction unit 1060 is partitions of prediction units of each coding depth of each coding depth among the coding units 1010, and the transformation unit 1070 is transformation units of each coding depth for each coding depth.
  • the depth-based coding units 1010 have a depth of 0
  • the coding units 1012 and 1054 have a depth of 1
  • the coding units 1014, 1016, 1018, 1028, 1050, and 1052 have depths.
  • coding units 1020, 1022, 1024, 1026, 1030, 1032, and 1048 have a depth of three
  • coding units 1040, 1042, 1044, and 1046 have a depth of four.
  • partitions 1014, 1016, 1022, 1032, 1048, 1050, 1052, and 1054 of the prediction units 1060 are obtained by splitting coding units. That is, partitions 1014, 1022, 1050, and 1054 are partition types of 2NxN, partitions 1016, 1048, and 1052 are partition types of Nx2N, and partitions 1032 are partition types of NxN. Prediction units and partitions of the coding units 1010 according to depths are smaller than or equal to each coding unit.
  • the image data of the part 1052 of the transformation units 1070 is transformed or inversely transformed into a data unit having a smaller size than the coding unit.
  • the transformation units 1014, 1016, 1022, 1032, 1048, 1050, 1052, and 1054 are data units having different sizes or shapes when compared to corresponding prediction units and partitions among the prediction units 1060. That is, the video encoding apparatus 100 according to an embodiment and the video decoding apparatus 200 according to an embodiment may be intra prediction / motion estimation / motion compensation operations and transform / inverse transform operations for the same coding unit. Each can be performed on a separate data unit.
  • coding is performed recursively for each coding unit having a hierarchical structure for each largest coding unit to determine an optimal coding unit.
  • coding units having a recursive tree structure may be configured.
  • the encoding information may include split information about a coding unit, partition type information, prediction mode information, and transformation unit size information. Table 5 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. 25 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 5.
  • 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 partitioning information (TU size flag) described above with reference to FIG. 25 is a flag having a value of 0 or 1, but the conversion unit partitioning information according to an embodiment is not limited to a 1-bit flag and is set to 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 maximum coding unit including the coding units of the tree structure described above with reference to FIGS. 13 to 25 may be a coding block tree, a block tree, a root block tree, a coding tree, a coding root, or It may also be called variously as a tree trunk.
  • the invention can also be embodied as computer readable code on a computer readable recording medium.
  • the computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, and the like.
  • the computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion.

Landscapes

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

Abstract

멀티 레이어 비디오의 부호화/복호화 방법 및 장치가 개시된다. 멀티 레이어 비디오 부호화 방법은 부호화된 멀티 레이어 비디오를 데이터 유닛에 따라 구분하여 데이터 유닛별 NAL 유닛들을 생성하고, 데이터 유닛별 전송 유닛 데이터들 중 VPS NAL 유닛에 스케일러블 정보를 부가한다.

Description

멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
본 발명은 스케일러블 비디오 및 다시점 비디오와 같은 멀티 레이어로 구성된 비디오의 부호화, 복호화 방법 및 장치에 관한 것으로, 구체적으로는 멀티 레이어 비디오의 시그널링을 위한 하이 레벨 신택스(High Level Syntax) 구조에 관한 것이다.
일반적으로 영상 데이터는 소정의 데이터 압축 표준, 예를 들어 MPEG(Moving Picture Expert Group) 표준에 따른 코덱에 의하여 부호화된 후 비트스트림의 형태로 정보저장매체에 저장되거나 통신 채널을 통해 전송된다.
다양한 통신망과 단말기에 대응하여 정보의 양을 적절히 조정하고 전송하기 위한 비디오 압축 방식으로 스케일러블 비디오 코딩(SVC:Scalable Video Coding)이 있다. 스케일러블 비디오 코딩에서는 하나의 비디오 스트림으로 다양한 전송 네트워크와 다양한 수신 단말에 적응적으로 서비스가 가능한 비디오 부호화 방법을 제공한다.
또한, 최근에는 3차원 멀티미디어 기기 및 3차원 멀티미디어 컨텐츠의 보급에 따라서 3차원 비디오 코딩을 위한 다시점 비디오 코딩(Multiview Video Coding) 기술이 널리 확산되고 있다.
이러한 종래의 스케일러블 비디오 코딩이나 다시점 비디오 코딩에서는 소정 크기의 매크로블록에 기반하여 제한된 부호화 방식에 따라 비디오를 부호화한다.
부효화 효율을 향상하는 부호화 복호화 방법을 제공한다.
본 발명의 일 실시 예에 따른 영상 복호화 방법은 멀티 레이어 비디오 복호화 방법에 있어서, 멀티 레이어 비디오 비트스트림으로부터 적어도 하나의 복호화 대상 레이어 영상의 계층 식별자를 얻는 단계; 상기 비트스트림으로부터 상기 계층 식별자에 스케일러빌리티 정보가 포함되었는지 여부를 나타내는 플래그를 얻는 단계; 상기 플래그가 상기 계층 식별자로부터 복수의 스케일러빌리티 정보를 얻을 것을 나타냄에 따라 상기 계층 식별자로부터 서로 상이한 유형의 복수의 스케일러빌리티 정보 중 적어도 하나의 유형에 속하는 스케일러빌리티 정보를 얻는 단계; 및 상기 스케일러빌리티 정보를 사용하여 상기 복호화 대상 레이어 영상을 복호화하여 영상을 복원하는 단계를 포함한다.
본 발명의 일 실시 예에 따른 부복호화 방법을 사용하여 압축 효율이 향상되는 효과가 있다.
도 1은 일 실시예에 따른 멀티 레이어 비디오의 부호화 장치의 구성을 나타낸 블록도이다.
도 2는 일 실시예에 따른 멀티 레이어 비디오를 나타낸다.
도 3은 일 실시예에 따라서 멀티 레이어 비디오의 부호화된 데이터를 포함하는 NAL 유닛들을 나타낸다.
도 4a 및 도 4b는 일 실시예에 따른 NAL 유닛의 헤더의 일 예를 나타낸 도면이다.
도 5는 일 실시 예에 따른 2가지 유형의 스케일러빌리티 정보를 포함하는 계층 식별자를 포함하는 NAL 유닛의 헤더를 나타내는 도면이다.
도 6은 일 실시 예에 따른 3가지 유형의 스케일러빌리티 정보를 포함하는 계층 식별자를 포함하는 NAL 유닛의 헤더를 나타내는 도면이다.
도 7은 일 실시 예에 따른 분할 차원 식별자 테이블을 나타내는 도면이다.
도 8은 일 실시 예에 따른 차원 식별자 테이블을 도시하는 도면이다.
도 9는 일 실시예에 따른 멀티 레이어 비디오 부호화 방법의 순서도이다.
도 10은 일 실시예에 따른 멀티 레이어 비디오 복호화 장치의 구성을 나타낸 블록도이다.
도 11은 일 실시예에 따른 멀티 레이어 비디오 복호화 방법의 순서도이다.
도 12a 및 도 12b는 본 발명의 일 실시 예에 따른 부호화 장치 및 복호화 장치간 시그널링을 위한 VPS 익스텐션(extension) 신택스를 설명하는 도면이다.
도 13은 본 발명의 일 실시예에 따라 트리 구조의 부호화 유닛에 기초한 비디오 부호화 장치의 블록도를 도시한다.
도 14는 본 발명의 일 실시예에 따라 트리 구조의 부호화 유닛에 기초한 비디오 복호화 장치의 블록도를 도시한다.
도 15는 본 발명의 일 실시예에 따른 부호화 유닛의 개념을 도시한다.
도 16은 본 발명의 일 실시예에 따른 부호화 유닛에 기초한 영상 부호화부의 블록도를 도시한다.
도 17은 본 발명의 일 실시예에 따른 부호화 유닛에 기초한 영상 복호화부의 블록도를 도시한다.
도 18은 본 발명의 일 실시예에 따른 심도별 부호화 유닛 및 파티션을 도시한다.
도 19는 본 발명의 일 실시예에 따른, 부호화 유닛 및 변환 유닛의 관계를 도시한다.
도 20은 본 발명의 일 실시예에 따라, 심도별 부호화 정보들을 도시한다.
도 21은 본 발명의 일 실시예에 따른 심도별 부호화 유닛을 도시한다.
도 22, 23 및 24는 본 발명의 일 실시예에 따른, 부호화 유닛, 예측 유닛및 변환 유닛의 관계를 도시한다.
도 25는 표 5의 부호화 모드 정보에 따른 부호화 유닛, 예측 유닛 및 변환 유닛의 관계를 도시한다.
본 발명의 일 실시 예에 따른 영상 복호화 방법은 멀티 레이어 비디오 복호화 방법에 있어서, 멀티 레이어 비디오 비트스트림으로부터 적어도 하나의 복호화 대상 레이어 영상의 계층 식별자를 얻는 단계; 상기 비트스트림으로부터 상기 계층 식별자에 스케일러빌리티 정보가 포함되었는지 여부를 나타내는 플래그를 얻는 단계; 상기 플래그가 상기 계층 식별자로부터 복수의 스케일러빌리티 정보를 얻을 것을 나타냄에 따라 상기 계층 식별자로부터 서로 상이한 유형의 복수의 스케일러빌리티 정보 중 적어도 하나의 유형에 속하는 스케일러빌리티 정보를 얻는 단계; 및 상기 스케일러빌리티 정보를 사용하여 상기 복호화 대상 레이어 영상을 복호화하여 영상을 복원하는 단계를 포함한다.
상기 스케일러빌리티 정보를 얻는 단계는, 상기 플래그의 값이 1이면 상기 계층 식별자의 값의 표현 중 일 부분으로부터 상기 스케일러빌리티 정보를 생성하는 단계를 포함할 수 있다.
상기 대상 레이어 영상은 복수의 스케일러빌리티 정보를 포함하고, 상기 계층 식별자의 표현은 복수의 스케일러빌리티 유형에 대한 스케일러빌리티 차원을 나타내는 차원식별자를 일 부분으로 포함할 수 있다.
상기 대상 레이어 영상은 복수의 스케일러빌리티 정보를 포함하고, 상기 복수의 스케일러빌리티 정보는 이진 형태의 부분식별자로 연속하여 상기 계층 식별자의 이진 표현에 포함될 수 있다.
상기 스케일러빌리티 정보를 얻는 단계는, 상기 비트 스트림으로부터 상기 계층 식별자에 포함된 스케일러빌리티 정보의 유형 개수를 나타내는 신택스를 얻는 단계; 및 상기 유형 개수를 나타내는 신택스를 사용하여 상기 계층 식별자로부터 상기 복호화 대상 레이어 영상의 스케일러빌리티 정보를 얻는 단계를 포함할 수 있다.
상기 스케일러빌리티 정보를 얻는 단계는, 상기 비트 스트림으로부터 상기 계층 식별자에 포함되는 스케일러빌리티 정보가 상기 계층 식별자의 이진 표현에서 차지하는 비트 길이를 나타내는 신택스를 얻는 단계; 및 상기 비트 길이를 나타내는 신택스를 사용하여 상기 계층 식별자로부터 상기 대상 레이어 영상의 스케일러빌리티 정보를 얻는 단계를 포함할 수 있다.
상기 계층 식별자에 마지막으로 포함되는 스케일러빌리티 정보의 길이는 상기 계층 식별자의 길이와 상기 계층 식별자에 포함된 스케일러빌리티 정보중 마지막으로 포함된 스케일러빌리티 정보를 제외한 스케일러빌리티 정보들의 길이를 사용하여 결정될 수 있다.
상기 스케일러빌리티 정보를 얻는 단계는, 적어도 하나의 복호화 대상 레이어 영상의 스케일러빌리티 정보 유형 및 상기 적어도 하나의 복호화 대상 부호화 영상의 계층 식별자의 부분 식별자에 따라 생성된 스케일러빌리티 정보 집합이 상기 비트 스트림에 포함되었는지 여부를 나타내는 플래그의 값에 따라 상기 스케일러빌리티 정보 집합을 얻는 단계; 및 상기 스케일러빌리티 정보 집합을 사용하여 대상 레이어 영상의 스케일러빌리티 정보를 얻는 단계를 더 포함할 수 있다.
또한, 본 발명의 일 실시 예에 따른 영상 부호화 방법은 멀티 레이어 비디오 부호화 방법에 있어서, 영상 데이터를 멀티 레이어 부호화 영상으로 부호화 하는 단계; 멀티 레이어 부호화 영상 중 적어도 하나의 부호화 대상 레이어 영상에 대하여 서로 상이한 유형의 스케일러빌리티 정보 중 적어도 하나의 유형에 속하는 스케일러빌리티 정보를 생성하는 단계; 상기 스케일러빌리티 정보를 사용하여 상기 부호화 대상 레이어 영상의 계층 식별자를 생성하는 단계; 상기 계층 식별자에 스케일러빌리티 정보가 포함되었는지 여부를 나타내는 플래그를 생성하는 단계; 및 상기 계층 식별자 및 상기 플래그를 포함하는 비트스트림을 생성하는 단계를 포함한다.
상기 스케일러빌리티 정보를 사용하여 상기 부호화 대상 레이어 영상의 계층 식별자를 생성하는 단계는, 상기 계층 식별자의 값의 표현이 상기 스케일러빌리티 정보의 값을 일 부분으로 포함하도록 상기 계층 식별자를 생성하는 단계를 포함할 수 있다.
상기 부호화 대상 레이어 영상은 복수의 스케일러빌리티 정보를 포함하고, 상기 계층 식별자의 표현은 복수의 스케일러빌리티 유형에 대한 스케일러빌리티 차원을 나타내는 차원 식별자를 일 부분으로 포함할 수 있다.
상기 부호화 대상 레이어 영상은 복수의 스케일러빌리티 정보를 포함하고, 상기 복수의 스케일러빌리티 정보는 이진 형태로 연속하여 상기 계층 식별자의 이진 표현에 포함될 수 있다.
상기 계층 식별자를 생성하는 단계는, 상기 계층 식별자에 포함되는 스케일러빌리티 정보의 유형 개수를 나타내는 신택스를 생성하는 단계를 포함할 수 있다.
상기 계층 식별자를 생성하는 단계는, 상기 계층 식별자에 포함되는 스케일러빌리티 정보가 상기 계층 식별자의 이진 표현에서 차지하는 비트 길이를 나타내는 신택스를 생성하는 단계를 포함할 수 있다.
상기 계층 식별자에는 복수의 스케일러빌리티 정보가 순차적으로 포함되고, 상기 비트 길이를 나타내는 지시자는 상기 계층 식별자에 마지막으로 포함되는 스케일러빌리티 정보에 대하여는 비트길이를 나타내지 않을 수 있다.
상기 비트스트림은 상기 적어도 하나의 부호화 대상 레이어 영상에 포함되는 스케일러빌리티 정보 유형 및 상기 적어도 하나의 부호화 대상 레이어 영상의 계층 식별자의 부분 식별자에 따라 생성된 상기 부호화 대상 레이어 영상의 스케일러빌리티 정보 집합을 더 포함하고, 상기 스케일러빌리티 정보 집합이 상기 비트 스트림에 포함되어 있음을 나타내는 플래그를 더 포함할 수 있다.
또한, 본 발명의 일 실시 예에 따른 영상 복호화 장치는 멀티 레이어 비디오 복호화 장치에 있어서, 멀티 레이어 비디오 비트스트림을 수신하는 수신부; 및 상기 비트스트림으로부터 얻은 적어도 하나의 복호화 대상 레이어 영상의 계층 식별자에 스케일러빌리티 정보가 포함되었는지 여부를 나타내는 플래그가 상기 계층 식별자로부터 복수의 스케일러빌리티 정보를 얻을 것을 나타냄에 따라 상기 계층 식별자로부터 얻은 서로 상이한 유형의 복수의 스케일러빌리티 정보 중 적어도 하나의 유형에 속하는 스케일러빌리티 정보를 사용하여 상기 복호화 대상 레이어 영상을 복호화하여 영상을 복원하는 복호화부를 포함한다.
또한, 본 발명의 일 실시 예에 따른 영상 부호화 장치는 멀티 레이어 비디오 부호화 장치에 있어서, 멀티 레이어 부호화 영상 중 적어도 하나의 부호화 대상 레이어 영상에 대하여 서로 상이한 유형의 스케일러빌리티 정보 중 적어도 하나의 유형에 속하는 스케일러빌리티 정보를 생성하고, 상기 스케일러빌리티 정보를 사용하여 상기 부호화 대상 레이어 영상의 계층 식별자를 생성하며, 상기 계층 식별자에 스케일러빌리티 정보가 포함되었는지 여부를 나타내는 플래그를 생성하여 영상 데이터를 멀티 레이어 부호화 영상으로 부호화 하는 부호화부; 및 상기 계층 식별자 및 상기 플래그를 포함하는 비트스트림을 생성하는 출력부를 포함한다.
또한, 본 발명은 본 발명의 일 실시 예에 따른 영상 복호화 방법을 컴퓨터로 실행시키기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체를 제공한다.
또한, 본 발명은 본 발명의 일 실시 예에 따른 영상 부호화 방법을 컴퓨터로 실행시키기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체를 제공한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들에 대하여 구체적으로 설명한다. 이하 도 1 내지 도 13을 참조하여, 일 실시예에 따른 멀티 레이어 비디오의 부호화 부호화 방법 및 멀티 레이어 비디오 복호화 방법이 개시된다. 또한, 도 13 내지 도 25를 참조하여, 일 실시예에 따라 트리 구조의 부호화 유닛에 기초한 비디오의 부호화 방법 및 비디오의 복호화 방법이 개시된다.
도 1은 일 실시예에 따른 멀티 레이어 비디오의 부호화 장치의 구성을 나타낸 블록도이다.
도 1을 참조하면, 일 실시예에 따른 멀티 레이어 비디오 부호화 장치(10)는 비디오 부호화부(11) 및 출력부(12)를 포함한다.
비디오 부호화부(11)는 멀티 레이어 비디오를 입력받아 부호화한다. 비디오 부호화부(11)는 입력된 비디오 부호화 처리 그 자체를 다루는 비디오 부호화 레이어(Video Coding Layer)에 해당한다. 후술되는 도 13 내지 도 25와 같이, 비디오 부호화부(11)는 트리 구조의 부호화 유닛에 기초하여 멀티 레이어 비디오에 포함된 각 픽처를 부호화할 수 있다.
출력부(12)는 부호화된 멀티 레이어 비디오 데이터 및 부가 정보를 소정 포맷에 따른 전송 데이터 유닛에 부가하여 출력하는 네트워크 추상 레이어(Network Abstraction Layer: NAL)에 해당한다. 전송 데이터 유닛은 NAL 유닛일 수 있다. 출력부(12)는 NAL 유닛에 멀티 레이어 비디오 데이터 및 부가 정보를 포함시켜 NAL 유닛을 출력한다. 출력부(12)는 NAL 유닛을 사용하여 생성된 비트스트림을 출력할 수 있다.
도 2는 일 실시예에 따른 멀티 레이어 비디오를 나타낸다.
다양한 네트워크 환경과 다양한 단말기에서 최적의 서비스를 제공할 수 있도록 하기 위해서, 멀티 레이어 비디오 부호화 장치(10)는 다양한 공간적 해상도(spatial resolution), 다양한 화질(quality), 다양한 프레임율(frame-rate), 서로 다른 시점을 갖는 멀티 레이어 영상 시퀀스들을 부호화하여 스케일러블한 비트스트림을 출력할 수 있다. 즉, 멀티 레이어 비디오 부호화 장치(10)는 다양한 스케일러빌리티 유형에 따라 입력 영상을 부호화하여 스케일러블 비디오 비트스트림을 생성하여 출력할 수 있다. 스케일러빌리티는 시간적, 공간적, 화질적, 다시점적 스케일러빌리티 및 이러한 스케일러빌리티의 조합을 포함한다. 이러한 스케일러빌리티들은 각 유형에 따라 구분 될 수 있다. 또한, 스케일러빌리티들은 각 유형 내에서 차원 식별자로 구분될 수 있다.
예를들어, 스케일러빌리티는 시간적, 공간적, 화질적 및 다시점적 스케일러빌리티와 같은 스케일러빌리티 유형을 가진다. 그리고 각 유형에 따라 스케일러빌리티 차원 식별자로 구분될 수 있다. 예를들어, 서로 다른 스케일러빌리티를 가진다면 서로 다른 차원 식별자를 가질 수 있다. 예를들어, 해당 스케일러빌리티 유형에 대한 고차원적인 스케일러빌리티일수록 스케일러빌리티 차원을 높게 할당할 수도 있다.
비트스트림으로부터 유효한(valid) 서브스트림들로 분리될 수 있는 경우 비트스트림은 스케일러블(scalable)하다고 불린다. 공간적으로 스케일러블한 비트스트림은 다양한 해상도의 서브스트림들을 포함한다. 동일한 스케일러빌리티 유형에서 서로 다른 스케일러빌리티를 구별하기 위하여 스케일러빌리티 차원을 사용한다. 스케일러빌리티 차원은 스케일러빌리티 차원 식별자로 표현될 수 있다.
예를 들어, 공간적으로 스케일러블한 비트스트림은 QVGA, VGA, WVGA 등과 같은 서로 다른 해상도를 갖는 서브스트림으로 분리될 수 있다. 예를들어, 서로 다른 해상도를 갖는 각 레이어는 차원식별자를 사용하여 구별될 수 있다. 예를들어, QVGA 서브스트림은 공간적 스케일러빌리티 차원 식별자 값으로 0을 가질 수 있고, VGA 서브스트림은 공간적 스케일러빌리티 차원 식별자 값으로 1을 가질 수 있고, WVGA 서브스트림은 공간적 스케일러빌리티 차원 식별자 값으로 2를 가질 수 있다.
시간적으로 스케일러블한 비트스트림은 다양한 프레임율을 갖는 서브스트림들을 포함한다. 예를 들어, 시간적으로 스케일러블한 비트스트림은 7.5Hz의 프레임율, 15Hz의 프레임율, 30Hz의 프레임율, 60Hz의 프레임율을 갖는 서브스트림으로 분리될 수 있다. 화질적으로 스케일러블한 비트스트림은 CGS(Coarse-Grained Scalability) 방식, MGS(Medium-Grained Scalability) 방식, FGS(Fine-Grained Scalability) 방식에 따라서 서로 다른 화질(quality)를 갖는 서브스트림으로 분리될 수 있다. 시간적 스케일러빌리티도 서로 다른 프레임율에 따라 서로 다른 차원으로 구분될 수 있으며, 화질적 스케일러빌리티도 서로 다른 방식에 따라 서로 다른 차원으로 구분될 수 있다.
다시점 스케일러블 비트스트림은 하나의 비트스트림 내에서 서로 다른 시점의 서브 스트림들을 포함한다. 일 예로 스테레오 스코픽(stereo scopic) 영상의 경우 비트스트림은 좌측 영상과 우측 영상을 포함한다. 또한, 스케일러블 비트스트림은 다시점 영상 및 뎁스맵(depth map)의 부호화된 데이터에 관한 서브스트림들을 포함할 수 있다. 시점적 스케일러빌리티도 각각의 시점에 따라 서로 다른 차원으로 구분될 수 있다.
서로 다른 스케일러블 확장 유형은 서로 결합될 수 있다. 즉, 스케일러블 비디오 비트스트림은 시간적, 공간적, 화질적, 다시점적 스케일러빌러티 중 적어도 하나가 서로 다른 영상들로 구성된 멀티 레이어의 영상 시퀀스들을 부호화한 서브스트림들을 포함할 수 있다.
도 2에서는 서로 다른 스케일러블 확장 유형을 갖는 영상 시퀀스들(21,22,23)을 도시한다. 제 1 레이어의 영상 시퀀스(21), 제 2 레이어의 영상 시퀀스(22) 및 제 n(n은 정수) 레이어의 영상 시퀀스(23)들은 해상도, 화질, 시점 중 적어도 하나가 서로 다른 영상 시퀀스들일 수 있다. 또한, 제 1 레이어의 영상 시퀀스(21), 제 2 레이어의 영상 시퀀스(22) 및 제 n(n은 정수) 레이어의 영상 시퀀스(23)들 중 하나의 레이어의 영상 시퀀스는 기본 레이어의 영상 시퀀스이고, 다른 레이어의 영상 시퀀스들은 향상 레이어의 영상 시퀀스일 수 있다.
일 예로, 제 1 레이어의 영상 시퀀스(21)는 제 1 시점의 영상들, 제 2 레이어의 영상 시퀀스(22)는 제 2 시점의 영상들, 제 n 레이어의 영상 시퀀스(23)은 제 n 시점의 영상들일 수 있다. 다른 예로, 제 1 레이어의 영상 시퀀스(21)는 기본 레이어의 좌시점 영상, 제 2 레이어의 영상 시퀀스(22)는 기본 레이어의 우시점 영상, 제 n 레이어의 영상 시퀀스(23)은 향상 레이어의 우시점 영상일 수 있다. 전술한 예에 한정되지 않고, 서로 다른 스케일러블 확장 유형을 갖는 영상 시퀀스들(21, 22, 23)은 각각 서로 다른 영상 속성(attribute)을 갖는 영상 시퀀스들일 수 있다.
도 3은 일 실시예에 따라서 멀티 레이어 비디오의 부호화된 데이터를 포함하는 NAL 유닛들을 나타낸다.
전술한 바와 같이, 출력부(12)는 부호화된 멀티 레이어 비디오 데이터 및 부가 정보를 포함하는 NAL 유닛들을 출력한다.
비디오 파라메터 세트(Video Parameter Set, 이하 "VPS"라 함)는 멀티 레이어 비디오에 포함된 멀티 레이어 영상 시퀀스들(32, 33, 34)에 적용되는 정보를 포함한다. VPS에 관한 정보를 포함하는 NAL 유닛을 VPS NAL 유닛(31)라 한다.
VPS NAL 유닛(31)는 멀티 레이어 영상 시퀀스들(32, 33, 34)에 의하여 공유되는 공통적인 신택스 엘리먼트(syntax element), 불필요한 정보의 전송을 막기 위하여 동작점(operation point)에 관한 정보, 프로파일(profile)이나 레벨과 같이 세션 논의(session negotiation) 단계에서 필요한 동작점에 관한 필수 정보 등을 포함한다. 특히, 일 실시예에 따른 VPS NAL 유닛(31)에는 멀티 레이어 비디오에서의 스케일러빌리티의 구현을 위한 스케일러빌리티 식별자에 관련된 스케일러빌리티 정보가 포함된다. 스케일러빌리티 정보는 멀티 레이어 비디오에 포함된 멀티 레이어 영상 시퀀스들(32, 33, 34)에 적용되는 스케일러빌리티를 결정하기 위한 정보이다.
후술되는 바와 같이, 스케일러빌리티 정보는 멀티 레이어 비디오에 포함된 멀티 레이어 영상 시퀀스들(32, 33, 34)에 적용되는 스케일러빌리티 유형 및 스케일러빌리티 차원에 대한 정보를 포함한다. 본 발명의 제 1 실시 예에 따른 부복호화 방법에서 스케일러빌리티 정보는 NAL 유닛 헤더에 포함된 계층 식별자의 값으로부터 직접적으로 얻어질 수 있다. 계층 식별자는 VPS에 포함된 다수의 레이어를 구분하기 위한 식별자이다. VPS는 각 레이어에 대한 계층 식별자를 VPS 익스텐션(VPS extension)을 통하여 시그널링할 수 있다. VPS의 각 레이어에 대한 계층 식별자는 VPS NAL 유닛에 포함되어 시그널링될 수 있다. 예를들어, VPS의 특정 레이어에 속하는 NAL 유닛들의 계층 식별자는 VPS NAL 유닛에 포함될 수 있다. 예를 들어, VPS에 속하는 NAL 유닛의 계층 식별자는 VPS 익스텐션(VPS extension)을 통하여 시그널링 될 수 있다. 따라서, 본 발명의 일 실시 예에 따른 부복호화 방법에서 VPS를 사용하여 해당 VPS에 속하는 NAL 유닛들의 레이어에 대한 스케일러빌리티 정보를 해당 NAL 유닛들의 계층 식별자 값을 사용하여 얻을 수 있다.
본 발명의 제 2 실시 예에 따른 부복호화 방법에서 스케일러빌리티 정보는 계층 식별자로부터 얻어지는 값을 사용하여 스케일러빌리티 분할 차원 테이블을 참조하여 얻어질 수 있다. 예를들어, 계층 식별자 값의 이진 표현을 구성하는 특정 부분 식별자가 상기 계층 식별자에서 위치하는 순서 및 부분 식별자의 값을 인덱스로 사용하여 스케일러빌리티 분할 차원 테이블을 참조하여 해당 NAL 유닛에 대한 스케일러빌리티 정보를 얻을 수 있다.본 발명의 제 3 실시 예에 따른 부복호화 방법에서 특정 NAL 유닛에 대한 스케일러빌리티 정보는 계층 식별자값 및 스케일러빌리티 유형 순서로 결정되는 스케일러빌리티 차원 테이블을 참조하여 얻어질 수 있다.
계층 식별자 정보는 VPS NAL 유닛(31)에 포함되는 대신에, 각 레이어의 SPS(Sequence Parameter Set) 정보를 포함하는 SPS NAL 유닛들(32a, 33a, 34a)에 포함되거나, 각 레이어의 PPS(Picture Parameter Set) 정보를 포함하는 PPS NAL 유닛들(32b, 33b, 34b)에 포함될 수 있다.
SPS는 하나의 레이어의 영상 시퀀스에 공통적으로 적용되는 정보를 포함한다. 이러한 SPS를 포함하는 SPS NAL(32a, 33a, 34a)들 각각은 영상 시퀀스들(32, 33, 34) 각각에 공통적으로 적용되는 정보를 포함한다.
PPS는 하나의 레이어의 픽처들에 공통적으로 적용되는 정보를 포함한다. 이러한 PPS를 포함하는 PPS NAL(32b, 33b, 34B)들 각각은 동일 레이어의 픽처들에 공통적으로 적용되는 정보를 포함한다. PPS는 픽처 전체의 부호화 모드, 예를 들어 엔트로피 부호화 모드, 픽처 유닛의 양자화 파라메터 초기값 등에 관한 정보를 포함할 수 있다. PPS는 모든 픽처마다 생성될 필요는 없다. 즉, PPS가 없는 경우에는 이전에 존재하는 PPS를 이용하고, PPS에 포함된 정보가 갱신될 필요가 있는 경우에 새롭게 PPS가 설정되고, 설정된 PPS에 관한 정보를 포함하는 PPS NAL 유닛이 생성될 수 있다.
슬라이스 세그먼트는 적어도 하나의 최대 부호화 유닛의 부호화 데이터를 포함하며, 이러한 슬라이스 세그먼트는 슬라이스 세그먼트 NAL들(32c, 33c, 34c)에 포함되어 전송될 수 있다.
도 3에 도시된 바와 같이, 하나의 비디오는 멀티 레이어의 영상 시퀀스들(32, 33, 34)를 포함한다. 시퀀스를 식별하기 위해서, 각 레이어의 SPS에는 SPS 식별자(sequence_parameter_set_id)가 포함되고, PPS에 SPS 식별자를 지정함으로써 PPS가 포함된 시퀀스를 식별할 수 있다. 또한, PPS에는 PPS 식별자(picture_parameter_set_id)가 포함되고, 슬라이스 세그먼트에 PPS 식별자를 포함시킴으로써 슬라이스 세그먼트가 어떤 PPS를 이용하는지를 식별할 수 있다. 또한, 슬라이스 세그먼트의 PPS 식별자가 가리키는 PPS에 포함된 SPS 식별자를 이용하여 슬라이스 세그먼트에 이용되는 SPS 및 레이어 정보를 식별할 수 있다. 예를 들어, 제 1 레이어 SPS NAL(32a)의 SPS 식별자(sequence_parameter_set_id)가 0의 값을 갖는다고 가정한다. 이 경우, 제 1 레이어 영상 시퀀스(32)에 포함된 제 1 레이어 PPS NAL(32b)는 0의 값을 갖는 SPS 식별자(sequence_parameter_set_id)를 포함한다. 또한, 제 1 레이어 PPS NAL(32b)의 PPS 식별자(picture_parameter_set_id)가 0의 값을 갖는다고 가정한다. 이 경우, 제 1 레이어 PPS NAL(32b)를 참조하는 제 1 레이어 슬라이스 세그먼트 NAL(32c)은 0의 값을 갖는 PPS 식별자(picture_parameter_set_id)를 갖는다.
도 3에서는 하나의 VPS를 구성하는 예를 도시하고 있으나, 도 3에 도시된 바와 같은 멀티 레이어 비디오의 구성을 다시 복수 개로 구성하는 것도 가능하다. 이와 같은 경우 복수 개의 멀티 레이어 비디오 중 NAL 유닛들이 포함되는 멀티 레이어 비디오를 식별하기 위하여 SPS NAL 유닛에 VPS 식별자(video_parameter_set_id)를 포함시킬 수 있다. 예를 들어, VPS NAL(31)의 VPS 식별자(video_parameter_set_id)가 0의 값을 갖는 경우, 하나의 멀티 레이어 비디오에 포함되는 SPS NAL(32a, 33a, 34a)들에는 0의 값을 갖는 VPS 식별자(video_parameter_set_id)가 포함될 수 있다.
도 4a 및 도 4b는 일 실시예에 따른 NAL 유닛의 헤더의 일 예를 나타낸 도면이다.
도 4a 및 4b를 참조하면, NAL 유닛 헤더는 총 2바이트의 길이를 갖는다. 도 4b에서 0~7까지의 숫자는 각각 2바이트에 포함된 각 비트를 의미한다. NAL 유닛 헤더는 NAL 유닛의 식별을 위한 비트로써 0의 값을 갖는 forbidden_zero_bit (F)(41), NAL 유닛의 종류를 나타내는 식별자(nal unit type, 이하 "NUT"라 한다)(42), 앞으로의 사용을 위해 예약된 리저브드 영역(reserved_zero_6bits) (43) 및 시간적 식별자(termporal ID)(44)를 포함한다. 앞으로의 사용을 위해 예약된 리저브드 영역(reserved_zero_6bits) (43)에는 NAL 유닛의 계층 식별자(nuh_layer_id)가 할당될 수 있다. 따라서 식별자 NUT(42) 및 계층 식별자(43)는 각각 6비트로 구성되며, 시간적 식별자(TID:temporal ID)(44)는 3비트로 구성될 수 있다.
도 4a 및 도 4b에 도시된 NAL 유닛에 멀티 레이어 비디오의 스케일러빌리티 정보를 부가하기 위하여, 일 실시예에 따른 출력부(12)는 NAL 유닛 헤더의 영역들 중 리저브드 영역(43)을 이용할 수 있다.
일 실시예에 따른 멀티 레이어 비디오의 스케일러블 확장을 위한 NAL 유닛의 헤더는 NAL 유닛의 식별을 위한 비트로써 0의 값을 갖는 forbidden_zero_bit (F) 및 NAL 유닛의 종류를 나타내는 식별자 NUT(nal unit type) 이외에, 스케일러빌리티 정보를 포함하는 계층 식별자가 할당된 리저브드 영역(43)을 포함한다.
NUT(nal_unit_type)의 값에 따라서, 해당 NAL 유닛이 IDR(Instantaneous Decoding Refresh) 픽처, CRA(Clean Random Access) 픽처, VPS, SPS, PPS, SEI(Supplemental Enhancement Information), 적응적 파라메터 세트(APS: Adaptation Parameter Set), 장래 확장을 위해 사용될 것으로 예약된(reserved) NAL 유닛, 미정의된 NAL 유닛 중 어떤 정보를 포함하는 NAL 유닛인지를 식별할 수 있다.
표 1은 일 실시예에 따른 Nal_unit_type(NUT)에 따른 NAL 유닛의 유형을 나타낸 표이다.
표 1
nal_unit_type Name of nal_unit_type Content of NAL unit and RBSP syntax structure
0 1 TRAIL_N TRAIL_R Coded slice segment of a non-TSA, non-STSA trailing picture slice_segment_layer_rbsp(　)
2 3 TSA_N TSA_R Coded slice segment of a TSA picture slice_segment_layer_rbsp(　)
4 5 STSA_N STSA_R Coded slice segment of an STSA picture slice_segment_layer_rbsp(　)
6 7 RADL_N RADL_R Coded slice segment of a RADL picture slice_segment_layer_rbsp(　)
8 9 RASL_N RASL_R Coded slice segment of a RASL picture slice_segment_layer_rbsp(　)
10 12 14 RSV_VCL_N10 RSV_VCL_N12 RSV_VCL_N14 Reserved non-IRAP sub-layer non-reference VCL NAL unit types
11 13 15 RSV_VCL_R11 RSV_VCL_R13 RSV_VCL_R15 Reserved non-IRAP sub-layer reference VCL NAL unit types
16 17 18 BLA_W_LP BLA_W_RADL BLA_N_LP Coded slice segment of a BLA picture slice_segment_layer_rbsp(　)
19 20 IDR_W_RADL IDR_N_LP Coded slice segment of an IDR picture slice_segment_layer_rbsp(　)
21 CRA_NUT Coded slice segment of a CRA picture slice_segment_layer_rbsp(　)
22 23 RSV_IRAP_VCL22 RSV_IRAP_VCL23 Reserved IRAP VCL NAL unit types
24..31 RSV_VCL24.. RSV_VCL31 Reserved non-IRAP VCL NAL unit types
32 VPS_NUT Video parameter set video_parameter_set_rbsp(　)
33 SPS_NUT Sequence parameter set seq_parameter_set_rbsp(　)
34 PPS_NUT Picture parameter set pic_parameter_set_rbsp(　)
35 AUD_NUT Access unit delimiter access_unit_delimiter_rbsp(　)
36 EOS_NUT End of sequence end_of_seq_rbsp(　)
37 EOB_NUT End of bitstream end_of_bitstream_rbsp(　)
38 FD_NUT Filler data filler_data_rbsp(　)
39 40 PREFIX_SEI_NUT SUFFIX_SEI_NUT Supplemental enhancement information sei_rbsp(　)
41..47 RSV_NVCL41.. RSV_NVCL47 Reserved
표 1을 참조하면, VPS를 포함하는 NAL 유닛의 nal_unit_type은 32로 설정될 수 있다. 또한, 일 실시예에 따른 멀티 레이어 비디오의 스케일러블 확장 유형 정보는 장래 사용을 위해 예약된 NAL 유닛들, 즉 nal_unit_type이 41-47까지의 값을 갖는 NAL 유닛들에 포함될 수도 있다. 그러나, 이에 한정되지 않고 nal_unit_type에 따른 NAL 유닛의 유형은 변경될 수 있다.
비디오 부호화부(11)는 복호화 장치가 스케일러빌리티 식별자를 결정하기 위하여 계층 식별자를 분할하여 부분 식별자를 생성하여야 하는지의 여부를 나타내는 플래그인 분할 플래그(Splitting_flag)를 생성하여 NAL 유닛에 포함시킬 수 있다. 예를들어, 부분 식별자는 계층 식별자의 비트 표현을 분할하는 식별자일 수 있다. 계층 식별자는 복수의 부분 식별자로 분할될 수 있다. 예를 들어, 비디오 부호화부(11)는 계층 식별자를 분할하여 생성된 부분 식별자의 값을 사용하여 스케일러빌리티 식별자를 결정하여야 함을 시그널링 하기 위해서 Splitting_flag의 값을 1로 설정할 수 있다. 비디오 부호화부(11)는 분할되지 않은 계층 식별자의 값을 사용하여 스케일러빌리티 식별자를 결정하여야 함을 시그널링하기 위하여 Splitting_flag를 0으로 설정할 수 있다.
비디오 부호화부(11)는 계층 식별자를 분할하여 생성된 부분 식별자를 분할 차원 식별자 테이블의 참조 인덱스로 사용하여야 하는지 여부를 나타내는 플래그인 Split_dimension_present_flag를 생성하여 NAL 유닛에 포함시킬 수 있다. 비디오 부호화부(11)는 분할 차원 식별자 테이블인 split_dimension_id[][]가 제공됨을 시그널링하기 위하여 split_dimension_present_flag를 1로 설정하고, split_dimension_id[][]가 제공되지 않음을 시그널링하기 위하여 split_dimension_present_flag를 0으로 설정할 수 있다.
비디오 부호화부(11)는 분할 차원 식별자 테이블인 split_dimension_id[][]를 생성할 수 있다. 여기서, split_dimension_id[i][j]는 i번째 스케일러빌리티 차원 유형의 j번째 차원 식별자를 나타낸다. i, j는 0 또는 양의 정수이다. 비디오 부호화부(11)는 부복호화 장치간에 미리 결정된 스케일러빌리티 유형의 순서에 따라 각 스케일러빌리티 유형에 대하여 인덱스를 0부터 순차적으로 설정할 수 있다.
비디오 부호화부(11)는 특정 i 및 j에 대하여 split_dimension_id[i][j]의 값이 0이면 split_dimension_id[i][j]값을 생성하지 않을 수 있다. split_dimension_id[i][j]의 표현을 위한 비트들의 개수는 dimension_id_len_minus1[j]+1 이며 dimension_id_len_minus1[j]는 부호화 장치로부터 수신되는 차원 식별자의 비트 길이에서 1을 감한 값이다.
예를들어, 비디오 부호화부(11)는 분할 차원 식별자 테이블을 참조하지 않고, 부분 식별자의 값으로부터 스케일러빌리티 식별자의 값을 바로 얻어야 함을 시그널링 하기 위하여 Splitting_flag를 1로 설정하고 Split_dimension_present_flag를 0으로 설정하며, 부분 식별자의 값을 인덱스로하여 분할 차원 식별자 테이블(split_dimension_id[][])을 참조함으로써 스케일러빌리티 식별자의 값을 얻어야 함을 시그널링 하기 위하여 Splitting_flag 및 Split_dimension_present_flag의 값을 1로 설정할 수 있다.
비디오 부호화부(11)는 어떠한 유형의 스케일러빌리티 유형이 사용되는 지에 대한 정보인 Scalability_mask를 생성하여 NAL 유닛에 포함시킬 수 있다. Scalability_mask는 인덱스 또는 플래그일 수 있다.
scalability_mask[i]는 부복호화 장치간에 미리 결정된 스케일러빌리티 유형의 순서를 각 스케일러빌리티 유형에 대한 인덱스로 설정하고, 각 인덱스에 따라 각 스케일러빌리티 유형의 사용여부를 1 및 0으로 순차적으로 나타내는 플래그의 배열일 수 있다. 스케일러빌리티 유형의 순서는 부호화 장치와 복호화 장치간에 미리 약속되어 있거나, 별도로 시그널링 될 수 있다.
예를 들어, 부복호화 장치간에 시점적 스케일러빌리티, 공간적 스케일러빌리티 및 시간적 스케일러빌리티의 순서로 미리 결정된 스케일러빌리티 유형 순서를 가질 경우, 각 스케일러빌리티 유형은 i가 0 또는 양의 정수 값을 가지는 scalability_mask[i]에서 인덱스 0부터 순차적으로 대응될 수 있다. 예를들어, scalability_mask[0]은 시점적 스케일러빌리티이고, scalability_mask[1]은 공간적 스케일러빌리티이며 scalability_mask[2]는 시간적 스케일러빌리티일 때, 비디오 부호화부(11)는 시점적 스케일러빌리티 유형이 사용되고, 공간적 스케일러빌리티 유형 및 시간적 스케일러빌리티 유형이 사용되지 않는 것을 시그널링하기 위하여 scalability_mask[0]를 1로, scalability_mask[1] 및 scalability_mask[2]를 0으로 설정할 수 있다.
비디오 부호화부(11)는 각 분할 식별자의 비트 길이를 결정하고 이를 복호화 장치로 시그널링할 수 있다.
예를 들어, 비디오 부호화부(11)는 계층 식별자의 일부 분할 식별자에 특정 스케일러빌리티 유형에 대한 차원 식별자를 포함시키기 위하여 각 분할 식별자의 길이를 결정하고 이를 복호화 장치로 시그널링할 수 있다. 예를들어 비디오 부호화부(11)는 분할 식별자의 비트 길이를 결정하고 결정된 비트 길이를 복호화 장치로 시그널링할 수 있다. 또는, 비디오 부호화부(11)는 계층 식별자의 일부 분할 식별자에 분할 차원 식별자 테이블을 참조하기 위한 특정 스케일러빌리티 유형에 대한 식별자를 포함시키기 위하여 각 분할 식별자의 길이를 결정하고 이를 복호화 장치로 시그널링할 수 있다. 예를들어 비디오 부호화부(11)는 분할 식별자의 비트 길이를 결정하고 결정된 비트 길이를 복호화 장치로 시그널링할 수 있다.
예를들어, 비디오 부호화부(11)는 스케일러빌리티 유형의 차원식별자를 나타내는 분할 식별자의 비트 길이를 각각의 스케일러빌리티 유형마다 생성하여 NAL 유닛에 포함시킬 수 있다. 예를들어, 비디오 부호화부(11)는 인덱스로 i를 가지는 i 번째 분할 식별자의 비트 길이에서 1을 뺀 값인 dimension_id_len_minus1[i]를 복호화 장치로 시그널링할 수 있다. i는 0또는 양의 정수이다.
이때, 비디오 부호화부(11)는 마지막 인덱스를 가지는 스케일러빌리티 유형의 분할식별자의 길이에 대하여는 복호화 장치로 시그널링하지 않을 수 있다. 예를들어, 부호화 영상에 적용된 스케일러빌리티 유형중 마지막 인덱스를 가지는 스케일러빌리티 유형에 대하여 분할 식별자의 비트 길이를 복호화 장치로 시그널링하지 않을 수 있다. 따라서, 마지막 인덱스를 가지는 스케일러빌리티 유형에 대한 분할 식별자의 비트 길이는 NAL 유닛에 포함되지 않을 수 있다. 이는 복호화 장치가 NAL 유닛으로부터 마지막 인덱스를 가지는 스케일러빌리티 유형에 대한 분할 식별자의 비트 길이를 얻지 않고도, 마지막 인덱스를 가진 스케일러빌리티 유형을 제외한 다른 스케일러빌리티 유형의 분할 식별자의 비트길이들을 사용하여 직접 마지막 인덱스를 가진 스케일러빌리티 유형의 분할 식별자의 비트 길이를 결정할 수 있기 때문이다.
비디오 부호화부(11)는 i번째 스케일러빌리티 마스크가 나타내는 스케일러빌리티 차원 유형에 대한 레이어들의 최대 개수를 나타내는 식별자인 max_layers_scalability_dimension을 더 시그널링할 수 있다.
max_layers_scalability_dimension_minus1[i]는 i번째 스케일러빌리티 인덱스가 나타내는 스케일러빌리티 차원 유형에 대한 레이어들의 최대 개수를 나타낸다. I는 0또는 양의 정수이다. max_layers_scalability_dimension_minus1[i]의 표현을 위해 사용되는 비트들의 수는 dimension_id_len_minus1 [i]+1 비트들이다.
max_layers_scalability_dimension_minus1은 각각의 스케일러빌리티 차원 유형에 대응하는 레이어의 최대 개수를 알리기 위해 사용될 수 있다. 이러한 정보는 컨텐츠 정보 전달 또는 세션 협상(session negotiation)시 유용하게 사용될 수 있다.
한편, Splitting flag가 1과 같으면, 부호화 장치는 dimension_id[i][j]를 복호화 장치로 의무적으로 보내지 않아도 된다. dimension_id[i][j]는 i번째 레이어의 j번째 스케일러빌리티 유형에 대한 스케일러빌리티 차원 식별자값을 나타낸다.
본 발명의 일 실시 예에 따라 계층 식별자에서의 부분식별자의 순서를 사용하여 스케일러빌리티 유형을 결정하고 부분식별자의 값을 사용하여 스케일러빌리티 차원 식별자를 결정하게되면, i번째 레이어의 계층 식별자의 j번째 부분 식별자의 값은 dimension_id[i][j]의 값과 같게 됨에 따라, dimension_id[i][j]는 nuh_layer_id의 값으로부터 추론될 수 있다.
Splitting_flag가 1일 때, nuh_layer_id의 각각의 부분 식별자를 dimension_id의 특정한 값으로 매핑하기 위해, split_dimension_id[i][j]는 max_layers_scalability_dimension_minus1[i]의 개수만큼 시그널링될 수 있다. 예를들어, j는 1부터 max_layers_scalability_dimension_minus1[i]까지의 정수일 수 있다. split_dimension_id[i][j]는 i번째 스케일러빌리티 유형에대한 j번째 레이어의 차원식별자 값이며 i는 0 또는 양의 정수이다.
Splitting_flag가 1일 때, 계층 식별자에서의 마지막 분할 식별자의 길이인 dimension_id_len_minus1[i]는 시그널될 필요가 없다. 마지막 값은 다른 dimension_id_len_minus1[i]값들의 합으로 추론될 수 있기 때문이다. 일 실시 예에서, 다른 dimension_id_len_minus1[i]의 값들의 합은 splitting_flag의 값이 1과 같을 때 6과 같다.
이하, 비디오 부호화부(11)가 스케일러빌리티 식별자를 시그널링하기 위해 계층 식별자를 결정하는 방법을 보다 상세히 설명한다. 이하 설명되는 계층 식별자는 VPS의 특정 레이어에 대한 NAL 유닛을 식별하기 위하여 VPS에 레이어별로 포함될 수 있고, 각각의 NAL 유닛의 헤더에 포함될 수 있다. 예를들어, 계층 식별자는 VPS의 특정 레이어에 대한 NAL 유닛을 식별하기 위하여 VPS의 익스텐션(extension) 영역에 포함될 수 있다. 각각의 스케일러빌리티 식별자 ScalabilityId[i][smIdx]는 i번째 레이어의 smIdx번째 스케일러빌리티 차원 유형의 식별자를 나타낸다. i 및 smIdx는 0 또는 양의 정수일 수 있다.
제 1 실시 예에서 비디오 부호화부(11)는 적어도 하나의 스케일러빌리티 유형의 차원 식별자를 분할 식별자로 사용하고, 분할식별자를 조합하여 VPS의 복수의 레이어 중 적어도 하나의 레이어에 대한 계층 식별자를 생성할 수 있다. 예를들어, 비디오 부호화부(11)는 서로 다른 스케일러빌리티 유형의 차원 식별자들의 비트들을 결합하여 계층 식별자를 결정함으로써, 각 스케일러빌리티 유형의 차원 식별자를 표현하는 부분 식별자들의 연속된 결합을 계층 식별자로 결정할 수 있다.
스케일러빌리티 유형 및 스케일러빌리티 차원 식별자는 계층 식별자에서 스케일러빌리티 유형에 따른 스케일러빌리티 차원 식별자의 순차적 배열로 표현될 수 있다. 이하 도 5 및 도 6을 참조하여 비디오 부호화부(11)가 계층 식별자를 사용하여 복수의 스케일러빌리티 정보를 표현하는 방법을 설명한다.
도 5는 2가지 유형의 스케일러빌리티 정보를 포함하는 계층 식별자를 포함하는 NAL 유닛의 헤더를 나타내는 도면이다. 리저브드 영역(reserved)에 위치하게 되는 계층 식별자는 두개의 스케일러빌리티 정보를 표현할 수 있다. 도 5를 참조하면, 계층 식별자는 2개의 부분 식별자로 구획될 수 있다. 예를들어, 제 1 부분 식별자(51)는 제 1 스케일러빌리티 유형의 차원 식별자를 포함하고, 제 2 부분 식별자(52)는 제 2 스케일러빌리티 유형의 차원 식별자를 포함할 수 있다. 예를들어, 제 1 부분 식별자는 공간적 스케일러빌리티에 대한 차원 식별자 값을 포함하고, 제 2 부분 식별자는 시간적 스케일러빌리티에 대한 차원 식별자 값을 포함할 수 있다.
도 6은 3가지 유형의 스케일러빌리티 유형의 차원 식별자를 포함하는 계층 식별자를 포함하는 NAL 유닛의 헤더를 나타내는 도면이다. 도 6에서도 계층식별자는 도 5와 같이 리저브드 영역으로 표현된다. 계층 식별자는 세가지 유형개의 스케일러빌리티 유형을 표현할 수 있다. 도 6를 참조하면, 계층 식별자는 각각의 스케일러빌리티 유형의 차원 식별자를 포함하는 3개의 부분 식별자로 구획될 수 있다. 예를들어, 제 1 부분 식별자(61)은 제 1 스케일러빌리티 유형의 차원 식별자를 포함하고, 제 2 부분 식별자(62)은 제 2 스케일러빌리티 유형의 차원 식별자를 포함하며, 제 3 부분 식별자(63)은 제 3 스케일러빌리티 유형의 차원 식별자를 포함할 수 있다. 예를들어, 제 1 스케일러빌리티 유형은 공간적 스케일러빌리티이고, 제 2 스케일러빌리티 유형은 시간적 스케일러빌리티이며, 제 3 스케일러빌리티 유형은 참조 스케일러빌리티일 수 있다.
도 5 및 도 6에서 설명된 바와 같이 계층 식별자에 포함되는 스케일러빌리티의 유형의 개수는 정수개일 수 있다. 또한, 계층 식별자에 포함되는 스케일러빌리티 차원 식별자는 정수개의 비트로 표현될 수 있다. 도 5 및 도 6에서 설명된 계층 식별자는 6개의 비트로 표현되는 것으로 설명되었지만, 계층 식별자의 비트 길이가 확장되는 경우, 계층 식별자로 표현되는 스케일러빌리티 유형의 개수 및 스케일러빌리티 차원 식별자를 표현하는 비트수는 확장되는 계층 식별자의 비트 길이에 따라 증가할 수 있다.
제 1 실시 예에서 비디오 부호화부(11)는 분할 차원 식별자 테이블을 참조하지 않고, 부분 식별자의 값으로부터 스케일러빌리티 식별자의 값을 바로 얻음으로써 스케일러빌리티 식별자의 값을 결정할 수 있음을 복호화 장치로 시그널링 하기 위하여 Splitting_flag를 1로 설정하고, Split_dimension_present_flag를 0으로 설정할 수 있다.
비디오 부호화부(11)는 복호화에 사용되는 스케일러빌리티 유형을 Scalability_mask[]를 사용하여 복호화 장치로 시그널링할 수 있다. 더하여, 비디오 부호화부(11)는 복호화에 사용되는 i번째 스케일러빌리티 유형에 대한 분할 식별자의 비트 길이를 dimension_id_len_minus1[i]을 사용하여 복호화 장치로 시그널링할 수 있다. 제 1 실시 예에서, 분할 식별자는 차원 식별자로 바로 사용되므로 분할식별자의 길이를 나타내기 위해 사용되는 dimension_id_len_minus1[i]는 차원 식별자의 길이를 나타내기 위해 사용될 수 있다. 비디오 부호화부(11)는 Scalability_mask[] 및 dimension_id_len_minus1[i]를 VPS에 포함시켜 복호화 장치로 전송함으로써, 시그널링을 수행할 수 있다.
제 2 실시 예에 있어서, 비디오 부호화부(11)는 분할 차원 식별자 테이블과 분할 차원 식별자 테이블을 참조하기 위한 인덱스를 생성하고, 이를 사용하여 VPS NAL 유닛을 생성함으로써 스케일러빌리티 유형 및 차원 식별자를 복호화 장치로 시그널링할 수 있다.
예를들어, 분할 차원 식별자 테이블인 split_dimension_id[i][j]는 도 7에 도시된 식별자 테이블과 같은 형식을 가질 수 있다. 도 7은 일 실시 예에 따른 분할 차원 식별자 테이블을 나타내는 도면이다. 분할 차원 식별자 테이블에서 i는 스케일러빌리티 유형의 인덱스(72)이고 j는 스케일러빌리티 유형에서의 식별자 인덱스(71)이다. 예를들어, 도 7을 참조하면 split_dimension_id[0][8]은 시간적 스케일러빌리티에서 8번째 식별자 인덱스로 참조되어, split_dimension_id[0][8]은 스케일러빌리티 식별자 값 1을 나타낸다.
스케일러빌리티 유형의 순서에 따른 스케일러빌리티 유형의 인덱스는 부호화 장치와 복호화 장치간에 미리 결정된 값이거나, 부호화 장치가 복호화 장치로 별도로 시그널링할 수 있다. 비디오 부호화부(11)는 제 1 실시예에서 설명된 방법과 유사하게 계층 식별자에 스케일러빌리티 유형의 인덱스에 따라 각 스케일러빌리티 유형에 대한 식별자 인덱스를 나타내는 부분 식별자를 포함시킬 수 있다.
예를들어, 도 5를 참조하면, 계층 식별자의 제 1 부분 식별자(51)는 분할 차원 식별자 테이블에서 제 1 스케일러빌리티 유형(72)의 식별자 인덱스(71)를 포함하고, 제 2 부분 식별자(52)은 분할 차원 식별자 테이블에서 제 2 스케일러빌리티 유형(72)의 식별자 인덱스(71)를 포함할 수 있다.
제 1 실시예 및 제 2 실시 예에 있어서, 비디오 부호화부(11)는 스케일러빌리티 유형 및 스케일러빌리티 차원 식별자에 대한 정보를 계층 식별자의 비트 길이 내에서 할당 하기 위하여, 스케일러빌리티 유형의 개수 및 부분 식별자의 비트 길이를 제한할 수 있다. 예를들어, 비디오 부호화부(11)는 제 1 실시 예 및 제 2 실시 예에 따른 스케일러빌리티 정보 표현 방법을 함께 사용할 수 있다. 특정 스케일러빌리티 유형에 대한 스케일러빌리티 차원 식별자 값이 계층 식별자에서 해당 차원 식별자를 표현하기 위해 할당된 부분 식별자의 비트 길이로는 표현되지 못할 경우, 비디오 부호화부(11)는 제1 실시 예에 따라 상기 차원 식별자의 값을 계층 식별자의 특정 부분 식별자에 할당할 수 없으므로, 제 2 실시 예에 따라 분할 차원 식별자 테이블을 생성하고, 분할 차원 식별자 테이블에서 상기 스케일러빌리티 유형의 차원 식별자를 참조하기 위한 식별자 인덱스를 계층 식별자에서의 스케일러빌리티 유형에 대응되는 특정 부분 식별자에 할당할 수 있다.
제 3 실시 예에서 비디오 부호화부(11)는 VPS NAL 유닛에 포함된 각각의 레이어가 가지는 스케일러빌리티 유형에 대한 차원 식별자를 나타내는 차원 식별자 테이블(dimension_id[i][j])을 전송할 수 있다. 도 8은 일 실시 예에 따른 차원 식별자 테이블을 도시하는 도면이다. 도 8에 나타나는 바와 같이 차원 식별자 테이블(dimension_id[i][j])은 i번째 레이어에서의 j번째 스케일러빌리티 차원 유형의 차원 식별자 값을 나타내는 테이블이다. 스케일러빌리티 유형의 순서에 따른 스케일러빌리티 차원 유형의 인덱스는 부호화 장치와 복호화 장치간에 미리 결정된 값이거나, 부호화 장치가 복호화 장치로 별도로 시그널링되는 값일 수 있다.
위에서 설명한 바와 같이 NAL 유닛에 대한 스케일러빌리티 정보를 얻기 위해 NAL 유닛 헤더의 리저브드 6비트 또는 nuh_layer_id를 해석하는 여러 방법이 존재한다. 제 1 실시예에 따른 방법은 계층 식별자의 비트들을 특정 스케일러빌리티 식별자로 할당하는 분할 방법이다. 제 2 실시예에 따른 방법은 계층 식별자의 비트들을 특정 스케일러빌리티 식별자로 매핑하는 방법이다. 제 3 실시 예에 따른 방법은 계층 식별자 값을 스케일러빌리티 식별자로 매핑하는 것이다. 위의 세가지 방법 모두 VPS 확장에 있어서의 신택스 요소를 요구할 수 있다. 제 3 실시 예에 따른 매핑 방법을 사용하면 NAL 유닛 헤더에서의 제한된 양의 비트를 보다 효과적으로 사용하는 효과를 가지는 반면에, 제 1 및 제 2 실시 예에 따른 방법에 비하여 보다 복잡한 시그널링 및 프로세싱을 요구한다. 제 1 실시 예에 따른 분할 방법은 제 2 실시 예에 따른 매핑 방법 및 제 3 실시 예예 따른 매핑 방법 보다 먼저 적용될 수 있다. 또한, 제 2 실시 예에 따른 매핑방법은 제 3 실시 예에 따른 매핑 방법보다 먼저 적용될 수 있다.
도 9는 본 발명의 일 실시 예에 따른 부호화 방법을 설명하는 순서도이다. 도9를 참조하여 본 발명의 일 실시 예에 따른 부호화 방법을 설명한다. 먼저, 부호화 장치는 멀티 레이어 비디오 부호화 방법에 있어서,
영상 데이터를 멀티 레이어 부호화 영상으로 부호화 한다(S910).
다음으로, 부호화 장치는 멀티 레이어 부호화 영상 중 적어도 하나의 부호화 대상 레이어 영상에 대하여 서로 상이한 유형의 스케일러빌리티 정보 중 적어도 하나의 유형에 속하는 스케일러빌리티 정보를 생성 한다(S920).
다음으로, 부호화 장치는 스케일러빌리티 정보를 사용하여 부호화 대상 레이어 영상의 계층 식별자를 생성한다(S930). 부호화 장치는 계층 식별자의 값의 표현이 스케일러빌리티 정보의 값을 일 부분으로 포함하도록 계층 식별자를 생성할 수 있다. 부호화 장치는 계층 식별자에 포함되는 스케일러빌리티 정보의 유형 개수를 나타내는 지시자를 포함하는 신택스를 생성할 수 있다.
부호화 대상 레이어 영상은 복수의 스케일러빌리티 정보를 포함하고, 부호화 장치는 계층 식별자의 표현이 복수의 스케일러빌리티 유형에 대한 스케일러빌리티 차원을 나타내는 차원 식별자를 일부분으로 포함하도록 계층 식별자를 생성할 수 있다. 복수의 스케일러빌리티 정보는 이진 형태로 연속하여 계층 식별자의 이진 표현에 포함될 수 있다.
부호화 장치는 계층 식별자에 포함되는 스케일러빌리티 정보가 계층 식별자의 이진 표현에서 차지하는 비트 길이를 나타내는 지시자를 포함하는 신택스를 생성할 수 있다. 예를들어, 계층 식별자에는 복수의 스케일러빌리티 정보가 순차적으로 포함될 수 있고, 부호화 장치는 계층 식별자에 마지막으로 포함되는 스케일러빌리티 정보에 대하여는 비트길이를 나타내지 않도록 비트 길이를 나타내는 지시자를 포함한 신택스를 생성할 수 있다.
다음으로, 부호화 장치는 계층 식별자에 스케일러빌리티 정보가 포함되었는지 여부를 나타내는 플래그를 생성한다(S940).
다음으로, 부호화 장치는 계층 식별자 및 플래그를 포함하는 비트스트림을 생성한다(S950). 비트스트림은 적어도 하나의 부호화 대상 레이어 영상에 포함되는 스케일러빌리티 정보 유형 및 적어도 하나의 부호화 대상 레이어 영상의 계층 식별자의 부분 식별자에 따라 생성된 부호화 대상 레이어 영상의 스케일러빌리티 정보 집합을 더 포함하고, 스케일러빌리티 정보 집합이 비트 스트림에 포함되어 있음을 나타내는 플래그를 더 포함할 수 있다.
도 10은 일 실시예에 따른 멀티 레이어 비디오 복호화 장치의 구성을 나타낸 블록도이다.
도 10을 참조하면, 멀티 레이어 비디오 복호화 장치(1100)는 수신부(1110) 및 비디오 복호화부(1120)를 포함한다.
수신부(1110)는 멀티 레이어 비디오 비트 스트림을 수신한다. 수신부(110)는 비트스트림을 수신하여 네트워크 추상 레이어의 NAL 유닛을 수신할 수 있다. 본 발명의 실시예들에 따른 스케일러빌리티 식별자를 결정하기 위하여 사용되는 스케일러빌리티 식별자에 관련된 식별자 및 플래그들을 포함하는 정보들은 VPS 익스텐션 영역에 포함될 수 있다. 계층 식별자는 NAL 유닛의 리저브드된 영역에 포함될 수 있다. 더하여, VPS 익스텐션 영역은 VPS의 레이어에 대응되는 계층 식별자들을 포함할 수 있다. VPS의 특정 레이어에 대응되는 NAL 유닛들은 해당 레이어에 대응되는 계층 식별자들을 헤더에 포함할 수 있다.
비디오 복호화부(1120)는 스케일러빌리티 식별자를 결정하기 위하여 계층 식별자의 비트 표현을 분할하여 부분 식별자를 생성하여야 하는지의 여부를 나타내는 플래그인 분할 플래그(Splitting_flag)를 비트스트림으로부터 얻을 수 있고, 예를들어, VPS로부터 얻을 수 있다. 예를 들어, 비디오 복호화부(1120)는 Splitting_flag가 1의 값을 가지면, 계층 식별자를 분할하여 생성된 부분 식별자의 값을 사용하여 스케일러빌리티 식별자를 결정할 수 있다. 비디오 복호화부(1120)는 Splitting_flag가 0의 값을 가지면, 분할되지 않은 계층 식별자의 값을 사용하여 스케일러빌리티 식별자를 결정할 수 있다.
비디오 복호화부(1120)는 계층 식별자를 분할하여 생성된 부분 식별자를 분할 차원 식별자 테이블의 참조 인덱스로 사용하는지 여부를 나타내는 플래그인 Split_dimension_present_flag를 비트스트림으로부터 얻을 수 있고, 예를들어, VPS로부터 얻을 수 있다. split_dimension_present_flag가 1이면 분할 차원 식별자 테이블인 split_dimension_id[i][j]가 제공됨을 나타낸다. split_dimension_present_flag가 0이면 split_dimension_id[i][j]가 제공되지 않음을 나타낸다. 분할 차원 식별자 테이블인 split_dimension_id[i][j]는 splitting_flag의 값이 1일때, i번째 스케일러빌리티 차원 유형의 j번째 차원 식별자를 명시한다. 특정 i 및 j에 대하여 split_dimension_id[i][j]값이 제공되지 않으면, split_dimension_id[i][j]의 값은 0으로 추론된다. split_dimension_id[i][j]의 표현을 위한 비트들의 개수는 dimension_id_len_minus1[j]+1일 수 있다. dimension_id_len_minus1[j]는 스케일러빌리티 차원 유형 당 최대 레이어를 시그널하기 위해 필요한 비트의 수 또는 부호화 장치로부터 수신되는 부분 식별자의 비트 길이에서 1을 감한 값을 나타내는 값이다.
예를들어, 비디오 복호화부(1120)는 Splitting_flag가 1이고 Split_dimension_present_flag가 0인 경우 분할 차원 식별자 테이블을 참조하지 않고, 부분 식별자의 값으로부터 스케일러빌리티 식별자의 값을 바로 얻어야 함을 결정하고, Splitting_flag 및 Split_dimension_present_flag가 1인 경우 부분 식별자의 값을 인덱스로하여 분할 차원 식별자 테이블(split_dimension_id[][])을 참조함으로써 스케일러빌리티 식별자의 값을 얻어야 함을 결정할 수 있다. 예를들어, 비디오 복호화부(1120)는 splitting_flag 및 split_dimension_present_flag 가 1이면, split_dimension_id[i][j] 테이블을 계층 식별자의 부분 식별자를 사용하여 참조함으로써 스케일러빌리티 정보를 얻을 수 있다. 예를들어, 비디오 복호화부(1120)는 스케일러빌리티 유형의 순서 및 상기 특정 스케일러빌리티 유형의 차원 식별자를 인덱스로 사용하여 참조되는 분할 차원 식별자 테이블인 split_dimension_id[][]를 참조하려는 스케일러빌리티 유형의 인덱스 및 참조하려는 스케일러빌리티 유형에 대응되는 계층 식별자의 부분 식별자를 사용하여 참조함으로써 스케일러빌리티 정보를 얻을 수 있다.
비디오 복호화부(1120)는 부호화 장치로부터 어떠한 유형의 스케일러빌리티 유형이 사용되는 지에 대한 정보인 Scalability_mask를 비트스트림으로부터 얻을 수 있고, 예를들어, VPS로부터 얻을 수 있다. Scalability_mask는 인덱스 또는 플래그일 수 있다.
비디오 복호화부(1120)는 부호화 장치로부터 scalability_mask를 수신하여 어떠한 스케일러빌리티 유형이 부호화 장치로부터 수신한 비트 스트림에 포함되어 있는지를 결정할 수 있다. scalability_mask[i]는 부복호화 장치간에 미리 결정된 스케일러빌리티 유형의 순서를 각 스케일러빌리티 유형에 대한 인덱스로 설정하고, 각 인덱스에 따라 각 스케일러빌리티 유형의 사용여부를 1 및 0으로 순차적으로 나타내는 플래그의 배열일 수 있다. 스케일러빌리티 유형의 순서는 부호화 장치와 복호화 장치간에 미리 약속되어 있거나, 별도로 시그널링 될 수 있다.
예를 들어, 스케일러빌리티 유형은 부복호화 장치간에 시점적 스케일러빌리티, 공간적 스케일러빌리티 및 시간적 스케일러빌리티의 순서로 미리 결정된 순서를 가질 경우, 각 스케일러빌리티 유형은 scalability_mask[]에서 인덱스 0부터 순차적으로 대응될 수 있다. 예를들어, scalability_mask[0]의 값이 1이고, scalability_mask[1]이 1인 경우 비디오 복호화부(1120)는 시점적 스케일러빌리티 유형이 사용되고, 공간적 스케일러 빌리티 유형이 사용되지 않는 것으로 결정할 수 있다.
비디오 복호화부(1120)는 Scalability_mask 값을 사용하여 비트스트림에 포함된 부호화 영상의 스케일러빌리티 유형의 개수(NumScalabilityTypes)를 결정할 수 있다. 예를들어, 비디오 복호화부(1120)는 Scalability_mask[]가 표현하는 1의 값을 모두 더하여 해당 VPS에 대응되는 부호화 영상의 복호화에 사용될 스케일러빌리티 유형의 개수(NumScalabilityTypes)를 결정할 수 있다.
비디오 복호화부(1120)는 각 스케일러빌리티 유형의 차원을 나타내는 차원식별자에 대한 정보를 포함하는 부분 식별자의 비트 길이를 결정한다. 예를들어, 비디오 복호화부(1120)는 부호화 장치로부터 스케일러빌리티 유형의 차원을 나타내는 차원 식별자에 대한 정보를 포함하는 부분 식별자의 비트 길이(dimension_id_len_minus1[i])를 비트스트림, 예를들어 VPS,로부터 얻음으로써 차원 식별자의 비트 길이를 결정할 수 있다.
dimension_id_len_minus1[i]은 부분 식별자의 비트 길이에서 1을 감한 값이다. 따라서, 비디오 복호화부(1120)는 dimension_id_len_minus1[i]에 1을 더하여 i번째 스케일러빌리티 유형에서의 스케일러빌리티 식별자를 결정하기 위한 차원 식별자를 표현하는 비트 길이를 결정할 수 있다.
이때, 비디오 복호화부(1120)는 마지막 스케일러빌리티 유형의 부분 식별자에 대하여는 VPS로부터 부분 식별자의 길이를 얻지 않고, 직접 부분 식별자의 길이를 결정할 수 있다. 따라서, 복호화 장치는 부호화 장치로부터 부분 식별자의 비트 길이를 수신하지 않고, 직접 부분 식별자의 비트 길이를 결정할 수 있다. 예를들어, 비디오 복호화부(1120)는 계층 식별자의 비트 길이에서 마지막 인덱스를 가지는 스케일러빌리티 유형을 제외한 모든 스케일러빌리티 유형의 부분 식별자의 비트 길이의 총합을 감함으로써, 마지막 스케일러빌리티 유형의 부분 식별자의 비트 길이를 결정할 수 있다.
예를들어, 계층 식별자에 마지막으로 배열되는 스케일러빌리티 유형의 부분 식별자의 비트 길이에서 1을 감한 dimension_id_len_minus1 값은 계층 식별자에 배열되는 다른 스케일러빌리티 차원 유형들에 대하여 할당된 부분 식별자들의 길이의 합을 사용하여 결정될 수 있다. 예를들어, 계층 식별자의 비트 길이에서 계층 식별자에 배열되는 다른 스케일러빌리티 차원 유형들에 대하여 할당된 부분 식별자들의 길이의 합을 감하여 계층 식별자에 마지막으로 배열되는 스케일러빌리티 차원 유형의 부분 식별자에 대한 dimension_id_len_minus1 값이 계산될 수 있다. 예를들어, NumScalabilityTypes이 사용되는 스케일러빌리티 유형의 개수를 나타내고, 스케일러빌리티 유형의 인덱스가 0부터 시작된다면, NumScalabilityTypes - 1는 스케일러빌리티 유형의 마지막 인덱스를 나타낸다. 비디오 복호화부(1120)는 dimension_id_len_minus1[NumScalabilityTypes - 1]을 계층 식별자의 비트 길이가 6 일때, 아래의 수학식 1과 같이 dimBitOffset[NumScalabilityTypes - 1]을 사용하여 결정할 수 있다.
수학식 1
Figure PCTKR2014003008-appb-M000001
dimBitOffset[i]은 i에 대한 부분 식별자의 시작 비트 오프셋을 나타낸다. dimBitOffset[j]는 아래의 수학식 2와 같이 계산된다.
수학식 2
Figure PCTKR2014003008-appb-M000002
여기서 dimension_id_len_minus1[j]는 계층 식별자에서 j번째 스케일러빌리티 차원 유형의 차원 식별자를 나타내는 부분 식별자의 비트 길이에서 1을 감한 값이다. 따라서, dimBitOffset[j]는 계층 식별자에서 j번째 스케일러빌리티 차원 유형의 차원 식별자의 비트 시작 위치를 나타내는 인덱스이다.
예를들어, 계층 식별자의 비트 길이가 6이고, 계층 식별자에서의 비트 오프셋은 MSB가 0번 인덱스를 가질경우 계층 식별자에서 마지막으로 배열되는 스케일러빌리티 유형의 부분 식별자의 비트 길이 dimension_id_len_minus1[NumScalabilityTypes-1]의 값은 5 - dimBitOffset[NumScalabilityTypes-1]로 결정될 수 있다.
계층 식별자의 분할을 사용하여 스케일러빌리티 식별자를 할당하기 위하여 dimBitOffset[NumScalabilityTypes]의 값은 계층 식별자의 비트길이보다 작도록 설정될 수 있다. 예를들어, 계층식별자의 비트 길이가 6이고 MSB가 0번 인덱스를 가질경우 dimBitOffset[NumScalabilityTypes]의 값은 6으로 설정되고, NumScalabilityTypes이 0보다 클 때, dimBitOffset[NumScalabilityTypes-1]은 6보다 작도록 스케일러빌리티 차원 유형들의 dimension_id_len_minus1가 설정될 수 있다.
비디오 복호화부(1120)는 i번째 스케일러빌리티 마스크가 나타내는 스케일러빌리티 디멘션에 대한 레이어들의 최대 개수를 나타내는 식별자인 max_layers_scalability_dimension을 더 수신할 수 있다.
max_layers_scalability_dimension_minus1[i]는 i번째 스케일러빌리티 인덱스가 나타내는 스케일러빌리티 디멘션에 대한 레이어들의 최대 개수를 명시한다. max_layers_scalability_dimension_minus1[i]의 표현을 위해 사용되는 비트들의 수는 dimension_id_len_minus1 [i]+1 비트들이다.
이하, 비디오 복호화부(1120)가 스케일러빌리티 식별자를 결정하는 방법을 보다 상세히 설명한다. ScalabilityId[i][smIdx]는 i번째 레이어의 smIdx번째 스케일러빌리티 차원 유형의 식별자를 나타낸다.
제 1 실시 예에서 비디오 복호화부(1120)는 계층 식별자의 값을 분할하여 생성된 부분 식별자의 값을 사용하여 스케일러빌리티 식별자 값을 결정할 수 있다. 예를들어, 비디오 복호화부(1120)는 Splitting_flag가 1이고 Split_dimension_present_flag가 0인 경우 분할 차원 식별자 테이블을 참조하지 않고, 부분 식별자의 값으로부터 스케일러빌리티 식별자의 값을 바로 얻음으로써 스케일러빌리티 식별자의 값을 결정할 수 있다.
비디오 복호화부(1120)는 계층 식별자를 표현하는 비트들을 스케일러빌리티 유형의 순서에 따라 적어도 하나의 비트를 포함하는 부분 식별자로 분할 할 수 있다. 예를들어, 비디오 복호화부(1120)는 각 스테일러빌리티 유형의 차원을 나타내는 차원 식별자의 비트 길이 단위로 계층 식별자의 비트들을 분할하여 각 스케일러빌리티 유형의 차원 식별자를 표현하는 부분 식별자들을 계층 식별자로부터 결정할 수 있다. 예를들어, 비디오 복호화부(1120)는 Scalability_mask[]의 값에 따라 복호화에 사용되는 스케일러빌리티 유형으로 결정된 스케일러빌리티 유형 중 i 번째 스케일러빌리티 유형에 대한 차원 식별자의 비트 길이를 나타내는 dimension_id_len_minus1[i]을 사용하여 계층 식별자로부터 각 스케일러빌리티 유형에 대한 차원 식별자를 나타내는 부분 식별자를 결정할 수 있다.
비디오 복호화부(1120)는 상기 스케일러빌리티 유형에 대한 부분 식별자로부터 스케일러빌리티 유형에 대한 차원 식별자를 결정할 수 있다. 따라서, 제 1 실시 예에 있어서 비디오 복호화부(1120)는 Scalability_mask[] 및 dimension_id_len_minus1[i]를 사용하여 계층 식별자로부터 해당 레이어 영상의 복호화에 사용되는 스케일러빌리티 유형 및 스케일러빌리티 유형의 차원 식별자 값을 얻을 수 있다.
예를들어, 비디오 복호화부(1120)는 i번째 레이어의 j번째 스케일러빌리티 유형의 스케일러빌리티 식별자를 아래의 수학식 3과 같이 i번째 레이어의 계층식별자의 특정 부분 식별자의 값을 사용하여 결정할 수 있다.
수학식 3
위의 수학식 3과 같이, 비디오 복호화부(1120)는 계층 식별자의 특정 부분 식별자의 값을 계층 식별자와 계층 식별자에서 특정 스케일러빌리티 유형에 대한 값이 할당되는 비트 위치를 나타내는 비트 값을 비트 “and” 연산하여 결정할 수 있다.
제 2 실시 예에 있어서, 비디오 복호화부(1120)는 부호화 장치로부터 수신한 분할 차원 식별자 테이블을 사용하여 스케일러빌리티 식별자를 결정할 수 있다. 예를들어, 비디오 복호화부(1120)는 Splitting_flag 및 Split_dimension_present_flag가 1인 경우 부분 식별자의 값을 스케일러빌리티 식별자 값으로 바로 결정하는 것이 아니라, 분할 차원 식별자 테이블에서의 식별자 인덱스로 사용하여 분할 차원 식별자 테이블(split_dimension_id[][])을 참조함으로써 스케일러빌리티 식별자의 값을 결정할 수 있다.
비디오 복호화부(1120)는 스케일러빌리티 유형의 순서 및 스케일러빌리티 유형의 순서에 따라 계층 식별자로부터 분할된 부분 식별자의 값을 사용하여 분할 차원 식별자 테이블을 참조함으로써 스케일러빌리티 식별자 값을 얻을 수 있다.
예를 들어, 비디오 복호화부(1120)는 i번째 레이어의 계층 식별자에서의 j번째 스케일러빌리티 차원 유형에 대한 부분 식별자의 값을 사용하여 분할 차원 식별자 테이블을 참조하여 스케일러빌리티 식별자(ScalabilityId[i][j])를 얻을 수 있다. 여기서 ScalabilityId[i][j]는 i 번째 레이어의 j번째 스케일러빌리티 차원 유형의 차원 식별자이다. 예를들어, 이는 아래의 수학식 4로 계산될 수 있다.
수학식 4
Figure PCTKR2014003008-appb-M000004
분할 차원 식별자 테이블인 split_dimension_id[i][j]는 도 7에 도시된 식별자 테이블과 같은 형식을 가질 수 있다. 분할 차원 식별자 테이블에서 i는 스케일러빌리티 유형의 인덱스이고 j는 스케일러빌리티 유형에서의 식별자 인덱스이다. 예를들어, 도 7을 참조하면 split_dimension_id[0][8]은 시간적 스케일러빌리티에서 8번째 식별자 인덱스로 참조되어 스케일러빌리티 식별자 값 1을 나타낸다.
(layer_id_in_nuh[i]&((1<<(dimension_id_len_minus1[j]+1)-1)>>dimBitOffset[j]))는 i번째 계층 식별자에서의 j번째 스케일러빌리티 차원 유형에 대한 부분 식별자의 값을 얻는 수식을 나타낸다.
제 3 실시 예에서 비디오 복호화부(1120)는 splitting_flag의 값이 0일 경우 부호화 장치로부터 수신한 차원 식별자 테이블(dimension_id[i][j])을 참조하여 스케일러빌리티 식별자를 결정한다. 차원 식별자 테이블(dimension_id[i][j])은 i번째 레이어에서의 j번째 스케일러빌리티 차원 유형의 차원 식별자 값을 나타내는 테이블이다. 예를들어, 비디오 복호화부(1120)는 부호화 장치로부터 차원 식별자 테이블을 수신하여 각각의 레이어에서의 각각의 스케일러빌리티 유형에 대한 스케일러빌리티 식별자를 얻을 수 있다.
예를들어, 비디오 복호화부(1120)는 계층 식별자 i의 스케일러빌리티 유형 j에 대하여 차원 식별자 dimension_id[i][j]를 참조하여 i번째 레이어에 대한 j번째 스케일러빌리티 유형에 대한 스케일러빌리티 식별자 scalabilityId[i][j]를 결정할 수 있다. 이는 아래의 수학식 5로 표현된다.
수학식 5
Figure PCTKR2014003008-appb-M000005
비디오 복호화부(1120)는 위에서와 같이 결정된 스케일러빌리티 식별자에 기초하여 멀티 레이어 비디오에 포함된 영상들에 적용된 스케일러빌리티를 결정하고, 멀티 레이어 비디오를 복호화한다.
예를들어, 비디오 복호화부(1120)는 i번째 레이어의 계층 식별자에 대한 시점 식별자의 값을 i번째 레이어의 0번 인덱스를 가지는 스케일러빌리티 유형의 차원 식별자값으로 결정하고, 이에 따라 멀티 레이어 비디오를 복호화할 수 있다.
비디오 복호화부(1120)는 트리 구조의 부호화 유닛들에 기초하여 멀티 레이어 비디오를 복호화할 수 있다. 트리 구조의 부호화 유닛에 기초한 멀티 레이어 비디오의 복호화 과정은 후술한다.
도 11은 본 발명의 일 실시예에 따른 멀티 레이어 비디오 복호화 방법을 설명하는 순서도이다. 도 11을 참조하여 본 발명의 일 실시 예에 따른 멀티 레이어 복호화 방법을 설명한다.
먼저 본 발명의 일 실시 예에 따른 복호화 장치는 멀티 레이어 비디오 비트스트림으로부터 적어도 하나의 복호화 대상 레이어 영상의 계층 식별자를 얻는다(S1110).
다음으로, 복호화 장치는 비트스트림으로부터 계층 식별자에 스케일러빌리티 정보가 포함되었는지 여부를 나타내는 플래그를 얻는다(S1120).
다음으로, 복호화 장치는 플래그가 계층 식별자로부터 복수의 스케일러빌리티 정보를 얻을 것을 나타냄에 따라 계층 식별자로부터 서로 상이한 유형의 복수의 스케일러빌리티 정보 중 적어도 하나의 유형에 속하는 스케일러빌리티 정보를 얻는다(S1130). 복호화 장치는 플래그의 값이 1이면 계층 식별자의 표현 중 일부분으로부터 스케일러빌리티 정보를 생성할 수 있다. 대상 레이어 영상은 복수의 스케일러빌리티 정보를 포함하고, 계층 식별자의 표현은 복수의 스케일러빌리티 유형에 대한 스케일러빌리티 차원을 나타내는 차원 시별자를 일 부분으로 포함할 수 있다. 대상 레이어 영상은 복수의 스케일러빌리티 정보를 포함하고, 복수의 스케일러빌리티 정보는 이진 형태로 연속하여 계층 식별자의 이진 표현에 포함되어 있을 수 있다. 복호화 장치는 계층 식별자의 값의 표현 중 일 부분으로부터 스케일러빌리티 정보의 값을 생성할 수 있다.
더하여, 복호화 장치는 비트 스트림으로부터 계층 식별자에 포함된 스케일러빌리티 정보의 유형 개수를 나타내는 지시자를 포함하는 신택스를 얻고, 유형 개수를 나타내는 신택스를 사용하여 계층 식별자로부터 복호화 대상 레이어 영상의 스케일러빌리티 정보를 얻을 수 있다.
복호화 장치는 비트 스트림으로부터 계층 식별자에 포함되는 스케일러빌리티 정보가 계층 식별자의 이진 표현에서 차지하는 비트 길이를 나타내는 지시자를 포함하는 신택스를 얻고, 비트 길이를 나타내는 신택스를 사용하여 계층 식별자로부터 대상 레이어 영상의 스케일러빌리티 정보를 얻을 수 있다.
복호화 장치는 계층 식별자에 마지막으로 포함되는 스케일러빌리티 정보의 길이를 계층 식별자의 길이와 계층 식별자에 포함된 스케일러빌리티 정보 중 마지막으로 포함된 스케일러빌리티 정보를 제외한 스케일러빌리티 정보들의 길이를 사용하여 결정할 수 있다.
복호화 장치는 적어도 하나의 복호화 대상 레이어 영상의 스케일러빌리티 정보 유형 및 적어도 하나의 복호화 대상 부호화 영상의 계층 식별자의 부분 식별자에 따라 생성된 스케일러빌리티 정보 집합이 비트 스트림에 포함되었는지 여부를 나타내는 플래그의 값에 따라 스케일러빌리티 정보 집합을 얻고, 스케일러빌리티 정보 집합을 사용하여 대상 레이어 영상의 스케일러빌리티 정보를 얻을 수 있다.
다음으로, 복호화 장치는 스케일러빌리티 정보를 사용하여 복호화 대상 레이어 영상을 복호화하여 영상을 복호화한다(S1140).
도 12a 및 도 12b를 참조하여 본 발명의 일 실시 예에 따른 부호화 장치 및 복호화 장치간 시그널링을 위한 VPS 익스텐션(extension) 신택스를 설명한다.
분할 플래그(Splitting_flag)(1210)는 계층 식별자의 비트 표현을 분할하여 생성된 부분 식별자의 값을 사용하여 스케일러빌리티 식별자를 결정할지 여부를 나타내는 플래그이다. 예를 들어, Splitting_flag(1210)가 1의 값을 가지면, 복호화 장치는 계층 식별자를 분할하여 생성된 부분 식별자의 값을 사용하여 스케일러빌리티 식별자를 결정하게 된다.
예를들어, Splitting_flag(1210)가 1의 값을 가지면 복호화 장치는 계층 식별자의 부분 식별자로부터 직접 스케일러빌리티 식별자를 얻을 수 있다. 또는 Splitting_flag(1210)가 1의 값을 가지면 복호화 장치는 계층 식별자의 부분 식별자의 값을 사용하여 다른 정보를 참조함으로써 스케일러빌리티 식별자를 얻을 수 있다. 예를들어, 복호화 장치는 계층 식별자에 포함된 부분 식별자들 간의 배열 순서에 따라 참조되는 분할 차원 식별자 테이블인 split_dimension_id[i][j]을 계층 식별자의 부분 식별자를 사용하여 참조함으로써 스케일러빌리티 식별자를 얻을 수 있다.
신택스의 1220 영역은 사용되는 스케일러빌리티 유형에 대한 정보를 얻는 부분이다. 복호화 장치는 부호화 장치로부터 전송된 16 비트의 Scalability_mask의 값을 수신하여 16개의 스케일러빌리티 유형 중 어떤 유형의 스케일러빌리티 유형이 사용되는지를 결정할 수 있다. 또한, 복호화 장치는 Scalability_mask 값을 사용하여 사용되는 스케일러빌리티 유형의 개수(NumScalabilityTypes)를 결정할 수 있다. Scalability_mask[[i]로 표현되는 스케일러빌리티 유형의 순서는 부호화 장치와 복호화 장치간에 미리 약속되어 있거나, 별도로 시그널링 될 수 있다.
신택스의 1230 영역은 사용되는 스케일러빌리티 유형에 대하여 각 스케일러빌리티 유형에서 스케일러빌리티 식별자를 표현하기 위한 차원 식별자의 비트 길이(dimension_id_len_minus1[i])를 사용되는 각 스케일러빌리티 유형에 대하여 얻는 부분이다. dimension_id_len_minus1[i]로부터 얻어지는 값은 차원 식별자의 비트 길이에서 1을 뺀 값이다.
max_layers_scalability_dimension_minus1[i]는 i번째 스케일러빌리티 마스크가 나타내는 스케일러빌리티 차원에 대한 레이어들의 최대 개수를 나타낸다. max_layers_scalability_dimension_minus1[i]의 표현을 위해 사용되는 비트들의 수는 dimension_id_len_minus1 [i]+1 비트들이다. max_layers_scalability_dimension_minus1는 각각의 스케일러빌리티 디멘션 타입에 대해 레이어의 최대 개수를 알리기 위해 사용될 수 있다. 이러한 정보는 컨텐츠 정보 전달 또는 세션 협상(session negotiation)에 유용하게 사용될 수 있다.
신택스의 1240 영역은 splitting_flag가 1일 경우 스케일러빌리티 식별자를 생성하기 위한 정보들을 시그널링하기 위한 부분이다.
splitting_flag가 1일 경우, vps_max_layers_minus1개의 계층 식별자를 부호화 장치가 복호화 장치로 시그널링 함으로써, 현재 VPS NAL에 대응되는 NAL 유닛들의 계층식별자들의 값이 시그널링 된다(1241).
Split_dimension_present_flag(1242)는 부복호화 장치 간에 스케일러빌리티 식별자를 시그널링 하기 위해 계층 식별자를 분할하여 생성된 부분 식별자를 어떻게 활용하는지를 나타내는 플래그이다. Split_dimension_present_flag가 1이면(1243), 신택스는 비트스트림에 분할 차원 식별자(split_dimension_id[i][j])(1244)가 순차적으로 포함되어 있음을 나타낸다.
도 12a에 도시된 본 발명의 일 실시 예에 따른 신택스에서 Split_dimension_present_flag가 0이면 스케일러빌리티 식별자는 계층 식별자로부터 분할된 부분 식별자의 값을 식별자 값으로 가진다. Split_dimension_present_flag가 1이면(1243), split_dimension_id[i][j](1244)로부터 얻어지는 분할 차원 식별자 테이블을 참조하여 스케일러빌리티 식별자가 얻어진다. 복호화 장치는 참조하려는 스케일러빌리티 유형이 스케일러빌리티 마스크에서 나타나는 순서 및 상기 순서에 따라 계층 식별자로부터 분할된 부분 식별자의 값을 사용하여 분할 차원 식별자 테이블을 참조함으로써 스케일러빌리티 식별자 값을 얻을 수 있다.
신택스의 1250 영역은 splitting_flag의 값이 0일 경우 스케일러빌리티 식별자를 얻기 위한 정보를 시그널링하는 부분에 대한 신택스 영역이다. 부복호화장치는 각 레이어에 대하여 계층 식별자 값과 각 레이어에 대한 스케일러빌리티 유형의 차원 식별자 값을 시그널링한다. 예를들어, VPS NAL 유닛에 i 번째 계층 식별자가 포함되어 있는지를 나타내는 vps_nuh_layer_id_present_flag의 값에 따라 VPS NAL 유닛에 대응되는 NAL 유닛들의 계층 식별자의 값이 시그널링되고, 해당 계층 식별자에 대응되는 각각의 스케일러빌리티 유형들에 대하여 차원 식별자(dimension_id[i][j])가 시그널링된다.
신택스의 1260 영역은 레이어에 대한 프로파일 및 티어 정보가 제공되는지를 시그널링 하는 영역이다. vps_profile_present_flag[lsIdx]가 1이면 레이어 셋 lsIdx에 대한 프로파일(profile) 및 티어(tier) 정보가 lsIdx번째 profile_tier_level() 신택스 스트럭쳐에 제공될 수 있다. vps_profile_present_flag[lsIdx]가 0이면 프로파일(profile) 및 티어(tier) 정보가 lsIdx번째 profile_tier_level() 신택스 스트럭쳐에 제공되지 않고 추론될 수 있다.
신택스의 1270 영역은 출력 레이어 셋에 대한 레이어 셋의 인덱스를 시그널링 하는 영역이다. output_layer_set_idx[i]는 i번째 출력 레이어 셋에 대한 레이어 셋의 인덱스를 명세한다. output_layer_flag[lsIdx][j]가 1이면, lsIdx 번째 출력 레이어 셋에 있어서 j번째 레이어가 출력 레이어이다.
신택스의 1280 영역은 직접 참조 레이어를 시그널링하는 신택스 영역이다. direct_dependency_flag[i][j]가 0이면 인덱스 j를 가진 레이어는 레이어 i에 대한 직접 참조 레이어가 아닌 것을 나타낸다. direct_dependency_flag[i][j]가 1이면 인덱스 j를 가진 레이어는 레이어 i에 대한 직접 참조 레이어일 수 있다. direct_dependency_flag[i][j]가 0 내지 MaxLayersMinus1의 범위에서의 i 및 j에 대하여 제공되지 않으면 0인 것으로 추론될 수 있다.
이하 복호화 장치가 도 12a 및 도 12b에 도시된 VPS 익스텐션 신택스를 사용하여 부호화 장치로부터 얻은 식별자 및 플래그들을 사용하여 스케일러빌리티 식별자를 결정하는 방법을 설명한다.
복호화 장치는 스케일러빌리티 식별자(ScalabilityId[layerIdInVps][scalabilityMaskIndex]) 및 시점 식별자(ViewId[layerIdInNuh])를 아래와 같이 결정할 수 있다.
제 1 실시 예에서, 복호화 장치는 분할 플래그(splitting_flag)가 1이고, 분할 차원 제공 플래그(split_dimension_present_flag)가 1이면 분할 차원 식별자(split_dimension_id) 테이블을 사용하여 스케일러빌리티 식별자(ScalabilityId[layerIdInVps][scalabilityMaskIndex]) 및 시점 식별자(ViewId[layerIdInNuh])를 결정할 수 있다. 아래의 표는 이에 대한 수도코드를 나타낸다.
표 2
Figure PCTKR2014003008-appb-T000001
복호화 장치는 위의 표 2에 나타난 수도 코드와 같이, 계층 식별자가 0이 아니고 스케일러빌리티 마스크의 값이 존재하는 경우, 분할 차원 식별자(split_dimension_id) 테이블을 참조하여 스케일러빌리티 식별자(ScalabilityId)를 결정할 수 있다. vps_max_layer_id는 NAL 유닛이 가질 수 있는 계층식별자(nuh_layer_id)의 최대값을 나타낸다. vps_max_layers_minus1은 vps_max_layer_id에서 1을 감한 값이다.
HEVC에서 계층식별자인 nul_layer_id는 6비트로 표현됨에 따라 vps_max_layers_minus1 및vps_max_layer_id의 최대 값은 63을 나타낼 수 있다.
복호화 장치는 smIdx번째 스케일러빌리티 차원 유형 및 i번째 레이어의 계층 식별자에서의 해당 스케일러빌리티 차원 유형에 대한 부분 식별자의 값을 사용하여 스케일러빌리티 식별자(ScalabilityId[i][smIdx])를 얻을 수 있다. 여기서 ScalabilityId[i][smIdx]는 i 번째 레이어의 smIdx번째 스케일러빌리티 차원 유형의 스케일러빌리티 식별자이다. 이는 아래의 수학식 6으로 계산될 수 있다.
수학식 6
Figure PCTKR2014003008-appb-M000006
여기서 ( layer_id_in_nuh[i] & ( (1 << ( dimension_id_len_minus1[j] + 1) - 1) >> dimBitOffset[j] ) ) 는 i번째 계층 식별자에서의 해당 스케일러빌리티 차원 유형에 대한 부분 식별자의 값을 얻는 수식을 나타낸다. 계층 식별자의 특정 부분 식별자의 값은 계층 식별자와 스케일러빌리티 계층 식별자에서 특정 스케일러빌리티 유형에 대한 부분식별자가 할당되는 비트 위치를 나타내는 비트 값을 비트 “and” 연산하여 나타낼 수 있다.
여기서, dimBitOffset[j]는 아래의 수학식 7과 같이 계산된다.
수학식 7
Figure PCTKR2014003008-appb-M000007
여기서 dimension_id_len_minus1[j]는 계층 식별자에서 j번째 스케일러빌리티 차원 유형을 나타내는 부분 식별자의 비트 길이에서 1을 감한 값이다. 따라서, dimBitOffset[j]는 계층 식별자에서 j번째 스케일러빌리티 차원 유형의 비트 시작 위치를 나타내는 인덱스이다.
계층 식별자에 마지막으로 배열되는 스케일러빌리티 차원 유형의 dimension_id_len_minus1 값은 계층 식별자에 배열되는 다른 스케일러빌리티 차원 유형들에 대하여 할당된 부분 식별자들의 길이의 합을 사용하여 결정될 수 있다. 예를들어, 계층 식별자의 비트 길이에서 계층 식별자에 배열되는 다른 스케일러빌리티 차원 유형들에 대하여 할당된 부분 식별자들의 길이의 합을 감하여 계층 식별자에 마지막으로 배열되는 스케일러빌리티 차원 유형의 dimension_id_len_minus1 값이 계산될 수 있다. 예를들어, 계층 식별자의 비트 길이가 6이고, 계층 식별자에서의 비트 오프셋은 MSB가 0번 인덱스를 가질경우 계층 식별자에서 마지막으로 배열되는 스케일러빌리티 차원 유형의 dimension_id_len_minus1(dimension_id_len_minus1[NumScalabilityTypes - 1])의 값은 5 - dimBitOffset[NumScalabilityTypes - 1]로 결정될 수 있다. 계층 식별자의 분할을 사용하여 스케일러빌리티 식별자를 할당하기 위하여 dimBitOffset[NumScalabilityTypes]의 값은 계층 식별자의 비트길이보다 작을 것이 요구된다. 예를들어, 계층식별자의 비트 길이가 6인 경우 dimBitOffset[NumScalabilityTypes]의 값은 6으로 설정되고, NumScalabilityTypes이 0 보다 클 때, dimBitOffset[NumScalabilityTypes - 1]은 6보다 작도록 스케일러빌리티 차원 유형들의 dimension_id_len_minus1가 설정될 수 있다.
제 2 실시 예에서, 복호화 장치는 splitting_flag가 1이고 split_dimension_present_flag가 0이면 아래의 표에 나타난 수도코드와 같이 계층식별자layer_id_in_nuh[]로부터 스케일러빌리티 식별자 ScalabilityId[layerIdInVps][scalabilityMaskIndex] 및 시점 식별자 ViewId[layerIdInNuh]를 직접 결정한다.
표 3
Figure PCTKR2014003008-appb-T000002
위의 수도 코드에서 나타나는 바와 같이 i번째 레이어의 smIdx번째 스케일러빌리티 차원 유형의 스케일러빌리티 식별자는 i번째 레이어의 계층식별자의 특정 부분 식별자의 값이다. 계층 식별자의 특정 부분 식별자의 값은 계층 식별자와 스케일러빌리티 계층 식별자에서 특정 스케일러빌리티 유형에 대한 부분식별자가 할당되는 비트 위치를 나타내는 비트 값을 비트 “and” 연산하여 나타낼 수 있다.
제 1 실시예 및 제 2 실시 예에서, 복호화 장치는 splitting_flag가 1이면, dimension_id_len_minus1[NumScalabilityTypes - 1]을 아래의 수학식 8과 같이 dimBitOffset[NumScalabilityTypes - 1]로부터 결정할 수 있다.
수학식 8
Figure PCTKR2014003008-appb-M000008
제 3 실시 예에서, 복호화 장치는 splitting_flag가 0이면 dimension_id[][]로부터 ScalabilityId[layerIdInVps][scalabilityMaskIndex] 및 ViewId[layerIdInNuh]를 결정한다. dimension_id[i][j]는 i번째 레이어의 j번째 스케일러빌리티 차원 유형의 식별자를 나타낸다. dimension_id[i][j]를 표현하기 위해 사용되는 비트의 개수는 dimension_id_len_minus1[j]+1비트이다.
아래의 표는 이에 대한 수도 코드를 나타낸다.
표 4
Figure PCTKR2014003008-appb-T000003
한편 제 2 실시 예에서 복호화 장치가 스케일러빌리티 식별자의 값을 계층 식별자로부터 분할된 부분 식별자의 값을 사용하여 결정하는 과정은, 제 3 실시 예에서 layer_id_in_nuh[i] 의 특정 비트값을 dimension_id[i][j]의 값으로 사용하는 것으로 수행될 수 있다.
예를들어, 복호화 장치는 splitting_flag가 1이면 layer_id_in_nuh[i] 의 특정 비트값을 dimension_id[i][j]의 값으로 사용할 수 있다. 상세 수식은 아래와 같다.
수학식 9
Figure PCTKR2014003008-appb-M000009
여기서 i는 0에서 MaxLayersMinus1의 값을 가지고, j는 0에서 NumScalabilityTypes-1의 값을 가진다. dimBitOffset[0]은 0으로 설정되고, j는 1 부터 NumScalabilityTypes-1로 설정된다. dimBitOffset[j]는 아래와 같이 얻어진다.
수학식 10
Figure PCTKR2014003008-appb-M000010
dimension_id_len_minus1[NumScalabilityTypes - 1]의 값은 계층식별자의 비트 길이 - dimBitOffset[NumScalabilityTypes - 1]의 값으로 결정될 수 있다.
도 13 내지 도 25를 참조하여, 트리 구조의 부호화 단위에 기초한 비디오 부호화 기법 및 비디오 복호화 기법이 상술된다. 이하 설명되는 트리 구조의 부호화 단위에 기초한 부호화 기법 및 비디오 복호화 기법은 도 1의 비디오 부호화 장치(10)의 비디오 부호화부(11) 및 도 11의 비디오 복호화 장치(1100)의 비디오 복호화부(1120)에서 수행되는 멀티 레이어 비디오에 포함된 픽처들을 부호화/복호화하는 과정과 관련된다.
도 13은 본 발명의 일 실시예에 따라 트리 구조의 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 최대 부호화 단위 분할부(110), 부호화 단위 결정부(120) 및 출력부(130)를 포함한다. 이하 설명의 편의를 위해, 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치(100)는 '비디오 부호화 장치(100)'로 축약하여 지칭한다.
최대 부호화 단위 분할부(110)는 영상의 현재 픽처를 위한 최대 크기의 부호화 단위인 최대 부호화 단위에 기반하여 현재 픽처를 구획할 수 있다. 현재 픽처가 최대 부호화 단위보다 크다면, 현재 픽처의 영상 데이터는 적어도 하나의 최대 부호화 단위로 분할될 수 있다. 일 실시예에 따른 최대 부호화 단위는 크기 32x32, 64x64, 128x128, 256x256 등의 데이터 단위로, 가로 및 세로 크기가 2의 자승인 정사각형의 데이터 단위일 수 있다. 영상 데이터는 적어도 하나의 최대 부호화 단위별로 부호화 단위 결정부(120)로 출력될 수 있다.
일 실시예에 따른 부호화 단위는 최대 크기 및 심도로 특징지어질 수 있다. 심도란 최대 부호화 단위로부터 부호화 단위가 공간적으로 분할한 횟수를 나타내며, 심도가 깊어질수록 심도별 부호화 단위는 최대 부호화 단위로부터 최소 부호화 단위까지 분할될 수 있다. 최대 부호화 단위의 심도가 최상위 심도이며 최소 부호화 단위가 최하위 부호화 단위로 정의될 수 있다. 최대 부호화 단위는 심도가 깊어짐에 따라 심도별 부호화 단위의 크기는 감소하므로, 상위 심도의 부호화 단위는 복수 개의 하위 심도의 부호화 단위를 포함할 수 있다.
전술한 바와 같이 부호화 단위의 최대 크기에 따라, 현재 픽처의 영상 데이터를 최대 부호화 단위로 분할하며, 각각의 최대 부호화 단위는 심도별로 분할되는 부호화 단위들을 포함할 수 있다. 일 실시예에 따른 최대 부호화 단위는 심도별로 분할되므로, 최대 부호화 단위에 포함된 공간 영역(spatial domain)의 영상 데이터가 심도에 따라 계층적으로 분류될 수 있다.
최대 부호화 단위의 높이 및 너비를 계층적으로 분할할 수 있는 총 횟수를 제한하는 최대 심도 및 부호화 단위의 최대 크기가 미리 설정되어 있을 수 있다.
부호화 단위 결정부(120)는, 심도마다 최대 부호화 단위의 영역이 분할된 적어도 하나의 분할 영역을 부호화하여, 적어도 하나의 분할 영역 별로 최종 부호화 결과가 출력될 심도를 결정한다. 즉 부호화 단위 결정부(120)는, 현재 픽처의 최대 부호화 단위마다 심도별 부호화 단위로 영상 데이터를 부호화하여 가장 작은 부호화 오차가 발생하는 심도를 선택하여 부호화 심도로 결정한다. 결정된 부호화 심도 및 최대 부호화 단위별 영상 데이터는 출력부(130)로 출력된다.
최대 부호화 단위 내의 영상 데이터는 최대 심도 이하의 적어도 하나의 심도에 따라 심도별 부호화 단위에 기반하여 부호화되고, 각각의 심도별 부호화 단위에 기반한 부호화 결과가 비교된다. 심도별 부호화 단위의 부호화 오차의 비교 결과 부호화 오차가 가장 작은 심도가 선택될 수 있다. 각각의 최대화 부호화 단위마다 적어도 하나의 부호화 심도가 결정될 수 있다.
최대 부호화 단위의 크기는 심도가 깊어짐에 따라 부호화 단위가 계층적으로 분할되어 분할되며 부호화 단위의 개수는 증가한다. 또한, 하나의 최대 부호화 단위에 포함되는 동일한 심도의 부호화 단위들이라 하더라도, 각각의 데이터에 대한 부호화 오차를 측정하고 하위 심도로의 분할 여부가 결정된다. 따라서, 하나의 최대 부호화 단위에 포함되는 데이터라 하더라도 위치에 따라 심도별 부호화 오차가 다르므로 위치에 따라 부호화 심도가 달리 결정될 수 있다. 따라서, 하나의 최대 부호화 단위에 대해 부호화 심도가 하나 이상 설정될 수 있으며, 최대 부호화 단위의 데이터는 하나 이상의 부호화 심도의 부호화 단위에 따라 구획될 수 있다.
따라서, 일 실시예에 따른 부호화 단위 결정부(120)는, 현재 최대 부호화 단위에 포함되는 트리 구조에 따른 부호화 단위들이 결정될 수 있다. 일 실시예에 따른 '트리 구조에 따른 부호화 단위들'은, 현재 최대 부호화 단위에 포함되는 모든 심도별 부호화 단위들 중, 부호화 심도로 결정된 심도의 부호화 단위들을 포함한다. 부호화 심도의 부호화 단위는, 최대 부호화 단위 내에서 동일 영역에서는 심도에 따라 계층적으로 결정되고, 다른 영역들에 대해서는 독립적으로 결정될 수 있다. 마찬가지로, 현재 영역에 대한 부호화 심도는, 다른 영역에 대한 부호화 심도와 독립적으로 결정될 수 있다.
일 실시예에 따른 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 분할 횟수와 관련된 지표이다. 일 실시예에 따른 제 1 최대 심도는, 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낼 수 있다. 일 실시예에 따른 제 2 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 심도 레벨의 총 개수를 나타낼 수 있다. 예를 들어, 최대 부호화 단위의 심도가 0이라고 할 때, 최대 부호화 단위가 1회 분할된 부호화 단위의 심도는 1로 설정되고, 2회 분할된 부호화 단위의 심도가 2로 설정될 수 있다. 이 경우, 최대 부호화 단위로부터 4회 분할된 부호화 단위가 최소 부호화 단위이라면, 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 단위고, 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 15 내지 25를 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 단위다. 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.
비디오 부호화 장치(100)의 가장 간단한 형태의 실시예에 따르면, 심도별 부호화 단위는 한 레이어 상위 심도의 부호화 단위의 높이 및 너비를 반분한 크기의 부호화 단위다. 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 2는 본 발명의 일 실시예에 따라 트리 구조의 부호화 단위에 기초한 비디오 복호화 장치의 블록도를 도시한다.
일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(200)는 수신부(210), 영상 데이터 및 부호화 정보 추출부(220) 및 영상 데이터 복호화부(230)를 포함한다. 이하 설명의 편의를 위해, 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(200)는 '비디오 복호화 장치(200)'로 축약하여 지칭한다.
일 실시예에 따른 비디오 복호화 장치(200)의 복호화 동작을 위한 부호화 단위, 심도, 예측 단위, 변환 단위, 각종 부호화 모드에 관한 정보 등 각종 용어의 정의는, 도 1의 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.
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 15는 본 발명의 일 실시예에 따른 부호화 단위의 개념을 도시한다.
부호화 단위의 예는, 부호화 단위의 크기는 너비x높이로 표현되며, 크기 64x64인 부호화 단위부터, 32x32, 16x16, 8x8를 포함할 수 있다. 크기 64x64의 부호화 단위는 크기 64x64, 64x32, 32x64, 32x32의 파티션들로 분할될 수 있고, 크기 32x32의 부호화 단위는 크기 32x32, 32x16, 16x32, 16x16의 파티션들로, 크기 16x16의 부호화 단위는 크기 16x16, 16x8, 8x16, 8x8의 파티션들로, 크기 8x8의 부호화 단위는 크기 8x8, 8x4, 4x8, 4x4의 파티션들로 분할될 수 있다.
비디오 데이터(310)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 2로 설정되어 있다. 비디오 데이터(320)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 3로 설정되어 있다. 비디오 데이터(330)에 대해서는, 해상도는 352x288, 부호화 단위의 최대 크기는 16, 최대 심도가 1로 설정되어 있다. 도 15에 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 레이어 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 레이어 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 레이어 깊어져서 장축 크기가 32, 16, 8인 부호화 단위들까지 포함할 수 있다. 심도가 깊어질수록 세부 정보의 표현능력이 향상될 수 있다.
도 16은 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 17은 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 16의 부호화 동작 및 도 17의 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 18은 본 발명의 일 실시예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 따른 비디오 복호화 장치(200)는 영상 특성을 고려하기 위해 계층적인 부호화 단위를 사용한다. 부호화 단위의 최대 높이 및 너비, 최대 심도는 영상의 특성에 따라 적응적으로 결정될 수도 있으며, 사용자의 요구에 따라 다양하게 설정될 수도 있다. 미리 설정된 부호화 단위의 최대 크기에 따라, 심도별 부호화 단위의 크기가 결정될 수 있다.
일 실시예에 따른 부호화 단위의 레이어 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 레이어 구조(600)의 세로축을 따라서 심도가 깊어지므로 심도별 부호화 단위의 높이 및 너비가 각각 분할한다. 또한, 부호화 단위의 레이어 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 레이어 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(640가 존재한다. 크기 8x8인 심도 3의 부호화 단위(640)는 최소 부호화 단위다.
각각의 심도별로 가로축을 따라, 부호화 단위의 예측 단위 및 파티션들이 배열된다. 즉, 심도 0의 크기 64x64의 부호화 단위(610)가 예측 단위이라면, 예측 단위는 크기 64x64의 부호화 단위(610)에 포함되는 크기 64x64의 파티션(610), 크기 64x32의 파티션들(612), 크기 32x64의 파티션들(614), 크기 32x32의 파티션들(616)로 분할될 수 있다.
마찬가지로, 심도 1의 크기 32x32의 부호화 단위(620)의 예측 단위는, 크기 32x32의 부호화 단위(620)에 포함되는 크기 32x32의 파티션(620), 크기 32x16의 파티션들(622), 크기 16x32의 파티션들(624), 크기 16x16의 파티션들(626)로 분할될 수 있다.
마찬가지로, 심도 2의 크기 16x16의 부호화 단위(630)의 예측 단위는, 크기 16x16의 부호화 단위(630)에 포함되는 크기 16x16의 파티션(630), 크기 16x8의 파티션들(632), 크기 8x16의 파티션들(634), 크기 8x8의 파티션들(636)로 분할될 수 있다.
마찬가지로, 심도 3의 크기 8x8의 부호화 단위(640)의 예측 단위는, 크기 8x8의 부호화 단위(640)에 포함되는 크기 8x8의 파티션(640), 크기 8x4의 파티션들(642), 크기 4x8의 파티션들(644), 크기 4x4의 파티션들(646)로 분할될 수 있다.
마지막으로, 심도 3의 크기 8x8의 부호화 단위(640)는 최소 부호화 단위며 최하위 심도의 부호화 단위다.
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 레이어 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 레이어 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 19는 본 발명의 일 실시예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
일 실시예에 따른 비디오 부호화 장치(100) 또는 일 실시예에 따른 비디오 복호화 장치(200)는, 최대 부호화 단위마다 최대 부호화 단위보다 작거나 같은 크기의 부호화 단위로 영상을 부호화하거나 복호화한다. 부호화 과정 중 변환을 위한 변환 단위의 크기는 각각의 부호화 단위보다 크지 않은 데이터 단위를 기반으로 선택될 수 있다.
예를 들어, 일 실시예에 따른 비디오 부호화 장치(100) 또는 일 실시예에 따른 비디오 복호화 장치(200)에서, 현재 부호화 단위(710)가 64x64 크기일 때, 32x32 크기의 변환 단위(720)를 이용하여 변환이 수행될 수 있다.
또한, 64x64 크기의 부호화 단위(710)의 데이터를 64x64 크기 이하의 32x32, 16x16, 8x8, 4x4 크기의 변환 단위들로 각각 변환을 수행하여 부호화한 후, 원본과의 오차가 가장 적은 변환 단위가 선택될 수 있다.
도 20은 본 발명의 일 실시예에 따라, 심도별 부호화 정보들을 도시한다.
일 실시예에 따른 비디오 부호화 장치(100)의 출력부(130)는 부호화 모드에 관한 정보로서, 각각의 부호화 심도의 부호화 단위마다 파티션 타입에 관한 정보(800), 예측 모드에 관한 정보(810), 변환 단위 크기에 대한 정보(820)를 부호화하여 전송할 수 있다.
파티션 타입에 대한 정보(800)는, 현재 부호화 단위의 예측 부호화를 위한 데이터 단위로서, 현재 부호화 단위의 예측 단위가 분할된 파티션의 형태에 대한 정보를 나타낸다. 예를 들어, 크기 2Nx2N의 현재 부호화 단위 CU_0는, 크기 2Nx2N의 파티션(802), 크기 2NxN의 파티션(804), 크기 Nx2N의 파티션(806), 크기 NxN의 파티션(808) 중 어느 하나의 타입으로 분할되어 이용될 수 있다. 이 경우 현재 부호화 단위의 파티션 타입에 관한 정보(800)는 크기 2Nx2N의 파티션(802), 크기 2NxN의 파티션(804), 크기 Nx2N의 파티션(806) 및 크기 NxN의 파티션(808) 중 하나를 나타내도록 설정된다.
예측 모드에 관한 정보(810)는, 각각의 파티션의 예측 모드를 나타낸다. 예를 들어 예측 모드에 관한 정보(810)를 통해, 파티션 타입에 관한 정보(800)가 가리키는 파티션이 인트라 모드(812), 인터 모드(814) 및 스킵 모드(816) 중 하나로 예측 부호화가 수행되는지 여부가 설정될 수 있다.
또한, 변환 단위 크기에 관한 정보(820)는 현재 부호화 단위를 어떠한 변환 단위를 기반으로 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 21은 본 발명의 일 실시예에 따른 심도별 부호화 단위를 도시한다.
심도의 변화를 나타내기 위해 분할 정보가 이용될 수 있다. 분할 정보는 현재 심도의 부호화 단위가 하위 심도의 부호화 단위로 분할될지 여부를 나타낸다.
심도 0 및 2N_0x2N_0 크기의 부호화 단위(900)의 예측 부호화를 위한 예측 단위(910)는 2N_0x2N_0 크기의 파티션 타입(912), 2N_0xN_0 크기의 파티션 타입(914), N_0x2N_0 크기의 파티션 타입(916), N_0xN_0 크기의 파티션 타입(918)을 포함할 수 있다. 예측 단위가 대칭적 비율로 분할된 파티션들(912, 914, 916, 918)만이 예시되어 있지만, 전술한 바와 같이 파티션 타입은 이에 한정되지 않고 비대칭적 파티션, 임의적 형태의 파티션, 기하학적 형태의 파티션 등을 포함할 수 있다.
파티션 타입마다, 한 개의 2N_0x2N_0 크기의 파티션, 두 개의 2N_0xN_0 크기의 파티션, 두 개의 N_0x2N_0 크기의 파티션, 네 개의 N_0xN_0 크기의 파티션마다 반복적으로 예측 부호화가 수행되어야 한다. 크기 2N_0x2N_0, 크기 N_0x2N_0 및 크기 2N_0xN_0 및 크기 N_0xN_0의 파티션에 대해서는, 인트라 모드 및 인터 모드로 예측 부호화가 수행될 수 있다. 스킵 모드는 크기 2N_0x2N_0의 파티션에 예측 부호화가 대해서만 수행될 수 있다.
크기 2N_0x2N_0, 2N_0xN_0 및 N_0x2N_0의 파티션 타입(912, 914, 916) 중 하나에 의한 부호화 오차가 가장 작다면, 더 이상 하위 심도로 분할할 필요 없다.
크기 N_0xN_0의 파티션 타입(918)에 의한 부호화 오차가 가장 작다면, 심도 0를 1로 변경하며 분할하고(920), 심도 2 및 크기 N_0xN_0의 파티션 타입의 부호화 단위들(930)에 대해 반복적으로 부호화를 수행하여 최소 부호화 오차를 검색해 나갈 수 있다.
심도 1 및 크기 2N_1x2N_1 (=N_0xN_0)의 부호화 단위(930)의 예측 부호화를 위한 예측 단위(940)는, 크기 2N_1x2N_1의 파티션 타입(942), 크기 2N_1xN_1의 파티션 타입(944), 크기 N_1x2N_1의 파티션 타입(946), 크기 N_1xN_1의 파티션 타입(948)을 포함할 수 있다.
또한, 크기 N_1xN_1 크기의 파티션 타입(948)에 의한 부호화 오차가 가장 작다면, 심도 1을 심도 2로 변경하며 분할하고(950), 심도 2 및 크기 N_2xN_2의 부호화 단위들(960)에 대해 반복적으로 부호화를 수행하여 최소 부호화 오차를 검색해 나갈 수 있다.
최대 심도가 d인 경우, 심도별 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 22, 23 및 24는 본 발명의 일 실시예에 따른, 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
부호화 단위(1010)는, 최대 부호화 단위에 대해 일 실시예에 따른 비디오 부호화 장치(100)가 결정한 부호화 심도별 부호화 단위들이다. 예측 단위(1060)는 부호화 단위(1010) 중 각각의 부호화 심도별 부호화 단위의 예측 단위들의 파티션들이며, 변환 단위(1070)는 각각의 부호화 심도별 부호화 단위의 변환 단위들이다.
심도별 부호화 단위들(1010)은 최대 부호화 단위의 심도가 0이라고 하면, 부호화 단위들(1012, 1054)은 심도가 1, 부호화 단위들(1014, 1016, 1018, 1028, 1050, 1052)은 심도가 2, 부호화 단위들(1020, 1022, 1024, 1026, 1030, 1032, 1048)은 심도가 3, 부호화 단위들(1040, 1042, 1044, 1046)은 심도가 4이다.
예측 단위들(1060) 중 일부 파티션(1014, 1016, 1022, 1032, 1048, 1050, 1052, 1054)는 부호화 단위가 분할된 형태이다. 즉, 파티션(1014, 1022, 1050, 1054)은 2NxN의 파티션 타입이며, 파티션(1016, 1048, 1052)은 Nx2N의 파티션 타입, 파티션(1032)은 NxN의 파티션 타입이다. 심도별 부호화 단위들(1010)의 예측 단위 및 파티션들은 각각의 부호화 단위보다 작거나 같다.
변환 단위들(1070) 중 일부(1052)의 영상 데이터에 대해서는 부호화 단위에 비해 작은 크기의 데이터 단위로 변환 또는 역변환이 수행된다. 또한, 변환 단위(1014, 1016, 1022, 1032, 1048, 1050, 1052, 1054)는 예측 단위들(1060) 중 해당 예측 단위 및 파티션와 비교해보면, 서로 다른 크기 또는 형태의 데이터 단위다. 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 5은, 일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 따른 비디오 복호화 장치(200)에서 설정할 수 있는 일례를 나타낸다.
표 5
Figure PCTKR2014003008-appb-T000004
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 25은 표 5의 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 25를 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.
앞서 도 13 내지 25를 참조하여 상술한 트리 구조의 부호화 단위들을 포함하는 최대 부호화 단위는, 코딩 블록 트리(Coding Block Tree), 블록 트리, 루트 블록 트리(Root Block Tree), 코딩 트리, 코딩 루트 또는 트리 트렁크(Tree Trunk) 등으로 다양하게 명명되기도 한다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장 장치 등이 포함된다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드로 저장되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (15)

  1. 멀티 레이어 비디오 복호화 방법에 있어서,
    멀티 레이어 비디오 비트스트림으로부터 적어도 하나의 복호화 대상 레이어 영상의 계층 식별자를 얻는 단계;
    상기 비트스트림으로부터 상기 계층 식별자에 스케일러빌리티 정보가 포함되었는지 여부를 나타내는 플래그를 얻는 단계;
    상기 플래그가 상기 계층 식별자로부터 복수의 스케일러빌리티 정보를 얻을 것을 나타냄에 따라 상기 계층 식별자로부터 서로 상이한 유형의 복수의 스케일러빌리티 정보 중 적어도 하나의 유형에 속하는 스케일러빌리티 정보를 얻는 단계; 및
    상기 스케일러빌리티 정보를 사용하여 상기 복호화 대상 레이어 영상을 복호화하여 영상을 복원하는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  2. 제 1 항에 있어서,
    상기 대상 레이어 영상은 복수의 스케일러빌리티 정보를 포함하고,
    상기 계층 식별자의 표현은 복수의 스케일러빌리티 유형에 대한 스케일러빌리티 차원을 나타내는 차원식별자를 일 부분으로 포함하는 것을 특징으로 하는 영상 복호화 방법.
  3. 제 1 항에 있어서,
    상기 대상 레이어 영상은 복수의 스케일러빌리티 정보를 포함하고,
    상기 복수의 스케일러빌리티 정보는 이진 형태의 부분식별자로 연속하여 상기 계층 식별자의 이진 표현에 포함되는 것을 특징으로 하는 영상 복호화 방법.
  4. 제 1 항에 있어서,
    상기 스케일러빌리티 정보를 얻는 단계는,
    상기 비트 스트림으로부터 상기 계층 식별자에 포함된 스케일러빌리티 정보의 유형 개수를 나타내는 신택스를 얻는 단계; 및
    상기 유형 개수를 나타내는 신택스를 사용하여 상기 계층 식별자로부터 상기 복호화 대상 레이어 영상의 스케일러빌리티 정보를 얻는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  5. 제 1 항에 있어서,
    상기 스케일러빌리티 정보를 얻는 단계는,
    상기 비트 스트림으로부터 상기 계층 식별자에 포함되는 스케일러빌리티 정보가 상기 계층 식별자의 이진 표현에서 차지하는 비트 길이를 나타내는 신택스를 얻는 단계; 및
    상기 비트 길이를 나타내는 신택스를 사용하여 상기 계층 식별자로부터 상기 대상 레이어 영상의 스케일러빌리티 정보를 얻는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  6. 제 5 항에 있어서,
    상기 계층 식별자에 마지막으로 포함되는 스케일러빌리티 정보의 길이는 상기 계층 식별자의 길이와 상기 계층 식별자에 포함된 스케일러빌리티 정보중 마지막으로 포함된 스케일러빌리티 정보를 제외한 스케일러빌리티 정보들의 길이를 사용하여 결정되는 것을 특징으로 하는 영상 복호화 방법.
  7. 제 1 항에 있어서,
    상기 스케일러빌리티 정보를 얻는 단계는,
    적어도 하나의 복호화 대상 레이어 영상의 스케일러빌리티 정보 유형 및 상기 적어도 하나의 복호화 대상 부호화 영상의 계층 식별자의 부분 식별자에 따라 생성된 스케일러빌리티 정보 집합이 상기 비트 스트림에 포함되었는지 여부를 나타내는 플래그의 값에 따라 상기 스케일러빌리티 정보 집합을 얻는 단계; 및
    상기 스케일러빌리티 정보 집합을 사용하여 대상 레이어 영상의 스케일러빌리티 정보를 얻는 단계를 더 포함하는 것을 특징으로 하는 영상 복호화 방법.
  8. 멀티 레이어 비디오 부호화 방법에 있어서,
    영상 데이터를 멀티 레이어 부호화 영상으로 부호화 하는 단계;
    멀티 레이어 부호화 영상 중 적어도 하나의 부호화 대상 레이어 영상에 대하여 서로 상이한 유형의 스케일러빌리티 정보 중 적어도 하나의 유형에 속하는 스케일러빌리티 정보를 생성하는 단계;
    상기 스케일러빌리티 정보를 사용하여 상기 부호화 대상 레이어 영상의 계층 식별자를 생성하는 단계;
    상기 계층 식별자에 스케일러빌리티 정보가 포함되었는지 여부를 나타내는 플래그를 생성하는 단계; 및
    상기 계층 식별자 및 상기 플래그를 포함하는 비트스트림을 생성하는 단계를 포함하는 것을 특징으로 하는 영상 부호화 방법.
  9. 제 8 항에 있어서,
    상기 스케일러빌리티 정보를 사용하여 상기 부호화 대상 레이어 영상의 계층 식별자를 생성하는 단계는,
    상기 계층 식별자의 값의 표현이 상기 스케일러빌리티 정보의 값을 일 부분으로 포함하도록 상기 계층 식별자를 생성하는 단계를 포함하는 것을 특징으로 하는 영상 부호화 방법.
  10. 제 9 항에 있어서,
    상기 계층 식별자를 생성하는 단계는,
    상기 계층 식별자에 포함되는 스케일러빌리티 정보가 상기 계층 식별자의 이진 표현에서 차지하는 비트 길이를 나타내는 신택스를 생성하는 단계를 포함하는 것을 특징으로 하는 영상 부호화 방법.
  11. 제 10 항에 있어서,
    상기 계층 식별자에는 복수의 스케일러빌리티 정보가 순차적으로 포함되고,
    상기 비트 길이를 나타내는 지시자는 상기 계층 식별자에 마지막으로 포함되는 스케일러빌리티 정보에 대하여는 비트길이를 나타내지 않는 것을 특징으로 하는 영상 부호화 방법.
  12. 제 8 항에 있어서,
    상기 비트스트림은 상기 적어도 하나의 부호화 대상 레이어 영상에 포함되는 스케일러빌리티 정보 유형 및 상기 적어도 하나의 부호화 대상 레이어 영상의 계층 식별자의 부분 식별자에 따라 생성된 상기 부호화 대상 레이어 영상의 스케일러빌리티 정보 집합을 더 포함하고, 상기 스케일러빌리티 정보 집합이 상기 비트 스트림에 포함되어 있음을 나타내는 플래그를 더 포함하는 것을 특징으로 하는 영상 부호화 방법.
  13. 멀티 레이어 비디오 복호화 장치에 있어서,
    멀티 레이어 비디오 비트스트림을 수신하는 수신부; 및
    상기 비트스트림으로부터 얻은 적어도 하나의 복호화 대상 레이어 영상의 계층 식별자에 스케일러빌리티 정보가 포함되었는지 여부를 나타내는 플래그가 상기 계층 식별자로부터 복수의 스케일러빌리티 정보를 얻을 것을 나타냄에 따라 상기 계층 식별자로부터 얻은 서로 상이한 유형의 복수의 스케일러빌리티 정보 중 적어도 하나의 유형에 속하는 스케일러빌리티 정보를 사용하여 상기 복호화 대상 레이어 영상을 복호화하여 영상을 복원하는 복호화부를 포함하는 것을 특징으로 하는 영상 복호화 장치.
  14. 멀티 레이어 비디오 부호화 장치에 있어서,
    멀티 레이어 부호화 영상 중 적어도 하나의 부호화 대상 레이어 영상에 대하여 서로 상이한 유형의 스케일러빌리티 정보 중 적어도 하나의 유형에 속하는 스케일러빌리티 정보를 생성하고, 상기 스케일러빌리티 정보를 사용하여 상기 부호화 대상 레이어 영상의 계층 식별자를 생성하며, 상기 계층 식별자에 스케일러빌리티 정보가 포함되었는지 여부를 나타내는 플래그를 생성하여 영상 데이터를 멀티 레이어 부호화 영상으로 부호화 하는 부호화부; 및
    상기 계층 식별자 및 상기 플래그를 포함하는 비트스트림을 생성하는 출력부를 포함하는 것을 특징으로 하는 영상 부호화 장치.
  15. 제1항의 방법을 컴퓨터로 실행시키기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
PCT/KR2014/003008 2013-04-05 2014-04-07 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치 WO2014163463A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP14779576.9A EP2983364A4 (en) 2013-04-05 2014-04-07 MULTILAYER VIDEO PROCESSING AND DEVICE AND MULTILAYER VIDEO DECODING PROCESS AND DEVICE
CN201480032613.1A CN105308962A (zh) 2013-04-05 2014-04-07 多层视频编码方法和装置以及多层视频解码方法和装置
US14/782,406 US20160134879A1 (en) 2013-04-05 2014-04-07 Multi-layer video coding method and device, and multi-layer video decoding method and device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361808854P 2013-04-05 2013-04-05
US61/808,854 2013-04-05

Publications (1)

Publication Number Publication Date
WO2014163463A1 true WO2014163463A1 (ko) 2014-10-09

Family

ID=51658677

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2014/003008 WO2014163463A1 (ko) 2013-04-05 2014-04-07 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치

Country Status (5)

Country Link
US (1) US20160134879A1 (ko)
EP (1) EP2983364A4 (ko)
KR (1) KR20140122191A (ko)
CN (1) CN105308962A (ko)
WO (1) WO2014163463A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10075729B2 (en) 2013-07-15 2018-09-11 Qualcomm Incorporated Signaling of view ID bit depth in parameter sets
JP6614139B2 (ja) * 2014-04-25 2019-12-04 ソニー株式会社 送信装置、送信方法、受信装置および受信方法
EP4358514A3 (en) * 2019-07-19 2024-06-12 Wilus Institute of Standards and Technology Inc. Video signal processing method and device
WO2021060801A1 (ko) * 2019-09-23 2021-04-01 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
CN115733987A (zh) * 2021-08-30 2023-03-03 华为技术有限公司 编解码方法、编码器、解码器及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060256851A1 (en) * 2005-04-13 2006-11-16 Nokia Corporation Coding, storage and signalling of scalability information
KR20090004653A (ko) * 2007-07-02 2009-01-12 엘지전자 주식회사 디지털 방송 시스템 및 데이터 처리 방법
WO2011015965A1 (en) * 2009-08-03 2011-02-10 Nokia Corporation Methods, apparatuses and computer program products for signaling of scalable video coding in digital broadcast streams
KR20120015260A (ko) * 2010-07-20 2012-02-21 한국전자통신연구원 스케일러빌리티 및 뷰 정보를 제공하는 스트리밍 서비스를 위한 방법 및 장치
US20120269276A1 (en) * 2011-01-14 2012-10-25 Vidyo, Inc. Nal unit header

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6233356B1 (en) * 1997-07-08 2001-05-15 At&T Corp. Generalized scalability for video coder based on video objects
PT2842313T (pt) * 2012-04-13 2016-12-22 Ge Video Compression Llc Fluxo de dados escaláveis e entidade de rede
US9462287B2 (en) * 2013-01-04 2016-10-04 Dolby International Ab Implicit signaling of scalability dimension identifier information in a parameter set
CN116366835A (zh) * 2013-01-04 2023-06-30 Ge视频压缩有限责任公司 高效可伸缩编码概念
MX344186B (es) * 2013-04-12 2016-12-08 Ericsson Telefon Ab L M Construccion de listas de imagenes de referencia entre capas.
US9794579B2 (en) * 2013-07-15 2017-10-17 Qualcomm Incorporated Decoded picture buffer operations for video coding

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060256851A1 (en) * 2005-04-13 2006-11-16 Nokia Corporation Coding, storage and signalling of scalability information
KR20090004653A (ko) * 2007-07-02 2009-01-12 엘지전자 주식회사 디지털 방송 시스템 및 데이터 처리 방법
WO2011015965A1 (en) * 2009-08-03 2011-02-10 Nokia Corporation Methods, apparatuses and computer program products for signaling of scalable video coding in digital broadcast streams
KR20120015260A (ko) * 2010-07-20 2012-02-21 한국전자통신연구원 스케일러빌리티 및 뷰 정보를 제공하는 스트리밍 서비스를 위한 방법 및 장치
US20120269276A1 (en) * 2011-01-14 2012-10-25 Vidyo, Inc. Nal unit header

Also Published As

Publication number Publication date
US20160134879A1 (en) 2016-05-12
EP2983364A1 (en) 2016-02-10
KR20140122191A (ko) 2014-10-17
EP2983364A4 (en) 2016-12-07
CN105308962A (zh) 2016-02-03

Similar Documents

Publication Publication Date Title
WO2016200100A1 (ko) 적응적 가중치 예측을 위한 신택스 시그널링을 이용하여 영상을 부호화 또는 복호화하는 방법 및 장치
WO2014163461A1 (ko) 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2013002554A2 (ko) 픽셀 분류에 따른 오프셋 조정을 이용하는 비디오 부호화 방법 및 그 장치, 비디오 복호화 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
WO2014163467A1 (ko) 랜덤 엑세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 엑세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치
WO2015102441A1 (ko) 효율적인 파라미터 전달을 사용하는 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2011049397A2 (en) Method and apparatus for decoding video according to individual parsing or decoding in data unit level, and method and apparatus for encoding video for individual parsing or decoding in data unit level
WO2013002556A2 (ko) 인트라 예측을 수반한 비디오 부호화 방법 및 그 장치, 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
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
WO2014109594A1 (ko) 휘도차를 보상하기 위한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2013141596A1 (ko) 트리 구조의 부호화 단위에 기초한 스케일러블 비디오 부호화 방법 및 그 장치, 트리 구조의 부호화 단위에 기초한 스케일러블 비디오 복호화 방법 및 그 장치
WO2015056955A1 (ko) 다시점 비디오 부호화 방법 및 장치, 다시점 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
WO2015093890A1 (ko) 인트라 예측을 수반한 비디오 부호화 방법 및 그 장치, 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
WO2016117930A1 (ko) 인터 레이어 비디오 복호화 방법 및 그 장치 및 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
WO2012005521A2 (ko) 조절 가능한 루프 필터링을 이용한 비디오 부호화 방법 및 그 장치, 조절 가능한 루프 필터링을 이용한 비디오 복호화 방법 및 그 장치
WO2015053597A1 (ko) 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
WO2014007596A1 (ko) 다계층 비디오 부호화 방법 및 장치, 다계층 비디오 복호화 방법 및 장치
WO2012093890A2 (ko) 양방향 예측 및 단일방향 예측이 가능한 비디오 예측 방법 및 그 장치, 비디오 부호화 방법 및 그 장치, 비디오 복호화 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
WO2014116047A1 (ko) 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치
WO2014163452A1 (ko) 멀티 레이어 비디오의 복호화 방법 및 장치, 멀티 레이어 비디오의 부호화 방법 및 장치

Legal Events

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

Ref document number: 201480032613.1

Country of ref document: CN

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

Ref document number: 14779576

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: 14782406

Country of ref document: US

REEP Request for entry into the european phase

Ref document number: 2014779576

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014779576

Country of ref document: EP