WO2014168463A1 - 랜덤 엑세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 엑세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치 - Google Patents

랜덤 엑세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 엑세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치 Download PDF

Info

Publication number
WO2014168463A1
WO2014168463A1 PCT/KR2014/003213 KR2014003213W WO2014168463A1 WO 2014168463 A1 WO2014168463 A1 WO 2014168463A1 KR 2014003213 W KR2014003213 W KR 2014003213W WO 2014168463 A1 WO2014168463 A1 WO 2014168463A1
Authority
WO
WIPO (PCT)
Prior art keywords
picture
layer
unit
video
image
Prior art date
Application number
PCT/KR2014/003213
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 CN201480033792.0A priority Critical patent/CN105308964A/zh
Priority to US14/784,173 priority patent/US9819944B2/en
Priority to EP14782662.2A priority patent/EP2975848A4/en
Publication of WO2014168463A1 publication Critical patent/WO2014168463A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • 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
    • H04N19/30—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
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/507—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction using conditional replenishment
    • 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

Definitions

  • the present invention relates to video encoding and decoding using a multilayer prediction structure based on inter prediction, intra prediction and inter layer prediction.
  • video codec for efficiently encoding or decoding high resolution or high definition video content.
  • video is encoded according to a limited encoding method based on a macroblock of a predetermined size.
  • Image data in the spatial domain is transformed into coefficients in the frequency domain using frequency transformation.
  • the video codec divides an image into blocks having a predetermined size for fast operation of frequency conversion, performs DCT conversion for each block, and encodes frequency coefficients in units of blocks. Compared to the image data of the spatial domain, the coefficients of the frequency domain are easily compressed. In particular, since the image pixel value of the spatial domain is expressed as a prediction error through inter prediction or intra prediction of the video codec, when frequency conversion is performed on the prediction error, much data may be converted to zero.
  • the video codec reduces data volume by substituting data repeatedly generated continuously with small size data.
  • the multilayer video codec encodes and decodes the base layer video and one or more enhancement layer videos.
  • the amount of data of the base layer video and the enhancement layer video may be reduced by removing temporal / spatial redundancy of the base layer video and the enhancement layer video and the redundancy between layers.
  • Various embodiments may provide an effective decoding method when random access occurs in a multilayer video.
  • the present invention determines whether a Random Access Point (RAP) picture is located in an enhancement layer, determines whether a Random Access Skipped Leading (RASL) picture associated with the RAP picture is output, locates the RAP picture in an enhancement layer, and outputs no RASL picture. If it is determined not to, a video decoding method for activating a Sequence Parameter Set (SPS) corresponding to the RAP picture when decoding the RAP picture that is not the start point of the CVS (Coded Video Sequence).
  • SPS Sequence Parameter Set
  • Various embodiments provide a method for performing effective decryption when random access occurs.
  • FIG. 1A is a block diagram of a multilayer video encoding apparatus, according to an embodiment of the present invention.
  • FIG. 1B is a flowchart of a multilayer video encoding method of the multilayer video encoding apparatus of FIG. 1A.
  • FIG. 2A is a block diagram of a multilayer video decoding apparatus, according to an embodiment of the present invention.
  • FIG. 2B is a flowchart of an interlayer video decoding method of the interlayer video decoding apparatus of FIG. 2A.
  • 2C to 2F illustrate a prediction structure of an inter layer and a multi layer for explaining a method of decoding a video when random access occurs.
  • FIG 3 illustrates an ear interlayer prediction structure according to an embodiment.
  • 4A illustrates a multilayer prediction structure of multilayer images.
  • 4B shows a multilayer prediction structure according to a temporal hierarchical encoding and decoding scheme.
  • FIG. 5A and 5B illustrate a reproduction order and a reconstruction order of an Instantaneous Decoding Refresh (IDR) image according to two embodiments.
  • IDR Instantaneous Decoding Refresh
  • FIGS. 6A and 6B illustrate a reproduction order and a reconstruction order of a clear random access (CRA) image according to two embodiments.
  • CRA clear random access
  • FIG. 7A and 7B illustrate a reproduction order and a reconstruction order of a BLA (Broken Link Access) image according to two embodiments.
  • BLA Broken Link Access
  • FIG. 8 is a block diagram of a video encoding apparatus based on coding units having a tree structure, according to an embodiment.
  • FIG. 9 is a block diagram of a video decoding apparatus based on coding units having a tree structure, according to an embodiment.
  • FIG. 10 illustrates a concept of coding units, according to an embodiment of the present invention.
  • FIG. 11 is a block diagram of an image encoder based on coding units, according to an embodiment of the present invention.
  • FIG. 12 is a block diagram of an image decoder based on coding units, according to an embodiment of the present invention.
  • FIG. 13 is a diagram of deeper coding units according to depths, and partitions, according to an embodiment.
  • FIG. 14 illustrates a relationship between a coding unit and transformation units, according to an embodiment of the present invention.
  • 15 is a diagram of deeper encoding information according to depths, according to an embodiment of the present invention.
  • 16 is a diagram of deeper coding units according to depths, according to an embodiment of the present invention.
  • 17, 18, and 19 illustrate a relationship between a coding unit, a prediction unit, and a transformation unit, according to an embodiment of the present invention.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 1.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 1.
  • 21 illustrates a physical structure of a disk in which a program is stored, according to an exemplary embodiment.
  • Fig. 22 shows a disc drive for recording and reading a program by using the disc.
  • FIG. 23 shows an overall structure of a content supply system for providing a content distribution service.
  • 24 and 25 illustrate an external structure and an internal structure of a mobile phone to which the video encoding method and the video decoding method of the present invention are applied, according to an embodiment.
  • 26 illustrates a digital broadcasting system employing a communication system according to the present invention.
  • FIG. 27 illustrates a network structure of a cloud computing system using a video encoding apparatus and a video decoding apparatus, according to an embodiment of the present invention.
  • the present invention determines whether a Random Access Point (RAP) picture is located in an enhancement layer, determines whether a Random Access Skipped Leading (RASL) picture associated with the RAP picture is output, locates the RAP picture in an enhancement layer, and outputs no RASL picture. If it is determined not to, a video decoding method for activating a Sequence Parameter Set (SPS) corresponding to the RAP picture when decoding the RAP picture that is not the start point of the CVS (Coded Video Sequence).
  • SPS Sequence Parameter Set
  • a multilayer video encoding apparatus a multilayer video decoding apparatus, a multilayer video encoding method, and a multilayer video decoding method are described with reference to FIGS. 1A to 7B. 8 to 20, according to an embodiment, a multilayer video encoding apparatus and a multilayer video decoding apparatus, a multilayer video encoding method, and a multilayer video are based on coding units having a tree structure, according to an embodiment.
  • a decoding method is disclosed. Also, various embodiments to which the multilayer video encoding method, the multilayer video decoding method, the video encoding method, and the video decoding method may be applied according to an embodiment will be described with reference to FIGS. 21 to 27.
  • the 'image' may be a still image of the video or a video, that is, the video itself.
  • FIGS. 1A to 7B a multilayer video encoding apparatus, a multilayer video encoding method, and a multilayer video decoding apparatus and a multilayer video decoding method are described with reference to FIGS. 1A to 7B.
  • FIG. 1A is a block diagram of a multilayer video encoding apparatus 10 according to an embodiment of the present invention.
  • FIG. 1B is a flowchart of a multilayer video encoding method of the multilayer video encoding apparatus 10 of FIG. 1A.
  • the multilayer video encoding apparatus 10 includes an interlayer encoder 12 and an output unit 14.
  • the multilayer video encoding apparatus 10 may classify and encode a plurality of video streams by layers according to a scalable video coding scheme.
  • the multilayer video encoding apparatus 10 encodes base layer images and enhancement layer images.
  • a multiview video may be encoded according to a scalable video coding scheme.
  • the center view images, the left view images and the right view images are respectively encoded, among which the center view images are encoded as base layer images, the left view images are first enhancement layer images, and the right view images are second enhancement layer. It can be encoded as images.
  • the encoding results of the base layer images are output as the base layer stream, and the encoding results of the first enhancement layer images and the second enhancement layer images are respectively output to the first enhancement layer stream and the second enhancement layer stream through the output unit 14. Can be output.
  • a scalable video coding scheme may be performed according to temporal hierarchical prediction.
  • a base layer stream including encoding information generated by encoding images of a base frame rate may be output.
  • the enhancement layer stream including encoding information of the fast frame rater may be output by further encoding the high frame rate pictures by referring to the pictures of the base frame rate.
  • scalable video coding may be performed with a base layer and a plurality of enhancement layers. If there are three or more enhancement layers, base layer images, first enhancement layer images, second enhancement layer images,..., Kth enhancement layer images may be encoded. Accordingly, the encoding results of the base layer images are output to the base layer stream, and the encoding results of the first, second, ..., K th enhancement layer images are output to the first, second, ..., K th enhancement layer stream, respectively. Can be.
  • the multilayer video encoding apparatus 10 encodes each block of each image of a video for each layer.
  • the type of block may be square or rectangular, and may be any geometric shape. It is not limited to data units of a certain size.
  • a block according to an embodiment may be a maximum coding unit, a coding unit, a prediction unit, a transformation unit, and the like among coding units having a tree structure. Video encoding and decoding methods based on coding units having a tree structure will be described later with reference to FIGS. 8 to 20.
  • the multilayer video encoding apparatus 10 may perform inter prediction to mutually reference and predict images of the same layer. Through inter prediction, a motion vector representing motion information between the current image and the reference image and a residual component between the current image and the reference image may be generated.
  • the multilayer video encoding apparatus 10 may perform inter-layer prediction for predicting enhancement layer images by referring to base layer images.
  • the multilayer video encoding apparatus 10 according to an embodiment may perform interlayer prediction for predicting second enhancement layer images by referring to first enhancement layer images. Through inter-layer prediction, a position difference component between the current image and a reference image of another layer and a residual component between the current image and a reference image of another layer may be generated.
  • interlayer prediction between one base layer image and two or more enhancement layer images may be performed according to the multilayer prediction structure. It may be.
  • Inter prediction and inter layer prediction may be performed based on a data unit of a coding unit, a prediction unit, or a transformation unit.
  • the interlayer encoder 12 generates a base layer stream by encoding base layer images.
  • the interlayer encoder 12 may perform inter prediction between base layer images.
  • the interlayer encoder 12 may encode random access point (RAP) images that are randomly accessed among the base layer images without referring to other images at all.
  • RAP random access point
  • the I-type RAP images include any of Instantaneous Decoding Refresh (IDR) images, Clean Random Access (CRA) images, Broken Link Access (BLA) images, Temporal Sublayer Access (TSA) images, and Stepwise Temporal Sublayer Access (STSA) images. It can be one.
  • IDR Instantaneous Decoding Refresh
  • CRA Clean Random Access
  • BLA Broken Link Access
  • TSA Temporal Sublayer Access
  • STSA Stepwise Temporal Sublayer Access
  • a picture order count is a value associated with each coded picture, and is a value representing the picture in a coded video sequence (CVS).
  • the POC of pictures existing in the same CVS is expressed as a relative time distance between each picture. At the moment when a picture is output, the POC refers to a relative output order when compared to other pictures in the same VCS.
  • a clean random access (CRA) picture includes only I slices and each slice is a coded picture having a nal_unit_type of four. All coded pictures that follow a CRA picture in both decoding order and output order cannot perform inter prediction from any picture that precedes the CRA picture in either decoding order or output order. At least one picture that precedes the CRA picture in decoding order also precedes the CRA picture in output order.
  • CRA random access
  • An Instantaneous decoding refresh (IDR) picture is a coded picture having IdrPicFlag of 1, and the decoding apparatus marks all reference pictures as “unreferenced” in the decoding process of the IDR picture. All coded pictures that follow an IDR picture in decoding order may be coded without inter prediction from any picture ahead of the IDR picture in decoding order.
  • the first picture of each coded video sequence in decoding order is an IDR picture.
  • a broken link indicates the position in the bitstream that appears in the bitstream as some sequential pictures in decoding order may contain severe visual defects due to unspecified operations performed in the generation of the bitstream. Indicates.
  • a broken link access (BLA) unit is an access unit in which an encoded picture in the access unit is a BLA picture.
  • a broken link access (BLA) picture is a random access point picture in which each slice has a nal_unit_type of 6 or 7.
  • a BLA picture is a CRA picture with a broken link.
  • a temporal sub-layer access (TSA) picture is a picture used to perform temporal layer uplink switching, and each VCL NAL unit is a coded picture having a nal_unit_type equal to TSA_R or TSA_N.
  • a step-wise temporal sub-layer access (STSA) picture is a picture used for progressive time-up switching and each VCL NAL unit is a coded picture having a nal_unit_type of STSA_R or STSA_N.
  • the RAP pictures may be referred to by leading pictures and trailing pictures.
  • leading and trailing images have a slower reconstruction order than the RAP image
  • leading image has a faster reproduction order than the RAP image
  • trailing image has a lower reconstruction order than the RAP image.
  • the trailing image may also be referred to as a normal picture.
  • the leading image may be classified into a random access decadable leading (RADL) image and a random access skipped leading (RASL) image.
  • RAP random access decadable leading
  • RASL random access skipped leading
  • NoRaslOutputFlag may be a flag necessary to indicate whether a RASL picture is output. For example, when the RASL picture is not output, NoRaslOutputFlag may be determined as 1. As another example, when random access occurs to a CRA picture or a BLA picture, NoRaslOutputFlag may be determined as 1. As another example, when splicing occurs, NoRaslOutputFlag may be determined as 1. As another example, when layer switching occurs, NoRaslOutputFlag may be determined as 1. As another example, when there is a CRA picture or a BLA picture at the position where video decoding starts, NoRaslOutputFlag may be determined as 1.
  • the CRA picture When random access occurs to a CRA picture, the CRA picture may be changed to a BLA picture.
  • NoRaslOutputFlag of the BLA picture may be one.
  • the CVS is an encoded video sequence, and when decoding a start position of the CVS, a Sequence Parameter Set (SPS) may be activated. However, the SPS may be activated even when it is not the start position of the CVS. Details will be described later.
  • the RAP access unit may be the starting position of the CVS.
  • the activation of a specific SPS may mean that the interlayer decoder 24 parses the specific SPS.
  • the interlayer decoder 24 may decode an image sequence corresponding to the specific SPS by using the parsed SPS.
  • the interlayer encoder 12 may perform inter prediction on a non-RAP (non-RAP) image except for the base layer RAP image among the base layer images. Intra prediction may be performed on base layer RAP images to refer to neighboring pixels in the image.
  • the interlayer encoder 12 may generate encoded data by performing encoding on result data generated as a result of performing inter prediction or intra prediction. For example, transformation, quantization, entropy encoding, or the like may be performed on an image block including generated result data obtained by performing inter prediction or intra prediction.
  • the interlayer encoder 12 may generate a base layer stream including encoded data of the base layer RAP image and encoded data of the remaining base layer images.
  • the interlayer encoder 12 may also output motion vectors generated through inter prediction between base layer images through the output unit 14 together with the base layer stream.
  • the interlayer encoder 12 generates an enhancement layer stream by encoding the enhancement layer images.
  • the inter layer encoder 12 encodes enhancement layer images for each layer to generate an enhancement layer stream for each layer.
  • the encoding operation for encoding the enhancement layer of the interlayer encoder 12 according to an embodiment will be described as an operation on enhancement layer images of one layer.
  • the operation of the interlayer encoder 12 is not performed only on enhancement layer images of one layer, and the same operation may be applied to each of enhancement layer images of another layer.
  • the interlayer encoder 12 may perform inter prediction referring to the same layer images and inter layer prediction referring to the base layer images to encode the enhancement layer image.
  • Inter prediction or inter layer prediction is possible only when the referenced image is reconstructed first. Therefore, if the first image is first decoded in the current layer and another image of the same layer should be referenced, decoding of the first image is impossible. Therefore, a randomly accessible RAP picture should be encoded without referring to another picture of the same layer. According to an embodiment, when random access occurs in the RAP image, the RAP image may be immediately decoded and output even if there are no images reconstructed earlier in the same layer.
  • second layer images may be decoded according to layer switching while first layer images are decoded.
  • layer switching may be performed in a multilayer prediction structure. Even in this case, since the same layer images reconstructed first do not exist at the layer switching point, inter prediction is impossible.
  • the interlayer encoder 12 may include encoded data for each image in the NAL unit.
  • the NAL unit type information may indicate whether the current picture is a trailing picture, a TSA picture, an STSA picture, a RADL picture, a RASL picture, a BLA picture, an IDR picture, a CRA picture, or a VLA picture.
  • the interlayer encoder 12 may encode a multilayer video to independently perform random access for each layer.
  • a method of encoding a multilayer video by the interlayer encoder 12 according to an embodiment of the present invention will be described.
  • the interlayer encoder 12 may independently encode a RAP picture with respect to a plurality of layers including a base layer and an enhancement layer.
  • RAP pictures include IDR pictures, CRA pictures, and BLA pictures.
  • the interlayer encoder 12 may encode the IDR picture to be aligned in all layers.
  • the alignment may mean that the same type of picture appears for all layers at a specific time.
  • the interlayer encoder 12 may encode all pictures for all layers in the corresponding POC as an IDR picture. .
  • a set of pictures having the same POC and belonging to different layers may be encoded in an access unit. Therefore, pictures belonging to the same access unit may have the same POC.
  • the interlayer encoder 12 may encode an IDR picture with respect to an enhancement layer image. For example, IDR pictures having a layer identifier nuh_layer_id greater than zero may be generated. The interlayer encoder 12 may generate an IDR picture by performing inter-layer prediction even if inter prediction is not allowed.
  • the interlayer encoder 12 may generate IDR pictures in an access unit for an image without a layer or an access unit for all layers.
  • a NAL unit of IDR type may be an IDR access unit in which decryption of all layers can be started.
  • the interlayer encoder 12 may encode the CRA pictures without aligning them in all layers. For example, it is not necessary to be coded so that CRA pictures appear in all layers in a POC at a specific time.
  • the interlayer encoder 12 may generate a CRA NAL unit in the enhancement layer.
  • the interlayer encoder 12 may use a CRA NAL unit type when nuh_layer_id is greater than zero.
  • the interlayer encoder 12 may generate a CRA picture by performing inter-layer prediction even if inter prediction is not allowed.
  • the interlayer encoder 12 may not use inter prediction in encoding a CRA picture, but may use inter-layer prediction for CRA NAL units having nuh_layer_id greater than zero.
  • the interlayer encoder 12 does not need to arrange the pictures so that the CRA NAL units appear at the same time point between the layers.
  • One CRA NAL unit type may be used for all VCL NAL units with a particular nuh_layer_id value.
  • one BLA NAL unit type is used only for NAL units corresponding to a specific layer identifier, and another NAL unit type other than the BLA NAL unit type is used for all VCL NAL units with other specific nuh_layer_id values that are the same access unit. Can be. Since the BLA NAL unit types may not be aligned, even when the BLA NAL unit type is located in a specific layer within one access unit, a NAL unit type other than the BLA NAL unit type may be located in another layer of the same access unit.
  • all CRA pictures in the access unit may be changed to BLA pictures.
  • the CRA NAL unit type may be encoded to be located in the layer where nuh_layer_id is 0, and the CRA NAL units may be encoded to be located in the middle of the CVS.
  • the interlayer encoder 12 may encode the image sequence such that the CRA NAL unit type is positioned in the middle of the CVS of the base layer.
  • the interlayer encoder 12 may encode the image sequence such that the CRA NAL unit type is positioned in the middle of the CVS of the enhancement layer.
  • the interlayer encoder 12 may encode an image sequence such that the first NAL unit of the layer having a nuh_layer_id value larger than the maximum nuh_layer_id value of the previous NAL unit becomes an IDR picture or a BLA picture at a splicing point.
  • the interlayer encoder 12 may encode the image sequence such that the CRA NAL units of all the layers at the layer switching point are changed to the BLA NAL unit.
  • the interlayer encoder 12 may encode an image sequence such that the first NAL unit of the layer having a nuh_layer_id value larger than the maximum nuh_layer_id value of the previous NAL unit becomes an IDR picture or a BLA picture at an uplayer switching point.
  • the inter layer encoder 12 may encode an image sequence such that the CRA NAL units related to the higher layer are changed to the BLA NAL unit at the layer switching point.
  • the BLA picture may be coded so as not to be aligned in all layers.
  • a BLA NAL unit type may be used for VCL NAL units of a specific layer
  • a non-BLA NAL unit type may be used for VCL NAL units of another layer in the same access unit.
  • the BLA NAL unit type may be used when nuh_layer_id is greater than 0, so that the image sequence may be encoded such that the BLA NAL unit appears in the enhancement layer.
  • the interlayer encoder 12 changes an image sequence such that all CRA pictures in an access unit are changed to BLA pictures, and when the layers are switched, CRA pictures of related layers are changed to BLA pictures. Can be encoded.
  • the BLA picture can be used not only for splicing the bitstream but also for notification of layer switching.
  • the interlayer encoder 12 may encode an image sequence such that CRA NAL units of an associated higher layer are changed to BLA NAL units when the bit stream is up-layer switched.
  • the interlayer encoder 12 may encode an image sequence so that the CRA NAL unit of the enhancement layer picture is changed to the BLA NAL unit when the base layer picture is switched from the base layer picture to the enhancement layer picture.
  • the interlayer encoder 12 may encode an image sequence such that an IDR picture, a CRA picture, and a BLA picture are independently included in each layer. Random access, splicing, bitstream extraction, and layer switching may be independently processed for each layer with respect to the encoded image sequence.
  • the interlayer encoder 12 may encode an image sequence such that a sequence parameter set (SPS) is independently activated by using IDR pictures or BLA pictures of each layer.
  • SPS sequence parameter set
  • the interlayer encoder 12 may use the IDR picture, the CRA picture, and the BLA picture of the base layer as random access points, and the IDR picture, the CRA picture, and the BLA picture of the enhancement layer may be one of bitstream extraction and layer switching points.
  • Image sequences can be encoded so that they can be used.
  • the CRA picture of the base layer is used as a random access point of the bitstream, and the CRA picture of the enhancement layer can be used as a layer switching or bitstream extraction point.
  • the interlayer encoder 12 may encode the BLA picture without alignment in all layers. For example, the BLA picture need not be encoded to appear in every layer in the POC at a specific time.
  • the interlayer encoder 12 may use the BLA NAL unit type when nuh_layer_id is greater than 0, and may encode the BLA picture in encoding the enhancement layer image.
  • decoding when a bit stream is spliced, all CRA pictures in an access unit may be changed to BLA pictures.
  • CRA pictures of related layers may be changed to BLA pictures.
  • the BLA picture can be used not only for splicing the bitstream but also for notification of layer switching.
  • the encoding apparatus independently encodes an IDR picture, a CRA picture, and a BLA picture for each layer, such that random access, splicing, bitstream extraction, and layer switching may be independently processed for each layer.
  • the IDR picture or BLA picture of each layer can independently activate the SPS.
  • the encoding apparatus encodes the IDR picture, the CRA picture, and the BLA picture of the base layer to play the role of a random access point, and performs the role of any one of the bit extraction and layer switching points.
  • the IDR picture and the CRA picture of the enhancement layer. And BLA pictures may be encoded.
  • the interlayer encoder 12 may encode an image sequence so that layer switching may occur in the middle of the CVS.
  • the CVS is an encoded video sequence, and the SPS may be activated when decoding the start position of the CVS. However, even if it is not the start position of the CVS, the image sequence may be encoded so that the SPS is activated.
  • the image sequence may be encoded so that the SPS of the associated layer is activated even if the RAP picture located in the enhancement layer is not the start position of a new CVS.
  • the image sequence may be encoded such that the SPS of the associated CVS is activated even if the RAP picture located in the enhancement layer is not the start position of the new CVS. Details will be described later with reference to FIG. 2C.
  • the interlayer encoder 12 may encode an image sequence such that when a random access occurs, a RASL picture that cannot be decoded is discarded, and pictures referring to the discarded RASL picture are also discarded.
  • Discarding may mean deleting from memory before decryption is performed.
  • the interlayer decoder 24 may delete the discarded picture from the decoded picture buffer (DPB) before decoding the discarded picture. Details will be described later with reference to FIG. 2D.
  • DPB decoded picture buffer
  • the POC is a variable for counting the picture order, and a relative time distance between the pictures may be expressed through the POC of pictures existing in the same CVS.
  • a value corresponding to an upper bit may be expressed as an MSB and a value corresponding to a lower bit may be expressed as an LSB.
  • the interlayer encoder 12 may set the MSB of the POC value to 0 when random access occurs in the base layer. A detailed scheme is described later in FIG. 2E.
  • the MSB of the POC value may be non-zero. Details will be described later with reference to FIG. 2F.
  • FIG. 1B is a flowchart of a multilayer video encoding method of the multilayer video encoding apparatus 10 of FIG. 1A.
  • the interlayer encoder 12 encodes an image, which is not the start point of the CVS, among the pictures included in the enhancement layer as a RAP picture.
  • CVS is an encoded video sequence, which may include one or more RAP pictures in one CVS.
  • RAP pictures may be included in one CVS.
  • CRA pictures may be included in one CVS.
  • IDR pictures may be included in one CVS.
  • a RAP picture may be located at the start position of the CVS.
  • the interlayer encoder 12 may encode an image that is not the start point of the CVS among the pictures included in the enhancement layer as a RAP picture. Accordingly, the multilayer video encoding apparatus 10 may generate a bitstream such that the RAP picture is positioned in the middle of the CVS.
  • step S120 when the RASL picture associated with the RAP picture encoded in step S110 is not output, the interlayer encoder 12 encodes an SPS that is activated corresponding to decoding of the RAP picture.
  • the interlayer encoder 12 may determine whether a RASL picture associated with the RAP picture encoded at step S110 is output.
  • the interlayer encoder 12 may set the value of NoRaslOutputFlag to 1 when the RASL picture associated with the RAP picture encoded in step S110 is not output.
  • the interlayer encoder 12 may encode an SPS that is activated corresponding to decoding of the RAP picture.
  • the interlayer encoder 12 may encode an SPS that is activated when random access occurs to a RAP picture that is not the start point of the CVS among the pictures located in the enhancement layer.
  • the activated SPS may be information necessary for decoding the CVS to which the RAP picture in which the random access has occurred belongs.
  • the activated SPS may be information necessary for decoding a layer to which the RAP picture in which random access has occurred belongs.
  • the interlayer encoder 12 may generate a NoRaslOutputFlag.
  • NoRaslOutputFlag has been described above as a flag indicating whether a RASL picture is output.
  • the multilayer video decoding apparatus 20 includes a receiver 22 and an interlayer decoder 24.
  • the multilayer video decoding apparatus 20 receives a base layer stream and an enhancement layer stream.
  • the multilayer video decoding apparatus 20 receives a base layer stream including encoded data of base layer images as a base layer stream according to a scalable video coding method, and includes the encoded data of enhancement layer images as an enhancement layer stream.
  • the layer stream may be received.
  • the multilayer video decoding apparatus 20 may decode a plurality of layer streams according to a scalable video coding scheme.
  • the multilayer video decoding apparatus 20 according to an embodiment may reconstruct base layer images by decoding a base layer stream, and reconstruct enhancement layer images by decoding an enhancement layer stream.
  • a multiview video may be encoded according to a scalable video coding scheme.
  • the center view images may be reconstructed by decoding the base layer stream.
  • Left view images may be reconstructed by further decoding the first enhancement layer stream in addition to the base layer stream.
  • Right-view images may be reconstructed by further decoding the second enhancement layer stream in addition to the base layer stream.
  • a scalable video coding scheme may be performed according to temporal hierarchical prediction. Images of the base frame rate may be reconstructed by decoding the base layer stream. The high frame rate images may be reconstructed by further decoding the enhancement layer stream in addition to the base layer stream.
  • the first enhancement layer images for the first enhancement layer may be reconstructed from the first enhancement layer stream, and the second enhancement layer images may be further reconstructed by further decoding the second enhancement layer stream. If the Kth enhancement layer stream is further decoded to the first enhancement layer stream, the Kth enhancement layer images may be further reconstructed.
  • the multilayer video decoding apparatus 20 decodes each block of each image of a video.
  • a block according to an embodiment may be a maximum coding unit, a coding unit, a prediction unit, a transformation unit, and the like among coding units having a tree structure.
  • the multilayer video decoding apparatus 20 obtains encoded data of base layer images and enhancement layer images from a base layer stream and an enhancement layer stream, and adds a motion vector and an inter prediction generated by inter prediction. Disparity information generated by layer prediction may be further obtained.
  • the multilayer video decoding apparatus 20 may decode inter-predicted data for each layer and may decode inter-layer predicted data among a plurality of layers. Reconstruction may be performed through motion compensation and inter-layer decoding based on a coding unit or a prediction unit according to an embodiment.
  • images may be reconstructed by performing motion compensation that cross-references images predicted through inter prediction of the same layer.
  • the motion compensation refers to an operation of reconstructing a reconstructed image of the current image by synthesizing the reference image determined using the motion vector of the current image and the residual component of the current image.
  • the multilayer video decoding apparatus 20 may perform interlayer decoding with reference to base layer images in order to reconstruct an enhancement layer image predicted through interlayer prediction.
  • Inter-layer decoding refers to an operation of reconstructing a reconstructed image of the current image by synthesizing a reference image of another layer determined using the variation information of the current image and a residual component of the current image.
  • the multilayer video decoding apparatus 20 may perform interlayer decoding for reconstructing second enhancement layer images predicted with reference to the first enhancement layer images.
  • the base layer images and the enhancement layer images may include RAP images that are random access points.
  • the interlayer decoder 24 reconstructs the base layer images by decoding the received base layer stream.
  • a residual component of base layer images may be reconstructed by performing entropy decoding, inverse quantization, and inverse transformation on symbols extracted by parsing a base layer stream.
  • the interlayer decoder 24 may receive a bitstream of the quantized transform coefficients of the base layer images through the receiver 22. As a result of performing inverse quantization and inverse transformation on the quantized transform coefficients, the residual component of the base layer images may be reconstructed. The interlayer decoder 24 may reconstruct the base layer images through motion compensation that cross-references the base layer images.
  • the interlayer decoder 24 may reconstruct the base layer RAP image by decoding the quantized transform coefficients of the I-type base layer RAP image from the base layer stream.
  • the interlayer decoder 24 may reconstruct base layer RAP images having an I-type among the base layer images without referring to other base layer images.
  • the interlayer decoder 24 may reconstruct pixels of blocks of an I-type base layer RAP image through intra prediction using neighboring pixels of the current block within the same picture.
  • the interlayer decoder 24 may reconstruct base layer images through motion compensation referring to other base layer images with respect to the base layer images except the base layer RAP image among the base layer images.
  • the interlayer decoder 24 reconstructs the base layer images by reconstructing the residual components of the base layer images except the base layer RAP image, determining a reference image among the base layer images, and compensating the reference image by the residual component. can do.
  • the interlayer decoder 24 decodes an enhancement layer stream to reconstruct enhancement layer images.
  • residual components for each block may be reconstructed by performing entropy encoding, inverse quantization, and inverse transformation on symbols extracted by parsing an enhancement layer stream.
  • the interlayer decoder 24 may directly receive a bitstream of a quantized transform coefficient of the residual component and perform inverse quantization and inverse transformation on the bitstream to restore the residual component.
  • the interlayer decoder 24 may perform enhancement through motion compensation referencing base layer images reconstructed from the base layer stream and interlayer decoding referencing the same layer images.
  • the layer images may be reconstructed.
  • the interlayer decoder 24 may reconstruct enhancement layer images through interlayer decoding referring to base layer images reconstructed by the interlayer decoder 24.
  • current enhancement layer images may be reconstructed through inter-layer decoding that references not only base layer images but also images of an enhancement layer other than the current enhancement layer.
  • Motion compensation or inter-layer decoding is possible only if the referenced image must be reconstructed first.
  • the random accessible RAP video does not refer to other video of the same layer. Therefore, when random access occurs in the RAP image according to an embodiment, the RAP image may be immediately decoded even if no images are reconstructed earlier in the same layer.
  • an enhancement layer RAP image corresponding to the base layer RAP image among the enhancement layer images may be reconstructed.
  • the interlayer decoder 24 may reconstruct the enhancement layer images by performing motion compensation referring to enhancement layer images that are the same layer.
  • the interlayer decoder 24 according to an embodiment may reconstruct the enhancement layer images through motion compensation referring to the enhancement layer RAP image that is the same layer.
  • the interlayer decoder 24 may reconstruct the enhancement layer images through motion compensation referring to the same layer images and interlayer decoding referring to another layer image for enhancement layer images other than the RAP image.
  • the interlayer decoder 24 may obtain a motion vector and a residual component of the enhancement layer images other than the enhancement layer RAP image by decoding the enhancement layer stream.
  • the interlayer decoder 24 may reconstruct the enhancement layer images by determining a reference image among the same layer images using the motion vector and compensating the reference image by the residual component.
  • a reference block may be determined from the reference picture using the motion vector of the current block of the current picture.
  • the interlayer decoder 24 may obtain the disparity information and the residual component of the enhancement layer images except the enhancement layer RAP image by decoding the enhancement layer stream.
  • the interlayer decoder 24 may reconstruct the enhancement layer images by determining a reference image among other layer images by using the disparity information and compensating the reference image by the residual component.
  • the interlayer decoder 24 may reconstruct enhancement layer images for each layer by decoding the enhancement layer stream for each layer.
  • the decoding operation on the enhancement layer stream of the interlayer decoder 24 according to an embodiment will be described as an operation on the enhancement layer stream of one layer.
  • the operation of the interlayer decoder 24 may not be performed only on the enhancement layer stream of only one layer, and the same operation may be performed on each of the other layer streams.
  • the interlayer decoder 24 may perform inter-layer decoding referring to the base layer images and motion compensation referring to the same layer reconstructed images.
  • the second layer stream may be decoded according to layer switching while the first layer stream is decoded.
  • layer switching may be performed in a multilayer prediction structure. Even in this case, since the same layer images reconstructed first do not exist at the layer switching point, inter prediction is impossible.
  • the interlayer decoder 24 may obtain encoded data for each image for each NAL unit.
  • the NAL unit type information may be parsed to determine whether the current picture is a trailing picture, a TSA picture, an STSA picture, a RADL picture, a RASL picture, a BLA picture, an IDR picture, a CRA picture, or a VLA picture.
  • the interlayer decoder 24 may perform random access independently for each layer.
  • RAP pictures include IDR pictures, CRA pictures, and BLA pictures.
  • IDR pictures may or may not be aligned.
  • the interlayer decoder 24 may receive and decode a multilayer encoded image in which IDR pictures are aligned in all layers. Pictures included in the same access unit and having NAL unit type IDR may have the same POC.
  • the interlayer decoder 24 determines that all pictures for all layers in the corresponding POC are IDR pictures and performs decoding. can do.
  • the interlayer decoder 24 may decode the IDR picture by performing inter-layer prediction even if inter prediction is not allowed.
  • Alignment may mean that the types of pictures appearing in all layers in the POC at a specific time point are the same. For example, when all pictures belonging to the same access unit are IDR pictures, they may be aligned. However, when one of the pictures belonging to the same access unit is a RAP picture, and the other is a non-RAP picture, it may be in an unaligned state.
  • the set of pictures having the same POC and belonging to different layers may be an access unit. Therefore, pictures belonging to the same access unit may have the same POC.
  • CRA pictures may not be aligned.
  • the CRA NAL unit type may be used when nuh_layer_id is greater than 0 so that a CRA NAL unit may appear in the enhancement layer.
  • Inter prediction may not be performed on CRA pictures, but inter-layer prediction may be performed on CRA NAL units of an enhancement layer having nuh_layer_id greater than zero.
  • the CRA NAL unit type may be used when nuh_layer_id is 0, and the CRA NAL units may be located in the middle of the CVS. Therefore, the CRA NAL unit type may be located in the middle of the CVS of the base layer. Alternatively, the CRA NAL unit type may be located in the middle of the CVS of the enhancement layer.
  • CRA NAL units do not need to be aligned between layers.
  • one CRA NAL unit type may be used for all VCL NAL units with a particular nuh_layer_id value.
  • all CRA pictures in the access unit can be changed to BLA pictures.
  • the CRA picture of the base layer may be used as a random access point of the bitstream, and the CRA picture of the enhancement layer may be used as a layer switching or bitstream extraction point.
  • the first NAL unit of a layer with a nuh_layer_id value greater than the maximum nuh_layer_id value of the previous NAL unit may be an IDR picture or a BLA picture at the splicing point.
  • CRA NAL units of all layers at the layer switching point may be changed to BLA NAL units.
  • the first NAL unit of the layer with a nuh_layer_id value greater than the maximum nuh_layer_id value of the previous NAL unit may be an IDR picture or a BLA picture at the up layer switching point.
  • the CRA NAL units associated with the higher layer at the layer switching point may be changed to the BLA NAL unit.
  • the BLA picture may not be aligned in all layers.
  • a BLA NAL unit type may be used for VCL NAL units of a specific layer
  • a non-BLA NAL unit type may be used for VCL NAL units of another layer in the same access unit.
  • the BLA NAL unit type may be used when nuh_layer_id is greater than 0 so that a BLA NAL unit may appear in the enhancement layer.
  • all CRA pictures in the access unit can be changed to BLA pictures, and when the layers are switched, CRA pictures of related layers can be changed to BLA pictures.
  • the BLA picture can be used not only for splicing the bitstream but also for notification of layer switching.
  • the associated higher layer CRA NAL units may be replaced with BLA NAL units.
  • the associated higher layer CRA NAL unit may be replaced with a BLA NAL unit.
  • the CRA NAL unit of the enhancement layer picture may be changed to a BLA NAL unit.
  • the base layer picture and the enhancement layer picture should be included in the same access unit, and the enhancement layer picture should be a RAP picture. Layer switching may not occur for an enhancement layer picture other than the RAP picture.
  • the enhancement layer picture may be a RAP picture may be a condition for layer switching to occur.
  • the BLA picture located in the enhancement layer may be used for inter layer prediction even when inter prediction is not allowed.
  • CRA pictures located in the enhancement layer may also be used when performing inter-layer prediction, even when inter prediction is not allowed.
  • layer switching may occur from the picture of the base layer to the picture of the enhancement layer.
  • the up layer switching may mean that the bit stream is layer switched to a higher layer.
  • the interlayer decoder 24 may independently decode the enhancement layer encoded image using the CRA NAL unit in the enhancement layer. CRA pictures may not be inter predicted, but CRA pictures of an enhancement layer may be inter layer predicted.
  • the interlayer decoder 24 may use one CRA NAL unit type for all VCL NAL units having a specific nuh_layer_id value.
  • the interlayer decoder 24 changes all CRA pictures in the access unit to a BLA picture.
  • the interlayer decoder 24 may use the CRA picture of the base layer as a random access point of the bitstream.
  • the interlayer decoder 24 may use the CRA picture of the enhancement layer as a layer switching or bitstream extraction point.
  • the BLA NAL unit may appear in the enhancement layer.
  • the interlayer decoder 24 changes all CRA pictures in the access unit to BLA pictures when the bit stream is spliced, and changes CRA pictures of related layers to BLA pictures when the layers are switched.
  • the BLA picture can be used not only for splicing the bitstream but also for notification of layer switching.
  • the interlayer decoder 24 independently processes random access, splicing, bitstream extraction, and layer switching for each layer using IDR pictures, CRA pictures, and BLA pictures included independently for each layer. can do.
  • the interlayer decoder 24 may independently decode and activate a sequence parameter set (SPS) using an IDR picture or a BLA picture of each layer.
  • SPS sequence parameter set
  • the decoding apparatus may use the IDR picture, the CRA picture, and the BLA picture of the base layer as a random access point, and use the IDR picture, the CRA picture, and the BLA picture of the enhancement layer as one of bitstream extraction and layer switching points.
  • the interlayer decoder 24 converts all the CRA pictures included in the access unit of the point where random access or splicing has occurred to all BLA pictures.
  • the interlayer decoder 24 converts CRA pictures of newly transmitted layers into BLA pictures after bitstream extraction and layer switching have occurred.
  • the interlayer decoder 24 may splice each layer independently.
  • the interlayer decoder 24 may decode the image through layer switching.
  • the CVS is an encoded video sequence, and the SPS may be activated when decoding the start position of the CVS. However, there are cases where the SPS is activated even when the CVS is not the starting position.
  • the SPS may be activated even if it is not the start position of the CVS.
  • the SPS of the associated layer may be activated even if the RAP picture located in the enhancement layer is not the start position of the new CVS.
  • the SPS of the associated CVS may be activated even if the RAP picture located in the enhancement layer is not the start position of the new CVS. Details will be described later with reference to FIG. 2C.
  • the RASL picture may not be decoded when random access is performed. Accordingly, the interlayer decoder 24 may discard a RASL picture that cannot be decoded when random access occurs to perform decoding. For example, the interlayer decoder 24 may discard the RASL picture associated with the RAP picture in which the random access has occurred.
  • the interlayer decoder 24 may immediately update the LSB of the POC value to correspond to the changed POC value.
  • the interlayer decoder 24 may update the MSB of the POC value by adding 1 to the MSB of the conventional POC value whenever the LSB of the POC value passes one cycle.
  • the interlayer decoder 24 may set the MSB of the POC value to zero.
  • PicOrderCntMsb may mean a variable indicating the MSB of the POC value. A detailed scheme is described later in FIG. 2E.
  • PicOrderCntMsb of the RAP picture belonging to the enhancement layer may not be set to 0. Details will be described later with reference to FIG. 2F.
  • FIG. 2B is a flowchart of a multilayer video decoding method of the multilayer video decoding apparatus 20 of FIG. 2A.
  • the receiver 22 may receive a data stream.
  • the data stream received by the receiver 22 may be configured of NAL (Network Abstraction Layer) units.
  • the NAL unit may mean a network abstraction layer unit which is a basic unit constituting the bit stream.
  • one or more NAL units may constitute a data stream.
  • the receiver 22 may receive a data stream composed of one or more NAL (Network Abstraction Layer) units from the outside.
  • NAL Network Abstraction Layer
  • the interlayer decoder 24 may split the data stream into NAL unit units using the received data stream, and then decode each separated NAL unit.
  • Each NAL unit may include two bytes of header information.
  • the interlayer decoder 24 may confirm the approximate information on the data inside each NAL unit by decoding the header information of two bytes included in each NAL unit.
  • step S210 the interlayer decoder 24 determines whether the RAP picture is located in the enhancement layer.
  • the interlayer decoder 24 may determine whether the RAP picture to be decoded has a layer identifier nuh_layer_id greater than 0 using the information received through the receiver 22.
  • the interlayer decoder 24 determines whether a RASL picture associated with a RAP picture is output.
  • the interlayer decoder 24 may determine whether a RASL picture associated with a RAP picture to be decoded is output.
  • the interlayer decoder 24 may determine a value of NoRaslOutputFlag of the RAP picture to be decoded.
  • the interlayer decoder 24 may determine whether random access has occurred in the RAP picture to be decoded. Alternatively, the interlayer decoder 24 may determine whether splicing has occurred in the RAP picture to be decoded. Alternatively, the interlayer decoder 24 may determine whether layer switching has occurred in the RAP picture to be decoded. Alternatively, the interlayer decoder 24 may determine whether the RAP picture to be decoded is a picture at which decoding starts.
  • step S230 when the RAP picture is located in the enhancement layer and the RASL picture is determined not to be output, the interlayer decoder 24 activates an SPS corresponding to the RAP picture when decoding the RAP picture that is not the start point of the CVS. .
  • the interlayer decoder 24 decodes the SPS of the CVS to which the RAP picture to be decoded belongs when decoding the RAP picture that is not the start point of the CVS among the RAP pictures located in the enhancement layer. Can be activated.
  • One SPS may correspond to one layer, and two or more SPSs may correspond to one layer.
  • one SPS may correspond to one CVS.
  • the CVS is an encoded video sequence, and the SPS may be activated when decoding the start position of the CVS. However, the SPS may be activated even when it is not the start position of the CVS, and details will be described later.
  • 2C to 2F illustrate a prediction structure of an inter layer and a multi layer for explaining a method of decoding a video when random access occurs.
  • the hatched rectangle 31 may mean a RAP picture
  • the unhatched rectangle 32 may mean a non-RAP picture.
  • FIG. 2C illustrates a method of decoding when random access occurs in an unaligned multilayer video image according to various embodiments of the present disclosure.
  • Arrow 37 is an arrow for explaining the flow of decoding.
  • the multi-layer may include one base layer and one or more enhancement layers.
  • the interlayer decoder 24 decodes the SPS corresponding to the decoded RAP picture when decoding the RAP picture which is not the start point of the CVS among the pictures positioned in the enhancement layer. Can be activated.
  • Random access may occur in the picture 33 belonging to the base layer. Since the picture 33 is a RAP picture, even when random access occurs, the interlayer decoder 24 may decode the picture 33. However, the picture 35 of the first enhancement layer belonging to the same access unit as the picture 33 in which random access has occurred is not a RAP picture. Therefore, the picture 35 of the first enhancement layer cannot be decoded.
  • the interlayer decoder 24 may perform decoding on other pictures of the first enhancement layer after the picture 36 of the first enhancement layer is decoded. Therefore, layer switching occurs while decoding the base layer picture 34.
  • the second enhancement layer picture 79 of the access unit to which the base layer picture 34 and the first enhancement layer picture 36 belong is a non-RAP picture, even if random access occurs in the first enhancement layer picture 36, The layer decoder 24 may not decode the second enhancement layer picture 79.
  • the base layer picture 34 and the first enhancement layer picture 36 are included in the same access unit, and the first enhancement layer picture is included.
  • 36 should be a RAP picture.
  • RASL pictures of pictures of the first enhancement layer that are decoded after the first enhancement layer picture 36 may not be decoded. This is because RASL pictures of the first enhancement layer decoded after the first enhancement layer picture 36 refer to a picture decoded before the first enhancement layer picture 36.
  • the interlayer decoder 24 may generate a flag indicating that the RASL picture is not output when the RASL picture is not output. For example, the interlayer decoder 24 may set the value of NoRaslOutputFlag to 1 when not outputting a RASL picture associated with a predetermined RAP picture. The interlayer decoder 24 may not perform decoding on the RASL picture associated with the predetermined RAP picture when the value of NoRaslOutputFlag is 1.
  • the interlayer decoder 24 may activate the SPS when decoding the start picture of the CVS. However, if some conditions are satisfied, the SPS may be activated even when the intermediate picture of the CVS is decoded.
  • the interlayer decoding unit 24 decodes a RAP picture having NoRaslOutputFlag of 1 among pictures located in the enhancement layer, even when the decoded RAP picture is located in the middle of the CVS. Enable SPS.
  • the RAP NAL unit of each layer having NoRaslOutputFlag of 1 may independently activate the SPS of the corresponding layer.
  • the SPS of the associated layer may be activated even if the RAP picture located in the enhancement layer is not the start position of the new CVS.
  • the SPS of the associated CVS may be activated even if the RAP picture located in the enhancement layer is not the start position of the new CVS.
  • One SPS may correspond to one layer or a plurality of SPSs may correspond. However, one SPS may correspond to one CVS. Therefore, the SPS activated when decoding the picture located in the middle of the CVS may be an SPS corresponding to the layer to which the decoded picture belongs, or an SPS corresponding to the CVS to which the decoded picture belongs.
  • the NoRaslOutputFlag of the picture 36 of the first enhancement layer may be 1. And when layer switching occurs, the first enhancement layer picture 36 may not be the picture from which CVS begins. However, even if the position of the enhancement layer picture 36 is the intermediate position of the CVS, when the NoRaslOutputFlag is 1, the interlayer decoder 24 may activate the SPS while decoding the enhancement layer picture 36. When activating the SPS, the interlayer decoder 24 may activate the SPS corresponding to the CVS to which the enhancement layer picture 36 belongs. Alternatively, when activating the SPS, the interlayer decoder 24 may activate the SPS corresponding to the layer to which the enhancement layer picture 36 belongs.
  • nuh_layer_id of the enhancement layer may be greater than zero.
  • nuh_layer_id may be signaled through a NAL unit header.
  • 2D illustrates a method of decoding in relation to a picture referring to a RASL picture and a RASL picture when NoRaslOutputFlat is 1 in an unaligned multilayer video image according to various embodiments.
  • the interlayer decoder 24 may discard the RASL picture that cannot be decoded when NoRaslOutputFlat is 1 in the unaligned multilayer video image before decoding. In addition, when discarding a RASL picture that cannot be decoded, the interlayer decoder 24 may discard a picture that refers to the discarded RASL picture.
  • the base layer picture 33 in which random access occurs is a RAP picture, but since the enhancement layer picture 35 belonging to the same access unit as the base layer picture 33 is a non-RAP picture, the multi-layer is not aligned. Layer.
  • the first enhancement layer picture 36 and the second enhancement layer picture 73 included in the access unit such as the base layer picture 34 are both RAP pictures
  • the base layer picture 34 when the base layer picture 34 is decoded, the first enhancement layer picture 34 is decoded. Both the enhancement layer picture 36 and the second enhancement layer picture 73 may be decoded. Up layer switching may occur when decoding the base layer picture 34.
  • the RASL picture may not be decoded when performing random access. This is because the RASL picture decoded after the randomly accessed RAP picture refers to the picture decoded before the randomly accessed RAP picture.
  • the first enhancement layer picture 36 is a RAP picture
  • decoding is possible.
  • the RASL picture 71 decoded after the first enhancement layer picture 36 cannot be decoded. This is because the RASL picture 71 decoded after the first enhancement layer picture 36 refers to the picture 39 decoded before the first enhancement layer picture 36.
  • the interlayer decoder 24 may discard the RASL picture when random access occurs to perform decoding.
  • the interlayer decoder 24 may discard the RASL picture located in the enhancement layer when random access occurs to perform decoding.
  • the interlayer decoder 24 may discard the RASL picture 71 referring to the reference picture 39 and the RASL picture 72 referring to the reference picture 70.
  • the nuh_layer_id value of the RASL picture and the RADL NAL unit may be greater than zero. Therefore, the RASL picture may be located in the enhancement layer.
  • RASL pictures associated with the RAP picture located in the enhancement layer may be discarded before decoding.
  • the interlayer decoder 24 may discard RASL pictures that are decoded later than the BLA picture located in the enhancement layer before being decoded.
  • RASL pictures associated with a BLA picture having a nuh_layer_id value greater than 0 may be discarded before being decoded.
  • the CRA pictures of all the layers at the layer switching point are changed to the BLA pictures, and the RASL pictures associated with the BLA pictures located in the base layer or the enhancement layer may be discarded before being decoded.
  • CRA pictures of all layers at the random access point are changed to BLA pictures, and RASL pictures associated with BLA pictures located in a base layer or an enhancement layer may be discarded before being decoded.
  • RASL pictures associated with a RAP picture located in a base layer or an enhancement layer may be discarded before being decoded.
  • all pictures referencing the discarded RASL pictures may be discarded.
  • all pictures located in another layer that references the discarded RASL pictures for inter-layer prediction may be discarded.
  • all pictures located in an upper layer that references discarded RASL pictures for inter-layer prediction may be discarded.
  • a layer having a larger nuh_layer_id value than the current layer may be referred to as a higher layer.
  • the RASL pictures 71 and 72 belonging to the enhancement layer may be discarded before being decoded, but the RASL pictures 80 belonging to the base layer may not be discarded.
  • the RASL picture 80 belonging to the base layer refers to the picture 81 before the up layer switching has occurred, but the picture 81 before up layer switching has been decoded and can be referred to, so the RASL picture belonging to the base layer can be referred to. 80 may not be discarded.
  • the CRA NAL units associated with the higher layer at the layer switching point are replaced by the BLA NAL units and the RASL pictures associated with the BLA pictures located in the enhancement layer are discarded before being decoded. Can be.
  • 2E illustrates a method of determining a POC when NoRaslOutputFlag is 1 in a video image of a base layer according to various embodiments.
  • the POC is a variable for counting the picture order, and a relative time distance between the pictures may be expressed through the POC of pictures existing in the same CVS.
  • a value corresponding to an upper bit may be expressed as an MSB and a value corresponding to a lower bit may be expressed as an LSB.
  • the interlayer decoder 24 may immediately update the LSB of the POC value to correspond to the changed POC value. However, even when the POC value changes, the interlayer decoder 24 may not immediately update the MSB of the POC value to correspond to the changed POC value.
  • the interlayer decoder 24 may update the MSB of the POC value by adding 1 to the MSB of the conventional POC value whenever the LSB of the POC value passes one cycle.
  • the interlayer decoder 24 Since the LSB of the POC value sets the MSB of the POC value by adding 1 to the MSB of the conventional POC value every time one cycle passes, when the random access occurs in the base layer, the interlayer decoder 24 The MSB of the POC value for the new picture cannot be set to correspond to the POC value of the picture before random access occurs.
  • the interlayer decoder 24 may set the MSB of the POC value to zero.
  • the MSB of the POC value may be stored as PicOrderCntMsb, and the LSB of the POC value may be stored as PicOrderCntLsb.
  • the interlayer decoder 24 may reset PicOrderCntMsb to 0. Therefore, when NoRaslOutputFlag is 1, PicOrderCntMsb of the RAP picture of the base layer may be set to 0.
  • the PicOrderCntMsb of the RAP picture belonging to the enhancement layer may not be set to 0.
  • 2F illustrates a method of determining a POC in an enhancement layer when NoRaslOutputFlat is 1 in a multi-layer video image, according to various embodiments.
  • NoRaslOutputFlag is 1 and the RAP picture located in the enhancement layer may not reset PicOrderCntMsb to zero.
  • PicOrderCntMsb for a coded picture located in an enhancement layer may be set to be the same as PicOrderCntMsb of a coded picture of a base layer.
  • up layer switching may occur.
  • the enhancement layer picture 78 may have a NoRaslOutputFlag of 1 because up layer switching has occurred.
  • the enhancement layer picture 78 is a RAP picture.
  • PicOrderCntMsb of the enhancement layer picture 78 may not be reset to zero.
  • the PicOrderCntMsb of the enhancement layer picture 78 may be set to be the same as the PicOrderCntMsb of the base layer picture 77 belonging to the same access unit as the enhancement layer picture 78.
  • PicOrderCntLsb of the enhancement layer picture 78 may be set to be the same as PicOrderCntLsb of the base layer picture 77 belonging to the same access unit as the enhancement layer picture 78.
  • FIG 3 illustrates an interlayer prediction structure according to an embodiment.
  • the inter-layer encoding system 1600 may include a base layer encoding stage 1610 and an enhancement layer encoding stage 1660, and an inter-layer prediction stage 1650 between the base layer encoding stage 1610 and the enhancement layer encoding stage 1660. It consists of.
  • the base layer encoder 1610 and the enhancement layer encoder 1660 may illustrate specific configurations of the base layer encoder 1410 and the enhancement layer encoder 1420, respectively.
  • the base layer encoding terminal 1610 receives a base layer image sequence and encodes each image.
  • the enhancement layer encoding stage 1660 receives an enhancement layer image sequence and encodes each image. Overlapping operations among the operations of the base layer encoder 1610 and the enhancement layer encoder 1620 will be described later.
  • the input video (low resolution video, high resolution video) is divided into maximum coding units, coding units, prediction units, transformation units, and the like through the block splitters 1618 and 1668.
  • intra prediction or inter prediction may be performed for each prediction unit of the coding units.
  • the prediction switches 1648 and 1698 may perform inter prediction by referring to previous reconstructed images output from the motion compensators 1640 and 1690 according to whether the prediction mode of the prediction unit is the intra prediction mode or the inter prediction mode.
  • intra prediction may be performed using a neighboring prediction unit of the current prediction unit in the current input image output from the intra prediction units 1645 and 1695. Residual information may be generated for each prediction unit through inter prediction.
  • the transformation / quantization units 1620 and 1670 may output a quantized transformation coefficient by performing transformation and quantization for each transformation unit based on the transformation unit of the coding unit.
  • the scaling / inverse transform units 1625 and 1675 may generate residual information of the spatial domain by performing scaling and inverse transformation on the transform coefficients quantized for each transformation unit of the coding unit.
  • the residual information is synthesized with the previous reconstructed image or the neighboring prediction unit, so that a reconstructed image including the current prediction unit is generated and the current reconstructed image is stored in the storage 1630. , 1680).
  • the current reconstructed image may be transmitted to the intra prediction unit 1645 and 1695 / the motion compensation unit 1640 and 1690 again according to the prediction mode of the prediction unit to be encoded next.
  • the in-loop filtering units 1635 and 1685 may perform deblocking filtering and sample adaptive offset (SAO) on a reconstructed image stored in the storages 1630 and 1680 for each coding unit. At least one filtering may be performed. At least one of deblocking filtering and sample adaptive offset (SAO) filtering may be performed on at least one of a coding unit, a prediction unit, and a transformation unit included in the coding unit.
  • SAO sample adaptive offset
  • Deblocking filtering is filtering to alleviate blocking of data units
  • SAO filtering is filtering to compensate for pixel values that are transformed by data encoding and decoding.
  • the data filtered by the in-loop filtering units 1635 and 1685 may be delivered to the motion compensation units 1640 and 1690 for each prediction unit.
  • the current reconstructed image and the next coding unit output by the motion compensator 1640 and 1690 and the block splitter 1618 and 1668 for encoding the next coding unit output from the block splitters 1618 and 1668 again. Residual information of the liver may be generated.
  • the enhancement layer encoder 1660 may refer to a reconstructed image stored in the storage 1630 of the base layer encoder 1610.
  • the encoding control unit 1615 of the base layer encoding stage 1610 controls the storage 1630 of the base layer encoding stage 1610 to transmit the reconstructed image of the base layer encoding stage 1610 to the enhancement layer encoding stage 1660. I can deliver it.
  • the in-loop filtering unit 1655 performs at least one of deblocking filtering, SAO filtering, and ALF filtering on the base layer reconstructed image output from the storage 1610 of the base layer encoding stage 1610. You can do one.
  • the inter-layer prediction stage 1650 may upsample the reconstructed image of the base layer and transfer the sample to the enhancement layer encoding stage 1660 when the resolution is different between the base layer and the image of the enhancement layer.
  • the inter-layer of the enhancement layer image is referred to with reference to the base layer reconstruction image transmitted through the inter-layer prediction stage 1650. Layer prediction may be performed.
  • various encoding modes for a coding unit, a prediction unit, and a transformation unit may be set.
  • depth or split information may be set as an encoding mode for a coding unit.
  • a prediction mode, a partition type, intra direction information, reference list information, and the like may be set.
  • a transform depth or split information may be set.
  • the base layer encoder 1610 may determine various depths for a coding unit, various prediction modes for a prediction unit, various partition types, various intra directions, various reference lists, and various transform depths for a transformation unit, respectively. According to the result of applying the encoding, the coding depth, the prediction mode, the partition type, the intra direction / reference list, the transformation depth, etc. having the highest encoding efficiency may be determined. It is not limited to the above-listed encoding modes determined by the base layer encoding stage 1610.
  • the encoding control unit 1615 of the base layer encoding terminal 1610 may control various encoding modes to be appropriately applied to the operation of each component.
  • the encoding control unit 1615 may use the encoding layer or register to refer to the encoding result of the base layer encoding stage 1610 by the enhancement layer encoding stage 1660 for inter-layer encoding of the enhancement layer encoding stage 1660. Control to determine dual information.
  • the enhancement layer encoding stage 1660 may use the encoding mode of the base layer encoding stage 1610 as an encoding mode for the enhancement layer image, or may refer to the encoding mode of the base layer encoding stage 1610 to improve the encoding layer.
  • An encoding mode for the layer image may be determined.
  • the encoding control unit 1615 of the base layer encoding stage 1610 controls the control signal of the encoding control unit 1665 of the enhancement layer encoding stage 1660 of the base layer encoding stage 1610, thereby improving the encoding layer 1660.
  • the current encoding mode may be used from the encoding mode of the base layer encoding terminal 1610.
  • an inter-layer decoding system may also be implemented. That is, the inter-layer decoding system of the multilayer video may receive the base layer bitstream and the enhancement layer bitstream.
  • the base layer decoding unit of the inter-layer decoding system may reconstruct base layer images by decoding the base layer bitstream.
  • the enhancement layer decoder of the inter-layer decoding system of the multilayer video may reconstruct the enhancement layer images by decoding the enhancement layer bitstream using the base layer reconstruction image and parsed encoding information.
  • FIG. 4A shows a multilayer prediction structure 40 of multilayer images.
  • the multilayer prediction structure 40 shown in FIG. 4A pictures are arranged according to the playback order POC. According to the reproduction order and the reconstruction order of the multilayer prediction structure 40, images of the same layer are arranged in the horizontal direction.
  • images having the same POC value are arranged in the vertical direction.
  • the POC value of an image indicates a reproduction order of images constituting the video.
  • 'POC X' displayed in the multi-layer prediction structure 40 indicates a relative reproduction order of images located in a corresponding column. The smaller the number of X is, the higher the reproduction order is, and the larger the reproduction order is, the lower the reproduction order is.
  • each layer image is arranged in the horizontal direction according to the POC value (reproduction order).
  • the first and second enhancement layer images positioned in the same column as the base layer image are all images having the same POC value (reproduction order).
  • Each GOP includes images between successive anchor pictures and one anchor picture.
  • An anchor picture is a random access point.
  • Base layer images include base layer anchor pictures 41, 42, 43, 44, and 45
  • first enhancement layer images include first enhancement layer anchor pictures 141, 142, 143, 144, and 145
  • the second enhancement layer images include second enhancement layer anchor pictures 241, 242, 243, 244, and 245.
  • the multilayer images may be reproduced and predicted (restored) in the GOP order.
  • images included in GOP 0 may be reconstructed and reproduced, and then images included in GOP 1 may be reconstructed and reproduced. . That is, images included in each GOP may be reconstructed and reproduced in the order of GOP 0, GOP 1, GOP 2, and GOP 3.
  • interlayer prediction and inter prediction are performed on the images.
  • an image at which an arrow starts is a reference image
  • an image at which an arrow ends is an image predicted using the reference image.
  • the reconstruction order of the multilayer prediction structure 40 includes images arranged in the horizontal direction according to the prediction (restore) order of each image.
  • relatively left images are images that are predicted (restored) first
  • relatively right images are images that are predicted (restored) late. Since the next images are predicted (restored) with reference to the first reconstructed images, all the arrows indicating the prediction directions between the same layer images in the reconstruction order of the multilayer prediction structure 40 are all right from the relatively left images. You can see heading to the images located at.
  • the prediction result of the base layer images may be encoded and then output in the form of a base layer stream.
  • the prediction encoding result of the first enhancement layer images may be output as a first enhancement layer stream, and the prediction encoding result of the second enhancement layer images may be output as a second enhancement layer stream.
  • the I-type anchor pictures 41, 42, 43, 44, and 45 do not refer to other images, but the remaining images of the B-type and b-type are predicted with reference to other base layer images.
  • B-type pictures are predicted with reference to the I-type anchor picture followed by the POC value and the I-type anchor picture following.
  • the b-type pictures are predicted by referring to an I-type anchor picture followed by a POC value and a B-type picture following it, or by referring to a B-type picture followed by a POC value and an I-type anchor picture following it.
  • inter layer prediction referring to the base layer images and inter prediction referring to the same view images are performed.
  • inter-image prediction is performed on the first enhancement layer images, and inter prediction is performed on the second enhancement layer images.
  • the anchor pictures 141, 142, 143, 144, 145, 241, 242, 243, 244, and 245 of the first enhancement layer images and the second enhancement layer images do not refer to the same layer images.
  • the remaining images may be predicted by referring to the same layer images.
  • the anchor pictures 141, 142, 143, 144, 145, 241, 242, 243, 244, and 245 among the first enhancement layer images and the second enhancement layer images may also have a base layer anchor picture having the same POC value. 41, 42, 43, 44, 45).
  • inter prediction not only the inter prediction but also the inter prediction images of the first enhancement layer images and the second enhancement layer images other than the anchor pictures 141, 142, 143, 144, 145, 241, 242, 243, 244, and 245.
  • inter-layer prediction in which POCs refer to the same base layer image may be performed, it is a B-type image or a b-type image.
  • each image may be reconstructed using the reconstructed reference image only after the reference image of each image is reconstructed.
  • base layer images may be reconstructed through motion compensation.
  • the B-type is obtained through motion compensation referring to the base layer anchor pictures 41, 42, 43, 44, and 45.
  • Base layer images may be reconstructed.
  • b-type base layer images may be reconstructed through motion compensation referring to base layer reconstructed images that are I-type or B-type.
  • the first enhancement layer images and the second enhancement layer images are encoded through inter layer prediction referring to base layer images and inter prediction referring to same layer images, respectively.
  • the first enhancement layer images may be reconstructed through interlayer disparity compensation referring to the reconstructed base layer images after the reference image of the base view is reconstructed.
  • the first enhancement layer images may be reconstructed through motion compensation referring to the reconstructed reference image of the first enhancement layer.
  • the second enhancement layer images may be reconstructed through inter-layer disparity compensation referring to the reference image of the base view.
  • the second enhancement layer images may be reconstructed through motion compensation referring to the reconstructed reference image of the second enhancement layer.
  • 4B shows a multilayer prediction structure according to a temporal hierarchical encoding and decoding scheme.
  • the scalable video coding scheme may be performed according to the temporal hierarchical prediction structure 40.
  • the temporal hierarchical prediction structure 40 it includes a prediction structure of hierarchical B-type pictures 55, 56, 57, 58, 59, 60, 61, 62, and 63.
  • the prediction structure of level 0 inter prediction of I type pictures 51 and 54 and inter prediction of P type pictures 52 and 53 are performed.
  • the level 1 prediction structure inter prediction of B type images 55, 56, and 57 referring to I and P type images 51, 52, 53, and 54 is performed.
  • the level 2 prediction structure inter prediction is performed by referring to I, P type images 51, 52, 53, and 54 and B type images 55, 56, and 57 of level 1.
  • 'temporal_id' is a number for identifying a prediction level, and a frame rate may increase as each level image is output.
  • the level 0 images 51, 52, 53, and 54 are decoded and output at a frame rate of 15 Hz, and when the level 1 images 55, 56, and 57 are decoded and output, the frame rate is increased to 30 Hz.
  • the frame rate may increase to 60 Hz.
  • level 0 images are encoded as base layer images
  • level 1 images are first enhancement layer images
  • level 2 images are It may be encoded as second enhancement layer images.
  • first reconstructed base layer images may be used or first reconstructed enhancement layer images may be used.
  • first reconstructed enhancement layer images may be used.
  • the image having a faster restoration order than the current RAP image may not be reconstructed in advance. In this case, the images predicted by referring to the image having a faster reconstruction order than the current RAP image may not be reconstructed.
  • FIG. 5A and 5B illustrate a reproduction order and a reconstruction order of an Instantaneous Decoding Refresh (IDR) image according to two embodiments.
  • IDR Instantaneous Decoding Refresh
  • sizes of Group of Pictures (GOP) 505, 515, and 525 are 8 respectively.
  • B0, B1, B2, B3, B4, B5, and B6 are identification numbers in which B type pictures belonging to the same GOP are arranged in a playback order.
  • IDR video is an image that is encoded independently. In the decoding process of the IDR image, all of the reconstructed images may be displayed as an “unused for refrence” image. The images following the IDR image in the reconstruction order may be reconstructed without performing inter prediction using images that precede the IDR image in the reconstruction order.
  • the picture type of the first picture in the reconstruction order in the coded video sequence is an IDR picture.
  • the B-type pictures of the GOP 515 have a faster playback order but a slower recovery order than the IDR picture.
  • the B type pictures of the GOP 515 do not refer to other pictures whose reconstruction order is preceded by the IDR picture.
  • the B type pictures of the GOP 525 have both a reconstruction order and a reproduction order slower than the IDR picture, and do not refer to other pictures whose reconstruction order is earlier than the IDR picture.
  • the B type pictures of the GOP 515 precede the IDR pictures in the playback order.
  • the B type pictures of the GOP 515 may be reconstructed with reference to the reconstructed IDR pictures after the IDR pictures are reconstructed.
  • all of the B type pictures of the GOP 515 may be decoded and output, and thus may be RADL pictures. Therefore, since all of the B-type images of P 515 can be reproduced, the random access point and the point where the random access reproduction starts can coincide.
  • 6A and 6B illustrate a reproduction order and a reconstruction order of CRA images according to two embodiments.
  • the CRA image is an image containing only I type slices.
  • all of the reconstructed images stored in the decoded picture buffer (DPB) may be displayed as an “unused for refrence” image.
  • Images following a CRA image in both restoration order and output order perform inter prediction using images that precede the IDR image in either restoration order or output order. Can be restored without.
  • An image that precedes the CRA image in the reconstruction order also precedes the CRA image in the reproduction order.
  • An image in which both the restoration order and the reproduction order follow the CRA image may be a normal image. Accordingly, the normal image may use only at least one image among other normal images located in the same GOP as the CRA image.
  • the CRA picture may be the first picture in the reconstruction order in the encoded video sequence. However, in the case of normal reproduction in which random access does not occur, it may be located in the middle of the bitstream.
  • the B type pictures of the GOP 615 have a faster playback order than a CRA picture but have a slower recovery order.
  • the B-type images of the GOP 625 are normal images whose reconstruction order and reproduction order are later than the CRA image, and do not refer to other images whose reconstruction order is earlier than the IDR image. However, some of the B-type pictures of the GOP 615 may refer to other pictures whose reconstruction order is earlier than the CRA pictures.
  • the B type pictures of the GOP 615 refer to an image that precedes the random access point and thus cannot be reconstructed.
  • the B type images of the GOP 615 are RASL images that are omitted in the reconstruction process. Accordingly, random access reproduction starts from the CRA image and immediately the B type images of the GOP 625 may be reconstructed and reproduced.
  • FIG. 7A and 7B illustrate a reproduction order and a reconstruction order of a BLA (Broken Link Access) image according to two embodiments.
  • BLA Broken Link Access
  • Bitstream slicing is an operation of connecting another bitstream to the RAP picture position of the current bitstream.
  • the point where the new bitstream is connected is referred to as a 'broken link'.
  • the raw unit type of the RAP image at the position where bitstream slicing is possible is represented as a BLA image.
  • the BLA image has a similar reproduction order and reconstruction order to the CRA image.
  • the BLA picture follows the B type pictures of the GOP 716, which are leading pictures in the playback order, and precedes the B type pictures of the GOP 726, which are normal pictures.
  • the leading and normal images follow the BLA image in reconstruction order.
  • B3, B4, B5, and B6 are RASL pictures referring to the BLA picture and other pictures of the GOP 716.
  • images B1, B2, and B2 are RADL pictures referring to pictures of GOP 706, which are reconstructed in advance of the BLA picture.
  • reconstruction may be omitted from the RASL images B1, B2, and B2, and the RADL images B3, B4, B5, and B6 may be reconstructed. Therefore, it may be output from the RADL images B3 according to the reproduction order.
  • a Temporal Sublayer Access (TSA) image may be used as a position where layer switching is possible.
  • TSA images are similar to CRA images. While reconstructing lower layer images, layer switching is possible to reconstruct upper layer images from the TSA image. For example, the smaller the value of 'temporal_id' is the lower layer. Images later than the TLA image in the reconstruction order or higher layer images than the TLA image in the same layer may not refer to images of the same or higher layer of the previous TLA image that precedes the TLA image in the reconstruction order. Since it cannot be the lowest layer image of the TLA image, the 'temporal_id' value cannot also be zero.
  • the RAP types for random access have been described above with reference to FIGS. 4B, 5A, 5B, 6A, 6B, 7A, and 7B.
  • a random access request or layer switching occurs while reconstructing a video stream in a single layer, images may be reconstructed from the RAP image.
  • the images of the corresponding layer are reconstructed, other layer images corresponding to the same need to be reconstructed correctly.
  • a layer switching or random access request is performed on a predetermined layer, if the reference image does not exist in the DPB and the restoration of the RASL image is omitted, the restoration of the image of another layer corresponding to the corresponding layer needs to be omitted.
  • the multilayer video encoding apparatus 10 arranges the same raw unit type RAP image at each random access point or layer switching point in each layer, and also RASL or RSDL images at the same position for each layer. Can be placed.
  • the multilayer video decoding apparatus 20 may reconstruct an RPA image of the same raw unit type at each random access point or layer switching point for each layer.
  • RSDL images may be reconstructed at the same position for each layer and RASL images may be reconstructed. If random access occurs in a predetermined layer, RPA images and RSDL images of the same position are reconstructed in each layer, and reconstruction of RASL images of the same position may be omitted.
  • the enhancement layer IDR image may be reconstructed at a position corresponding to the base layer IDR image.
  • the CRA image may also be reconstructed from the enhancement layer image at a position corresponding to the base layer CRA image.
  • the enhancement layer BLA image may be reconstructed at a position corresponding to the base layer BLA image.
  • the multilayer video encoding apparatus 10 may arrange a CRA image, an RSDL / RASL image, or a normal image of an enhancement layer corresponding to a normal image of a base layer.
  • the multilayer video decoding apparatus 20 may reconstruct a CRA image, an RSDL / RASL image, or a normal image of an enhancement layer corresponding to a normal image of a base layer.
  • the temporal layer number of the enhancement layer images should be greater than the temporal layer number 'temporal_id' of the base layer images.
  • the multilayer video encoding apparatus 10 and the multilayer video decoding apparatus 20 even if random access or layer switching occurs in the multilayer prediction structure, images of the same position may be reconstructed or ignored for each layer. Can be. Accordingly, a reference image for interlayer prediction can be secured, and output images of each layer can be accurately aligned.
  • the multilayer video encoding apparatus 10 generates samples by performing intra prediction, inter prediction, inter layer prediction, transformation, and quantization for each image block, and performs entropy encoding on the samples to perform bitstream analysis. Can be output in the form
  • the multilayer video encoding device 10 may include a video encoding processor mounted therein. By working in conjunction with an external video encoding processor, video encoding operations, including transform and quantization, can be performed.
  • the internal video encoding processor of the multilayer video encoding apparatus 10 may be a separate processor, the video encoding apparatus, the central processing unit, or the graphics processing unit may include a video encoding processing module to perform basic video encoding operations. It may also include implementations.
  • the multilayer video decoding apparatus 20 performs decoding on the received base layer video stream and the enhancement layer video stream, respectively.
  • inverse quantization, inverse transformation, intra prediction, and motion compensation are performed on the base layer video stream and the enhancement layer video stream for each image block, respectively.
  • the multilayer video decoding apparatus 20 operates in conjunction with an internal video decoding processor or an external video decoding processor to output a reconstructed image generated as a result of decoding, thereby inverse quantization, inverse transformation, prediction / A video reconstruction operation including compensation may be performed.
  • the internal video decoding processor of the multilayer video decoding apparatus 20 may be a separate processor, a basic video reconstruction operation may be performed by the video decoding apparatus, the central processing unit, or the graphics processing unit including the video decoding processing module. It may also include the case of implementing.
  • blocks in which video data is divided are divided into coding units having a tree structure, and As described above, coding units, prediction units, and transformation units are sometimes used for inter-layer prediction or inter prediction.
  • coding units, prediction units, and transformation units are sometimes used for inter-layer prediction or inter prediction.
  • a video encoding method and apparatus therefor, a video decoding method, and an apparatus based on coding units and transformation units having a tree structure according to an embodiment will be described with reference to FIGS. 8 to 20.
  • the encoding / decoding process for the base layer images and the encoding / decoding process for the enhancement layer images are performed separately. That is, when inter-layer prediction occurs in the multi-layer video, the encoding / decoding result of the single layer video may be cross-referenced, but a separate encoding / decoding process occurs for each single layer video.
  • the video encoding process and the video decoding process based on coding units having a tree structure described below with reference to FIGS. 8 to 20 are video encoding processes and video decoding processes for single layer video, and thus inter prediction and motion compensation are performed. This is detailed. However, as described above with reference to FIGS. 1A through 7B, interlayer prediction and compensation between base view images and enhancement layer images are performed for multilayer video encoding / decoding.
  • the video encoding apparatus of FIG. 8 is performed to perform video encoding for each single layer video. It may be controlled to perform encoding of the single layer video allocated to each video encoding apparatus 100 by including the number of layers 100 of the multilayer video.
  • the multilayer video encoding apparatus 10 may perform inter-view prediction by using encoding results of separate single views of each video encoding apparatus 100. Accordingly, the multilayer video encoding apparatus 10 may generate a base view video stream and an enhancement layer video stream that contain encoding results for each layer.
  • the received video of the base layer video stream and the enhancement layer video stream may be performed on a layer-by-layer basis.
  • the video decoding apparatus 200 of FIG. 9 may include the number of layers of the multilayer video and control to decode the single layer video allocated to each video decoding apparatus 200.
  • the video decoding apparatus 20 may perform interlayer compensation by using a decoding result of a separate single layer of each video decoding apparatus 200. Accordingly, the multilayer video decoding apparatus 20 may generate base layer images and enhancement layer images reconstructed for each layer.
  • FIG. 8 is a block diagram of a video encoding apparatus 100 based on coding units having a tree structure, according to an embodiment of the present invention.
  • the video encoding apparatus 100 including video prediction based on coding units having a tree structure includes a coding unit determiner 120 and an output unit 130.
  • the video encoding apparatus 100 that includes video prediction based on coding units having a tree structure is abbreviated as “video encoding apparatus 100”.
  • the coding unit determiner 120 may partition the current picture based on a maximum coding unit that is a coding unit having a maximum size for the current picture of the image. If the current picture is larger than the maximum coding unit, image data of the current picture may be split into at least one maximum coding unit.
  • the maximum coding unit may be a data unit having a size of 32x32, 64x64, 128x128, 256x256, or the like, and may be a square data unit having a square of 2 in a horizontal and vertical size.
  • 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 according to 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 current 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 indicate the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the second maximum depth according to an embodiment may represent the total number of depth levels from the maximum coding unit to the minimum coding unit. For example, when the depth of the largest coding unit is 0, the depth of the coding unit obtained by dividing the largest coding unit once may be set to 1, and the depth of the coding unit divided twice may be set to 2. In this case, if the coding unit divided four times from the maximum coding unit is the minimum coding unit, since depth levels of 0, 1, 2, 3, and 4 exist, the first maximum depth is set to 4 and the second maximum depth is set to 5. Can be.
  • Predictive encoding and transformation of the largest coding unit may be performed. Similarly, prediction encoding and transformation are performed based on depth-wise coding units for each maximum coding unit and for each depth less than or equal to the maximum depth.
  • encoding including prediction encoding and transformation should be performed on all the coding units for each depth generated as the depth deepens.
  • the prediction encoding and the transformation will be described based on the coding unit of the current depth among at least one maximum coding unit.
  • the video encoding apparatus 100 may variously select a size or shape of a data unit for encoding image data.
  • the encoding of the image data is performed through prediction encoding, transforming, entropy encoding, and the like.
  • the same data unit may be used in every step, or the data unit may be changed in steps.
  • the video encoding apparatus 100 may select not only a coding unit for encoding the image data, but also a data unit different from the coding unit in order to perform predictive encoding of the image data in the coding unit.
  • prediction encoding may be performed based on a coding unit of a coding depth, that is, a more strange undivided coding unit, according to an embodiment.
  • a more strange undivided coding unit that is the basis of prediction coding is referred to as a 'prediction unit'.
  • the partition in which the prediction unit is divided may include a data unit in which at least one of the prediction unit and the height and the width of the prediction unit are divided.
  • the partition may be a data unit in which the prediction unit of the coding unit is split, and the prediction unit may be a partition having the same size as the coding unit.
  • the partition type includes not only symmetric partitions in which the height or width of the prediction unit is divided by a symmetrical ratio, but also partitions divided in an asymmetrical ratio, such as 1: n or n: 1, by a geometric form. It may optionally include partitioned partitions, arbitrary types of partitions, and the like.
  • the prediction mode of the prediction unit may be at least one of an intra mode, an inter mode, and a skip mode.
  • the intra mode and the inter mode may be performed on partitions having sizes of 2N ⁇ 2N, 2N ⁇ N, N ⁇ 2N, and N ⁇ N.
  • the skip mode may be performed only for partitions having a size of 2N ⁇ 2N.
  • the encoding may be performed independently for each prediction unit within the coding unit to select a prediction mode having the smallest encoding error.
  • the video encoding apparatus 100 may perform the transformation of the image data of the coding unit based on not only a coding unit for encoding the 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 split number of times until the height and the width of the coding unit are divided and reaches the transform unit may be set. For example, if the size of the transform unit of the current coding unit of size 2Nx2N is 2Nx2N, the transform depth is 0, the transform depth 1 if the size of the transform unit is NxN, and the transform depth 2 if the size of the transform unit is N / 2xN / 2. Can be. That is, the transformation unit having a tree structure may also be set for the transformation unit according to the transformation depth.
  • the encoded information for each coded depth requires not only the coded depth but also prediction related information and transformation related information. Accordingly, the coding unit determiner 120 may determine not only the coded depth that generated the minimum coding error, but also a partition type obtained by dividing a prediction unit into partitions, a prediction mode for each prediction unit, and a size of a transformation unit for transformation.
  • a method of determining a coding unit, a prediction unit / partition, and a transformation unit according to a tree structure of a maximum coding unit according to an embodiment will be described in detail later with reference to FIGS. 10 to 20.
  • the coding unit determiner 120 may measure a coding error of coding units according to depths using a Lagrangian Multiplier-based rate-distortion optimization technique.
  • the output unit 130 outputs the image data of the maximum coding unit encoded based on the at least one coded depth determined by the coding unit determiner 120 and the information about the encoding modes according to depths in the form of a bit stream.
  • the encoded image data may be a result of encoding residual data of the image.
  • the information about the encoding modes according to depths may include encoding depth information, partition type information of a prediction unit, prediction mode information, size information of a transformation unit, and the like.
  • the coded depth information may be defined using depth-specific segmentation information indicating whether to encode to a coding unit of a lower depth without encoding to the current depth. If the current depth of the current coding unit is a coding depth, since the current coding unit is encoded in a coding unit of the current depth, split information of the current depth may be defined so that it is no longer divided into lower depths. On the contrary, if the current depth of the current coding unit is not the coding depth, encoding should be attempted using the coding unit of the lower depth, and thus split information of the current depth may be defined to be divided into coding units of the lower depth.
  • encoding is performed on the coding unit divided into the coding units of the lower depth. Since at least one coding unit of a lower depth exists in the coding unit of the current depth, encoding may be repeatedly performed for each coding unit of each lower depth, and recursive coding may be performed for each coding unit of the same depth.
  • coding units having a tree structure are determined in one largest coding unit and information about at least one coding mode should be determined for each coding unit of a coding depth, information about at least one coding mode may be determined for one maximum coding unit. Can be.
  • the coding depth may be different for each location, and thus information about the coded depth and the coding mode may be set for the data.
  • the output unit 130 may allocate encoding information about a corresponding coding depth and an encoding mode to at least one of a coding unit, a prediction unit, and a minimum unit included in the maximum coding unit. .
  • the minimum unit according to an embodiment is a square data unit having a size obtained by dividing the minimum coding unit, which is the lowest coding depth, into four divisions.
  • the minimum unit according to an embodiment may be a square data unit having a maximum size that may be included in all coding units, prediction units, partition units, and transformation units included in the maximum coding unit.
  • the encoding information output through the output unit 130 may be classified into encoding information according to depth coding units and encoding information according to prediction units.
  • the encoding information for each coding unit according to depth may include prediction mode information and partition size information.
  • the encoding information transmitted for each prediction unit includes information about an estimation direction of the inter mode, information about a reference image index of the inter mode, information about a motion vector, information about a chroma component of an intra mode, and information about an inter mode of an intra mode. And the like.
  • Information about the maximum size and information about the maximum depth of the coding unit defined for each picture, slice, or GOP may be inserted into a header, a sequence parameter set, or a picture parameter set of the bitstream.
  • the information on the maximum size of the transform unit and the minimum size of the transform unit allowed for the current video may also be output through a header, a sequence parameter set, a picture parameter set, or the like of the bitstream.
  • the output unit 130 may encode and output reference information, prediction information, slice type information, and the like related to prediction.
  • a coding unit 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.
  • the multilayer video encoding apparatus 10 described above with reference to FIG. 1A may include as many video encoding apparatuses 100 as the number of layers for encoding single layer images for each layer of a multilayer video.
  • the base layer encoder 12 may include one video encoding apparatus 100
  • the enhancement layer encoder 14 may include as many video encoding apparatuses 100 as the number of enhancement layers.
  • the encoding unit determiner 120 determines a prediction unit for inter-image prediction for each coding unit having a tree structure for each maximum coding unit, and for each image Liver prediction can be performed.
  • the coding unit determiner 120 may determine a coding unit and a prediction unit having a tree structure for each maximum coding unit, and perform inter prediction for each prediction unit. have.
  • RPA images capable of random access may be designated and intra prediction may be performed on the base layer RPA images.
  • the RPA image may be reconstructed even if there is no previous reconstruction image.
  • the encoding unit determiner 120 may encode an RPA image of the same RPA type as the base layer RAP image at a position corresponding to the RPA image of the base layer stream.
  • the coding unit determiner 120 may perform intra prediction on enhancement layer RPA images.
  • the coding unit determiner 120 may perform inter prediction on the non-RPA image by referring to at least one of the RPA image and the other non-RPA image.
  • Enhancement layer images of positions corresponding to the RASL image of the base layer may also refer to the following RPA image and the preceding RPA image as the RASL image.
  • Enhancement layer images of positions corresponding to the RADL image of the base layer stream may also refer only to the following RPA image as the RADL image.
  • the enhancement layer image corresponding to the base layer normal image may be encoded as a CRA image, a RADL / RASL image, or a normal image.
  • FIG. 9 is a block diagram of a video decoding apparatus 200 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 be described with reference to FIG. 8 and the video encoding apparatus 100. Same as described above with reference.
  • the receiver 210 receives and parses a bitstream of an encoded video.
  • the image data and encoding information extractor 220 extracts image data encoded for each coding unit from the parsed bitstream according to coding units having a tree structure for each maximum coding unit, and outputs the encoded image data to the image data decoder 230.
  • the image data and encoding information extractor 220 may extract information about a maximum size of a coding unit of the current picture from a header, a sequence parameter set, or a picture parameter set for the current picture.
  • the image data and encoding information extractor 220 extracts information about a coded depth and an encoding mode for the coding units having a tree structure for each maximum coding unit, from the parsed bitstream.
  • the extracted information about the coded depth and the coding mode is output to the image data decoder 230. That is, the image data of the bit string may be divided into maximum coding units so that the image data decoder 230 may decode the image data for each maximum coding unit.
  • the information about the coded depth and the encoding mode for each largest coding unit may be set with respect to one or more coded depth information, and the information about the coding mode according to the coded depths may include partition type information, prediction mode information, and transformation unit of the corresponding coding unit. May include size information and the like.
  • split information for each depth may be extracted as the coded depth information.
  • the information about the coded depth and the encoding mode according to the maximum coding units extracted by the image data and the encoding information extractor 220 may be encoded according to the depth according to the maximum coding unit, as in the video encoding apparatus 100 according to an embodiment.
  • the image data and the encoding information extractor 220 may determine the predetermined data.
  • Information about a coded depth and an encoding mode may be extracted for each unit. If the information about the coded depth and the coding mode of the maximum coding unit is recorded for each of the predetermined data units, the predetermined data units having the information about the same coded depth and the coding mode are inferred as data units included in the same maximum coding unit. Can be.
  • the image data decoder 230 reconstructs the current picture by decoding image data of each maximum coding unit based on the information about the coded depth and the encoding mode for each maximum coding unit. That is, the image data decoder 230 may decode the encoded image data based on the read partition type, the prediction mode, and the transformation unit for each coding unit among the coding units having the tree structure included in the maximum coding unit. Can be.
  • the decoding process may include a prediction process including intra prediction and motion compensation, and an inverse transform process.
  • the image data decoder 230 may perform intra prediction or motion compensation according to each partition and prediction mode for each coding unit based on partition type information and prediction mode information of the prediction unit of the coding unit for each coding depth. .
  • the image data decoder 230 may read transform unit information having a tree structure for each coding unit, and perform inverse transform based on the transformation unit for each coding unit, for inverse transformation for each largest coding unit. Through inverse transformation, the pixel value of the spatial region of the coding unit may be restored.
  • the image data decoder 230 may determine the coded depth of the current maximum coding unit by using the split information for each depth. If the split information indicates that the split information is no longer split at the current depth, the current depth is the coded depth. Therefore, the image data decoder 230 may decode the coding unit of the current depth using the partition type, the prediction mode, and the transformation unit size information of the prediction unit with respect to the image data of the current maximum coding unit.
  • the image data decoder 230 It may be regarded as one data unit to be decoded in the same encoding mode.
  • the decoding of the current coding unit may be performed by obtaining information about an encoding mode for each coding unit determined in this way.
  • the multilayer video encoding apparatus 10 described above with reference to FIG. 1A uses the image data decoder 230 of the video decoding apparatus 200 to generate a reference image for inter prediction for each layer of the multilayer video. It can include as many layers.
  • the base layer encoder 12 may include one image data decoder 230
  • the enhancement layer encoder 14 may include as many video decoders 200 as the number of enhancement layers. .
  • the multilayer video decoding apparatus 20 described above with reference to FIGS. 2A and 3A may decode the received base layer image stream and the enhancement layer image stream to reconstruct the base layer images and the enhancement layer images.
  • the device 200 may include the number of viewpoints.
  • the base layer decoder 22 may include one video decoding apparatus 200
  • the enhancement layer decoder 24 may include as many video decoding apparatuses 200 as the number of enhancement layers.
  • the image data decoder 230 of the video decoding apparatus 200 may extract the samples of the base layer images extracted from the base layer image stream by the extractor 220 in the maximum coding unit. It may be divided into coding units having a tree structure. The image data decoder 230 may reconstruct the base layer images by performing motion compensation for each coding unit according to the tree structure of the samples of the base layer images for each prediction unit for inter-image prediction.
  • the image data decoder 230 of the video decoding apparatus 200 may extract the samples of the enhancement layer images extracted by the extractor 220 from the enhancement layer image stream in the maximum coding unit. It may be divided into coding units having a tree structure. The image data decoder 230 may reconstruct the enhancement layer images by performing motion compensation for each prediction unit for inter prediction for each coding unit of the samples of the enhancement layer images.
  • the image data decoder 230 may reconstruct the RPA images based on the raw unit type. When random access or layer switching occurs, the RPA image may be reconstructed even if there is no previous reconstruction image.
  • the image data decoder 230 may reconstruct an RPA image of the same RPA type as the base layer RAP image at a position corresponding to the RPA image of the base layer stream.
  • the image data decoder 230 may perform intra prediction on enhancement layer RPA images.
  • the image data decoder 230 may perform motion compensation on the non-RPA image by referring to at least one of the RPA image and the other non-RPA image.
  • Enhancement layer images of positions corresponding to the RASL image of the base layer may also refer to the following RPA image and the preceding RPA image as the RASL image.
  • Enhancement layer images of positions corresponding to the RADL image of the base layer stream may also refer only to the following RPA image as the RADL image.
  • the enhancement layer image corresponding to the base layer normal image may be reconstructed as a CRA image, a RADL / RASL image, or a normal image.
  • the video decoding apparatus 200 may obtain information about a coding unit that generates a minimum coding error by recursively encoding each maximum coding unit in the encoding process, and use the same to decode the current picture. That is, decoding of encoded image data of coding units having a tree structure determined as an optimal coding unit for each maximum coding unit can be performed.
  • the image data can be efficiently used according to the coding unit size and the encoding mode that are adaptively determined according to the characteristics of the image by using the information about the optimum encoding mode transmitted from the encoding end. Can be decoded and restored.
  • FIG. 10 illustrates a concept of coding units, according to an embodiment of the present invention.
  • a size of a coding unit may be expressed by a width x height, and may include 32x32, 16x16, and 8x8 from a coding unit having a size of 64x64.
  • Coding units of size 64x64 may be partitioned into partitions of size 64x64, 64x32, 32x64, and 32x32, coding units of size 32x32 are partitions of size 32x32, 32x16, 16x32, and 16x16, and coding units of size 16x16 are 16x16.
  • Coding units of size 8x8 may be divided into partitions of size 8x8, 8x4, 4x8, and 4x4, into partitions of 16x8, 8x16, and 8x8.
  • the resolution is set to 1920x1080, the maximum size of the coding unit is 64, and the maximum depth is 2.
  • the resolution is set to 1920x1080, the maximum size of the coding unit is 64, and the maximum depth is 3.
  • the resolution is set to 352x288, the maximum size of the coding unit is 16, and the maximum depth is 1.
  • the maximum depth illustrated in FIG. 10 represents the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the maximum size of the coding size is relatively large not only to improve the coding efficiency but also to accurately shape the image characteristics. Accordingly, the video data 310 or 320 having a higher resolution than the video data 330 may be selected to have a maximum size of 64.
  • the coding unit 315 of the video data 310 is divided twice from a maximum coding unit having a long axis size of 64, and the depth is deepened by two layers, so that the long axis size is 32, 16. Up to coding units may be included.
  • the coding unit 335 of the video data 330 is divided once from coding units having a long axis size of 16, and the depth is deepened by one layer to increase the long axis size to 8. Up to coding units may be included.
  • the coding unit 325 of the video data 320 is divided three times from the largest coding unit having a long axis size of 64, and the depth is three layers deep, so that the long axis size is 32, 16. , Up to 8 coding units may be included. As the depth increases, the expressive power of the detailed information may be improved.
  • FIG. 11 is a block diagram of an image encoder 400 based on coding units, according to an exemplary embodiment.
  • the image encoder 400 performs operations performed by the picture encoder 120 of the video encoding apparatus 100 to encode image data. That is, the intra prediction unit 420 performs intra prediction on each coding unit of the intra mode of the current image 405, and the inter prediction unit 415 performs the current image on the prediction unit of the coding unit of the inter mode. Inter-prediction is performed using the reference image acquired at 405 and the reconstructed picture buffer 410.
  • the current image 405 may be divided into maximum coding units and then sequentially encoded. In this case, encoding may be performed on the coding unit in which the largest coding unit is to be divided into a tree structure.
  • Residual data is generated by subtracting the prediction data for the coding unit of each mode output from the intra prediction unit 420 or the inter prediction unit 415 from the data for the encoding unit of the current image 405, and
  • the dew data is output as transform coefficients quantized for each transform unit through the transform unit 425 and the quantization unit 430.
  • the quantized transform coefficients are reconstructed into residue data in the spatial domain through the inverse quantizer 445 and the inverse transformer 450.
  • Residual data of the reconstructed spatial domain is added to the prediction data of the coding unit of each mode output from the intra predictor 420 or the inter predictor 415, thereby adding the residual data of the spatial domain to the coding unit of the current image 405. The data is restored.
  • the reconstructed spatial region data is generated as a reconstructed image through the deblocking unit 455 and the SAO performing unit 460.
  • the generated reconstructed image is stored in the reconstructed picture buffer 410.
  • the reconstructed images stored in the reconstructed picture buffer 410 may be used as reference images for inter prediction of another image.
  • the transform coefficients quantized by the transformer 425 and the quantizer 430 may be output as the bitstream 440 through the entropy encoder 435.
  • an inter predictor 415, an intra predictor 420, and a transformer each have a tree structure for each maximum coding unit. An operation based on each coding unit among the coding units may be performed.
  • the intra prediction unit 420 and the inter prediction unit 415 determine the partition mode and the prediction mode of each coding unit among the coding units having a tree structure in consideration of the maximum size and the maximum depth of the current maximum coding unit.
  • the transform unit 425 may determine whether to split the transform unit according to the quad tree in each coding unit among the coding units having the tree structure.
  • FIG. 12 is a block diagram of an image decoder 500 based on coding units, according to an exemplary embodiment.
  • the entropy decoding unit 515 parses the encoded image data to be decoded from the bitstream 505 and encoding information necessary for decoding.
  • the encoded image data is a quantized transform coefficient
  • the inverse quantizer 520 and the inverse transform unit 525 reconstruct residue data from the quantized transform coefficients.
  • the intra prediction unit 540 performs intra prediction for each prediction unit with respect to the coding unit of the intra mode.
  • the inter prediction unit 535 performs inter prediction using the reference image obtained from the reconstructed picture buffer 530 for each coding unit of the coding mode of the inter mode among the current pictures.
  • the data of the spatial domain of the coding unit of the current image 405 is reconstructed and restored.
  • the data of the space area may be output as a reconstructed image 560 via the deblocking unit 545 and the SAO performing unit 550.
  • the reconstructed images stored in the reconstructed picture buffer 530 may be output as reference images.
  • step-by-step operations after the entropy decoder 515 of the image decoder 500 may be performed.
  • the entropy decoder 515, the inverse quantizer 520, and the inverse transformer ( 525, the intra prediction unit 540, the inter prediction unit 535, the deblocking unit 545, and the SAO performer 550 based on each coding unit among coding units having a tree structure for each maximum coding unit. You can do it.
  • the intra predictor 540 and the inter predictor 535 determine a partition mode and a prediction mode for each coding unit among coding units having a tree structure, and the inverse transformer 525 has a quad tree structure for each coding unit. It is possible to determine whether to divide the conversion unit according to.
  • the encoding operation of FIG. 11 and the decoding operation of FIG. 12 have described the video stream encoding operation and the decoding operation in a single layer, respectively. Therefore, if the encoder 12 of FIG. 1A encodes a video stream of two or more layers, the encoder 12 may include an image encoder 400 for each layer. Similarly, if the decoder 26 of FIG. 2A decodes a video stream of two or more layers, it may include an image decoder 500 for each layer.
  • FIG. 13 is a diagram of deeper coding units according to depths, and partitions, according to an embodiment.
  • the video encoding apparatus 100 according to an embodiment and the video decoding apparatus 200 according to an embodiment use hierarchical coding units to consider image characteristics.
  • the maximum height, width, and maximum depth of the coding unit may be adaptively determined according to the characteristics of the image, and may be variously set according to a user's request. According to the maximum size of the preset coding unit, the size of the coding unit for each depth may be determined.
  • the hierarchical structure 600 of a coding unit illustrates a case in which a maximum height and a width of a coding unit are 64 and a maximum depth is three.
  • the maximum depth indicates the total number of divisions from the maximum coding unit to the minimum coding unit. Since the depth deepens along the vertical axis of the hierarchical structure 600 of the coding unit according to an embodiment, the height and the width of the coding unit for each depth are divided.
  • a prediction unit and a partition on which the prediction encoding of each depth-based coding unit is shown along the horizontal axis of the hierarchical structure 600 of the coding unit are illustrated.
  • the coding unit 610 has a depth of 0 as the largest coding unit of the hierarchical structure 600 of the coding unit, and the size, ie, the height and width, of the coding unit is 64x64.
  • a depth deeper along the vertical axis includes a coding unit 620 of depth 1 having a size of 32x32, a coding unit 630 of depth 2 having a size of 16x16, and a coding unit 640 of depth 3 having a size of 8x8.
  • a coding unit 640 of depth 3 having a size of 8 ⁇ 8 is a minimum coding unit.
  • Prediction units and partitions of the coding unit are arranged along the horizontal axis for each depth. That is, if the coding unit 610 of size 64x64 having a depth of zero is a prediction unit, the prediction unit may include a partition 610 of size 64x64, partitions 612 of size 64x32, and size included in the coding unit 610 of size 64x64. 32x64 partitions 614, 32x32 partitions 616.
  • the prediction unit of the coding unit 620 having a size of 32x32 having a depth of 1 includes a partition 620 of size 32x32, partitions 622 of size 32x16 and a partition of size 16x32 included in the coding unit 620 of size 32x32. 624, partitions 626 of size 16x16.
  • the prediction unit of the coding unit 630 of size 16x16 having a depth of 2 includes a partition 630 of size 16x16, partitions 632 of size 16x8, and a partition of size 8x16 included in the coding unit 630 of size 16x16. 634, partitions 636 of size 8x8.
  • the prediction unit of the coding unit 640 of size 8x8 having a depth of 3 includes a partition 640 of size 8x8, partitions 642 of size 8x4 and a partition of size 4x8 included in the coding unit 640 of size 8x8. 644, partitions 646 of size 4x4.
  • the coding unit determiner 120 of the video encoding apparatus 100 may determine a coding depth of the maximum coding unit 610.
  • the number of deeper coding units according to depths for including data having the same range and size increases as the depth increases. For example, four coding units of depth 2 are required for data included in one coding unit of depth 1. Therefore, in order to compare the encoding results of the same data for each depth, each of the coding units having one depth 1 and four coding units having four depths 2 should be encoded.
  • encoding may be performed for each prediction unit of a coding unit according to depths along a horizontal axis of the hierarchical structure 600 of the coding unit, and a representative coding error, which is the smallest coding error at a corresponding depth, may be selected. .
  • a depth deeper along the vertical axis of the hierarchical structure 600 of the coding unit the encoding may be performed for each depth, and the minimum coding error may be searched by comparing the representative coding error for each depth.
  • the depth and the partition in which the minimum coding error occurs in the maximum coding unit 610 may be selected as the coding depth and the partition type of the maximum coding unit 610.
  • FIG. 14 illustrates a relationship between a coding unit and transformation units, according to 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 transform unit 720 may be selected. The conversion can be performed.
  • the data of the 64x64 coding unit 710 is transformed into 32x32, 16x16, 8x8, and 4x4 transform units of 64x64 size or less, and then encoded, and the transform unit having the least error with the original is selected. Can be.
  • 15 is a diagram of deeper encoding information according to depths, according to an embodiment of the present invention.
  • the output unit 130 of the video encoding apparatus 100 is information about an encoding mode, and information about a partition type 800 and information 810 about a prediction mode for each coding unit of each coded depth.
  • the information 820 about the size of the transformation unit may be encoded and transmitted.
  • the information about the partition type 800 is a data unit for predictive encoding of the current coding unit and indicates information about a partition type in which the prediction unit of the current coding unit is divided.
  • the current coding unit CU_0 of size 2Nx2N may be any one of a partition 802 of size 2Nx2N, a partition 804 of size 2NxN, a partition 806 of size Nx2N, and a partition 808 of size NxN. It can be divided and used.
  • the information 800 about the partition type of the current coding unit represents one of a partition 802 of size 2Nx2N, a partition 804 of size 2NxN, a partition 806 of size Nx2N, and a partition 808 of size NxN. It is set to.
  • Information 810 relating to the prediction mode indicates the prediction mode of each partition. For example, through the information 810 about the prediction mode, whether the partition indicated by the information 800 about the partition type is performed in one of the intra mode 812, the inter mode 814, and the skip mode 816 is performed. Whether or not can be set.
  • the information about the transform unit size 820 indicates whether to transform the current coding unit based on the transform unit.
  • the transform unit may be one of a first intra transform unit size 822, a second intra transform unit size 824, a first inter transform unit size 826, and a second inter transform unit size 828. have.
  • the image data and encoding information extractor 210 of the video decoding apparatus 200 may include information about a partition type 800, information 810 about a prediction mode, and transformation for each depth-based coding unit. Information 820 about the unit size may be extracted and used for decoding.
  • 16 is a diagram of deeper coding units according to depths, according to 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 an encoding depth using split information according to depths, and may use it for decoding using information about an encoding mode for a corresponding depth. have.
  • 17, 18, and 19 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.
  • 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, even if the video encoding apparatus 100 and the video decoding apparatus 200 according to an embodiment are 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 8 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 extracting unit of the video decoding apparatus 200 may include 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 is searched in the coding unit according to depths by using encoding information of adjacent coding units.
  • the neighboring coding unit may be referred to.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 8.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 8.
  • the maximum coding unit 1300 includes coding units 1302, 1304, 1306, 1312, 1314, 1316, and 1318 of a coded depth. Since one coding unit 1318 is a coding unit of a coded depth, split information may be set to zero.
  • the partition type information of the coding unit 1318 having a size of 2Nx2N is partition type 2Nx2N 1322, 2NxN 1324, Nx2N 1326, NxN 1328, 2NxnU 1332, 2NxnD 1334, nLx2N (1336). And nRx2N 1338.
  • the transform unit split information (TU size flag) is a type of transform index, and a size of a transform unit corresponding to the transform index may be changed according to a prediction unit type or a partition type of a coding unit.
  • the partition type information is set to one of the symmetric partition types 2Nx2N 1322, 2NxN 1324, Nx2N 1326, and NxN 1328
  • the conversion unit partition information is 0, a conversion unit of size 2Nx2N ( 1342 is set, and if the transform unit split information is 1, a transform unit 1344 of size NxN may be set.
  • the partition type information is set to one of the asymmetric partition types 2NxnU (1332), 2NxnD (1334), nLx2N (1336), and nRx2N (1338), if the conversion unit partition information (TU size flag) is 0, a conversion unit of size 2Nx2N ( 1352 is set, and if the transform unit split information is 1, a transform unit 1354 of size N / 2 ⁇ N / 2 may be set.
  • the conversion unit splitting information (TU size flag) described above with reference to FIG. 20 is a flag having a value of 0 or 1
  • the conversion unit splitting information according to an embodiment is not limited to a 1-bit flag and is 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 the prediction mode.
  • RootTuSize may be determined according to the following relation (2).
  • 'MaxTransformSize' represents the maximum transform unit size
  • 'PUSize' represents the current prediction unit size.
  • RootTuSize min (MaxTransformSize, PUSize) ......... (2)
  • 'RootTuSize' which is a transform unit size when the transform unit split information is 0, may be set to a smaller value among the maximum transform unit size and the current prediction unit size.
  • 'RootTuSize' may be determined according to Equation (3) below.
  • 'PartitionSize' represents the size of the current partition unit.
  • RootTuSize min (MaxTransformSize, PartitionSize) ........... (3)
  • the conversion unit size 'RootTuSize' when the conversion unit split information is 0 may be set to a smaller value among the maximum conversion unit size and the current partition unit size.
  • the current maximum conversion unit size 'RootTuSize' according to an embodiment that changes according to the prediction mode of the partition unit is only an embodiment, and a factor determining the current maximum conversion unit size is not limited thereto.
  • the image data of the spatial domain is encoded for each coding unit of the tree structure, and the video decoding method based on the coding units of the tree structure.
  • decoding is performed for each largest coding unit, and image data of a spatial region may be reconstructed to reconstruct a picture and a video that is a picture sequence.
  • the reconstructed video can be played back by a playback device, stored in a storage medium, or transmitted over a network.
  • the above-described embodiments of the present invention can be written as a program that can be executed in a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.
  • the computer-readable recording medium may include a storage medium such as a magnetic storage medium (eg, a ROM, a floppy disk, a hard disk, etc.) and an optical reading medium (eg, a CD-ROM, a DVD, etc.).
  • the video encoding method according to the multilayer video prediction method and the multilayer video decoding method described above with reference to FIGS. 1A to 20 is collectively referred to as the video encoding method of the present invention.
  • the video decoding method according to the multilayer video decoding method described above with reference to FIGS. 1A to 20 is referred to as the video decoding method of the present invention.
  • the video decoding apparatus including the multilayer video decoding apparatus 20, the video decoding apparatus 200, or the image decoding unit 500 described above with reference to FIGS. 1A to 20 may be referred to as the video decoding apparatus of the present invention.
  • a computer-readable storage medium storing a program according to an embodiment of the present disclosure will be described in detail below.
  • the disk 26000 described above as a storage medium may be a hard drive, a CD-ROM disk, a Blu-ray disk, or a DVD disk.
  • the disk 26000 is composed of a plurality of concentric tracks tr, and the tracks are divided into a predetermined number of sectors Se in the circumferential direction.
  • a program for implementing the above-described quantization parameter determination method, video encoding method, and video decoding method may be allocated and stored in a specific region of the disc 26000 which stores the program according to the above-described exemplary embodiment.
  • a computer system achieved using a storage medium storing a program for implementing the above-described video encoding method and video decoding method will be described below with reference to FIG. 22.
  • the computer system 26700 may store a program for implementing at least one of the video encoding method and the video decoding method of the present invention on the disc 26000 using the disc drive 26800.
  • the program may be read from the disk 26000 by the disk drive 26800, and the program may be transferred to the computer system 26700.
  • a program for implementing at least one of the video encoding method and the video decoding method may be stored in a memory card, a ROM cassette, and a solid state drive (SSD). .
  • FIG. 23 illustrates an overall structure of a content supply system 11000 for providing a content distribution service.
  • the service area of the communication system is divided into cells of a predetermined size, and wireless base stations 11700, 11800, 11900, and 12000 that serve as base stations are installed in each cell.
  • the content supply system 11000 includes a plurality of independent devices.
  • independent devices such as a computer 12100, a personal digital assistant (PDA) 12200, a camera 12300, and a mobile phone 12500 may be an Internet service provider 11200, a communication network 11400, and a wireless base station. 11700, 11800, 11900, and 12000 to connect to the Internet 11100.
  • PDA personal digital assistant
  • the content supply system 11000 is not limited to the structure shown in FIG. 24, and devices may be selectively connected.
  • the independent devices may be directly connected to the communication network 11400 without passing through the wireless base stations 11700, 11800, 11900, and 12000.
  • the video camera 12300 is an imaging device capable of capturing video images like a digital video camera.
  • the mobile phone 12500 is such as Personal Digital Communications (PDC), code division multiple access (CDMA), wideband code division multiple access (W-CDMA), Global System for Mobile Communications (GSM), and Personal Handyphone System (PHS). At least one communication scheme among various protocols may be adopted.
  • PDC Personal Digital Communications
  • CDMA code division multiple access
  • W-CDMA wideband code division multiple access
  • GSM Global System for Mobile Communications
  • PHS Personal Handyphone System
  • the video camera 12300 may be connected to the streaming server 11300 through the wireless base station 11900 and the communication network 11400.
  • the streaming server 11300 may stream and transmit the content transmitted by the user using the video camera 12300 through real time broadcasting.
  • Content received from the video camera 12300 may be encoded by the video camera 12300 or the streaming server 11300.
  • Video data captured by the video camera 12300 may be transmitted to the streaming server 11300 via the computer 12100.
  • Video data captured by the camera 12600 may also be transmitted to the streaming server 11300 via the computer 12100.
  • the camera 12600 is an imaging device capable of capturing both still and video images, like a digital camera.
  • Video data received from the camera 12600 may be encoded by the camera 12600 or the computer 12100.
  • Software for video encoding and decoding may be stored in a computer readable recording medium such as a CD-ROM disk, a floppy disk, a hard disk drive, an SSD, or a memory card that the computer 12100 may access.
  • video data may be received from the mobile phone 12500.
  • the video data may be encoded by a large scale integrated circuit (LSI) system installed in the video camera 12300, the mobile phone 12500, or the camera 12600.
  • LSI large scale integrated circuit
  • a user is recorded using a video camera 12300, a camera 12600, a mobile phone 12500, or another imaging device.
  • the content is encoded and sent to the streaming server 11300.
  • the streaming server 11300 may stream and transmit content data to other clients who have requested the content data.
  • the clients are devices capable of decoding the encoded content data, and may be, for example, a computer 12100, a PDA 12200, a video camera 12300, or a mobile phone 12500.
  • the content supply system 11000 allows clients to receive and play encoded content data.
  • the content supply system 11000 enables clients to receive and decode and reproduce encoded content data in real time, thereby enabling personal broadcasting.
  • the video encoding apparatus and the video decoding apparatus of the present invention may be applied to encoding and decoding operations of independent devices included in the content supply system 11000.
  • the mobile phone 12500 is not limited in functionality and may be a smart phone that can change or expand a substantial portion of its functions through an application program.
  • the mobile phone 12500 includes a built-in antenna 12510 for exchanging RF signals with the wireless base station 12000, and displays images captured by the camera 1530 or images received and decoded by the antenna 12510. And a display screen 12520 such as an LCD (Liquid Crystal Display) and an OLED (Organic Light Emitting Diodes) screen for displaying.
  • the smartphone 12510 includes an operation panel 12540 including a control button and a touch panel. When the display screen 12520 is a touch screen, the operation panel 12540 further includes a touch sensing panel of the display screen 12520.
  • the smart phone 12510 includes a speaker 12580 or another type of audio output unit for outputting voice and sound, and a microphone 12550 or another type of audio input unit for inputting voice and sound.
  • the smartphone 12510 further includes a camera 1530 such as a CCD camera for capturing video and still images.
  • the smartphone 12510 may be a storage medium for storing encoded or decoded data, such as video or still images captured by the camera 1530, received by an e-mail, or obtained in another form. 12570); And a slot 12560 for mounting the storage medium 12570 to the mobile phone 12500.
  • the storage medium 12570 may be another type of flash memory such as an electrically erasable and programmable read only memory (EEPROM) embedded in an SD card or a plastic case.
  • EEPROM electrically erasable and programmable read only memory
  • FIG. 25 illustrates an internal structure of the mobile phone 12500.
  • the power supply circuit 12700 the operation input controller 12640, the image encoder 12720, and the camera interface (12630), LCD control unit (12620), image decoding unit (12690), multiplexer / demultiplexer (12680), recording / reading unit (12670), modulation / demodulation unit (12660) and
  • the sound processor 12650 is connected to the central controller 12710 through the alignment bus 1730.
  • the power supply circuit 12700 supplies power to each part of the mobile phone 12500 from the battery pack, thereby causing the mobile phone 12500 to operate. Can be set to an operating mode.
  • the central controller 12710 includes a CPU, a read only memory (ROM), and a random access memory (RAM).
  • the digital signal is generated in the mobile phone 12500 under the control of the central controller 12710, for example, the digital sound signal is generated in the sound processor 12650.
  • the image encoder 12720 may generate a digital image signal, and text data of the message may be generated through the operation panel 12540 and the operation input controller 12640.
  • the modulator / demodulator 12660 modulates a frequency band of the digital signal, and the communication circuit 12610 is a band-modulated digital signal. Digital-to-analog conversion and frequency conversion are performed on the acoustic signal.
  • the transmission signal output from the communication circuit 12610 may be transmitted to the voice communication base station or the radio base station 12000 through the antenna 12510.
  • the sound signal acquired by the microphone 12550 is converted into a digital sound signal by the sound processor 12650 under the control of the central controller 12710.
  • the generated digital sound signal may be converted into a transmission signal through the modulation / demodulation unit 12660 and the communication circuit 12610 and transmitted through the antenna 12510.
  • the text data of the message is input using the operation panel 12540, and the text data is transmitted to the central controller 12610 through the operation input controller 12640.
  • the text data is converted into a transmission signal through the modulator / demodulator 12660 and the communication circuit 12610, and transmitted to the radio base station 12000 through the antenna 12510.
  • the image data photographed by the camera 1530 is provided to the image encoder 12720 through the camera interface 12630.
  • the image data photographed by the camera 1252 may be directly displayed on the display screen 12520 through the camera interface 12630 and the LCD controller 12620.
  • the structure of the image encoder 12720 may correspond to the structure of the video encoding apparatus as described above.
  • the image encoder 12720 encodes the image data provided from the camera 1252 according to the video encoding method of the present invention described above, converts the image data into compression-encoded image data, and multiplexes / demultiplexes the encoded image data. (12680).
  • the sound signal acquired by the microphone 12550 of the mobile phone 12500 is also converted into digital sound data through the sound processing unit 12650 during recording of the camera 1250, and the digital sound data is converted into the multiplexing / demultiplexing unit 12680. Can be delivered.
  • the multiplexer / demultiplexer 12680 multiplexes the encoded image data provided from the image encoder 12720 together with the acoustic data provided from the sound processor 12650.
  • the multiplexed data may be converted into a transmission signal through the modulation / demodulation unit 12660 and the communication circuit 12610 and transmitted through the antenna 12510.
  • the signal received through the antenna converts the digital signal through a frequency recovery (Analog-Digital conversion) process .
  • the modulator / demodulator 12660 demodulates the frequency band of the digital signal.
  • the band demodulated digital signal is transmitted to the video decoder 12690, the sound processor 12650, or the LCD controller 12620 according to the type.
  • the mobile phone 12500 When the mobile phone 12500 is in the call mode, the mobile phone 12500 amplifies a signal received through the antenna 12510 and generates a digital sound signal through frequency conversion and analog-to-digital conversion processing.
  • the received digital sound signal is converted into an analog sound signal through the modulator / demodulator 12660 and the sound processor 12650 under the control of the central controller 12710, and the analog sound signal is output through the speaker 12580. .
  • a signal received from the radio base station 12000 through the antenna 12510 is converted into multiplexed data as a result of the processing of the modulator / demodulator 12660.
  • the output and multiplexed data is transmitted to the multiplexer / demultiplexer 12680.
  • the multiplexer / demultiplexer 12680 demultiplexes the multiplexed data to separate the encoded video data stream and the encoded audio data stream.
  • the alignment bus 1730 the encoded video data stream is provided to the video decoder 12690, and the encoded audio data stream is provided to the sound processor 12650.
  • the structure of the image decoder 12690 may correspond to the structure of the video decoding apparatus as described above.
  • the image decoder 12690 generates the reconstructed video data by decoding the encoded video data by using the video decoding method of the present invention described above, and displays the reconstructed video data through the LCD controller 1262 through the display screen 1252. ) Can be restored video data.
  • video data of a video file accessed from a website of the Internet can be displayed on the display screen 1252.
  • the sound processor 1265 may convert the audio data into an analog sound signal and provide the analog sound signal to the speaker 1258. Accordingly, audio data contained in a video file accessed from a website of the Internet can also be reproduced in the speaker 1258.
  • the mobile phone 1250 or another type of communication terminal is a transmitting / receiving terminal including both the video encoding apparatus and the video decoding apparatus of the present invention, a transmitting terminal including only the video encoding apparatus of the present invention described above, or the video decoding apparatus of the present invention. It may be a receiving terminal including only.
  • FIG. 26 illustrates a digital broadcasting system employing a communication system according to the present invention.
  • the digital broadcasting system according to an embodiment of FIG. 26 may receive digital broadcasting transmitted through a satellite or terrestrial network using the video encoding apparatus and the video decoding apparatus.
  • the broadcast station 12890 transmits the video data stream to the communication satellite or the broadcast satellite 12900 through radio waves.
  • the broadcast satellite 12900 transmits a broadcast signal, and the broadcast signal is received by the antenna 12860 in the home to the satellite broadcast receiver.
  • the encoded video stream may be decoded and played back by the TV receiver 12610, set-top box 12870, or other device.
  • the playback device 12230 can read and decode the encoded video stream recorded on the storage medium 12020 such as a disk and a memory card.
  • the reconstructed video signal may thus be reproduced in the monitor 12840, for example.
  • the video decoding apparatus of the present invention may also be mounted in the set-top box 12870 connected to the antenna 12860 for satellite / terrestrial broadcasting or the cable antenna 12850 for cable TV reception. Output data of the set-top box 12870 may also be reproduced by the TV monitor 12880.
  • the video decoding apparatus of the present invention may be mounted on the TV receiver 12810 instead of the set top box 12870.
  • An automobile 12920 with an appropriate antenna 12910 may receive signals from satellite 12800 or radio base station 11700.
  • the decoded video may be played on the display screen of the car navigation system 12930 mounted on the car 12920.
  • the video signal may be encoded by the video encoding apparatus of the present invention and recorded and stored in a storage medium.
  • the video signal may be stored in the DVD disk 12960 by the DVD recorder, or the video signal may be stored in the hard disk by the hard disk recorder 12950.
  • the video signal may be stored in the SD card 12970.
  • the hard disk recorder 12950 includes the video decoding apparatus of the present invention, the video signal recorded on the DVD disk 12960, the SD card 12970, or another type of storage medium is output from the monitor 12880. Can be recycled.
  • the vehicle navigation system 12930 may not include the camera 1530, the camera interface 12630, and the image encoder 12720 of FIG. 26.
  • the computer 12100 and the TV receiver 12610 may not include the camera 1250, the camera interface 12630, and the image encoder 12720 of FIG. 26.
  • FIG. 27 illustrates a network structure of a cloud computing system using a video encoding apparatus and a video decoding apparatus, according to an embodiment of the present invention.
  • the cloud computing system of the present invention may include a cloud computing server 14100, a user DB 14100, a computing resource 14200, and a user terminal.
  • the cloud computing system provides an on demand outsourcing service of computing resources through an information communication network such as the Internet at the request of a user terminal.
  • service providers integrate the computing resources of data centers located in different physical locations into virtualization technology to provide users with the services they need.
  • the service user does not install and use computing resources such as application, storage, operating system, and security in each user's own terminal, but services in virtual space created through virtualization technology. You can choose as many times as you want.
  • a user terminal of a specific service user accesses the cloud computing server 14100 through an information communication network including the Internet and a mobile communication network.
  • the user terminals may be provided with a cloud computing service, particularly a video playback service, from the cloud computing server 14100.
  • the user terminal may be any electronic device capable of accessing the Internet, such as a desktop PC 14300, a smart TV 14400, a smartphone 14500, a notebook 14600, a portable multimedia player (PMP) 14700, a tablet PC 14800, and the like. It can be a device.
  • the cloud computing server 14100 may integrate and provide a plurality of computing resources 14200 distributed in a cloud network to a user terminal.
  • the plurality of computing resources 14200 include various data services and may include data uploaded from a user terminal.
  • the cloud computing server 14100 integrates a video database distributed in various places into a virtualization technology to provide a service required by a user terminal.
  • the user DB 14100 stores user information subscribed to a cloud computing service.
  • the user information may include login information and personal credit information such as an address and a name.
  • the user information may include an index of the video.
  • the index may include a list of videos that have been played, a list of videos being played, and a stop time of the videos being played.
  • Information about a video stored in the user DB 14100 may be shared among user devices.
  • the playback history of the predetermined video service is stored in the user DB 14100.
  • the cloud computing server 14100 searches for and plays a predetermined video service with reference to the user DB 14100.
  • the smartphone 14500 receives the video data stream through the cloud computing server 14100, the operation of decoding the video data stream and playing the video may be performed by the operation of the mobile phone 12500 described above with reference to FIG. 24. similar.
  • the cloud computing server 14100 may refer to a playback history of a predetermined video service stored in the user DB 14100. For example, the cloud computing server 14100 receives a playback request for a video stored in the user DB 14100 from a user terminal. If the video was being played before, the cloud computing server 14100 may have a streaming method different depending on whether the video is played from the beginning or from the previous stop point according to the user terminal selection. For example, when the user terminal requests to play from the beginning, the cloud computing server 14100 streams the video to the user terminal from the first frame. On the other hand, if the terminal requests to continue playing from the previous stop point, the cloud computing server 14100 streams the video to the user terminal from the frame at the stop point.
  • the user terminal may include the video decoding apparatus as described above with reference to FIGS. 1A through 20.
  • the user terminal may include the video encoding apparatus as described above with reference to FIGS. 1A through 20.
  • the user terminal may include both the video encoding apparatus and the video decoding apparatus as described above with reference to FIGS. 1A through 20.
  • FIGS. 21 through 27 various embodiments in which the video encoding method and the video decoding method of the present invention described above with reference to FIGS. 1A through 20 are stored in a storage medium or the video encoding apparatus and the video decoding apparatus of the present invention are implemented in a device are illustrated in FIGS. It is not limited to the embodiments of FIG. 27.

Landscapes

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

Abstract

본 발명은 RAP(Random Access Point) 픽쳐가 향상 레이어에 위치하는지 결정하고, RAP 픽쳐와 연관된 RASL(Random Access Skipped Leading) 픽쳐가 출력되는지 결정하고, RAP 픽쳐가 향상 레이어에 위치하고, RASL 픽쳐가 출력되지 않도록 결정된 경우, CVS의 시작 지점이 아닌 RAP 픽쳐를 복호화할 때, RAP 픽쳐에 대응되는 SPS를 활성화시키는 비디오 복호화 방법을 제안한다.

Description

랜덤 엑세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 엑세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치
본 발명은 인터 예측, 인트라 예측 및 인터 레이어 예측에 기초하는 멀티 레이어 예측 구조를 이용하는 비디오 부호화 및 복호화에 관한 것이다.
고해상도 또는 고화질 비디오 컨텐트를 재생, 저장할 수 있는 하드웨어의 개발 및 보급에 따라, 고해상도 또는 고화질 비디오 컨텐트를 효과적으로 부호화하거나 복호화하는 비디오 코덱의 필요성이 증대하고 있다. 기존의 비디오 코덱에 따르면, 비디오는 소정 크기의 매크로블록에 기반하여 제한된 부호화 방식에 따라 부호화되고 있다.
주파수 변환을 이용하여 공간 영역의 영상 데이터는 주파수 영역의 계수들로 변환된다. 비디오 코덱은, 주파수 변환의 빠른 연산을 위해 영상을 소정 크기의 블록들로 분할하고, 블록마다 DCT 변환을 수행하여, 블록 단위의 주파수 계수들을 부호화한다. 공간 영역의 영상 데이터에 비해 주파수 영역의 계수들이, 압축하기 쉬운 형태를 가진다. 특히 비디오 코덱의 인터 예측 또는 인트라 예측을 통해 공간 영역의 영상 화소값은 예측 오차로 표현되므로, 예측 오차에 대해 주파수 변환이 수행되면 많은 데이터가 0으로 변환될 수 있다. 비디오 코덱은 연속적으로 반복적으로 발생하는 데이터를 작은 크기의 데이터로 치환함으로써, 데이터량을 절감하고 있다.
멀티 레이어 비디오 코덱은, 기본 레이어 비디오와 하나 이상의 향상 레이어 비디오를 부복호화한다. 기본 레이어 비디오와 향상 레이어 비디오의 시간적/공간적 중복성(redundancy)와 레이어 간의 중복성을 제거하는 방식으로, 기본 레이어 비디오와 향상 레이어 비디오의 데이터량이 절감될 수 있다.
다양한 실시 예는 멀티 레이어 비디오에서 랜덤 엑세스가 발생할 때 효과적인 복호화 방법을 제공할 수 있다.
본 발명은 RAP(Random Access Point) 픽쳐가 향상 레이어에 위치하는지 결정하고, RAP 픽쳐와 연관된 RASL(Random Access Skipped Leading) 픽쳐가 출력되는지 결정하고, RAP 픽쳐가 향상 레이어에 위치하고, RASL 픽쳐가 출력되지 않도록 결정된 경우, CVS(Coded Video Sequence)의 시작 지점이 아닌 RAP 픽쳐를 복호화할 때, RAP 픽쳐에 대응되는 SPS(Sequence Parameter Set)를 활성화시키는 비디오 복호화 방법을 제안한다.
다양한 실시 예는 랜덤 엑세스가 발생하는 경우에 효과적인 복호화를 수행할 수 있는 방법을 제공한다.
도 1a 은 본 발명의 일 실시 예에 따른 멀티 레이어 비디오 부호화 장치의 블록도를 도시한다.
도 1b 는 도 1a의 멀티 레이어 비디오 부호화 장치의 멀티 레이어 비디오 부호화 방법의 흐름도를 도시한다.
도 2a 은 본 발명의 일 실시 예에 따른 멀티 레이어 비디오 복호화 장치의 블록도를 도시한다.
도 2b 는 도 2a의 인터 레이어 비디오 복호화 장치의 인터 레이어 비디오 복호화 방법의 흐름도를 도시한다.
도 2c 내지 도 2f는 랜덤 엑세스가 발생하는 경우 비디오를 복호화하는 방법을 설명하기 위한 인터 레이어 및 멀티 레이어의 예측구조를 도시한다.
도 3 는 일 실시 예에 따른 이어 인터 레이어 예측 구조를 도시한다.
도 4a 는 멀티 레이어 영상들의 멀티 레이어 예측 구조를 도시한다.
도 4b 는 시간 계층적 부복호화 방식에 따른 멀티 레이어 예측 구조를 도시한다.
도 5a 및 5b는 두 실시 예에 따른 IDR(Instantaneous Decoding Refresh) 영상의 재생순서와 복원순서를 도시한다.
도 6a 및 6b는 두 실시 예에 따른 CRA(Clear Random Access) 영상의 재생순서와 복원순서를 도시한다.
도 7a 및 7b는 두 실시 예에 따른 BLA(Broken Link Access) 영상의 재생순서와 복원순서를 도시한다.
도 8 은 일 실시 예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 부호화 장치의 블록도를 도시한다.
도 9 은 일 실시 예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 복호화 장치의 블록도를 도시한다.
도 10 은 본 발명의 일 실시 예에 따른 부호화 단위의 개념을 도시한다.
도 11 는 본 발명의 일 실시 예에 따른 부호화 단위에 기초한 영상 부호화부의 블록도를 도시한다.
도 12 는 본 발명의 일 실시 예에 따른 부호화 단위에 기초한 영상 복호화부의 블록도를 도시한다.
도 13 는 본 발명의 일 실시 예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
도 14 은 본 발명의 일 실시 예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
도 15 은 본 발명의 일 실시 예에 따라, 심도별 부호화 정보들을 도시한다.
도 16 는 본 발명의 일 실시 예에 따른 심도별 부호화 단위를 도시한다.
도 17, 18 및 19는 본 발명의 일 실시 예에 따른, 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
도 20 은 표 1의 부호화 모드 정보에 따른 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
도 21 은 일 실시 예에 따른 프로그램이 저장된 디스크의 물리적 구조를 예시한다.
도 22 는 디스크를 이용하여 프로그램을 기록하고 판독하기 위한 디스크드라이브를 도시한다.
도 23 은 컨텐트 유통 서비스(content distribution service)를 제공하기 위한 컨텐트 공급 시스템(content supply system)의 전체적 구조를 도시한다.
도 24 및 25은, 일 실시 예에 따른 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법이 적용되는 휴대폰의 외부구조와 내부구조를 도시한다.
도 26 은 본 발명에 따른 통신시스템이 적용된 디지털 방송 시스템을 도시한다.
도 27 은 본 발명의 일 실시 예에 따른 비디오 부호화 장치 및 비디오 복호화 장치를 이용하는 클라우드 컴퓨팅 시스템의 네트워크 구조를 도시한다.
본 발명은 RAP(Random Access Point) 픽쳐가 향상 레이어에 위치하는지 결정하고, RAP 픽쳐와 연관된 RASL(Random Access Skipped Leading) 픽쳐가 출력되는지 결정하고, RAP 픽쳐가 향상 레이어에 위치하고, RASL 픽쳐가 출력되지 않도록 결정된 경우, CVS(Coded Video Sequence)의 시작 지점이 아닌 RAP 픽쳐를 복호화할 때, RAP 픽쳐에 대응되는 SPS(Sequence Parameter Set)를 활성화시키는 비디오 복호화 방법을 제안한다.
이하 도 1a 내지 도 7b을 참조하여, 일 실시 예에 따라 멀티 레이어 비디오 부호화 장치 및 멀티 레이어 비디오 복호화 장치와 멀티 레이어 비디오 부호화 방법, 멀티 레이어 비디오 복호화 방법이 개시된다. 또한, 도 8 내지 도 20을 참조하여, 일 실시 예에 따른 트리 구조의 부호화 단위에 기초하는 일 실시 예에 따른 멀티 레이어 비디오 부호화 장치 및 멀티 레이어 비디오 복호화 장치, 멀티 레이어 비디오 부호화 방법 및 멀티 레이어 비디오 복호화 방법이 개시된다. 또한, 도 21 내지 도 27을 참조하여, 일 실시 예에 따른 따라 멀티 레이어 비디오 부호화 방법, 멀티 레이어 비디오 복호화 방법, 비디오 부호화 방법, 비디오 복호화 방법이 적용 가능한 다양한 실시 예들이 개시된다.
이하, '영상'은 비디오의 정지영상이거나 동영상, 즉 비디오 그 자체를 나타낼 수 있다.
먼저, 도 1a 내지 도 7b을 참조하여, 일 실시 예에 따라 멀티 레이어 비디오 부호화 장치와 멀티 레이어 비디오 부호화 방법, 그리고 멀티 레이어 비디오 복호화 장치와 멀티 레이어 비디오 복호화 방법이 개시된다.
도 1a 은 본 발명의 일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10)의 블록도를 도시한다. 도 1b 는 도 1a의 멀티 레이어 비디오 부호화 장치(10)의 멀티 레이어 비디오 부호화 방법의 흐름도를 도시한다.
일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10)는 인터 레이어 부호화부(12) 및 출력부(14)를 포함한다.
일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10)는 스케일러블 비디오 코딩(Scalable Video Coding) 방식에 따라 다수의 비디오 스트림들을 레이어별로 분류하여 각각 부호화할 수 있다. 일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10)는 기본 레이어 영상들과 향상 레이어 영상들을 부호화한다.
예를 들어, 다시점 비디오가 스케일러블 비디오 코딩 방식에 따라 부호화될 수 있다. 중앙시점 영상들, 좌시점 영상들과 우시점 영상들이 각각 부호화되고, 이 중에서 중앙시점 영상들은 기본 레이어 영상들로서 부호화되고, 좌시점 영상들은 제1 향상 레이어 영상들, 우시점 영상들은 제2 향상 레이어 영상들로서 부호화될 수 있다. 기본 레이어 영상들의 부호화 결과가 기본 레이어 스트림으로 출력되고, 제1 향상 레이어 영상들 및 제2 향상 레이어 영상들의 부호화 결과가 각각 제1 향상 레이어 스트림 및 제2 향상 레이어 스트림으로 출력부(14)를 통하여 출력될 수 있다.
다른 예로, 시간 계층적 예측(Temporal Hierarchical Prediction)에 따라 스케일러블 비디오 코딩 방식이 수행될 수 있다. 기본 프레임 레이트의 영상들을 부호화하여 생성된 부호화 정보를 포함하는 기본 레이어 스트림이 출력될 수 있다. 기본 프레임 레이트의 영상들을 참조하여 고속 프레임 레이트의 영상들을 더 부호화하여, 고속 프레임 레이터의 부호화 정보를 포함하는 향상 레이어 스트림이 출력될 수 있다. 시간 계층적 예측 방식에 따른 스케일러블 비디오 코딩 방식은 도 4b 를 참조하여 후술한다.
또한, 기본 레이어와 다수의 향상 레이어들로 스케일러블 비디오 코딩이 수행될 수 있다. 향상 레이어가 셋 이상인 경우, 기본 레이어 영상들과 첫번째 향상 레이어 영상들, 두번째 향상 레이어 영상들, ..., K번째 향상 레이어 영상들이 부호화될 수도 있다. 이에 따라 기본 레이어 영상들의 부호화 결과가 기본 레이어 스트림으로 출력되고, 첫번째, 두번째, ..., K번째 향상 레이어 영상들의 부호화 결과가 각각 첫번째, 두번째, ..., K번째 향상 레이어 스트림으로 출력될 수 있다.
일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10)는 각 레이어마다, 비디오의 각각의 영상의 블록별로 부호화한다. 블록의 타입은 정사각형 또는 직사각형일 수 있으며, 임의의 기하학적 형태일 수도 있다. 일정한 크기의 데이터 단위로 제한되는 것은 아니다. 일 실시 예에 따른 블록은, 트리구조에 따른 부호화 단위들 중에서는, 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등일 수 있다. 트리구조에 따른 부호화 단위들에 기초한 비디오 부복호화 방식은, 도 8 내지 도 20을 참조하여 후술한다.
일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10)는 동일 레이어의 영상들을 상호 참조하여 예측하는 인터 예측(Inter Prediction)을 수행할 수 있다. 인터 예측을 통해, 현재영상과 참조영상 사이의 움직임 정보를 나타내는 모션 벡터(motion vector) 및 현재영상과 참조영상 사이의 잔차 성분(residual)이 생성될 수 있다.
또한, 일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10)는 기본 레이어 영상들을 참조하여 향상 레이어 영상들을 예측하는 인터 레이어 예측(Inter-layer Prediction)을 수행할 수 있다. 일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10)는 첫번째 향상 레이어 영상들을 참조하여 두번째 향상 레이어 영상들을 예측하는 인터 레이어 예측을 수행할 수도 있다. 인터 레이어 예측을 통해, 현재영상과 다른 레이어의 참조영상 사이의 위치 차이성분 및 현재영상과 다른 레이어의 참조영상 사이의 잔차 성분이 생성될 수 있다.
일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10)가 둘 이상의 향상 레이어를 허용하는 경우에는, 멀티 레이어 예측 구조에 따라 하나의 기본 레이어 영상들과 둘 이상의 향상 레이어 영상들 간의 인터 레이어 예측을 수행할 수도 있다.
인터 예측 및 인터 레이어 예측은 부호화 단위, 예측 단위 또는 변환 단위의 데이터 단위를 기초로 수행될 수도 있다.
일 실시 예에 따른 인터 레이어 부호화부(12)는, 기본 레이어 영상들을 부호화하여 기본 레이어 스트림을 생성한다. 인터 레이어 부호화부(12)는, 기본 레이어 영상들 간의 인터 예측을 수행할 수 있다. 일 실시 예에 따른 인터 레이어 부호화부(12)는, 기본 레이어 영상들 중에서 랜덤 엑세스가 가능한 RAP(Random Access Point) 영상들은 다른 영상을 전혀 참조하지 않고 부호화할 수 있다.
I-타입인 RAP 영상들은, IDR(Instantaneous Decoding Refresh) 영상, CRA(Clean Random Access) 영상, BLA(Broken Link Access) 영상, TSA(Temporal Sublayer Access) 영상, STSA(Stepwise Temporal Sublayer Access) 영상 중 어느 하나일 수 있다.
POC(picture order count)는 각각의 코딩된 픽쳐와 연관되는 값이며, CVS(Coded Video Sequence)내에서 해당 픽쳐를 나타내는 값이다. 동일한 CVS 내에 존재하는 픽쳐들의 POC를 통하여 각 픽쳐들간의 상대적인 시간거리로 표현된다. 어떤 픽쳐가 출력되는 순간에서 POC는 동일한 VCS 내에서 다른 픽쳐들과 비교하였을 때 상대적인 출력 순서를 의미한다.
CRA(Clean random access) 픽쳐는 I 슬라이스 만을 포함하고 각각의 슬라이스는 4의 nal_unit_type을 가지는 부호화된 픽쳐이다. 복호화 순서 및 출력 순서 모두에 있어서 CRA 픽쳐를 따르는 모든 부호화된 픽쳐들은 복호화 순서 또는 출력 순서 어느 하나에 있어서 CRA 픽쳐를 앞서는 어떠한 픽쳐로부터 인터 예측을 수행할 수 없다. 그리고 복호화 순서에서 CRA 픽쳐를 앞서는 적어도 하나의 픽쳐들은 출력 순서에서도 CRA 픽쳐를 앞선다.
IDR(Instantaneous decoding refresh) 픽쳐는 IdrPicFlag가 1인 부호화된 픽쳐로, 복호화 장치는 IDR 픽쳐의 복호화 처리에 있어서 모든 참조 픽쳐들을 “참조 되지 않음” 상태로 마크하게 된다. 복호화 순서에 있어서 IDR 픽쳐를 따르는 모든 부호화된 픽쳐들은 복호화 순서에 있어서 IDR 픽쳐보다 앞서는 어느 하나의 픽쳐로부터의 인터 예측 없이 부호화될 수 있다. 복호화 순서에 있어서 각각의 부호화된 비디오 시퀀스의 첫번째 픽쳐는 IDR 픽쳐이다.
브로큰 링크(Broken link)는 복호화 순서에 있어서 일부 순차적인 픽쳐들은 비트스트림의 생성에 있어서 수행된 명세되지 않은 동작들로 인하여 심각한 시각적 결함을 포함할 수도 있는 것으로 비트스트림에서 나타난 비트스트림에서의 위치를 나타낸다.
BLA(broken link access) 유닛은 엑세스 유닛에 있어서 부호화된 픽쳐가 BLA 픽쳐인 엑세스 유닛이다. BLA(broken link access) 픽쳐는 각각의 슬라이스가 6 또는 7의 nal_unit_type을 가지는 랜덤 엑세스 포인트 픽쳐이다. BLA 픽쳐는 브로큰 링크를 가진 CRA 픽쳐이다.
TSA(temporal sub-layer access) 픽쳐는 시간 레이어 상향 스위칭을 수행하기 위해 사용되는 픽쳐로 각각의 VCL NAL 유닛이 TSA_R 또는 TSA_N과 같은 nal_unit_type을 가지는 부호화된 픽쳐이다. STSA(step-wise temporal sub-layer access) 픽쳐는 점진적인 시간 상향 스위칭을 위하여 사용되는 픽쳐로 각각의 VCL NAL 유닛이 STSA_R 또는 STSA_N의 nal_unit_type을 가지는 부호화된 픽쳐이다.
또한, RAP 영상들은 리딩 영상들(Leading pictures)과 트레일링 영상들(Trailing Pictures)에 의해 참조될 수 있다. 리딩 영상들과 트레일링 영상들은 RAP 영상보다 복원순서는 늦지만, 리딩 영상은 RAP 영상보다 재생순서가 빠르고, 트레일링 영상은 RAP 영상보다 복원순서도 느리다. 트레일링 영상은 노말 영상(Normal Picture)으로도 칭해질 수 있다.
리딩 영상은 RADL(Random Access Decodable Leading) 영상, RASL (Random Access Skipped Leading) 영상으로 분류될 수도 있다. 리딩 영상보다 재생순서가 더 느린 RAP 영상에서 랜덤 엑세스가 발생할 때, RADL 영상은 복원 가능한 영상이지만, RASL 영상은 복원될 수 없다.
NoRaslOutputFlag는 RASL 픽쳐가 출력되는지 여부를 나타내기위해 필요한 플래그일 수 있다. 예를 들면, RASL 픽쳐가 출력되지 않는 경우 NoRaslOutputFlag가 1로 결정될 수 있다. 다른 예로, CRA 픽쳐 또는 BLA 픽쳐에 랜덤 엑세스가 발생하면 NoRaslOutputFlag는 1로 결정될 수 있다. 다른 예로, 스플라이싱이 발생할 경우 NoRaslOutputFlag는 1로 결정될 수 있다. 다른 예로, 레이어 스위칭이 발생할 경우 NoRaslOutputFlag는 1로 결정될 수 있다. 다른 예로, 비디오 복호화가 시작되는 위치에 CRA 픽쳐나, BLA 픽쳐가 있는 경우 NoRaslOutputFlag는 1로 결정될 수 있다.
CRA 픽쳐에 렌덤 엑세스가 발생한 경우에 CRA 픽쳐가 BLA 픽쳐로 바뀔 수 있다. BLA 픽쳐의 NoRaslOutputFlag가 1일 수 있다.
그러나 CRA 픽쳐에 랜덤 엑세스가 발생한 경우라도 CRA 픽쳐가 BLA 픽쳐로 바뀌지 못하는 경우가 있을 수 있다. 예를 들면 ROM(Read Only Memory)의 경우 랜덤 엑세스가 발생하더라도 CRA 픽쳐가 BLA 픽쳐로 바뀔 수 없다. 그러나 랜덤 엑세스가 발생한 경우라면 BLA 픽쳐로 바뀌지 못한 CRA 픽쳐에 대해 NoRaslOutputFlag가 1일 수 있다. 따라서 NoRaslOutputFlag가 1인 경우 CRA 픽쳐에 대해서 RASL 픽쳐가 출력되지 않을 수 있다.
CVS는 부호화된 비디오 시퀀스로서 CVS의 시작 위치를 복호화할 때 SPS(Sequence Parameter Set)가 활성화(activate)될 수 있다. 그러나 CVS의 시작 위치가 아닌 경우에도 SPS가 활성화되는 경우가 있으며 자세한 사항은 후술한다. RAP 엑세스 유닛은 CVS의 시작 위치일 수 있다.
특정 SPS가 활성화된다는 것은 인터 레이어 복호화부(24)가 특정 SPS를 파싱한다는 것을 의미할 수 있다. 특정 SPS가 파싱된 경우 인터 레이어 복호화부(24)는 파싱된 SPS를 이용하여 특정 SPS에 대응되는 영상 시퀀스의 복호화를 수행할 수 있다.
일 실시 예에 따른 인터 레이어 부호화부(12)는, 기본 레이어 영상들 중에서 기본 레이어 RAP 영상을 제외한 넌 RAP(Non-RAP) 영상에 대해 인터 예측을 수행할 수 있다. 기본 레이어 RAP 영상들에 대해서는 영상 내 주변픽셀들을 참조하는 인트라 예측(Intra Prediction)이 수행될 수 있다. 일 실시 예에 따른 인터 레이어 부호화부(12)는, 인터 예측 또는 인트라 예측을 수행한 결과 생성되는 결과 데이터에 대해 부호화를 수행하여 부호화 데이터를 생성할 수 있다. 예를 들어, 인터 예측 또는 인트라 예측을 수행한 생성된 결과 데이터를 수록하는 영상블록에 대해, 변환, 양자화, 엔트로피 부호화 등이 수행될 수 있다.
일 실시 예에 따른 인터 레이어 부호화부(12)는, 기본 레이어 RAP 영상의 부호화 데이터와 나머지 기본 레이어 영상들의 부호화 데이터를 포함하는 기본 레이어 스트림을 생성할 수 있다. 인터 레이어 부호화부(12)는, 기본 레이어 영상들 간의 인터 예측을 통해 생성된 모션 벡터들도 기본 레이어 스트림과 함께 출력부(14)를 통해 출력할 수 있다.
또한, 일 실시 예에 따른 인터 레이어 부호화부(12)는, 향상 레이어 영상들을 부호화하여 향상 레이어 스트림을 생성한다. 일 실시 예에 따른 인터 레이어 부호화부(12)는, 다수의 향상 레이어 영상들을 부호화하는 경우에는, 각 레이어별로 향상 레이어 영상들을 부호화하여 각 레이어별로 향상 레이어 스트림을 생성한다. 이하 설명의 편의를 위해, 일 실시 예에 따른 인터 레이어 부호화부(12)의 향상 레이어를 부호화 하기 위한 부호화 동작은, 한 레이어의 향상 레이어 영상들에 대한 동작으로 기술될 것이다. 다만, 인터 레이어 부호화부(12)의 동작이, 단 한 레이어의 향상 레이어 영상들에 대해서만 수행되는 동작은 아니며, 다른 레이어의 향상 레이어 영상들 각각에 대해서도 동일한 동작이 적용될 수 있다.
일 실시 예에 따른 인터 레이어 부호화부(12)는, 향상 레이어 영상을 부호화하기 위해, 기본 레이어 영상들을 참조하는 인터 레이어 예측과 동일 레이어 영상들을 참조하는 인터 예측을 수행할 수 있다.
인터 예측이나 인터 레이어 예측은, 참조되는 영상이 먼저 복원되어야 있어야 가능하다. 따라서 현재 레이어에서 제1 영상이 처음으로 복호화되는데 동일 레이어의 다른 영상이 참조되어야 한다면, 제1 영상의 복호화가 불가능하다. 따라서, 랜덤 엑세스가 가능한 RAP 영상은, 동일 레이어의 다른 영상을 참조하지 않고 부호화되어야 한다. 일 실시 예에 따라 RAP 영상에서 랜덤 엑세스가 발생하는 경우에 동일 레이어에서 먼저 복원된 영상들이 없더라도 RAP 영상은 곧바로 복호화되어 출력될 수 있다.
일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10)의 멀티 레이어 예측 구조에 따라 제1 레이어 영상들이 복호화되는 도중에 레이어 스위칭에 따라 제2 레이어 영상들이 복호화될 수 있다. 예를 들어, 다시점 영상 구조에서 시점(view) 변환이 발생하거나, 또는 시간 계층적 예측 구조에서 시간 계층의 변환이 발생하는 경우에, 멀티 레이어 예측 구조에서 레이어 스위칭이 수행될 수 있다. 이 경우에도, 레이어 스위칭 지점에서는 먼저 복원된 동일 레이어 영상들이 존재하지 않으므로 인터 예측이 불가능하다.
일 실시 예에 따른 인터 레이어 부호화부(12) 는 NAL 유닛에 영상별 부호화 데이터를 수록할 수 있다. NAL 유닛 타입 정보는, 현재 영상이 트레일링 픽처, TSA 영상, STSA 영상, RADL 영상, RASL 영상, BLA 영상, IDR 영상, CRA 영상, VLA 영상인지 여부를 나타낼 수 있다.
다양한 실시 예에 따른 인터 레이어 부호화부(12)는 레이어별로 독립적으로 랜덤 엑세스를 수행할 수 있도록 멀티 레이어 비디오를 부호화할 수 있다. 이하 본 발명의 일 실시 예에 따른 인터 레이어 부호화부(12)가 멀티 레이어 비디오를 부호화 하는 방법에 대하여 설명한다.
인터 레이어 부호화부(12)는 기본 레이어 및 향상 레이어를 포함하는 복수의 레이어에 대하여 RAP 픽쳐를 독립적으로 부호화할 수 있다. RAP 픽쳐는 IDR 픽쳐, CRA 픽쳐 및 BLA 픽쳐를 포함한다. 인터 레이어 부호화부(12)는 IDR 픽쳐를 모든 레이어에서 정렬되도록 부호화할 수 있다.
이하에서 정렬이란 특정 시점에서 모든 레이어에 대하여 동일한 타입의 픽쳐가 나타나는 것을 의미할 수 있다. 예를 들어, 특정 시점의 POC에서 복수의 레이어 중 어느 한 레이어에서 IDR 픽쳐를 부호화 하여야 한다면, 인터 레이어 부호화부(12)는 해당 POC에서의 모든 레이어에 대한 픽쳐들은 모두 IDR 픽쳐로 부호화할 수 있다.
같은 POC를 갖고, 다른 레이어에 속한 픽쳐들의 집합은 엑세스 유닛으로 부호화될 수 있다. 따라서 같은 엑세스 유닛에 속한 픽쳐들은 같은 POC를 가질 수 있다.
이를 위하여 인터 레이어 부호화부(12)는 향상 레이어 영상에 대하여 IDR 픽쳐를 부호화 할 수 있다. 예를 들어, 0보다 큰 계층 식별자(nuh_layer_id)를 가지는 IDR 픽쳐들을 생성할 수 있다. 인터 레이어 부호화부(12)는 인터 예측이 허용되지 않더라도 인터-레이어 예측을 수행하여 IDR 픽쳐를 생성할 수 있다.
인터 레이어 부호화부(12)는 레이어가 없는 영상에 대한 엑세스 유닛 또는 모든 레이어에 대한 엑세스 유닛에 있어서 IDR 픽쳐들을 생성할 수 있다. 예를 들어, IDR 타입의 NAL 유닛은 모든 계층들의 복호화가 시작될 수 있는 IDR 엑세스 유닛일 수 있다.
인터 레이어 부호화부(12)는 CRA 픽쳐를 모든 계층에서 정렬하지 않고 부호화할 수 있다. 예를 들어, 특정 시점의 POC에서 모든 레이어에 CRA 픽쳐가 나타나도록 부호화될 필요는 없다. 인터 레이어 부호화부(12)는 향상 레이어에 있어서 CRA NAL 유닛을 생성할 수 있다. 예를 들어, 인터 레이어 부호화부(12)는 nuh_layer_id가 0보다 클 때 CRA NAL 유닛 타입을 사용할 수 있다. 인터 레이어 부호화부(12)는 인터 예측이 허용되지 않더라도 인터-레이어 예측을 수행하여 CRA 픽쳐를 생성할 수 있다. 예를 들어 인터 레이어 부호화부(12)는 CRA 픽쳐를 부호화함에 있어서 인터 예측을 사용할 수는 없지만, 0 보다 큰 nuh_layer_id를 가지는 CRA NAL 유닛들에 대한 인터-레이어 예측은 사용할 수 있다.
인터 레이어 부호화부(12)는 CRA NAL 유닛들을 생성함에 있어서, 레이어들 간에 동일 시점에서 CRA NAL 유닛들이 나타나도록 픽쳐들을 정렬할 필요는 없다. 하나의 CRA NAL 유닛 타입은 특정 nuh_layer_id 값을 가지는 모든 VCL NAL 유닛들에 대하여 사용될 수 있다. 예를 들어, 하나의 BLA NAL 유닛 타입은 특정 계층 식별자에 해당하는 NAL 유닛들에만 사용되고 BLA NAL 유닛 타입이 아닌 다른 NAL 유닛 타입은 동일한 엑세스 유닛인 다른 특정 nuh_layer_id 값을 가지는 모든 VCL NAL 유닛에 대하여 사용될 수 있다. BLA NAL 유닛 타입은 정렬되지 않을 수 있으므로, 하나의 엑세스 유닛 내에 특정 레이어에 BLA NAL 유닛 타입이 위치하는 경우라도 동일한 엑세스 유닛의 다른 레이어에 BLA NAL 유닛 타입 외의 NAL 유닛 타입이 위치할 수 있다.
한편, 비트 스트림이 스플라이스(spliced) 된 경우, 엑세스 유닛 내의 모든 CRA 픽쳐들은 BLA 픽쳐로 변경될 수 있다.
또한, CRA NAL 유닛 타입은 nuh_layer_id가 0인 레이어 내에 위치하도록 부호화될 수 있고, CRA NAL 유닛들은 CVS 중간에 위치하도록 부호화될 수 있다. 인터 레이어 부호화부(12)는 기본 레이어의 CVS의 중간에 CRA NAL 유닛 타입이 위치하도록 영상 시퀀스를 부호화할 수 있다. 또는 인터 레이어 부호화부(12)는 향상 레이어의 CVS의 중간에 CRA NAL 유닛 타입이 위치하도록 영상 시퀀스를 부호화할 수 있다.
인터 레이어 부호화부(12)는 이전 NAL 유닛의 최대 nuh_layer_id 값보다 큰 nuh_layer_id 값을 갖는 레이어의 첫번째 NAL 유닛이 스플라이싱 포인트에서 IDR 픽쳐나 BLA 픽쳐가 되도록 영상 시퀀스를 부호화할 수 있다.
인터 레이어 부호화부(12)는 비트스트림이 스플라이스 된 경우 레이어 스위칭 포인트에서의 모든 레이어의 CRA NAL 유닛들은 BLA NAL 유닛으로 바뀌도록 영상 시퀀스를 부호화할 수 있다.
인터 레이어 부호화부(12)는 이전 NAL 유닛의 최대 nuh_layer_id 값보다 큰 nuh_layer_id 값을 갖는 레이어의 첫번째 NAL 유닛이 업 레이어 스위칭 포인트에서 IDR 픽쳐나 BLA 픽쳐가 되도록 영상 시퀀스를 부호화할 수 있다.
인터 레이어 부호화부(12)는 비트 스트림이 이전 레이어 보다 상위 레이어에서 추출되는 경우, 레이어 스위칭 포인트에서 상위 레이어와 관련된 CRA NAL 유닛들이 BLA NAL 유닛으로 바뀌도록 영상 시퀀스를 부호화 할 수 있다.
멀티 레이어 부호화 영상들 중에서, BLA 픽쳐는 모든 계층에서 정렬되지 않도록 부호화될 수 있다.
예를 들면, 특정 레이어의 VCL NAL 유닛들에 BLA NAL 유닛 타입이 사용되고, 같은 엑세스 유닛 내의 다른 레이어의 VCL NAL 유닛들에 BLA NAL이 아닌 유닛 타입이 사용될 수 있다.
BLA NAL 유닛 타입은 nuh_layer_id가 0보다 클 때 사용될 수 있어서 향상 레이어에서 BLA NAL 유닛이 나타나도록 영상 시퀀스는 부호화될 수 있다. 인터 레이어 부호화부(12)는 비트 스트림이 스플라이스될 경우, 엑세스 유닛 내의 모든 CRA 픽쳐들이 BLA 픽쳐들로 변경되고, 레이어들이 스위칭될 경우, 관련된 레이어들의 CRA 픽쳐들이 BLA 픽쳐들로 변경되도록 영상 시퀀스를 부호화할 수 있다. BLA 픽쳐는 비트스트림의 스플라이싱 뿐만 아니라 계층 스위칭의 알림을 위해서도 사용될 수 있다.
예를 들면, 인터 레이어 부호화부(12)는 비트 스트림이 업 레이어 스위칭 될 경우 연관된 상위 레이어의 CRA NAL 유닛들이 BLA NAL 유닛들로 바뀌도록 영상 시퀀스를 부호화할 수 있다.
예를 들면, 인터 레이어 부호화부(12)는 기본 레이어 픽쳐에서 향상 레이어 픽쳐로 스위칭될 경우 향상 레이어 픽쳐의 CRA NAL 유닛이 BLA NAL 유닛으로 바뀌도록 영상 시퀀스를 부호화할 수 있다.
인터 레이어 부호화부(12)는 각 레이어에 대하여 독립적으로 IDR 픽쳐, CRA 픽쳐 및 BLA 픽쳐가 포함되도록 영상 시퀀스를 부호화할 수 있다. 부호화된 영상 시퀀스에 대해서 랜덤엑세스, 스플라이싱, 비트스트림 추출 및 레이어 스위칭이 각 레이어별로 독립적으로 처리될 수 있다. 예를 들어, 인터 레이어 부호화부(12)는 각 레이어의 IDR 픽쳐 또는 BLA 픽쳐를 사용하여 독립적으로 SPS(Sequence Parameter Set)가 활성화되도록 영상 시퀀스를 부호화할 수 있다. 인터 레이어 부호화부(12)는 기본 레이어의 IDR 픽쳐, CRA 픽쳐 및 BLA 픽쳐가 랜덤 엑세스 포인트로 사용될 수 있고, 향상 레이어의 IDR 픽쳐, CRA 픽쳐 및 BLA 픽쳐가 비트스트림 추출 및 레이어 스위칭 포인트중 어느 하나로 사용될 수 있도록 영상 시퀀스를 부호화 할 수 있다.
기본 레이어의 CRA 픽쳐는 비트스트림의 랜덤 엑세스 포인트로 사용되며, 향상 레이어의 CRA 픽쳐는 레이어 스위칭 또는 비트스트림 추출 포인트로 사용될 수 있다.
인터 레이어 부호화부(12)는 BLA 픽쳐를 모든 계층들에서 정렬하지 않고 부호화할 수 있다. 예를 들어, 특정 시점의 POC에서 모든 레이어에 BLA 픽쳐가 나타나도록 부호화될 필요는 없다. 인터 레이어 부호화부(12)는 nuh_layer_id가 0보다 클 때 BLA NAL 유닛 타입을 사용할 수 있어서, 향상 레이어 영상의 부호화에 있어서 BLA 픽쳐를 부호화할 수 있다. 한편, 복호화에 있어서 비트 스트림이 스플라이스된 경우 엑세스 유닛 내의 모든 CRA 픽쳐들은 BLA 픽쳐들로 변경될 수 있다. 복호화에 있어서 계층들이 스위치된 경우 관련된 계층들의 CRA 픽쳐들은 BLA 픽쳐들로 변경될 수 있다. BLA 픽쳐는 비트스트림의 스플라이싱 뿐만 아니라 계층 스위칭의 알림을 위해서도 사용될 수 있다.
위와 같이 부호화 장치는 각 레이어에 대하여 독립적으로 IDR 픽쳐, CRA 픽쳐 및 BLA 픽쳐를 부호화함으로써, 랜덤엑세스, 스플라이싱, 비트스트림 추출 및 레이어 스위칭이 각 레이어별로 독립적으로 처리될 수 있다. 예를 들어, 각 레이어의 IDR 픽쳐 또는 BLA 픽쳐는 독립적으로 SPS를 활성화시킬 수 있다. 부호화 장치는 랜덤 엑세스 포인트의 역할을 수행하도록 기본 레이어의 IDR 픽쳐, CRA 픽쳐 및 BLA 픽쳐를 부호화하고, 비트 추출 및 레이어 스위칭 포인트중 어느 하나의 역할을 수행할 수 있도록 향상 레이어의 IDR 픽쳐, CRA 픽쳐 및 BLA 픽쳐를 부호화할 수 있다.
인터 레이어 부호화부(12)는 레이어 스위칭이 CVS의 중간에서 발생할 수 있도록 영상 시퀀스를 부호화할 수 있다. CVS는 부호화된 비디오 시퀀스로서 CVS의 시작 위치를 복호화할 때 SPS가 활성화될 수 있다. 그러나 CVS의 시작 위치가 아닌 경우에도 SPS가 활성화되도록 영상 시퀀스가 부호화 될 수 있다.
예를 들면 NoRaslOutputFlag가 1인 경우, 향상 레이어에 위치한 RAP 픽쳐가 새로운 CVS의 시작 위치가 아니라도 연관되는 레이어의 SPS가 활성화되도록 영상 시퀀스가 부호화 될 수 있다. 또는 NoRaslOutputFlag가 1인 경우, 향상 레이어에 위치한 RAP 픽쳐가 새로운 CVS의 시작 위치가 아니라도 연관되는 CVS의 SPS가 활성화 되도록 영상 시퀀스가 부호화 될 수 있다. 구체적인 사항은 도 2c에서 후술한다.
인터 레이어 부호화부(12)는 랜덤 엑세스가 발생하는 경우 복호화할 수 없는 RASL 픽쳐가 폐기(discard)되고, 폐기되는 RASL 픽쳐를 참조하는 픽쳐들도 폐기되도록 영상 시퀀스를 부호화 할 수 있다.
폐기는 복호화가 수행되기 전에 메모리에서 삭제하는 것을 의미할 수 있다. 예를 들면, 인터 레이어 복호화부(24)는 폐기되는 픽쳐를 복호화되기 전에 DPB(Decoded Picture Buffer)에서 삭제할 수 있다. 구체적인 사항은 도2d에서 후술한다.
POC는 픽쳐 순서를 카운트하기 위한 변수로, 동일한 CVS 내에 존재하는 픽쳐들의 POC를 통해서 각 픽쳐들 간의 상대적인 시간 거리가 표현될 수 있다. POC 값을 비트 형식으로 표현할 때, 상위 비트에 해당하는 값은 MSB, 하위 비트에 해당하는 값은 LSB로 표현할 수 있다.
인터 레이어 부호화부(12)는 기본 레이어에서 랜덤 엑세스가 발생하면, POC 값의 MSB를 0으로 설정 할 수 있다. 구체적인 방식은 도 2e에서 후술한다.
그러나 향상 레이어에서 랜덤 엑세스가 발생하는 경우에는, POC 값의 MSB가 0이 아닌 값이 될 수 있다. 구체적인 사항은 도 2f에서 후술한다.
도 1b 는 도 1a의 멀티 레이어 비디오 부호화 장치(10)의 멀티 레이어 비디오 부호화 방법의 흐름도를 도시한다.
단계 S110에서 인터 레이어 부호화부(12)는 향상 레이어에 포함된 픽쳐 중 CVS의 시작 지점이 아닌 영상을 RAP 픽쳐로 부호화한다.
CVS는 부호화된 비디오 시퀀스로서 하나의 CVS 내에 하나 이상의 RAP 픽쳐가 포함될 수 있다. 예를 들면, 하나의 CVS 내에 복수개의 CRA 픽쳐 가 포함될 수 있다. 다른 예로, 하나의 CVS 내에 복수개의 IDR 픽쳐가 포함될 수 있다.
또한, CVS의 시작 위치에는 RAP 픽쳐가 위치할 수 있다.
인터 레이어 부호화부(12)는 향상 레이어에 포함된 픽쳐 중 CVS의 시작 지점이 아닌 영상을 RAP 픽쳐로 부호화할 수 있다. 따라서 멀티 레이어 비디오 부호화 장치(10)는 CVS의 중간에 RAP 픽쳐가 위치하도록 비트스트림을 생성할 수 있다.
단계 S120에서 인터 레이어 부호화부(12)는 단계 S110에서 부호화된 RAP 픽쳐와 연관된 RASL 픽쳐가 출력되지 않을 경우, RAP 픽쳐의 복호화에 대응되어 활성화되는 SPS를 부호화한다.
인터 레이어 부호화부(12)는 단계 S110에서 부호화된 RAP 픽쳐와 연관된 RASL 픽쳐가 출력되는지 결정할 수 있다. 인터 레이어 부호화부(12)는 단계 S110에서 부호화된 RAP 픽쳐와 연관된 RASL 픽쳐가 출력되지 않는 경우 NoRaslOutputFlag의 값을 1로 설정할 수 있다.
그리고 인터 레이어 부호화부(12)는 RASL 픽쳐가 출력되지 않을 경우 RAP 픽쳐의 복호화에 대응되어 활성화되는 SPS를 부호화할 수 있다.
예를 들면, 인터 레이어 부호화부(12)는 향상 레이어에 위치하는 픽쳐 중 CVS의 시작 지점이 아닌 RAP 픽쳐에 랜덤 엑세스가 발생할 때 활성화되는 SPS를 부호화할 수 있다.
활성화되는 SPS는 랜덤 엑세스가 발생한 RAP 픽쳐가 속한 CVS를 복호화하기 위해 필요한 정보일 수 있다.
활성화되는 SPS는 랜덤 엑세스가 발생한 RAP 픽쳐가 속한 레이어를 복호화하기 위해 필요한 정보일 수 있다.
또한, 인터 레이어 부호화부(12)는 NoRaslOutputFlag를 생성할 수 있다. NoRaslOutputFlag는 RASL 픽쳐가 출력되는지 여부를 나타내는 플래그로서 상술한 바 있다.
도 2a 는 본 발명의 일 실시 예에 따른 멀티 레이어 비디오 복호화 장치의 블록도를 도시한다. 일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)는 수신부(22) 및 인터 레이어 복호화부(24)를 포함한다.
일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)는, 기본 레이어 스트림과 향상 레이어 스트림을 수신한다. 멀티 레이어 비디오 복호화 장치(20)가, 스케일러블 비디오 코딩 방식에 따라, 기본계층 스트림으로서 기본 레이어 영상들의 부호화 데이터가 수록된 기본 레이어 스트림을 수신하고, 향상계층 스트림으로서 향상 레이어 영상들의 부호화 데이터가 수록된 향상 레이어 스트림을 수신할 수 있다.
일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)는 다수의 레이어 스트림들을 스케일러블 비디오 코딩(Scalable Video Coding) 방식에 따라 복호화할 수도 있다. 일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)는 기본 레이어 스트림을 복호화하여 기본 레이어 영상들을 복원하고, 향상 레이어 스트림을 복호화하여 향상 레이어 영상들을 복원할 수 있다.
예를 들어, 다시점 비디오가 스케일러블 비디오 코딩 방식에 따라 부호화될 수 있다. 예를 들어, 기본 레이어 스트림을 복호화하여 중앙시점 영상들이 복원될 수 있다. 기본 레이어 스트림에 제1 향상 레이어 스트림을 더 복호화하여 좌시점 영상들이 복원될 수 있다. 기본 레이어 스트림에 제2 향상 레이어 스트림을 더 복호화하여 우시점 영상들이 복원될 수 있다.
다른 예로, 시간 계층적 예측에 따라 스케일러블 비디오 코딩 방식이 수행될 수 있다. 기본 레이어 스트림을 복호화하여 기본 프레임 레이트의 영상들이 복원될 수 있다. 기본 레이어 스트림에 향상 레이어 스트림을 더 복호화하여 고속 프레임 레이트의 영상들이 복원될 수 있다.
또한, 향상 레이어가 셋 이상인 경우, 첫번째 향상 레이어 스트림으로부터 첫번째 향상 레이어에 대한 첫번째 향상 레이어 영상들이 복원되고, 두번째 향상 레이어 스트림을 더 복호화하면 두번째 향상 레이어 영상들이 더 복원될 수 있다. 첫번째 향상 레이어 스트림에 K번째 향상 레이어 스트림을 더 복호화하면 K번째 향상 레이어 영상들이 더 복원될 수도 있다.
일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)는 비디오의 각각의 영상의 블록별로 복호화한다. 일 실시 예에 따른 블록은, 트리구조에 따른 부호화단위들 중에서는, 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등일 수 있다.
일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)는, 기본 레이어 스트림과 향상 레이어 스트림으로부터 기본 레이어 영상들 및 향상 레이어 영상들의 부호화된 데이터를 획득하고, 더하여 인터 예측에 의해 생성된 모션 벡터 및 인터 레이어 예측에 의해 생성된 변이 정보를 더 획득할 수 있다.
예를 들어 일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)는 각 레이어별로 인터 예측된 데이터를 복호화하고, 다수 레이어 간에 인터 레이어 예측된 데이터를 복호화할 수 있다. 일 실시 예에 따른 부호화 단위 또는 예측 단위를 기초로 움직임 보상(Motion Compensation) 및 인터 레이어 복호화를 통한 복원이 수행될 수도 있다.
각 레이어 스트림에 대해서는 동일 레이어의 인터 예측을 통해 예측된 영상들을 상호 참조하는 움직임 보상을 수행하여 영상들을 복원할 수 있다. 움직임 보상은, 현재 영상의 모션 벡터를 이용하여 결정된 참조영상과, 현재 영상의 잔차 성분을 합성하여 현재 영상의 복원 영상을 재구성하는 동작을 의미한다.
또한, 일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)는 인터 레이어 예측을 통해 예측된 향상 레이어 영상을 복원하기 위해 기본 레이어 영상들을 참조하여 인터 레이어 복호화를 수행할 수도 있다. 인터 레이어 복호화는, 현재 영상의 변이 정보를 이용하여 결정된 다른 레이어의 참조영상과, 현재 영상의 잔차 성분을 합성하여 현재 영상의 복원 영상을 재구성하는 동작을 의미한다.
일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)는 첫번째 향상 레이어 영상들을 참조하여 예측된 두번째 향상 레이어 영상들을 복원하기 위한 인터 레이어 복호화를 수행할 수도 있다.
일 실시 예에 따라 기본 레이어 영상들과 향상 레이어 영상들은 랜덤 엑세스가 가능한 지점인 RAP 영상들을 포함할 수 있다.
인터 레이어 복호화부(24)는 수신된 기본 레이어 스트림을 복호화하여 기본 레이어 영상들을 복원한다. 구체적으로 기본 레이어 스트림을 파싱하여 추출된 심볼들에 대해 엔트로피 복호화, 역양자화, 역변환을 수행하여 기본 레이어 영상들의 잔차 성분이 복원될 수 있다.
인터 레이어 복호화부(24)는 기본 레이어 영상들의 양자화된 변환계수들의 비트스트림을 수신부(22)를 통하여 수신할 수 있다. 양자화된 변환계수들에 대해 역양자화, 역변환을 수행한 결과, 기본 레이어 영상들의 잔차 성분이 복원될 수 있다. 인터 레이어 복호화부(24)는 기본 레이어 영상들을 상호 참조하는 움직임 보상을 통해, 기본 레이어 영상들을 복원할 수 있다.
인터 레이어 복호화부(24)는 기본 레이어 스트림 중에서, I-타입인 기본 레이어 RAP 영상의 양자화된 변환계수를 복호화하여 기본 레이어 RAP 영상을 복원할 수 있다. 일 실시 예에 따른 인터 레이어 복호화부(24)는 기본 레이어 영상들 중에서 I-타입인 기본 레이어 RAP 영상들은 다른 기본 레이어 영상을 참조하지 않고 복원할 수 있다. 일 실시 예에 따른 인터 레이어 복호화부(24)는, 동일픽처 내에서 현재블록의 주변픽셀들을 이용하는 인트라 예측을 통해, I-타입인 기본 레이어 RAP 영상의 블록들의 픽셀들을 복원할 수도 있다.
또한 인터 레이어 복호화부(24)는, 기본 레이어 영상들 중에서 기본 레이어 RAP 영상을 제외한 기본 레이어 영상들에 대해서는, 다른 기본 레이어 영상들을 참조하는 움직임 보상을 통해 기본 레이어 영상들을 복원할 수 있다. 인터 레이어 복호화부(24)는, 기본 레이어 RAP 영상을 제외한 기본 레이어 영상들의 잔차 성분을 복원하고, 기본 레이어 영상들 중에서 참조영상을 결정하여, 참조영상을 잔차 성분만큼 보상함으로서, 기본 레이어 영상들을 복원할 수 있다.
일 실시 예에 따른 인터 레이어 복호화부(24)는, 향상 레이어 스트림을 복호화하여 향상 레이어 영상들을 복원한다. 구체적으로 향상 레이어 스트림을 파싱하여 추출된 심볼들에 대해 엔트로피 부호화, 역양자화, 역변환을 수행하여 블록별 잔차 성분이 복원될 수 있다. 인터 레이어 복호화부(24)는, 잔차 성분의 양자화된 변환계수의 비트스트림을 직접 수신하고, 비트스트림에 대해 역양자화, 역변환을 수행하여 잔차 성분이 복원될 수도 있다.
일 실시 예에 따른 인터 레이어 복호화부(24)는, 향상 레이어 스트림을 복호화하기 위해, 기본 레이어 스트림으로부터 복원된 기본 레이어 영상들을 참조하는 움직임 보상과, 동일 레이어 영상들을 참조하는 인터 레이어 복호화를 통해 향상 레이어 영상들을 복원할 수 있다.
일 실시 예에 따른 인터 레이어 복호화부(24)는, 인터 레이어 복호화부(24)에서 복원된 기본 레이어 영상들을 참조하는 인터 레이어 복호화를 통해 향상 레이어 영상들을 복원할 수 있다. 소정 향상 레이어에 대해서는, 기본 레이어 영상들뿐만 아니라, 현재 향상 레이어가 아닌 다른 향상 레이어의 영상들도 참조하는 인터 레이어 복호화를 통해 현재 향상 레이어 영상들이 복원될 수 있다.
움직임 보상이나 인터 레이어 복호화는, 참조되는 영상이 먼저 복원되어야 있어야 가능하다. 다만 랜덤 엑세스가 가능한 RAP 영상은, 동일 레이어의 다른 영상을 참조하지 않는다. 따라서 일 실시 예에 따라 RAP 영상에서 랜덤 엑세스가 발생하는 경우에 동일 레이어에서 먼저 복원된 영상들이 없더라도 RAP 영상은 곧바로 복호화될 수 있다. 일 실시 예에 따른 멀티 레이어 예측 구조에서는, 기본 레이어 영상들 중에서 RAP 영상이 존재하면, 향상 레이어 영상들 중에서 기본 레이어 RAP 영상에 대응하는 향상 레이어 RAP 영상이 복원될 수 있다.
또한 인터 레이어 복호화부(24)는, 동일 레이어인 향상 레이어 영상들을 참조하는 움직임 보상을 수행하여 향상 레이어 영상들을 복원할 수 있다. 특히, 일 실시 예에 따른 인터 레이어 복호화부(24)는, 동일 레이어인 향상 레이어 RAP 영상을 참조하는 움직임 보상을 통해 향상 레이어 영상들을 복원할 수 있다.
인터 레이어 복호화부(24)는, RAP 영상이 아닌 향상 레이어 영상들을 위해서, 다른 레이어 영상을 참조하는 인터 레이어 복호화과 동일 레이어 영상들을 참조하는 움직임 보상을 통해 향상 레이어 영상들을 복원할 수 있다.
구체적으로 인터 레이어 복호화부(24)는, 향상 레이어 스트림을 복호화하여 향상 레이어 RAP 영상을 제외한 향상 레이어 영상들의 움직임 벡터와 잔차 성분을 획득할 수 있다. 인터 레이어 복호화부(24)는, 움직임 벡터를 이용하여 동일 레이어 영상들 중에서 참조영상을 결정하고, 참조영상을 잔차 성분만큼 보상함으로써 향상 레이어 영상들을 복원할 수 있다. 현재영상의 현재블록의 움직임 벡터를 이용하여 참조영상 중에서 참조블록이 결정될 수 있다.
구체적으로 인터 레이어 복호화부(24)는, 향상 레이어 스트림을 복호화하여 향상 레이어 RAP 영상을 제외한 향상 레이어 영상들의 변이 정보와 잔차 성분을 획득할 수 있다. 인터 레이어 복호화부(24)는, 변이 정보를 이용하여 다른 레이어 영상들 중에서 참조영상을 결정하고, 참조영상을 잔차 성분만큼 보상함으로써 향상 레이어 영상들을 복원할 수 있다.
일 실시 예에 따른 인터 레이어 복호화부(24)는, 다수의 향상 레이어 스트림들을 복호화하는 경우에는, 각 레이어별로 향상 레이어 스트림을 복호화하여 각 레이어별로 향상 레이어 영상들을 복원할 수 있다. 이하 설명의 편의를 위해, 일 실시 예에 따른 인터 레이어 복호화부(24)의 향상 레이어 스트림에 대한 복호화 동작은, 한 레이어의 향상 레이어 스트림에 대한 동작으로 기술될 것이다. 다만, 인터 레이어 복호화부(24)의 동작이 단 한 레이어의 향상 레이어 스트림에 대해서만 수행되는 동작은 아니며, 다른 레이어 스트림들 각각에 대해서도 동일한 동작이 수행될 수 있다.
일 실시 예에 따른 인터 레이어 복호화부(24)는, 향상 레이어 영상을 복원하기 위해, 기본 레이어 영상들을 참조하는 인터 레이어 복호화와 동일 레이어 복원영상들을 참조하는 움직임 보상을 수행할 수 있다.
일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)의 멀티 레이어 예측 구조에 따라 제1 레이어 스트림이 복호화되는 도중에 레이어 스위칭에 따라 제2 레이어 스트림이 복호화될 수 있다. 예를 들어, 다시점 영상 구조에서 시점 변환이 발생하거나, 또는 시간 계층적 예측 구조에서 시간 계층의 변환이 발생하는 경우에, 멀티 레이어 예측 구조에서 레이어 스위칭이 수행될 수 있다. 이 경우에도, 레이어 스위칭 지점에서는 먼저 복원된 동일 레이어 영상들이 존재하지 않으므로 인터 예측이 불가능하다.
인터 레이어 복호화부(24)는, NAL 유닛 마다 영상별 부호화 데이터를 획득할 수 있다. NAL 유닛 타입 정보를 파싱하여, 현재 영상이 트레일링 픽처, TSA 영상, STSA 영상, RADL 영상, RASL 영상, BLA 영상, IDR 영상, CRA 영상, VLA 영상인지 여부를 결정할 수 있다.
다양한 실시 예에 따른 인터 레이어 복호화부(24)는 레이어 별로 독립적으로 랜덤 엑세스를 수행할 수 있다. RAP 픽쳐는 IDR 픽쳐, CRA 픽쳐, BLA 픽쳐를 포함한다. 멀티 레이어 부호화 영상들 중에서, IDR 픽쳐들은 정렬되어 있을 수도 있고 정렬되어있지 않을 수도 있다.
인터 레이어 복호화부(24)는 IDR 픽쳐가 모든 레이어에서 정렬된 멀티 레이어 부호화 영상을 수신하여 복호화를 수행할 수 있다. 같은 엑세스 유닛에 포함된, NAL 유닛 타입이 IDR인 픽쳐들은 서로 같은 POC를 가질 수 있다.
예를 들어, 특정 시점의 POC에서 복수의 레이어 중 어느 한 레이어에서 IDR 픽쳐가 위치한다면, 인터 레이어 복호화부(24)는 해당 POC에서의 모든 레이어에 대한 픽쳐들은 모두 IDR 픽쳐임을 결정하고 복호화를 수행할 수 있다. 인터 레이어 복호화부(24)는 인터 예측이 허용되지 않더라도 인터-레이어 예측을 수행하여 IDR 픽쳐를 복호화할 수 있다.
정렬이란 특정 시점의 POC에서 모든 레이어에서 나타나는 픽쳐의 타입이 동일함을 의미할 수 있다. 예를 들면, 같은 엑세스 유닛에 속한 픽쳐들이 모두 IDR 픽쳐인 경우는 정렬된 상태일 수 있다. 그러나, 같은 엑세스 유닛에 속한 픽쳐들 중 어느 하나는 RAP 픽쳐, 다른 하나는 넌 RAP 픽쳐인 경우는 정렬되지 않은 상태일 수 있다.
같은 POC를 갖고, 다른 레이어에 속한 픽쳐들의 집합은 엑세스 유닛일 수 있다. 따라서 같은 엑세스 유닛에 속한 픽쳐들은 같은 POC를 가질 수 있다.
멀티 레이어 부호화 영상들 중에서, CRA 픽쳐들은 정렬 되지 않을 수 있다. CRA NAL 유닛 타입은 nuh_layer_id가 0보다 클 때 사용될 수 있어서 향상 레이어에서 CRA NAL 유닛이 나타날 수 있다. CRA 픽쳐들은 인터 예측이 수행될 수 없지만, 0 보다 큰 nuh_layer_id를 가지는 향상 레이어의 CRA NAL 유닛들에 대하여 인터-레이어 예측이 수행될 수 있다.
또한, CRA NAL 유닛 타입은 nuh_layer_id가 0인 경우에 사용될 수 있고, CRA NAL 유닛들은 CVS 중간에 위치할 수 있다. 따라서 기본 레이어의 CVS의 중간에 CRA NAL 유닛 타입이 위치할 수 있다. 또는 향상 레이어의 CVS의 중간에 CRA NAL 유닛 타입이 위치할 수 있다.
CRA NAL 유닛들은 계층들 간에 정렬될 필요가 없다. 예를 들어, 하나의 CRA NAL 유닛 타입은 특정 nuh_layer_id 값을 가지는 모든 VCL NAL 유닛들에 대하여 사용될 수 있다.
비트 스트림이 스플라이스(spliced) 된 경우, 엑세스 유닛 내의 모든 CRA 픽쳐들은 BLA 픽쳐로 변경될 수 있다. 기본 레이어의 CRA 픽쳐는 비트스트림의 랜덤 엑세스 포인트로 사용될 수 있고, 향상 레이어의 CRA 픽쳐는 레이어 스위칭 또는 비트스트림 추출 포인트로 사용될 수 있다.
이전 NAL 유닛의 최대 nuh_layer_id 값보다 큰 nuh_layer_id 값을 갖는 레이어의 첫번째 NAL 유닛은 스플라이싱 포인트에서 IDR 픽쳐나 BLA 픽쳐가 될 수 있다.
또한, 비트스트림이 스플라이스 된 경우 레이어 스위칭 포인트에서의 모든 레이어의 CRA NAL 유닛들은 BLA NAL 유닛으로 바뀔 수 있다.
이전 NAL 유닛의 최대 nuh_layer_id 값보다 큰 nuh_layer_id 값을 갖는 레이어의 첫번째 NAL 유닛은 업 레이어 스위칭 포인트에서 IDR 픽쳐나 BLA 픽쳐가 될 수 있다.
비트 스트림이 이전 레이어 보다 상위 레이어에서 추출되는 경우, 레이어 스위칭 포인트에서 상위 레이어와 관련된 CRA NAL 유닛들은 BLA NAL 유닛으로 바뀔 수 있다.
멀티 레이어 부호화 영상들 중에서, BLA 픽쳐는 모든 계층에서 정렬되지 않을 수 있다.
예를 들면, 특정 레이어의 VCL NAL 유닛들에 BLA NAL 유닛 타입이 사용되고, 같은 엑세스 유닛 내의 다른 레이어의 VCL NAL 유닛들에 BLA NAL이 아닌 유닛 타입이 사용될 수 있다.
BLA NAL 유닛 타입은 nuh_layer_id가 0보다 클 때 사용될 수 있어서 향상 레이어에서 BLA NAL 유닛이 나타날 수 있다. 비트 스트림이 스플라이스된 경우, 엑세스 유닛 내의 모든 CRA 픽쳐들은 BLA 픽쳐들로 변경될 수 있고, 레이어들이 스위칭된 경우, 관련된 레이어들의 CRA 픽쳐들은 BLA 픽쳐들로 변경될 수 있다. BLA 픽쳐는 비트스트림의 스플라이싱 뿐만 아니라 계층 스위칭의 알림을 위해서도 사용될 수 있다.
예를 들면, 비트 스트림이 업 레이어 스위칭 된 경우 연관된 상위 레이어의 CRA NAL 유닛들은 BLA NAL 유닛들로 바뀔 수 있다.
비트 스트림이 상위 계층으로 스위칭된 경우 관련된 상위 계층의 CRA NAL 유닛은 BLA NAL 유닛으로 바뀔 수 있다. 예를 들면, 기본 레이어 픽쳐에서 향상 레이어 픽쳐로 스위칭된 경우 향상 레이어 픽쳐의 CRA NAL 유닛은 BLA NAL 유닛으로 바뀔 수 있다. 그리고 기본 레이어 픽쳐에서 향상 레이어 픽쳐로 레이어 스위칭이 발생하기 위해서는 기본 레이어 픽쳐와 향상 레이어 픽쳐가 같은 엑세스 유닛에 포함되고, 향상 레이어 픽쳐가 RAP 픽쳐이어야 한다. RAP 픽쳐가 아닌 향상 레이어 픽쳐에 대해서는 레이어 스위칭이 발생할 수 없다. 향상 레이어 픽쳐가 RAP 픽쳐인 것은 레이어 스위칭이 발생하기 위한 조건일 수 있다.
향상 레이어에 위치한 BLA 픽쳐는 인터 예측이 허용되지 않는 경우라도 인터 레이어 예측을 할 때 이용될 수 있다. 또한, 향상 레이어에 위치한 CRA 픽쳐들도 인터 예측이 허용되지 않는 경우라도, 인터 레이어 예측을 수행할 때 이용될 수 있다.
기본 레이어와 동일한 엑세스 유닛에 속한 향상 레이어의 픽쳐가 RAP 픽쳐인 경우에 기본 레이어의 픽쳐에서 향상 레이어의 픽쳐로 레이어 스위칭이 일어날 수 있다. 그리고 업 레이어 스위칭은 비트 스트림이 상위 계층으로 레이어 스위칭되는 것을 의미할 수 있다.
인터 레이어 복호화부(24)는 향상 레이어에서의 CRA NAL 유닛을 사용하여 향상 레이어 부호화 영상을 독립적으로 복호화 할 수 있다. CRA 픽쳐들은 인터 예측이 수행될 수 없지만, 향상 레이어의 CRA 픽쳐들은 인터 레이어 예측될 수 있다.
인터 레이어 복호화부(24)는 하나의 CRA NAL 유닛 타입을 특정 nuh_layer_id 값을 가지는 모든 VCL NAL 유닛들에 대하여 사용할 수 있다. 인터 레이어 복호화부(24)는 비트 스트림이 스플라이스(spliced) 된 경우, 엑세스 유닛 내의 모든 CRA 픽쳐들을 BLA 픽쳐로 변경한다. 인터 레이어 복호화부(24)는 기본 레이어의 CRA 픽쳐를 비트스트림의 랜덤 엑세스 포인트로 사용할 수 있다. 인터 레이어 복호화부(24)는 향상 레이어의 CRA 픽쳐를 레이어 스위칭 또는 비트스트림 추출 포인트로 사용할 수 있다.
향상 레이어에서 BLA NAL 유닛이 나타날 수 있다. 인터 레이어 복호화부(24)는 비트 스트림이 스플라이스된 경우, 엑세스 유닛 내의 모든 CRA 픽쳐들을 BLA 픽쳐들로 변경하고, 레이어들이 스위칭된 경우, 관련된 레이어들의 CRA 픽쳐 들을 BLA 픽쳐들로 변경한다. BLA 픽쳐는 비트스트림의 스플라이싱 뿐만 아니라 계층 스위칭의 알림을 위해서도 사용될 수 있다.
위와 같이 인터 레이어 복호화부(24)는 각 레이어에 대하여 독립적으로 포함된 IDR 픽쳐, CRA 픽쳐 및 BLA 픽쳐 를 사용하여, 랜덤엑세스, 스플라이싱, 비트스트림 추출 및 레이어 스위칭을 각 레이어별로 독립적으로 처리할 수 있다. 예를 들어, 인터 레이어 복호화부(24)는 각 레이어의 IDR 픽쳐 또는 BLA 픽쳐를 사용하여 독립적으로 SPS(Sequence Parameter Set)를 활성화시켜 복호화를 수행할 수 있다. 복호화 장치는 기본 레이어의 IDR 픽쳐, CRA 픽쳐 및 BLA 픽쳐를 랜덤 엑세스 포인트로 사용하고, 향상 레이어의 IDR 픽쳐, CRA 픽쳐 및 BLA 픽쳐를 비트스트림 추출 및 레이어 스위칭 포인트중 어느 하나로 사용할 수 있다.
인터 레이어 복호화부(24)는 랜덤 엑세스 혹은 스플라이싱(splicing)이 일어난 포인트의 엑세스 유닛에 포함된 모든 CRA 픽쳐를 모두 BLA 픽쳐로 변환한다. 인터 레이어 복호화부(24)는 비트스트림 추출 및 레이어 스위칭이 일어난 포인트에서는, 비트스트림 추출 및 레이어 스위칭이 발생한 후 새롭게 전송되는 레이어들의 CRA 픽쳐들을 BLA 픽쳐로 변환한다. 인터 레이어 복호화부(24)는 각 레이어를 독립적으로 스플라이싱할 수 있다.
정렬되지 않은 멀티 레이어 비디오 영상에서 랜덤 엑세스가 일어날 경우 인터 레이어 복호화부(24)는 레이어 스위칭을 통해서 영상을 복호화할 수 있다.
CVS는 부호화된 비디오 시퀀스로서 CVS의 시작 위치를 복호화할 때 SPS가 활성화될 수 있다. 그러나 CVS의 시작 위치가 아닌 경우에도 SPS가 활성화되는 경우가 있다.
예를 들면, 레이어 스위칭 또는 랜덤 엑세스가 CVS의 중간에서 발생한 경우 CVS의 시작 위치가 아닌 경우에도 SPS가 활성화될 수 있다.
다른 예로, NoRaslOutputFlag가 1인 경우, 향상 레이어에 위치한 RAP 픽쳐가 새로운 CVS의 시작 위치가 아니라도 연관되는 레이어의 SPS가 활성화될 수 있다. 또는 NoRaslOutputFlag가 1인 경우, 향상 레이어에 위치한 RAP 픽쳐가 새로운 CVS의 시작 위치가 아니라도 연관되는 CVS의 SPS가 활성화될 수 있다. 구체적인 사항은 도 2c에서 후술한다.
RASL 픽쳐는 랜덤 엑세스가 수행될 때 복호화되지 않을 수 있다. 따라서 인터 레이어 복호화부(24)는 랜덤 엑세스가 발생하여 복호화를 수행할 때 복호화할 수 없는 RASL 픽쳐를 폐기(discard)할 수 있다. 예를 들면, 인터 레이어 복호화부(24)는 랜덤 엑세스가 발생한 RAP 픽쳐에 연관되는 RASL 픽쳐를 폐기할 수 있다.
또한, RASL 픽쳐들이 폐기되면 폐기된 RASL 픽쳐들을 참조하는 모든 픽쳐들이 폐기될 수 있다. 구체적인 사항은 도2d에서 후술한다.
인터 레이어 복호화부(24)는 POC 값이 변할 때마다, 변경된 POC 값에 대응되도록 POC 값의 LSB를 즉각적으로 업데이트 할 수 있다. 그리고 인터 레이어 복호화부(24)는 POC 값의 LSB가 한 싸이클이 지날 때 마다 종래의 POC 값의 MSB에 1을 더하는 방식으로 POC 값의 MSB를 업데이트 할 수 있다.
그리고 상술한 바와 같은 방식으로 POC 값의 MSB를 업데이트하는 경우, 기본 레이어에서 랜덤 엑세스가 발생하면, 인터 레이어 복호화부(24)는 POC 값의 MSB를 0으로 설정할 수 있다. 또한, PicOrderCntMsb는 POC 값의 MSB를 나타내는 변수를 의미할 수 있다. 구체적인 방식은 도 2e에서 후술한다.
그러나 향상 레이어에 속한 RAP 픽쳐의 PicOrderCntMsb는 NoRaslOutputFlag가 1이라도 0으로 설정되지 않을 수 있다. 구체적인 사항은 도 2f에서 후술한다.
도 2b 는 도 2a의 멀티 레이어 비디오 복호화 장치(20)의 멀티 레이어 비디오 복호화 방법의 흐름도를 도시한다.
수신부(22)는 데이터 스트림을 수신할 수 있다. 수신부(22)가 수신하는 데이터 스트림은 NAL (Network Abstraction Layer) 유닛들로 구성될 수 있다.
NAL 유닛은 비트 스트림을 구성하는 기본 단위인 네트워크 추상화 계층 유닛을 의미할 수 있다. 또한, 하나 이상의 NAL 유닛들이 데이터 스트림을 구성할 수 있다. 수신부(22)는 하나 이상의 NAL (Network Abstraction Layer) 유닛들로 구성된 데이터 스트림을 외부로부터 수신할 수 있다
인터 레이어 복호화부(24)는 수신된 데이터 스트림을 이용하여 데이터 스트림을 NAL 유닛 단위로 분리한 후, 분리된 각각의 NAL 유닛을 복호화할 수 있다.
각각의 NAL 유닛은 두 바이트의 헤더 정보를 포함할 수 있다. 또한 인터 레이어 복호화부(24)는 각각의 NAL 유닛에 포함된 두 바이트의 헤더 정보를 복호화 함으로써 각각의 NAL 유닛 내부의 데이터에 대한 대략적인 정보를 확인할 수 있다.
단계 S210에서 인터 레이어 복호화부(24)는 RAP 픽쳐가 향상 레이어에 위치하는지 결정한다.
예를 들면, 인터 레이어 복호화부(24)는 수신부(22)를 통해 수신한 정보를 이용하여 복호화하려는 RAP 픽쳐가 0보다 큰 계층 식별자(nuh_layer_id)를 가지는지 여부를 결정할 수 있다.
단계 S220에서 인터 레이어 복호화부(24)는 RAP 픽쳐와 연관된 RASL 픽쳐가 출력되는지 결정한다.
예를 들면, 인터 레이어 복호화부(24)는 복호화하려는 RAP 픽쳐와 연관된 RASL 픽쳐가 출력되는지 결정할 수 있다. 인터 레이어 복호화부(24)는 복호화하려는 RAP 픽쳐의 NoRaslOutputFlag의 값을 결정할 수 있다.
다른 예로, 인터 레이어 복호화부(24)는 복호화하려는 RAP 픽쳐에 랜덤 엑세스가 발생했는지 여부를 결정할 수 있다. 또는, 인터 레이어 복호화부(24)는 복호화하려는 RAP 픽쳐에 스플라이싱이 발생했는지 여부를 결정할 수 있다. 또는, 인터 레이어 복호화부(24)는 복호화하려는 RAP 픽쳐에 레이어 스위칭이 발생했는지 여부를 결정할 수 있다. 또는, 인터 레이어 복호화부(24)는 복호화하려는 RAP 픽쳐가 복호화가 시작되는 픽쳐인지 여부를 결정할 수 있다.
단계 S230에서 인터 레이어 복호화부(24)는 RAP 픽쳐가 향상 레이어에 위치하고, RASL 픽쳐가 출력되지 않도록 결정된 경우, CVS의 시작 지점이 아닌 RAP 픽쳐를 복호화할 때, RAP 픽쳐에 대응되는 SPS를 활성화한다.
예를 들면, 인터 레이어 복호화부(24)는 RASL 픽쳐가 출력되지 않도록 결정된 경우 향상 레이어에 위치하는 RAP 픽쳐 중 CVS의 시작 지점이 아닌 RAP 픽쳐를 복호화할 때, 복호화하려는 RAP 픽쳐가 속한 CVS의 SPS를 활성화할 수 있다.
하나의 레이어에 하나의 SPS가 대응될 수 있고, 하나의 레이어에 두개 이상의 SPS가 대응될 수도 있다. 그리고 하나의 CVS에 하나의 SPS가 대응될 수 있다.
CVS는 부호화된 비디오 시퀀스로서 CVS의 시작 위치를 복호화할 때 SPS가 활성화될 수 있다. 그러나 CVS의 시작 위치가 아닌 경우에도 SPS가 활성화되는 경우가 있으며 구체적인 사항은 후술한다.
도 2c 내지 도 2f는 랜덤 엑세스가 발생하는 경우 비디오를 복호화하는 방법을 설명하기 위한 인터 레이어 및 멀티 레이어의 예측구조를 도시한다.
도 2c 내지 도 2f에서 빗금이 쳐진 사각형(31)은 RAP 픽쳐를, 빗금이 쳐지지 않은 사각형(32)는 넌 RAP 픽쳐를 의미할 수 있다.
도 2c는 다양한 실시 예에 따라 정렬되지 않은 멀티 레이어의 비디오 영상에서 랜덤 엑세스가 일어났을 때 복호화하는 방법을 도시한다. 화살표(37)는 복호화가 진행되는 흐름을 설명하기 위한 화살표이다.
멀티 레이어는 하나의 기본 레이어와 하나 이상의 향상 레이어를 포함할 수 있다. 그리고 멀티 레이어 영상 시퀀스에 대해서 랜덤 엑세스가 발생할 때, 인터 레이어 복호화부(24)는 향상 레이어에 위치하는 픽쳐 중, CVS의 시작 지점이 아닌 RAP 픽쳐를 복호화하는 경우, 복호화하는 RAP 픽쳐에 대응되는 SPS를 활성화할 수 있다.
기본레이어에 속한 픽쳐(33)에서 랜덤 엑세스가 발생할 수 있다. 픽쳐(33)는 RAP 픽쳐이므로 랜덤 엑세스가 발생한 경우에도 인터 레이어 복호화부(24)는 픽쳐(33)를 복호화할 수 있다. 그러나 랜덤 엑세스가 발생한 픽쳐(33)와 같은 엑세스 유닛에 속한 제 1 향상 레이어의 픽쳐(35)는 RAP 픽쳐가 아니다. 따라서 제 1 향상 레이어의 픽쳐(35)는 복호화될 수 없다.
그러나 복호화가 진행되면서, 기본 레이어의 픽쳐(34)가 복호화될 때, 기본 레이어의 픽쳐(34)와 같은 엑세스 유닛에 속한 제 1 향상 레이어의 픽쳐(36)는 RAP 픽쳐이기 때문에 복호화될 수 있다. 따라서 인터 레이어 복호화부(24)는 제 1 향상 레이어의 픽쳐(36)가 복호화된 이후 제 1 향상 레이어의 다른 픽쳐들에 대해서도 복호화를 수행할 수 있다. 따라서 기본 레이어 픽쳐(34)를 복호화하는 도중 레이어 스위칭이 발생한다.
그러나 기본 레이어 픽쳐(34) 및 제 1 향상 레이어 픽쳐(36)가 속한 엑세스 유닛의 제 2 향상 레이어 픽쳐(79)는 넌 RAP 픽쳐이므로, 제 1 향상 레이어 픽쳐(36)에 랜덤 엑세스가 발생 하더라도 인터 레이어 복호화부(24)는 제 2 향상레이어 픽쳐(79)를 복호화 할 수 없다.
기본 레이어 픽쳐(34)에서 제 1 향상 레이어 픽쳐(36)로 레이어 스위칭이 발생하기 위해서는 기본 레이어 픽쳐(34)와 제 1 향상 레이어 픽쳐(36)가 같은 엑세스 유닛에 포함되고, 제 1 향상 레이어 픽쳐(36)가 RAP 픽쳐이어야 한다.
레이어 스위칭이 발생하면, 제 1 향상 레이어 픽쳐(36) 이후에 복호화되는 제 1 향상 레이어의 픽쳐들 중 RASL 픽쳐들은 복호화될 수 없다. 제 1 향상 레이어 픽쳐(36) 이후에 복호화되는 제 1 향상 레이어의 RASL 픽쳐들은 제 1 향상 레이어 픽쳐(36)보다 먼저 복호화되는 픽쳐를 참조하기 때문이다.
인터 레이어 복호화부(24)는 RASL 픽쳐를 출력하지 않는 경우 RASL 픽쳐를 출력하지 않음을 나타내는 플래그를 생성할 수 있다. 예를 들면, 인터 레이어 복호화부(24)는 소정의 RAP 픽쳐와 연관된 RASL 픽쳐를 출력하지 않을 때 NoRaslOutputFlag의 값을 1로 설정할 수 있다. 그리고 인터 레이어 복호화부(24)는 NoRaslOutputFlag의 값이 1일 때 소정의 RAP 픽쳐와 연관된 RASL 픽쳐에 대한 복호화를 수행하지 않을 수 있다.
인터 레이어 복호화부(24)는 CVS의 시작 픽쳐를 복호화할 때 SPS를 활성화할 수 있다. 그러나 일부 조건을 만족할 경우, CVS의 중간 픽쳐를 복호화할 때에도 SPS가 활성화될 수 있다.
예를 들면, 인터 레이어 복호화부(24)는 향상 레이어에 위치하는 픽쳐 중, NoRaslOutputFlag가 1인 RAP 픽쳐를 복호화하는 경우, 복호화하는 RAP 픽쳐가 CVS의 중간에 위치한 경우라도, 복호화하는 RAP 픽쳐에 대응되는 SPS를 활성화할 수 있다.
다른 예로, NoRaslOutputFlag가 1인 각 레이어의 RAP NAL 유닛은 대응되는 레이어의 SPS를 독립적으로 활성화시킬 수 있다.
다른 예로, NoRaslOutputFlag가 1인 경우, 향상 레이어에 위치한 RAP 픽쳐가 새로운 CVS의 시작 위치가 아니라도 연관되는 레이어의 SPS가 활성화될 수 있다. 또는 NoRaslOutputFlag가 1인 경우, 향상 레이어에 위치한 RAP 픽쳐가 새로운 CVS의 시작 위치가 아니라도 연관되는 CVS의 SPS가 활성화될 수 있다.
하나의 레이어에 하나의 SPS가 대응될 수도 있고, 복수개의 SPS가 대응될 수도 있다. 그러나 하나의 CVS에는 하나의 SPS가 대응될 수 있다. 따라서 CVS의 중간에 위치한 픽쳐를 복호화할 때 활성화되는 SPS는 복호화되는 픽쳐가 속한 레이어에 대응되는 SPS이거나, 복호화되는 픽쳐가 속한 CVS에 대응되는 SPS일 수 있다.
레이어 스위칭이 발생하면 제 1 향상 레이어의 픽쳐(36)의 NoRaslOutputFlag가 1일 수 있다. 그리고 레이어 스위칭이 발생할 때, 제 1 향상 레이어 픽쳐(36)는 CVS가 시작되는 픽쳐가 아닐 수 있다. 그러나 향상 레이어 픽쳐(36)의 위치가 CVS의 중간 위치라도 NoRaslOutputFlag가 1인 경우, 인터 레이어 복호화부(24)는 향상 레이어 픽쳐(36)를 복호화하면서 SPS를 활성화시킬 수 있다. SPS를 활성화시킬 때, 인터 레이어 복호화부(24)는 향상 레이어 픽쳐(36)가 속한 CVS에 대응되는 SPS를 활성화 시킬 수 있다. 또는 SPS를 활성화시킬 때, 인터 레이어 복호화부(24)는 향상 레이어 픽쳐(36)가 속한 레이어에 대응되는 SPS를 활성화 시킬 수 있다.
또한, 향상 레이어의 nuh_layer_id는 0보다 클 수 있다. 또한, nuh_layer_id는 NAL 유닛 헤더를 통해 시그널링 될 수 있다.
도 2d는 다양한 실시 예에 따라 정렬되지 않은 멀티 레이어의 비디오 영상에서 NoRaslOutputFlat가 1일 때 RASL 픽쳐 및 RASL 픽쳐를 참조하는 픽쳐와 관련하여 복호화하는 방법을 도시한다.
인터 레이어 복호화부(24)는 정렬되지 않은 멀티 레이어의 비디오 영상에서 NoRaslOutputFlat가 1일 때 복호화될 수 없는 RASL 픽쳐를 디코딩 되기 전에 폐기할 수 있다. 또한, 인터 레이어 복호화부(24)는 복호화될 수 없는 RASL 픽쳐를 폐기할 때, 폐기되는 RASL 픽쳐를 참조하는 픽쳐를 폐기할 수 있다.
도 2d의 멀티 레이어는 랜덤 엑세스가 발생하는 기본 레이어 픽쳐(33)는 RAP 픽쳐이지만, 기본 레이어 픽쳐(33)와 같은 엑세스 유닛에 속하는 향상 레이어 픽쳐(35)가 넌 RAP 픽쳐이므로 정렬이 되지 않은 멀티 레이어이다.
그러나 기본 레이어 픽쳐(34)와 같은 엑세스 유닛에 포함된 제 1 향상 레이어 픽쳐(36) 및 제 2 향상 레이어 픽쳐(73)는 모두 RAP 픽쳐이기 때문에 기본 레이어 픽쳐(34)가 복호화될 때, 제 1 향상 레이어 픽쳐(36) 및 제 2 향상 레이어 픽쳐(73)가 모두 복호화될 수 있다. 기본 레이어 픽쳐(34)를 복호화할 때 업 레이어 스위칭이 발생할 수 있다.
RASL 픽쳐는 랜덤 엑세스를 할 때 복호화되지 않을 수 있다. 랜덤 엑세스 된 RAP 픽쳐 이후에 복호화되는 RASL 픽쳐는 랜덤 엑세스 된 RAP 픽쳐 이전에 복호화되는 픽쳐를 참조로 하기 때문이다.
예를 들면, 제 1 향상 레이어 픽쳐(36)는 RAP 픽쳐이기 때문에 복호화가 가능하다. 그러나, 제 1 향상 레이어 픽쳐(36) 이후에 복호화되는 RASL 픽쳐(71)는 복호화될 수 없다. 제 1 향상 레이어 픽쳐(36) 이후에 복호화되는 RASL 픽쳐(71)는 제 1 향상 레이어 픽쳐(36) 이전에 복호화되는 픽쳐(39)를 참조하기 때문이다.
따라서 인터 레이어 복호화부(24)는 랜덤 엑세스가 발생하여 복호화를 수행할 때 RASL 픽쳐를 폐기할 수 있다. 또는 인터 레이어 복호화부(24)는 랜덤 엑세스가 발생하여 복호화를 수행할 때 향상 레이어에 위치한 RASL 픽쳐를 폐기할 수 있다.
예를 들면, 인터 레이어 복호화부(24)는 참조 픽쳐(39)를 참조하는 RASL 픽쳐(71) 및 참조 픽쳐(70)를 참조하는 RASL 픽쳐(72)를 폐기할 수 있다.
RASL 픽쳐 및 RADL NAL 유닛의 nuh_layer_id값은 0보다 클 수 있다. 따라서 RASL 픽쳐는 향상 레이어에 위치할 수 있다.
향상 레이어에 위치한 RAP 픽쳐와 연관된 RASL 픽쳐들은 복호화 전에 폐기될 수 있다. 예를 들면, 인터 레이어 복호화부(24)는 향상 레이어에 위치한 BLA 픽쳐보다 늦게 복호화되는 RASL 픽쳐들을 복호화되기 전에 폐기할 수 있다.
예를 들면, 인터 레이어 복호화부(24)에서, nuh_layer_id값이 0보다 큰 BLA 픽쳐와 연관된 RASL 픽쳐들은 복호화 되기 전에 폐기 될 수 있다.
다른 예로, 비트스트림이 스플라이스 된 경우 레이어 스위칭 포인트에서의 모든 레이어의 CRA 픽쳐는 BLA 픽쳐로 바뀌고, 기본 레이어 또는 향상 레이어에 위치하는 BLA 픽쳐와 연관된 RASL 픽쳐들은 복호화 되기 전에 폐기될 수 있다.
다른 예로, 비트스트림이 렌덤 엑세스 된 경우 렌덤 엑세스 포인트에서의 모든 레이어의 CRA 픽쳐는 BLA 픽쳐로 바뀌고, 기본 레이어 또는 향상 레이어에 위치하는 BLA 픽쳐와 연관된 RASL 픽쳐들은 복호화 되기 전에 폐기될 수 있다.
다른 예로, 비트스트림이 처음 시작되는 경우 처음 시작되는 픽쳐가 RAP 픽쳐인 경우 기본 레이어 또는 향상 레이어에 위치하는 RAP 픽쳐와 연관된 RASL 픽쳐들은 복호화 되기 전에 폐기될 수 있다.
또한, RASL 픽쳐들이 폐기되면 폐기된 RASL 픽쳐들을 참조하는 모든 픽쳐들이 폐기될 수 있다. 예를 들면, RASL 픽쳐들이 폐기될 때, 폐기된 RASL 픽쳐들을 인터 레이어 예측을 위해 참조하는 다른 레이어에 위치한 모든 픽쳐들이 폐기될 수 있다. 다른 예로, RASL 픽쳐들이 폐기될 때, 폐기된 RASL 픽쳐들을 인터 레이어 예측을 위해 참조하는 상위 레이어에 위치한 모든 픽쳐들이 폐기될 수 있다. (번역) 현재 레이어보다 nuh_layer_id값이 더 큰 레이어를 상위 레이어라고 할 수 있다.
상술한 바와 같이 업 레이어 스위칭이 발생할 때, 향상 레이어에 속한 RASL 픽쳐들(71, 72)은 복호화되기 전에 폐기될 수 있지만, 기본 레이어에 속한 RASL 픽쳐(80)는 폐기되지 않을 수 있다. 기본 레이어에 속한 RASL 픽쳐(80)는 업 레이어 스위칭이 발생되기 전의 픽쳐(81)를 참조하지만, 업 레이어 스위칭이 발생되기 전의 픽쳐(81)는 복호화되어 참조가 가능하므로, 기본 레이어에 속한 RASL 픽쳐(80)는 폐기되지 않을 수 있다.
예를 들면, 비트 스트림이 이전 레이어 보다 상위 레이어에서 추출되는 경우, 레이어 스위칭 포인트에서 상위 레이어와 관련된 CRA NAL 유닛들은 BLA NAL 유닛으로 바뀌고 향상 레이어에 위치하는 BLA 픽쳐와 연관된 RASL 픽쳐들은 복호화 되기 전에 폐기될 수 있다.
도 2e는 다양한 실시 예에 따라 기본 레이어의 비디오 영상에서 NoRaslOutputFlag가 1일 때 POC를 결정하는 방법을 도시한다.
POC는 픽쳐 순서를 카운트하기 위한 변수로, 동일한 CVS 내에 존재하는 픽쳐들의 POC를 통해서 각 픽쳐들 간의 상대적인 시간 거리가 표현될 수 있다.
POC 값을 비트 형식으로 표현할 때, 상위 비트에 해당하는 값은 MSB, 하위 비트에 해당하는 값은 LSB로 표현할 수 있다.
인터 레이어 복호화부(24)는 POC 값이 변할 때마다, 변경된 POC 값에 대응되도록 POC 값의 LSB를 즉각적으로 업데이트 할 수 있다. 그러나 인터 레이어 복호화부(24)는 POC 값이 변할 때라도, 변경된 POC 값에 대응되도록 POC 값의 MSB를 즉각적으로 업데이트 하지는 않을 수 있다. 그리고 인터 레이어 복호화부(24)는 POC 값의 LSB가 한 싸이클이 지날 때 마다 종래의 POC 값의 MSB에 1을 더하는 방식으로 POC 값의 MSB를 업데이트 할 수 있다.
POC 값의 LSB가 한 싸이클이 지날 때 마다 종래의 POC 값의 MSB에 1을 더하는 방식으로 POC 값의 MSB를 설정하기 때문에, 기본 레이어에서 랜덤 엑세스가 발생했을 때, 인터 레이어 복호화부(24)는 새로운 픽쳐에 대한 POC 값의 MSB를 랜덤 엑세스가 발생하기 전의 픽쳐의 POC 값에 대응되도록 설정할 수 없다.
따라서 기본 레이어에서 랜덤 엑세스가 발생하는 경우, 인터 레이어 복호화부(24)는 POC 값의 MSB를 0으로 설정할 수 있다. 그리고 POC 값의 MSB는 PicOrderCntMsb로 저장될 수 있고, POC 값의 LSB는 PicOrderCntLsb로 저장될 수 있다.
현재 픽쳐가 NoRaslOutputFlag가 1이고, 기본 레이어에 위치한 RAP 픽쳐라면 인터 레이어 복호화부(24)는 PicOrderCntMsb를 0으로 리셋할 수 있다. 따라서 NoRaslOutputFlag가 1인 경우 기본 레이어의 RAP 픽쳐의 PicOrderCntMsb는 0으로 설정될 수 있다.
그러나 도 2f에서 후술하는 바와 같이, 향상 레이어에 속한 RAP 픽쳐의 PicOrderCntMsb는 NoRaslOutputFlag가 1이라도 0으로 설정되지 않을 수 있다.
도 2f는 다양한 실시 예에 따라 멀티 레이어의 비디오 영상에서 NoRaslOutputFlat가 1일 때 향상 레이어에서 POC를 결정하는 방법을 도시한다.
NoRaslOutputFlag가 1이고, 향상 레이어에 위치한 RAP 픽쳐는 PicOrderCntMsb를 0으로 리셋하지 않을 수 있다. 예를 들면 향상 레이어에 위치한 부호화된 픽쳐에 대한 PicOrderCntMsb는 기본 레이어의 부호화된 픽쳐의 PicOrderCntMsb와 같도록 설정될 수 있다.
예를 들면 인터 레이어 복호화부(24)가 기본 레이어 픽쳐(77)를 복호화할 때 업 레이어 스위칭이 발생할 수 있다.
향상 레이어 픽쳐(78)는 업 레이어 스위칭이 일어났기 때문에 NoRaslOutputFlag가 1일 수 있다. 그리고 향상 레이어 픽쳐(78)는 RAP 픽쳐이다. 그러나 향상 레이어 픽쳐(78)의 PicOrderCntMsb는 0으로 리셋되지 않을 수 있다.
그리고 향상 레이어 픽쳐(78)의 PicOrderCntMsb는 향상 레이어 픽쳐(78)와 동일한 엑세스 유닛에 속한 기본 레이어 픽쳐(77)의 PicOrderCntMsb와 같도록 설정될 수 있다.
또한, 향상 레이어 픽쳐(78)의 PicOrderCntLsb는 향상 레이어 픽쳐(78)와 동일한 엑세스 유닛에 속한 기본 레이어 픽쳐(77)의 PicOrderCntLsb와 같도록 설정될 수 있다.
한편 도 2a 내지 도 2f에서는 멀티 레이어 비디오 복호화 장치(20)에서 복호화를 수행하는 다양한 실시 예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 기술자는 도 2a 내지 도 2f에서 설명된 방법이 멀티 레이어 비디오 부호화 장치(10)에서도 수행될 수 있음을 이해할 수 있을 것이다.
도 3은 일 실시 예에 따른 인터 레이어 예측 구조를 도시한다.
인터-레이어 부호화 시스템(1600)은 기본 레이어 부호화단(1610)과 향상 레이어 부호화단(1660), 그리고 기본 레이어 부호화단(1610)와 향상 레이어 부호화단(1660) 간의 인터-레이어 예측단(1650)으로 구성된다. 기본 레이어 부호화단(1610) 및 향상 레이어 부호화단(1660)은, 각각 기본 레이어 부호화부(1410) 및 향상 레이어 부호화부(1420)의 구체적인 구성을 도시할 수 있다.
기본 레이어 부호화단(1610)는, 기본 레이어 영상 시퀀스를 입력받아 영상마다 부호화한다. 향상 레이어 부호화단(1660)은, 향상 레이어 영상 시퀀스를 입력받아 영상마다 부호화한다. 기본 레이어 부호화단(1610)과 향상 레이어 부호화단(1620)의 동작들 중에서 중복되는 동작은 동시에 후술한다.
블록 분할부(1618, 1668)를 통해 입력 영상(저해상도 영상, 고해상도 영상)은, 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등으로 분할된다. 블록 분할부(1618, 1668)로부터 출력된 부호화 단위의 부호화를 위해, 부호화 단위의 예측단위별로 인트라예측 또는 인터예측이 수행될 수 있다. 예측 스위치(1648, 1698)는, 예측단위의 예측모드가 인트라 예측모드 또는 인터 예측모드인지 여부에 따라, 움직임 보상부(1640, 1690)로부터 출력된 이전 복원영상을 참조하여 인터 예측이 수행되거나, 또는 인트라 예측부(1645, 1695)로부터 출력된 현재 입력 영상 내에서 현재 예측단위의 이웃 예측단위를 이용하여 인트라 예측이 수행될 수 있다. 인터 예측을 통해 예측단위별로 레지듀얼 정보가 생성될 수 있다.
부호화 단위의 예측단위별로, 예측단위와 주변영상 간의 레지듀얼 정보가 변환/양자화부(1620, 1670)에 입력된다. 변환/양자화부(1620, 1670)는, 부호화 단위의 변환단위를 기초로, 변환단위별로 변환 및 양자화를 수행하여 양자화된 변환계수를 출력할 수 있다.
스케일링/역변환부(1625, 1675)는, 다시 부호화 단위의 변환단위별로 양자화된 변환계수에 대해 스케일링 및 역변환을 수행하여 공간영역의 레지듀얼 정보를 생성할 수 있다. 예측 스위치(1648, 1698)에 의해 인터 모드로 제어되는 경우에, 레지듀얼 정보는 이전 복원영상 또는 이웃 예측단위와 합성됨으로써, 현재 예측단위를 포함하는 복원영상이 생성되고 현재 복원영상은 스토리지(1630, 1680)에 저장될 수 있다. 현재 복원영상은 다시 다음에 부호화되는 예측단위의 예측모드에 따라 인트라예측부(1645, 1695)/움직임보상부(1640, 1690)로 전달될 수 있다.
특히, 인터모드의 경우, 인루프필터링(In-Loop Filtering)부(1635, 1685)는, 스토리지(1630, 1680)에 저장된 복원영상에 대해, 부호화 단위별로 디블로킹 필터링 및 SAO (Sample Adaptive Offset) 필터링 중 적어도 하나의 필터링을 수행할 수 있다. 부호화 단위 및 부호화 단위에 포함된 예측 단위 및 변환 단위 중 적어도 하나에 대해 디블로킹 필터링 및 SAO (Sample Adaptive Offset) 필터링) 중 적어도 하나의 필터링이 수행될 수 있다.
디블로킹 필터링은 데이터 단위의 블록킹 현상을 완화시키기 위한 필터링이고, SAO 필터링은 데이터 부호화 및 복호화에 의해 변형되는 픽셀값을 보상하기 위한 필터링이다. 인루프필터링부(1635, 1685)에 의해 필터링된 데이터는, 예측 단위별로 움직임보상부(1640, 1690)에게 전달될 수 있다. 다시 블록분할부(1618, 1668)로부터 출력된, 다음 순서의 부호화 단위의 부호화를 위해, 움직임보상부(1640, 1690) 및 블록분할부(1618, 1668)가 출력한 현재 복원영상과 다음 부호화 단위 간의 레지듀얼 정보가 생성될 수 있다.
이러한 식으로, 입력 영상의 부호화 단위마다 전술한 부호화 동작이 반복될 수 있다.
또한, 인터레이어 예측을 위해 향상 레이어 부호화단(1660)은, 기본 레이어 부호화단(1610)의 스토리지(1630)에 저장된 복원영상을 참조할 수 있다. 기본 레이어 부호화단(1610)의 부호화 컨트롤부(1615)는 기본 레이어 부호화단(1610)의 스토리지(1630)를 제어하여, 기본 레이어 부호화단(1610)의 복원영상을 향상 레이어 부호화단(1660)에게 전달할 수 있다. 인터-레이어 예측단(1650)에서는, 인루프필터링부(1655)가 기본 레이어 부호화단(1610)의 스토리지(1610)로부터 출력된 기본 레이어 복원영상에 대해 디블로킹 필터링, SAO 필터링 및 ALF필터링 중 적어도 하나를 수행할 수 있다. 인터-레이어 예측단(1650)은, 기본 레이어와 향상 레이어의 영상 간에 해상도가 다른 경우에, 기본 레이어의 복원영상을 업샘플링하여 향상 레이어 부호화단(1660)으로 전달할 수 있다. 향상 레이어 부호화단(1660)의 스위치(1698)의 제어에 따라 인터-레이어 예측이 수행되는 경우에는, 인터-레이어 예측단(1650)을 통해 전달된 기본 레이어 복원영상을 참조하여 향상 레이어 영상의 인터-레이어 예측이 수행될 수도 있다.
영상의 부호화를 위해, 부호화 단위, 예측 단위, 변환 단위를 위한 각종 부호화 모드를 설정할 수 있다. 예를 들어, 부호화 단위에 대한 부호화 모드로서, 심도 또는 분할 정보(split flag) 등이 설정될 수 있다. 예측 단위에 대한 부호화 모드로서, 예측 모드, 파티션 타입, 인트라 방향 정보, 참조리스트 정보 등이 설정될 수 있다. 변환 단위에 대한 부호화 모드로서, 변환심도 또는 분할정보 등이 설정될 수 있다.
기본레이어 부호화단(1610)은, 부호화 단위를 위한 다양한 심도들, 예측 단위에 대한 다양한 예측모드들, 다양한 파티션 타입들, 다양한 인트라 방향들, 다양한 참조리스트들, 변환단위를 위한 다양한 변환심도를 각각 적용하여 부호화를 수행한 결과에 따라, 부호화 효율이 가장 높은 부호화심도, 예측모드, 파티션타입, 인트라 방향/참조리스트, 변환심도 등을 결정할 수 있다. 기본레이어 부호화단(1610)에서 결정되는 상기 열거된 부호화 모드에 한정되지는 않는다.
기본레이어 부호화단(1610)의 부호화 컨트롤부(1615)는, 각각 구성요소들의 동작에 다양한 부호화 모드들이 적절히 적용될 수 있도록 제어할 수 있다. 또한, 부호화 컨트롤부(1615)는, 향상 레이어 부호화단(1660)의 인터-레이어 부호화를 위해, 향상 레이어 부호화단(1660)이 기본레이어 부호화단(1610)의 부호화 결과를 참조하여 부호화 모드 또는 레지듀얼 정보를 결정하도록 제어할 수 있다.
예를 들어, 향상 레이어 부호화단(1660)은, 기본레이어 부호화단(1610)의 부호화 모드를 향상 레이어 영상을 위한 부호화 모드로서 그대로 이용하거나, 기본레이어 부호화단(1610)의 부호화 모드를 참조하여 향상 레이어 영상을 위한 부호화 모드를 결정할 수 있다. 기본레이어 부호화단(1610)의 부호화 컨트롤부(1615)는 기본레이어 부호화단(1610)의 향상 레이어 부호화단(1660)의 부호화 컨트롤부(1665)의 제어 신호를 제어하여, 향상 레이어 부호화단(1660)이 현재 부호화 모드를 결정하기 위해, 기본레이어 부호화단(1610)의 부호화 모드로부터 현재 부호화 모드를 이용할 수 있다.
도 3에서 도시된 인터-레이어 예측 방식에 따른 멀티 레이어 부호화 시스템(1600)과 유사하게, 인터-레이어 예측 방식에 따른 인터-레이어 복호화 시스템도 구현될 수 있다. 즉, 멀티 레이어 비디오의 인터-레이어 복호화 시스템은, 기본레이어 비트스트림 및 향상 레이어 비트스트림을 수신할 수 있다. 인터-레이어 복호화 시스템의 기본레이어 복호화단에서 기본레이어 비트스트림을 복호화하여 기본레이어 영상들을 복원할 수 있다. 멀티 레이어 비디오의 인터-레이어 복호화 시스템의 향상 레이어 복호화단에서는, 기본레이어 복원영상과 파싱한 부호화정보를 이용하여 향상 레이어 비트스트림을 복호화하여 향상 레이어 영상들을 복원할 수 있다.
도 4a 는 멀티 레이어 영상들의 멀티 레이어 예측 구조(40)를 도시한다.
도 4a에 도시된 멀티 레이어 예측 구조(40)에서는, 영상들이 재생순서 POC에 따라 배열되어 있다. 멀티 레이어 예측 구조(40)의 재생순서 및 복원순서에 따르면, 가로 방향으로 동일 레이어의 영상들이 배열되어 있다.
또한, 세로 방향으로 POC 값이 동일한 영상들이 배열된다. 영상의 POC 값은 비디오를 구성하는 영상들의 재생순서를 나타낸다. 멀티 레이어 예측 구조(40)에서 표시되어 있는 'POC X'는, 해당 열에 위치한 영상들의 상대적인 재생순서를 나타내며, X의 숫자가 작을수록 재생순서가 앞서고, 커질수록 재생순서가 늦어진다.
따라서 멀티 레이어 예측 구조(40)의 재생순서에 따르면, 각 레이어 영상들이 POC 값(재생순서)에 따라 가로 방향으로 배열되고 있다. 또한, 기본 레이어 영상과 동일한 열(column)에 위치한 제1, 2 향상 레이어 영상들은, 모두 POC 값(재생순서)이 동일한 영상들이다.
각 레이어별로, 4개의 연속 영상들이 하나의 GOP(Group of Picture)를 구성하고 있다. 각 GOP는 연속하는 앵커픽처들 사이의 영상들과 하나의 앵커픽처를 포함한다.
앵커픽처는 랜덤 엑세스 포인트(Random Access Point)로, 비디오를 재생할 때 영상의 재생 순서, 즉 POC 값에 따라 배열된 영상들 중에서 임의로 재생 위치가 선택되면, 재생 위치에서 POC순서가 가장 인접하는 앵커픽처가 재생된다. 기본 레이어 영상들은 기본 레이어 앵커픽처들(41, 42, 43, 44, 45)을 포함하고, 제1 향상 레이어 영상들은 제1 향상 레이어 앵커픽처들(141, 142, 143, 144, 145)을 포함하고, 제2 향상 레이어 영상들은 제2 향상 레이어 앵커픽처들(241, 242, 243, 244, 245)을 포함한다.
멀티 레이어 영상들은 GOP 순서대로 재생되고 예측(복원)될 수 있다. 먼저 도 4a의 멀티 레이어 예측 구조(40)의 재생순서 및 복원순서에 따르면, 각 레이어별로, GOP 0에 포함된 영상들이 복원되어 재생된 후, GOP 1에 포함된 영상들이 복원되어 재생될 수 있다. 즉, GOP 0, GOP 1, GOP 2, GOP 3의 순으로, 각 GOP에 포함된 영상들이 복원되고 재생될 수 있다.
멀티 레이어 예측 구조(40)의 재생순서 및 복원순서에 따르면, 영상들에 대해 인터 레이어 예측 및 인터 예측이 수행된다. 멀티 레이어 예측 구조(40)에서, 화살표가 시작하는 영상이 참조영상이고, 화살표가 끝나는 영상이 참조영상을 이용하여 예측되는 영상이다.
특히, 멀티 레이어 예측 구조(40)의 복원순서는, 각 영상의 예측(복원) 순서에 따라 영상들이 가로 방향으로 배열되어 있다. 즉, 상대적으로 좌측에 위치하는 영상들이 먼저 예측(복원)되는 영상들이고, 상대적으로 우측에 위치하는 영상들이 늦게 예측(복원)되는 영상들이다. 먼저 복원되는 영상들을 참조하여 다음 영상들이 예측(복원)되므로, 멀티 레이어 예측 구조(40)의 복원순서에서 동일 레이어 영상들 간의 예측 방향을 나타내는 화살표들이 모두, 상대적으로 좌측에 위치하는 영상들로부터 우측에 위치하는 영상들로 향하는 것을 볼 수 있다.
기본 레이어 영상들의 예측 결과는 부호화된 후 기본 레이어 스트림의 형태로 출력될 수 있다. 또한 제1 향상 레이어 영상들의 예측부호화 결과는 제1 향상 레이어 스트림으로, 제2 향상 레이어 영상들의 예측부호화 결과는 제2 향상 레이어 스트림으로 출력될 수 있다.
기본 레이어 영상들에 대해서는 인터 예측만이 수행된다. 즉, I-타입인 앵커픽처들(41, 42, 43, 44, 45)은 다른 영상들을 참조하지 않지만, B-타입 및 b-타입인 나머지 영상은 다른 기본 레이어 영상들을 참조하여 예측된다. B-타입 영상들은 POC 값이 앞서는 I-타입 앵커픽처과 뒤따르는 I-타입 앵커픽처를 참조하여 예측된다. b-타입 영상들은 POC 값이 앞서는 I-타입 앵커픽처와 뒤따르는 B-타입 영상을 참조하거나, POC 값이 앞서는 B-타입 영상과 뒤따르는 I-타입 앵커픽처를 참조하여 예측된다.
제1 향상 레이어 영상들 및 제2 향상 레이어 영상들에 대해서는, 기본 레이어 영상들을 참조하는 인터 레이어 예측 및 동일 시점 영상들을 참조하는 인터 예측이 수행된다.
기본 레이어 영상들과 마찬가지로, 제1 향상 레이어 영상들도 영상 간 예측이 수행되고, 제2 향상 레이어 영상들도 인터 예측이 수행된다. 제1 향상 레이어 영상들 및 제2 향상 레이어 영상들 중 앵커픽처들(141, 142, 143, 144, 145, 241, 242, 243, 244, 245)은 동일 레이어 영상들을 참조하지 않지만, 앵커픽처가 아닌 나머지 영상들은 동일 레이어 영상들을 참조하여 예측될 수 있다.
다만, 제1 향상 레이어 영상들 및 제2 향상 레이어 영상들 중 앵커픽처들(141, 142, 143, 144, 145, 241, 242, 243, 244, 245)도 POC 값이 동일한 기본 레이어 앵커픽처(41, 42, 43, 44, 45)를 참조하는 P-타입 영상이다.
또한, 제1 향상 레이어 영상들 및 제2 향상 레이어 영상들 중 앵커픽처(141, 142, 143, 144, 145, 241, 242, 243, 244, 245)이 아닌 나머지 영상들에 대해서도, 인터 예측 뿐만 아니라, POC가 동일한 기본 레이어 영상을 참조하는 인터 레이어 예측이 수행될 수 있으므로, B-타입 영상 또는 b-타입 영상이다.
영상들을 재생하기 위한 복원과정도 예측과정과 유사하다. 다만 각 영상의 참조영상이 복원된 후에야 복원된 참조영상을 이용하여 각 영상이 복원될 수 있다.
먼저, 기본 레이어 영상들은 움직임 보상을 통해, 각 영상들이 복원될 수 있다. I-타입인 기본 레이어 앵커픽처들(41, 42, 43, 44, 45)이 복원되면, 기본 레이어 앵커픽처들(41, 42, 43, 44, 45)을 참조하는 움직임 보상을 통해 B-타입인 기본 레이어 영상들이 복원될 수 있다. 또한, I-타입 또는 B-타입인 기본 레이어 복원영상들을 참조하는 움직임 보상을 통해 b-타입인 기본 레이어 영상들이 복원될 수 있다.
제1 향상 레이어 영상들과 제2 향상 레이어 영상들은 각각, 기본 레이어 영상들을 참조하는 인터 레이어 예측과 동일 레이어 영상들을 참조하는 인터 예측을 통해 부호화된다.
즉, 제1 향상 레이어 영상의 복원 과정을 위해, 기본시점의 참조영상이 복원된 후에 복원된 기본 레이어 영상들을 참조하는 인터 레이어 변이보상을 통해 제1 향상 레이어 영상들이 복원될 수 있다. 또한, 제1 향상 레이어의 참조영상이 복원된 후에, 복원된 제1 향상 레이어의 참조영상을 참조하는 움직임 보상을 통해 제1 향상 레이어 영상들이 복원될 수 있다.
또한, 기본시점의 참조영상이 복원된 후에, 기본시점의 참조영상을 참조하는 인터 레이어 변이보상을 통해, 제2 향상 레이어 영상들이 복원될 수 있다. 제2 향상 레이어의 참조영상이 복원된 후에, 복원된 제2 향상 레이어의 참조영상을 참조하는 움직임 보상을 통해, 제2 향상 레이어 영상들이 복원될 수 있다.
도 4b 는 시간 계층적 부복호화 방식에 따른 멀티 레이어 예측 구조를 도시한다.
시간 계층적 예측 구조(40)에 따라 스케일러블 비디오 코딩 방식이 수행될 수 있다. 시간 계층적 예측 구조(40)에 따르면, 계층적 B 타입 영상들(55, 56, 57, 58, 59, 60, 61, 62, 63)의 예측 구조를 포함한다. 레벨 0의 예측 구조에서, I 타입 영상들(51, 54)의 인터 예측과, P 타입 영상들(52, 53)의 인터 예측이 수행된다. 레벨 1의 예측 구조에서는 I, P 타입 영상들(51, 52, 53, 54)을 참조하는 B 타입 영상들(55, 56, 57)의 인터 예측이 수행된다. 레벨 2의 예측 구조에서는, I, P 타입 영상들(51, 52, 53, 54)과 레벨 1의 B 타입 영상들(55, 56, 57)을 참조하는 인터 예측이 수행된다.
'temporal_id'는 예측 레벨을 식별하기 위한 번호이며, 각 레벨 영상들이 출력됨에 따라 프레임 레이트가 상승할 수 있다. 예를 들어, 레벨 0 영상들(51, 52, 53, 54)은 복호화되어 프레임 레이트 15Hz로 출력되고, 레벨 1 영상들(55, 56, 57)까지 복호화되어 출력되면 프레임 레이트가 30Hz으로 상승하고, 레벨 2 영상들(58, 59, 60, 61, 62, 63)까지 복호화되어 출력되면 프레임 레이트가 60Hz로 상승될 수 있다.
일 실시 예에 따라, 시간 계층적 예측 구조(40)를 스케일러블 비디오 코딩 방식으로 구현하면, 레벨 0 영상들이 기본 레이어 영상들로서 부호화되고, 레벨 1 영상들은 제1 향상 레이어 영상들로서, 레벨 2 영상들은 제2 향상 레이어 영상들로서 부호화될 수 있다.
도 4a 및 4b 의 멀티 레이어 예측 구조의 복호화 과정에서, 움직임 보상이나 인터 레이어 복호화를 통해 영상들을 복원하기 위해서는, 먼저 복원된 기본 레이어 영상들을 이용하거나, 먼저 복원된 향상 레이어 영상들이 이용될 수 있다. 하지만 레이어 스위칭이 발생하거나 랜덤 엑세스 요청이 발생하는 경우에, 현재 RAP 영상보다 복원순서가 빠른 영상이 미리 복원되어 있지 않을 수 있다. 이 경우에 현재 RAP 영상보다 복원순서가 빠른 영상을 참조하여 예측된 영상들은 복원될 수 없다.
이하, 도 5a 내지 7b를 참조하여, RAP 영상의 종류별로 랜덤 엑세스 요청이 발생하는 경우에 수행되는 복호화 동작들이 상술된다.
도 5a 및 5b는 두 실시 예에 따른 IDR(Instantaneous Decoding Refresh) 영상의 재생순서와 복원순서를 도시한다.
도 5a에서 GOP(Group of Pictures) 505, 515, 525의 크기는 각각 8이다. B0, B1, B2, B3, B4, B5, B6은 동일한 GOP에 속하는 B 타입 영상들을 재생순서에 따라 나열한 식별번호이다.
IDR 영상은 독립적으로 부호화되는 영상이다. IDR 영상의 복호화 과정에서, 복원영상들은 모두 "참조영상으로 사용되지 않는 영상(unused for refrence)"으로 표시될 수 있다. 복원순서상 IDR 영상을 뒤따르는 영상들은, 복원순서상 IDR 영상을 앞서는 영상들을 이용하는 인터 예측을 수행하지 않고도 복원될 수 있다. 부호화된 비디오 시퀀스에서 복원순서상 첫번째 영상의 픽처타입은 IDR 픽처이다.
예를 들어, GOP 515의 B 타입 영상들은 IDR 영상보다 재생순서는 빠르지만 복원순서가 늦다. 또한 GOP 515의 B 타입 영상들은 IDR 영상보다 복원순서가 앞서는 다른 영상들을 전혀 참조하지 않는다. GOP 525의 B 타입 영상들은 IDR 영상보다 복원순서 및 재생순서가 모두 늦으며, IDR 영상보다 복원순서가 앞서는 다른 영상들을 전혀 참조하지 않는다.
랜덤 엑세스가 발생하는 경우를 상정하자. 랜덤 엑세스 지점보다 복원순서가 앞서는 영상들은 복원이 불가능하다. 도 5a에서 재생 순서상 GOP 515의 B 타입 영상들이 IDR 영상을 앞서지만, IDR 영상들이 복원된 다음에 복원된 IDR 영상을 참조하여 GOP 515의 B 타입 영상이 복원될 수 있다. 이 경우에 GOP 515의 B 타입 영상들은 모두 복호화되어 출력될 수 있으므로 RADL 영상들일 수 있다. 따라서 P 515의 B 타입 영상들이 모두 재생될 수 있으므로, 랜덤 엑세스 지점과 랜덤 엑세스 재생이 시작되는 지점이 일치할 수 있다.
도 5b에서 랜덤 엑세스 지점으로부터 재생 순서상 GOP 515의 B 타입 영상들이 복호화될 필요 없으므로, IDR 영상으로부터 랜덤 엑세스가 시작되어 GOP 525의 B 타입 영상들이 재생된다.
IDR 영상이 사용되는 경우에, 랜덤 엑세스 지점으로부터 손실되는 영상 없이 재생순서에 따른 모든 영상들이 자연스럽게 복원될 수는 있지만, 부호화 효율이 낮아질 수 있다.
도 6a 및 6b는 두 실시 예에 따른 CRA 영상의 재생순서와 복원순서를 도시한다.
CRA 영상은 I 타입 슬라이스만을 포함하는 영상이다. CRA 영상의 복호화 과정에서, DPB(Decoded Picture Buffer)에 저장된 복원영상들은 모두 "참조영상으로 사용되지 않는 영상(unused for refrence)"으로 표시될 수 있다. 복원순서와 재생순서가 모두(both in decoding order and output order) CRA 영상을 뒤따르는 영상들은, 복원순서나 재생순서가(either in decoding order or output order) IDR 영상을 앞서는 영상들을 이용하는 인터 예측을 수행하지 않고 복원될 수 있다. 복원순서상 CRA 영상보다 앞서는 영상은 재생순서상으로도 CRA 영상보다 앞선다.
복원순서와 재생순서가 모두 CRA 영상을 뒤따르는 영상은 노말 영상일 수 있다. 따라서, 노말 영상은 CRA 영상과 동일한 GOP에 위치하는 다른 노말 영상들 중에서 적어도 하나의 영상만을 이용할 수 있다.
CRA 픽처는, 부호화된 비디오 시퀀스에서 복원순서상 첫번째 영상일 수도 있다. 다만, 랜덤 엑세스가 발생하지 않는 일반 재생의 경우에는 비트스트림 중간에 위치할 수도 있다.
예를 들어, 도 6a에서 GOP 615의 B 타입 영상들은 CRA 영상보다 재생순서는 빠르지만 복원순서가 늦다. GOP 625의 B 타입 영상들은 CRA 영상보다 복원순서 및 재생순서가 모두 늦은 노말 영상으로, IDR 영상보다 복원순서가 앞서는 다른 영상들을 전혀 참조하지 않는다. 다만, GOP 615의 B 타입 영상들 중 일부영상은 CRA 영상보다 복원순서가 앞서는 다른 영상을 참조할 수도 있다.
도 6b의 랜덤 엑세스 지점에서는, GOP 615의 B 타입 영상들이 랜덤 엑세스 지점보다 앞서는 영상을 참조하고 있어서 복원될 수 없다. GOP 615의 B 타입 영상들은 복원 과정에서 생략되는 RASL 영상들이다. 따라서, CRA 영상으로부터 랜덤 엑세스 재생이 시작되어 곧바로 GOP 625의 B 타입 영상들이 복원되어 재생될 수 있다.
도 7a 및 7b는 두 실시 예에 따른 BLA(Broken Link Access) 영상의 재생순서와 복원순서를 도시한다.
비트스트림 슬라이싱(Bitstream Slicing)은, 현재 비트스트림의 RAP 영상 위치에 다른 비트스트림을 연결시키는 동작이다. 새로운 비트스트림이 연결되는 지점은 '브로큰 링크(Broken Link)'라 지칭된다. 비트스트림 슬라이싱이 가능한 위치의 RAP 영상의 날 유닛 타입은 BLA 영상으로 표시된다.
도 7a를 예로 들면, BLA 영상은 CRA 영상과 재생순서 및 복원순서가 유사하다. BLA 영상은, 재생순서상 리딩 영상인 GOP 716의 B 타입 영상들을 뒤따르고, 노말 영상들인 GOP 726의 B 타입 영상들보다 앞선다. 리딩 영상들과 노말 영상들은 복원순서상 BLA 영상을 뒤따른다.
리딩 영상들 중에서 B3, B4, B5, B6은 BLA 영상과 GOP 716의 다른 영상들을 참조하는 RASL 영상들이다. 하지만 리딩 영상들 중에서 영상 B1, B2, B2는 BLA 영상보다 복원순서가 앞서는 GOP 706의 영상들을 참조하는 RADL 영상들이다.
따라서, 도 7b에서 BLA 영상에서 랜덤 엑세스가 발생하면, RASL 영상들 B1, B2, B2는 복원이 생략되고, RADL 영상들 B3, B4, B5, B6은 복원될 수 있다. 따라서, RADL 영상들 B3에서부터 재생순서에 따라 출력될 수 있다.
도 4b를 참조하여 전술한 계층적 예측 구조에서 시간 계층 변환 또는 레이어 스위칭이 발생하므로, 레이어 스위칭이 가능한 위치로서 TSA (Temporal Sublayer Access) 영상이 이용될 수 있다. TSA 영상은 CRA 영상과 유사하다. 하위 레이어 영상들을 복원하다가 TSA 영상부터 상위 레이어 영상들을 복원하는 레이어 스위칭이 가능하다. 예를 들어, 'temporal_id' 값이 작을수록 하위 레이어다. 동일 레이어에서 복원순서상 TLA 영상보다 늦은 영상들이나 TLA 영상보다 상위 레이어 영상들은, 복원순서상 TLA 영상을 앞서는 이전 TLA 영상의 동일 또는 상위 레이어의 영상들을 참조할 수 없다. TLA 영상의 최하위 레이어 영상일 수 없으므로, 'temporal_id'값도 0일 수는 없다.
앞서, 도 4b, 5a, 5b, 6a, 6b, 7a, 7b을 참조하여 랜덤 엑세스를 위한 RAP 타입들이 상술되었다. 싱글 레이어에서 비디오스트림을 복원하는 도중에서 랜덤 엑세스 요청 또는 레이어 스위칭이 발생하는 경우에, RAP 영상에서부터 영상들이 복원될 수 있다. 다만, 멀티 레이어의 소정 레이어에서 랜덤 엑세스가 발생하여 해당 레이어의 영상들이 복원된다면, 이에 상응하는 다른 레이어 영상들도 정확히 복원될 필요가 있다. 또한, 소정 레이어에서 레이어 스위칭이나 랜덤 엑세스 요청시, 참조대상이 되는 영상이 DPB에 존재하지 않아 RASL 영상의 복원이 생략된다면, 이에 상응하는 다른 레이어의 영상도 복원이 생략될 필요가 있다.
따라서, 일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10)는 각 레이어마다 랜덤 엑세스 지점이나 레이어 스위칭 지점에 동일한 날 유닛 타입의 RAP 영상을 배치하고, 각 레이어마다 동일한 위치에 RASL 또는 RSDL 영상들도 배치할 수 있다. 또한, 멀티 레이어 비디오 복호화 장치(20)는 각 레이어마다 랜덤 엑세스 지점이나 레이어 스위칭 지점에서 동일한 날 유닛 타입의 RPA 영상을 복원할 수 있다. 또한 각 레이어마다 동일한 위치에서 RSDL 영상들을 복원하고, RASL 영상들의 복원할 수 있다. 소정 레이어에서 랜덤 엑세스가 발생한다면, 각 레이어마다 동일한 위치의 RPA 영상들과 RSDL 영상들이 복원되고, 동일한 위치의 RASL 영상들의 복원은 생략될 수 있다.
예를 들어, 기본 레이어 IDR 영상에 대응되는 위치에 향상 레이어 IDR 영상이 복원될 수 있다. 기본 레이어 CRA 영상에 대응하는 위치에서 향상 레이어 영상도 CRA 영상이 복원될 수 있다. 기본 레이어 BLA 영상에 대응하는 위치에서 향상 레이어 BLA 영상이 복원될 수 있다.
다른 예로, 멀티 레이어 비디오 부호화 장치(10)는, 기본 레이어의 노말 영상에 대응하는 향상 레이어의 CRA 영상, RSDL/ RASL 영상 또는 노말 영상을 배치할 수도 있다. 일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)는, 기본 레이어의 노말 영상에 대응하는 향상 레이어의 CRA 영상, RSDL/ RASL 영상 또는 노말 영상을 복원할 수도 있다.
또한, 기본 레이어 영상들의 시간 계층 번호 'temporal_id'보다 향상 레이어 영상들의 시간 계층 번호가 더 커야 한다.
일 실시 예에 따른 멀티 레이어 비디오 부호화 장치(10) 및 멀티 레이어 비디오 복호화 장치(20)에 따르면, 멀티 레이어 예측 구조에서 랜덤 엑세스나 레이어 스위칭이 발생하더라도 각 레이어마다 동일한 위치의 영상들이 복원되거나 무시될 수 있다. 이에 따라, 인터레이어 예측을 위한 참조영상을 확보할 수 있고, 각 레이어의 출력영상들이 정확히 정렬될 수 있다.
도 1a 에 따른 멀티 레이어 비디오 부호화 장치(10)는, 영상 블록별로 인트라 예측, 인터 예측, 인터 레이어 예측, 변환, 양자화를 수행하여 샘플들을 생성하고, 샘플들에 대해 엔트로피 부호화를 수행하여 비트스트림의 형태로 출력할 수 있다. 일 실시 예에 따른 멀티레이어 비디오 부호화 장치(10)의 비디오 부호화 결과, 즉 기본 레이어 영상스트림 및 향상 레이어 영상스트림을 출력하기 위해, 멀티레이어 비디오 부호화 장치(10)는 내부에 탑재된 비디오 인코딩 프로세서 또는 외부 비디오 인코딩 프로세서와 연계하여 작동함으로써, 변환, 양자화를 포함한 비디오 부호화 동작을 수행할 수 있다. 일 실시 예에 따른 멀티레이어 비디오 부호화 장치(10)의 내부 비디오 인코딩 프로세서는 별개의 프로세서일 수 있지만, 비디오 부호화 장치 또는 중앙 연산 장치, 그래픽 연산 장치가 비디오 인코딩 프로세싱 모듈을 포함함으로써 기본적인 비디오 부호화 동작을 구현하는 경우도 포함할 수도 있다.
또한, 도 2a 에 따른 멀티 레이어 비디오 복호화 장치(20)는, 수신된 기본 레이어 영상스트림 및 향상 레이어 영상스트림에 대해 각각 복호화를 수행한다. 즉 기본 레이어 영상스트림 및 향상 레이어 영상스트림에 대해 각각, 영상 블록별로 역양자화, 역변환, 인트라 예측, 움직임 보상(영상간 움직임 보상, 인터 레이어 변이 보상)을 수행하여, 기본 레이어 영상스트림으로부터 기본 레이어 영상들의 샘플들을 복원하고 향상 레이어 영상스트림으로부터 향상 레이어 영상들의 샘플들을 복원할 수 있다. 일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)는 복호화 결과 생성된 복원영상을 출력하기 위해, 내부에 탑재된 비디오 디코딩 프로세서 또는 외부 비디오 디코딩 프로세서와 연계하여 작동함으로써, 역양자화, 역변환, 예측/보상을 포함한 비디오 복원 동작을 수행할 수 있다. 일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)의 내부 비디오 디코딩 프로세서는, 별개의 프로세서일 수도 있지만, 비디오 복호화 장치 또는 중앙 연산 장치, 그래픽 연산 장치가 비디오 디코딩 프로세싱 모듈을 포함함으로써 기본적인 비디오 복원 동작을 구현하는 경우도 포함할 수도 있다.
일 실시 예에 따른 멀티레이어 비디오 부호화 장치(10) 및 일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)에서, 비디오 데이터가 분할되는 블록들이 트리 구조의 부호화 단위들로 분할되고, 부호화 단위에 대한 인터 레이어 예측 또는 인터 예측을 위해 부호화 단위들, 예측 단위들, 변환 단위들이 이용되는 경우가 있음은 전술한 바와 같다. 이하 도 8 내지 20을 참조하여, 일 실시 예에 따른 트리 구조의 부호화 단위 및 변환 단위에 기초한 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치가 개시된다.
원칙적으로 멀티 레이어 비디오를 위한 부호화/복호화 과정에서, 기본 레이어 영상들을 위한 부호화/복호화 과정과, 향상 레이어 영상들을 위한 부호화/복호화 과정이 따로 수행된다. 즉, 멀티 레이어 비디오 중 인터 레이어 예측이 발생하는 경우에는 싱글 레이어 비디오의 부호화/복호화 결과가 상호 참조될 수 있지만, 싱그 레이어 비디오마다 별도의 부호화/복호화 과정이 발생한다.
따라서 설명의 편의를 위해 도 8 내지 20을 참조하여 후술되는 트리구조의 부호화 단위에 기초한 비디오 부호화 과정 및 비디오 복호화 과정은, 싱글 레이어 비디오에 대한 비디오 부호화 과정 및 비디오 복호화 과정이므로, 인터 예측 및 움직임 보상이 상술된다. 하지만, 도 1a 내지 7b을 참조하여 전술한 바와 같이, 멀티 레이어 비디오 부호화/복호화를 위해, 기본시점 영상들과 향상 레이어 영상들 간의 인터 레이어 예측 및 보상이 수행된다.
따라서, 일 실시 예에 따른 멀티레이어 비디오 부호화 장치(10)가 트리구조의 부호화 단위에 기초하여 멀티 레이어 비디오를 부호화하기 위해서는, 각각의 싱글 레이어 비디오마다 비디오 부호화를 수행하기 위해 도 8의 비디오 부호화 장치(100)를 멀티 레이어 비디오의 레이어 개수만큼 포함하여 각 비디오 부호화 장치(100)마다 할당된 싱글 레이어 비디오의 부호화를 수행하도록 제어할 수 있다. 또한 멀티레이어 비디오 부호화 장치(10)는, 각 비디오 부호화 장치(100)의 별개 단일시점의 부호화 결과들을 이용하여 시점간 예측을 수행할 수 있다. 이에 따라 멀티레이어 비디오 부호화 장치(10)는 레이어별로 부호화 결과를 수록한 기본시점 영상스트림과 향상 레이어 영상스트림을 생성할 수 있다.
이와 유사하게, 일 실시 예에 따른 멀티 레이어 비디오 복호화 장치(20)가 트리 구조의 부호화 단위에 기초하여 멀티 레이어 비디오를 복호화하기 위해서는, 수신한 기본 레이어 영상스트림 및 향상 레이어 영상스트림에 대해 레이어별로 비디오 복호화를 수행하기 위해 도 9의 비디오 복호화 장치(200)를 멀티 레이어 비디오의 레이어 개수만큼 포함하고 각 비디오 복호화 장치(200)마다 할당된 싱글 레이어 비디오의 복호화를 수행하도록 제어할 수 있다, 그리고 멀티 레이어 비디오 복호화 장치(20)가 각 비디오 복호화 장치(200)의 별개 싱글 레이어의 복호화 결과를 이용하여 인터 레이어 보상을 수행할 수 있다. 이에 따라 멀티 레이어 비디오 복호화 장치(20)는, 레이어별로 복원된 기본 레이어 영상들과 향상 레이어 영상들을 생성할 수 있다.
도 8 는 본 발명의 일 실시 예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 부호화 장치(100)의 블록도를 도시한다.
일 실시 예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치(100)는 부호화 단위 결정부(120) 및 출력부(130)를 포함한다. 이하 설명의 편의를 위해, 일 실시 예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치(100)는 '비디오 부호화 장치(100)'로 축약하여 지칭한다.
부호화 단위 결정부(120)는 영상의 현재 픽처를 위한 최대 크기의 부호화 단위인 최대 부호화 단위에 기반하여 현재 픽처를 구획할 수 있다. 현재 픽처가 최대 부호화 단위보다 크다면, 현재 픽처의 영상 데이터는 적어도 하나의 최대 부호화 단위로 분할될 수 있다. 일 실시 예에 따른 최대 부호화 단위는 크기 32x32, 64x64, 128x128, 256x256 등의 데이터 단위로, 가로 및 세로 크기가 2의 자승인 정사각형의 데이터 단위일 수 있다.
일 실시 예에 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 실시 예에 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 실시 예에 따른 부호화 단위 결정부(120)는, 현재 최대 부호화 단위에 포함되는 트리 구조에 따른 부호화 단위들이 결정될 수 있다. 일 실시 예에 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 실시 예에 따른 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 분할 횟수와 관련된 지표이다. 일 실시 예에 따른 제 1 최대 심도는, 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낼 수 있다. 일 실시 예에 따른 제 2 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 심도 레벨의 총 개수를 나타낼 수 있다. 예를 들어, 최대 부호화 단위의 심도가 0이라고 할 때, 최대 부호화 단위가 1회 분할된 부호화 단위의 심도는 1로 설정되고, 2회 분할된 부호화 단위의 심도가 2로 설정될 수 있다. 이 경우, 최대 부호화 단위로부터 4회 분할된 부호화 단위가 최소 부호화 단위라면, 심도 0, 1, 2, 3 및 4의 심도 레벨이 존재하므로 제 1 최대 심도는 4, 제 2 최대 심도는 5로 설정될 수 있다.
최대 부호화 단위의 예측 부호화 및 변환이 수행될 수 있다. 예측 부호화 및 변환도 마찬가지로, 최대 부호화 단위마다, 최대 심도 이하의 심도마다 심도별 부호화 단위를 기반으로 수행된다.
최대 부호화 단위가 심도별로 분할될 때마다 심도별 부호화 단위의 개수가 증가하므로, 심도가 깊어짐에 따라 생성되는 모든 심도별 부호화 단위에 대해 예측 부호화 및 변환을 포함한 부호화가 수행되어야 한다. 이하 설명의 편의를 위해 적어도 하나의 최대 부호화 단위 중 현재 심도의 부호화 단위를 기반으로 예측 부호화 및 변환을 설명하겠다.
일 실시 예에 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 실시 예에 따른 부호화 심도의 부호화 단위, 즉 더 이상한 분할되지 않는 부호화 단위를 기반으로 예측 부호화가 수행될 수 있다. 이하, 예측 부호화의 기반이 되는 더 이상한 분할되지 않는 부호화 단위를 '예측 단위'라고 지칭한다. 예측 단위가 분할된 파티션은, 예측 단위 및 예측 단위의 높이 및 너비 중 적어도 하나가 분할된 데이터 단위를 포함할 수 있다. 파티션은 부호화 단위의 예측 단위가 분할된 형태의 데이터 단위이고, 예측 단위는 부호화 단위와 동일한 크기의 파티션일 수 있다.
예를 들어, 크기 2Nx2N(단, N은 양의 정수)의 부호화 단위가 더 이상 분할되지 않는 경우, 크기 2Nx2N의 예측 단위가 되며, 파티션의 크기는 2Nx2N, 2NxN, Nx2N, NxN 등일 수 있다. 일 실시 예에 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 실시 예에 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 실시 예에 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 실시 예에 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 실시 예에 따른 최대 부호화 단위의 트리 구조에 따른 부호화 단위 및 예측단위/파티션, 및 변환 단위의 결정 방식에 대해서는, 도 10 내지 20을 참조하여 상세히 후술한다.
부호화 단위 결정부(120)는 심도별 부호화 단위의 부호화 오차를 라그랑지 곱(Lagrangian Multiplier) 기반의 율-왜곡 최적화 기법(Rate-Distortion Optimization)을 이용하여 측정할 수 있다.
출력부(130)는, 부호화 단위 결정부(120)에서 결정된 적어도 하나의 부호화 심도에 기초하여 부호화된 최대 부호화 단위의 영상 데이터 및 심도별 부호화 모드에 관한 정보를 비트스트림 형태로 출력한다.
부호화된 영상 데이터는 영상의 레지듀얼 데이터의 부호화 결과일 수 있다.
심도별 부호화 모드에 관한 정보는, 부호화 심도 정보, 예측 단위의 파티션 타입 정보, 예측 모드 정보, 변환 단위의 크기 정보 등을 포함할 수 있다.
부호화 심도 정보는, 현재 심도로 부호화하지 않고 하위 심도의 부호화 단위로 부호화할지 여부를 나타내는 심도별 분할 정보를 이용하여 정의될 수 있다. 현재 부호화 단위의 현재 심도가 부호화 심도라면, 현재 부호화 단위는 현재 심도의 부호화 단위로 부호화되므로 현재 심도의 분할 정보는 더 이상 하위 심도로 분할되지 않도록 정의될 수 있다. 반대로, 현재 부호화 단위의 현재 심도가 부호화 심도가 아니라면 하위 심도의 부호화 단위를 이용한 부호화를 시도해보아야 하므로, 현재 심도의 분할 정보는 하위 심도의 부호화 단위로 분할되도록 정의될 수 있다.
현재 심도가 부호화 심도가 아니라면, 하위 심도의 부호화 단위로 분할된 부호화 단위에 대해 부호화가 수행된다. 현재 심도의 부호화 단위 내에 하위 심도의 부호화 단위가 하나 이상 존재하므로, 각각의 하위 심도의 부호화 단위마다 반복적으로 부호화가 수행되어, 동일한 심도의 부호화 단위마다 재귀적(recursive) 부호화가 수행될 수 있다.
하나의 최대 부호화 단위 안에 트리 구조의 부호화 단위들이 결정되며 부호화 심도의 부호화 단위마다 적어도 하나의 부호화 모드에 관한 정보가 결정되어야 하므로, 하나의 최대 부호화 단위에 대해서는 적어도 하나의 부호화 모드에 관한 정보가 결정될 수 있다. 또한, 최대 부호화 단위의 데이터는 심도에 따라 계층적으로 구획되어 위치 별로 부호화 심도가 다를 수 있으므로, 데이터에 대해 부호화 심도 및 부호화 모드에 관한 정보가 설정될 수 있다.
따라서, 일 실시 예에 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 실시 예에 따른 최소 단위는, 최하위 부호화 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위이다. 일 실시 예에 따른 최소 단위는, 최대 부호화 단위에 포함되는 모든 부호화 단위, 예측 단위, 파티션 단위 및 변환 단위 내에 포함될 수 있는 최대 크기의 정사각 데이터 단위일 수 있다.
예를 들어 출력부(130)를 통해 출력되는 부호화 정보는, 심도별 부호화 단위별 부호화 정보와 예측 단위별 부호화 정보로 분류될 수 있다. 심도별 부호화 단위별 부호화 정보는, 예측 모드 정보, 파티션 크기 정보를 포함할 수 있다. 예측 단위별로 전송되는 부호화 정보는 인터 모드의 추정 방향에 관한 정보, 인터 모드의 참조 영상 인덱스에 관한 정보, 움직임 벡터에 관한 정보, 인트라 모드의 크로마 성분에 관한 정보, 인트라 모드의 보간 방식에 관한 정보 등을 포함할 수 있다.
픽처, 슬라이스 또는 GOP별로 정의되는 부호화 단위의 최대 크기에 관한 정보 및 최대 심도에 관한 정보는 비트스트림의 헤더, 시퀀스 파라미터 세트 또는 픽처 파라미터 세트 등에 삽입될 수 있다.
또한 현재 비디오에 대해 허용되는 변환 단위의 최대 크기에 관한 정보 및 변환 단위의 최소 크기에 관한 정보도, 비트스트림의 헤더, 시퀀스 파라미터 세트 또는 픽처 파라미터 세트 등을 통해 출력될 수 있다. 출력부(130)는, 예측과 관련된 참조정보, 예측정보, 슬라이스 타입 정보 등을 부호화하여 출력할 수 있다.
비디오 부호화 장치(100)의 가장 간단한 형태의 실시 예에 따르면, 심도별 부호화 단위는 한 계층 상위 심도의 부호화 단위의 높이 및 너비를 반분한 크기의 부호화 단위이다. 즉, 현재 심도의 부호화 단위의 크기가 2Nx2N이라면, 하위 심도의 부호화 단위의 크기는 NxN 이다. 또한, 2Nx2N 크기의 현재 부호화 단위는 NxN 크기의 하위 심도 부호화 단위를 최대 4개 포함할 수 있다.
따라서, 비디오 부호화 장치(100)는 현재 픽처의 특성을 고려하여 결정된 최대 부호화 단위의 크기 및 최대 심도를 기반으로, 각각의 최대 부호화 단위마다 최적의 형태 및 크기의 부호화 단위를 결정하여 트리 구조에 따른 부호화 단위들을 구성할 수 있다. 또한, 각각의 최대 부호화 단위마다 다양한 예측 모드, 변환 방식 등으로 부호화할 수 있으므로, 다양한 영상 크기의 부호화 단위의 영상 특성을 고려하여 최적의 부호화 모드가 결정될 수 있다.
따라서, 영상의 해상도가 매우 높거나 데이터량이 매우 큰 영상을 기존 매크로블록 단위로 부호화한다면, 픽처당 매크로블록의 수가 과도하게 많아진다. 이에 따라, 매크로블록마다 생성되는 압축 정보도 많아지므로 압축 정보의 전송 부담이 커지고 데이터 압축 효율이 감소하는 경향이 있다. 따라서, 일 실시 예에 따른 비디오 부호화 장치는, 영상의 크기를 고려하여 부호화 단위의 최대 크기를 증가시키면서, 영상 특성을 고려하여 부호화 단위를 조절할 수 있으므로, 영상 압축 효율이 증대될 수 있다.
도 1a 을 참조하여 전술한 멀티레이어 비디오 부호화 장치(10)는, 멀티 레이어 비디오의 레이어들마다 싱글 레이어 영상들의 부호화를 위해, 레이어 개수만큼의 비디오 부호화 장치(100)들을 포함할 수 있다. 예를 들어, 기본 레이어 부호화부(12)가 하나의 비디오 부호화 장치(100)를 포함하고, 향상 레이어 부호화부(14)가 향상 레이어의 개수만큼의 비디오 부호화 장치(100)를 포함할 수 있다.
비디오 부호화 장치(100)가 기본 레이어 영상들을 부호화하는 경우에, 부호화 단위 결정부(120)는 최대 부호화 단위마다 트리 구조에 따른 부호화 단위별로 영상간 예측을 위한 예측단위를 결정하고, 예측단위마다 영상간 예측을 수행할 수 있다.
비디오 부호화 장치(100)가 향상 레이어 영상들을 부호화하는 경우에도, 부호화 단위 결정부(120)는 최대 부호화 단위마다 트리 구조에 따른 부호화 단위 및 예측단위를 결정하고, 예측단위마다 인터 예측을 수행할 수 있다.
부호화 단위 결정부(120)가 기본 레이어 영상들을 부호화하는 경우에는, 랜덤 엑세스가 가능한 RPA 영상들을 지정하고 기본 레이어 RPA 영상들에 대해 인트라 예측을 수행할 수 있다. 랜덤 엑세스나 레이어 스위칭이 발생하는 경우에는, 이전 복원영상이 없더라도 RPA 영상을 복원할 수 있다.
부호화 단위 결정부(120)가 향상 레이어 스트림을 부호화하는 경우에는, 기본 레이어 스트림의 RPA 영상에 대응하는 위치에서 기본 레이어 RAP 영상과 동일한 RPA 타입의 RPA 영상을 부호화할 수 있다. 부호화 단위 결정부(120)는, 향상 레이어 RPA 영상들에 대해 인트라 예측을 수행할 수 있다.
부호화 단위 결정부(120)는, RPA 영상과 다른 넌 RPA 영상 중 적어도 하나를 참조하여 넌 RPA 영상에 대한 인터 예측을 수행할 수 있다. 기본 레이어의 RASL 영상에 대응하는 위치의 향상 레이어 영상들도 RASL 영상으로서, 후행하는 RPA 영상과 선행하는 RPA 영상을 참조할 수 있다. 기본 레이어 스트림의 RADL 영상에 대응하는 위치의 향상 레이어 영상들도 RADL 영상으로서 후행하는 RPA 영상만 참조할 수 있다. 기본 레이어 노말 영상에 대응하는 향상 레이어 영상은 CRA 영상, RADL/RASL 영상 또는 노말 영상으로서 부호화될 수 있다.
도 9 는 본 발명의 일 실시 예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 복호화 장치(200)의 블록도를 도시한다.
일 실시 예에 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 실시 예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(200)는 '비디오 복호화 장치(200)'로 축약하여 지칭한다.
일 실시 예에 따른 비디오 복호화 장치(200)의 복호화 동작을 위한 부호화 단위, 심도, 예측 단위, 변환 단위, 각종 부호화 모드에 관한 정보 등 각종 용어의 정의는, 도 8 및 비디오 부호화 장치(100)를 참조하여 전술한 바와 동일하다.
수신부(210)는 부호화된 비디오에 대한 비트스트림을 수신하여 파싱한다. 영상 데이터 및 부호화 정보 추출부(220)는 파싱된 비트스트림으로부터 최대 부호화 단위별로 트리 구조에 따른 부호화 단위들에 따라 부호화 단위마다 부호화된 영상 데이터를 추출하여 영상 데이터 복호화부(230)로 출력한다. 영상 데이터 및 부호화 정보 추출부(220)는 현재 픽처에 대한 헤더, 시퀀스 파라미터 세트 또는 픽처 파라미터 세트로부터 현재 픽처의 부호화 단위의 최대 크기에 관한 정보를 추출할 수 있다.
또한, 영상 데이터 및 부호화 정보 추출부(220)는 파싱된 비트스트림으로부터 최대 부호화 단위별로 트리 구조에 따른 부호화 단위들에 대한 부호화 심도 및 부호화 모드에 관한 정보를 추출한다. 추출된 부호화 심도 및 부호화 모드에 관한 정보는 영상 데이터 복호화부(230)로 출력된다. 즉, 비트열의 영상 데이터를 최대 부호화 단위로 분할하여, 영상 데이터 복호화부(230)가 최대 부호화 단위마다 영상 데이터를 복호화하도록 할 수 있다.
최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보는, 하나 이상의 부호화 심도 정보에 대해 설정될 수 있으며, 부호화 심도별 부호화 모드에 관한 정보는, 해당 부호화 단위의 파티션 타입 정보, 예측 모드 정보 및 변환 단위의 크기 정보 등을 포함할 수 있다. 또한, 부호화 심도 정보로서, 심도별 분할 정보가 추출될 수도 있다.
영상 데이터 및 부호화 정보 추출부(220)가 추출한 최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보는, 일 실시 예에 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 실시 예에 따른 부호화 심도 및 부호화 모드에 대한 부호화 정보는, 해당 부호화 단위, 예측 단위 및 최소 단위 중 소정 데이터 단위에 대해 할당되어 있을 수 있으므로, 영상 데이터 및 부호화 정보 추출부(220)는 소정 데이터 단위별로 부호화 심도 및 부호화 모드에 관한 정보를 추출할 수 있다. 소정 데이터 단위별로, 해당 최대 부호화 단위의 부호화 심도 및 부호화 모드에 관한 정보가 기록되어 있다면, 동일한 부호화 심도 및 부호화 모드에 관한 정보를 갖고 있는 소정 데이터 단위들은 동일한 최대 부호화 단위에 포함되는 데이터 단위로 유추될 수 있다.
영상 데이터 복호화부(230)는 최대 부호화 단위별 부호화 심도 및 부호화 모드에 관한 정보에 기초하여 각각의 최대 부호화 단위의 영상 데이터를 복호화하여 현재 픽처를 복원한다. 즉 영상 데이터 복호화부(230)는, 최대 부호화 단위에 포함되는 트리 구조에 따른 부호화 단위들 가운데 각각의 부호화 단위마다, 판독된 파티션 타입, 예측 모드, 변환 단위에 기초하여 부호화된 영상 데이터를 복호화할 수 있다. 복호화 과정은 인트라 예측 및 움직임 보상을 포함하는 예측 과정, 및 역변환 과정을 포함할 수 있다.
영상 데이터 복호화부(230)는, 부호화 심도별 부호화 단위의 예측 단위의 파티션 타입 정보 및 예측 모드 정보에 기초하여, 부호화 단위마다 각각의 파티션 및 예측 모드에 따라 인트라 예측 또는 움직임 보상을 수행할 수 있다.
또한, 영상 데이터 복호화부(230)는, 최대 부호화 단위별 역변환을 위해, 부호화 단위별로 트리 구조에 따른 변환 단위 정보를 판독하여, 부호화 단위마다 변환 단위에 기초한 역변환을 수행할 수 있다. 역변환을 통해, 부호화 단위의 공간 영역의 화소값이 복원할 수 있다.
영상 데이터 복호화부(230)는 심도별 분할 정보를 이용하여 현재 최대 부호화 단위의 부호화 심도를 결정할 수 있다. 만약, 분할 정보가 현재 심도에서 더 이상 분할되지 않음을 나타내고 있다면 현재 심도가 부호화 심도이다. 따라서, 영상 데이터 복호화부(230)는 현재 최대 부호화 단위의 영상 데이터에 대해 현재 심도의 부호화 단위를 예측 단위의 파티션 타입, 예측 모드 및 변환 단위 크기 정보를 이용하여 복호화할 수 있다.
즉, 부호화 단위, 예측 단위 및 최소 단위 중 소정 데이터 단위에 대해 설정되어 있는 부호화 정보를 관찰하여, 동일한 분할 정보를 포함한 부호화 정보를 보유하고 있는 데이터 단위가 모여, 영상 데이터 복호화부(230)에 의해 동일한 부호화 모드로 복호화할 하나의 데이터 단위로 간주될 수 있다. 이런 식으로 결정된 부호화 단위마다 부호화 모드에 대한 정보를 획득하여 현재 부호화 단위의 복호화가 수행될 수 있다.
도 1a를 참조하여 전술한 멀티레이어 비디오 부호화 장치(10)는, 멀티 레이어 비디오의 레이어들마다 인터 예측을 위한 참조영상을 생성하기 위해, 비디오 복호화 장치(200) 중 영상데이터 복호화부(230)를 레이어 개수만큼 포함할 수 있다. 예를 들어, 기본 레이어 부호화부(12)가 하나의 영상데이터 복호화부(230)를 포함하고, 향상 레이어 부호화부(14)가 향상 레이어의 개수만큼의 비디오 복호화 장치(200)를 포함할 수 있다.
또한, 도 2a 및 3a를 참조하여 전술한 멀티 레이어 비디오 복호화 장치(20)는, 수신된 기본 레이어 영상스트림 및 향상 레이어 영상스트림을 복호화하여 기본 레이어 영상들 및 향상 레이어 영상들을 복원하기 위해, 비디오 복호화 장치(200)를 시점 개수만큼 포함할 수 있다. 예를 들어, 기본 레이어 복호화부(22)가 하나의 비디오 복호화 장치(200)를 포함하고, 향상 레이어 복호화부(24)가 향상 레이어의 개수만큼의 비디오 복호화 장치(200)를 포함할 수 있다.
기본 레이어 영상스트림이 수신된 경우에는, 비디오 복호화 장치(200)의 영상데이터 복호화부(230)는, 추출부(220)에 의해 기본 레이어 영상스트림으로부터 추출된 기본 레이어 영상들의 샘플들을 최대 부호화 단위의 트리 구조에 따른 부호화 단위들로 나눌 수 있다. 영상데이터 복호화부(230)는 기본 레이어 영상들의 샘플들의 트리 구조에 따른 부호화 단위들마다, 영상간 예측을 위한 예측단위별로 움직임 보상을 수행하여 기본 레이어 영상들을 복원할 수 있다.
향상 레이어 영상스트림이 수신된 경우에는, 비디오 복호화 장치(200)의 영상데이터 복호화부(230)는, 추출부(220)에 의해 향상 레이어 영상스트림으로부터 추출된 향상 레이어 영상들의 샘플들을 최대 부호화 단위의 트리 구조에 따른 부호화 단위들로 나눌 수 있다. 영상데이터 복호화부(230)는, 향상 레이어 영상들의 샘플들의 부호화 단위들마다 영상간 예측을 위한 예측단위별로 움직임 보상을 수행하여 향상 레이어 영상들을 복원할 수 있다.
영상데이터 복호화부(230)가 기본 레이어 스트림을 복호화하는 경우에는, 날 유닛 타입에 기초하여 RPA 영상들을 복원할 수 있다. 랜덤 엑세스나 레이어 스위칭이 발생하는 경우에는, 이전 복원영상이 없더라도 RPA 영상을 복원할 수 있다.
영상데이터 복호화부(230)가 향상 레이어 스트림을 복호화하는 경우에는, 기본 레이어 스트림의 RPA 영상에 대응하는 위치에서 기본 레이어 RAP 영상과 동일한 RPA 타입의 RPA 영상을 복원할 수 있다. 영상데이터 복호화부(230)는, 향상 레이어 RPA 영상들에 대해 인트라 예측을 수행할 수 있다.
영상데이터 복호화부(230)는, RPA 영상과 다른 넌 RPA 영상 중 적어도 하나를 참조하여 넌 RPA 영상에 대한 움직임 보상을 수행할 수 있다. 기본 레이어의 RASL 영상에 대응하는 위치의 향상 레이어 영상들도 RASL 영상으로서, 후행하는 RPA 영상과 선행하는 RPA 영상을 참조할 수 있다. 기본 레이어 스트림의 RADL 영상에 대응하는 위치의 향상 레이어 영상들도 RADL 영상으로서 후행하는 RPA 영상만 참조할 수 있다. 기본 레이어 노말 영상에 대응하는 향상 레이어 영상은 CRA 영상, RADL/RASL 영상 또는 노말 영상으로서 복원될 수 있다.
결국, 비디오 복호화 장치(200)는, 부호화 과정에서 최대 부호화 단위마다 재귀적으로 부호화를 수행하여 최소 부호화 오차를 발생시킨 부호화 단위에 대한 정보를 획득하여, 현재 픽처에 대한 복호화에 이용할 수 있다. 즉, 최대 부호화 단위마다 최적 부호화 단위로 결정된 트리 구조에 따른 부호화 단위들의 부호화된 영상 데이터의 복호화가 가능해진다.
따라서, 높은 해상도의 영상 또는 데이터량이 과도하게 많은 영상이라도 부호화단으로부터 전송된 최적 부호화 모드에 관한 정보를 이용하여, 영상의 특성에 적응적으로 결정된 부호화 단위의 크기 및 부호화 모드에 따라 효율적으로 영상 데이터를 복호화하여 복원할 수 있다.
도 10 은 본 발명의 일 실시 예에 따른 부호화 단위의 개념을 도시한다.
부호화 단위의 예는, 부호화 단위의 크기는 너비x높이로 표현되며, 크기 64x64인 부호화 단위부터, 32x32, 16x16, 8x8를 포함할 수 있다. 크기 64x64의 부호화 단위는 크기 64x64, 64x32, 32x64, 32x32의 파티션들로 분할될 수 있고, 크기 32x32의 부호화 단위는 크기 32x32, 32x16, 16x32, 16x16의 파티션들로, 크기 16x16의 부호화 단위는 크기 16x16, 16x8, 8x16, 8x8의 파티션들로, 크기 8x8의 부호화 단위는 크기 8x8, 8x4, 4x8, 4x4의 파티션들로 분할될 수 있다.
비디오 데이터(310)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 2로 설정되어 있다. 비디오 데이터(320)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 3로 설정되어 있다. 비디오 데이터(330)에 대해서는, 해상도는 352x288, 부호화 단위의 최대 크기는 16, 최대 심도가 1로 설정되어 있다. 도 10에 도시된 최대 심도는, 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낸다.
해상도가 높거나 데이터량이 많은 경우 부호화 효율의 향상 뿐만 아니라 영상 특성을 정확히 반형하기 위해 부호화 사이즈의 최대 크기가 상대적으로 큰 것이 바람직하다. 따라서, 비디오 데이터(330)에 비해, 해상도가 높은 비디오 데이터(310, 320)는 부호화 사이즈의 최대 크기가 64로 선택될 수 있다.
비디오 데이터(310)의 최대 심도는 2이므로, 비디오 데이터(310)의 부호화 단위(315)는 장축 크기가 64인 최대 부호화 단위로부터, 2회 분할하며 심도가 두 계층 깊어져서 장축 크기가 32, 16인 부호화 단위들까지 포함할 수 있다. 반면, 비디오 데이터(330)의 최대 심도는 1이므로, 비디오 데이터(330)의 부호화 단위(335)는 장축 크기가 16인 부호화 단위들로부터, 1회 분할하며 심도가 한 계층 깊어져서 장축 크기가 8인 부호화 단위들까지 포함할 수 있다.
비디오 데이터(320)의 최대 심도는 3이므로, 비디오 데이터(320)의 부호화 단위(325)는 장축 크기가 64인 최대 부호화 단위로부터, 3회 분할하며 심도가 세 계층 깊어져서 장축 크기가 32, 16, 8인 부호화 단위들까지 포함할 수 있다. 심도가 깊어질수록 세부 정보의 표현능력이 향상될 수 있다.
도 11은 일 실시 예에 따른 부호화 단위에 기초한 영상 부호화부(400)의 블록도를 도시한다.
일 실시 예에 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 실시 예에 따른 영상 부호화부(400)가 비디오 부호화 장치(100)에 적용되기 위해서, 영상 부호화부(400)의 구성 요소들인 인터 예측부(415), 인트라 예측부(420), 변환부(425), 양자화부(430), 엔트로피 부호화부(435), 역양자화부(445), 역변환부(450), 디블로킹부(455) 및 SAO 수행부(460)가 최대 부호화 단위마다 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위에 기반한 작업을 수행할 수 있다.
특히, 인트라 예측부(420)및 인터예측부(415) 는 현재 최대 부호화 단위의 최대 크기 및 최대 심도를 고려하여 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위의 파티션 모드 및 예측 모드를 결정하며, 변환부(425)는 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위 내의 쿼드 트리에 따른 변환 단위의 분할 여부를 결정할 수 있다.
도 12 는 일 실시 예에 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 실시 예에 따른 영상 복호화부(500)의 엔트로피 복호화부(515) 이후의 단계별 작업들이 수행될 수 있다.
영상 복호화부(500)가 일 실시 예에 따른 비디오 복호화 장치(200)에 적용되기 위해서, 영상 복호화부(500)의 구성 요소들인 엔트로피 복호화부(515), 역양자화부(520), 역변환부(525), 인트라 예측부(540), 인터 예측부(535), 디블로킹부(545) 및 SAO 수행부(550)가 최대 부호화 단위마다 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위에 기반하여 작업을 수행할 수 있다.
특히, 인트라 예측부(540)및 인터 예측부(535)는 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위마다 파티션 모드 및 예측 모드를 결정하며, 역변환부(525)는 부호화 단위마다 쿼드 트리구조에 따른 변환단위의 분할 여부를 결정할 수 있다.
도 11의 부호화 동작 및 도 12의 복호화 동작은 각각 단일 레이어에서의 비디오스트림 부호화 동작 및 복호화 동작을 상술한 것이다. 따라서, 도 1a의 부호화부(12)가 둘 이상의 레이어의 비디오스트림을 부호화한다면, 레이어별로 영상부호화부(400)를 포함할 수 있다. 유사하게, 도 2a의 복호화부(26)가 둘 이상의 레이어의 비디오스트림을 복호화한다면, 레이어별로 영상복호화부(500)를 포함할 수 있다.
도 13 는 본 발명의 일 실시 예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
일 실시 예에 따른 비디오 부호화 장치(100) 및 일 실시 예에 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 실시 예에 따른 부호화 단위의 계층 구조(600)는 부호화 단위의 최대 높이 및 너비가 64이며, 최대 심도가 3인 경우를 도시하고 있다. 이 때, 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낸다. 일 실시 예에 따른 부호화 단위의 계층 구조(600)의 세로축을 따라서 심도가 깊어지므로 심도별 부호화 단위의 높이 및 너비가 각각 분할한다. 또한, 부호화 단위의 계층 구조(600)의 가로축을 따라, 각각의 심도별 부호화 단위의 예측 부호화의 기반이 되는 예측 단위 및 파티션이 도시되어 있다.
즉, 부호화 단위(610)는 부호화 단위의 계층 구조(600) 중 최대 부호화 단위로서 심도가 0이며, 부호화 단위의 크기, 즉 높이 및 너비가 64x64이다. 세로축을 따라 심도가 깊어지며, 크기 32x32인 심도 1의 부호화 단위(620), 크기 16x16인 심도 2의 부호화 단위(630), 크기 8x8인 심도 3의 부호화 단위(640)가 존재한다. 크기 8x8인 심도 3의 부호화 단위(640)는 최소 부호화 단위이다.
각각의 심도별로 가로축을 따라, 부호화 단위의 예측 단위 및 파티션들이 배열된다. 즉, 심도 0의 크기 64x64의 부호화 단위(610)가 예측 단위라면, 예측 단위는 크기 64x64의 부호화 단위(610)에 포함되는 크기 64x64의 파티션(610), 크기 64x32의 파티션들(612), 크기 32x64의 파티션들(614), 크기 32x32의 파티션들(616)로 분할될 수 있다.
마찬가지로, 심도 1의 크기 32x32의 부호화 단위(620)의 예측 단위는, 크기 32x32의 부호화 단위(620)에 포함되는 크기 32x32의 파티션(620), 크기 32x16의 파티션들(622), 크기 16x32의 파티션들(624), 크기 16x16의 파티션들(626)로 분할될 수 있다.
마찬가지로, 심도 2의 크기 16x16의 부호화 단위(630)의 예측 단위는, 크기 16x16의 부호화 단위(630)에 포함되는 크기 16x16의 파티션(630), 크기 16x8의 파티션들(632), 크기 8x16의 파티션들(634), 크기 8x8의 파티션들(636)로 분할될 수 있다.
마찬가지로, 심도 3의 크기 8x8의 부호화 단위(640)의 예측 단위는, 크기 8x8의 부호화 단위(640)에 포함되는 크기 8x8의 파티션(640), 크기 8x4의 파티션들(642), 크기 4x8의 파티션들(644), 크기 4x4의 파티션들(646)로 분할될 수 있다.
일 실시 예에 따른 비디오 부호화 장치(100)의 부호화 단위 결정부(120)는, 최대 부호화 단위(610)의 부호화 심도를 결정하기 위해, 최대 부호화 단위(610)에 포함되는 각각의 심도의 부호화 단위마다 부호화를 수행하여야 한다.
동일한 범위 및 크기의 데이터를 포함하기 위한 심도별 부호화 단위의 개수는, 심도가 깊어질수록 심도별 부호화 단위의 개수도 증가한다. 예를 들어, 심도 1의 부호화 단위 한 개가 포함하는 데이터에 대해서, 심도 2의 부호화 단위는 네 개가 필요하다. 따라서, 동일한 데이터의 부호화 결과를 심도별로 비교하기 위해서, 한 개의 심도 1의 부호화 단위 및 네 개의 심도 2의 부호화 단위를 이용하여 각각 부호화되어야 한다.
각각의 심도별 부호화를 위해서는, 부호화 단위의 계층 구조(600)의 가로축을 따라, 심도별 부호화 단위의 예측 단위들마다 부호화를 수행하여, 해당 심도에서 가장 작은 부호화 오차인 대표 부호화 오차가 선택될 수다. 또한, 부호화 단위의 계층 구조(600)의 세로축을 따라 심도가 깊어지며, 각각의 심도마다 부호화를 수행하여, 심도별 대표 부호화 오차를 비교하여 최소 부호화 오차가 검색될 수 있다. 최대 부호화 단위(610) 중 최소 부호화 오차가 발생하는 심도 및 파티션이 최대 부호화 단위(610)의 부호화 심도 및 파티션 타입으로 선택될 수 있다.
도 14 은 본 발명의 일 실시 예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
일 실시 예에 따른 비디오 부호화 장치(100) 또는 일 실시 예에 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 실시 예에 따른 비디오 부호화 장치(100) 또는 일 실시 예에 따른 비디오 복호화 장치(200)에서, 현재 부호화 단위(710)가 64x64 크기일 때, 32x32 크기의 변환 단위(720)를 이용하여 변환이 수행될 수 있다.
또한, 64x64 크기의 부호화 단위(710)의 데이터를 64x64 크기 이하의 32x32, 16x16, 8x8, 4x4 크기의 변환 단위들로 각각 변환을 수행하여 부호화한 후, 원본과의 오차가 가장 적은 변환 단위가 선택될 수 있다.
도 15 은 본 발명의 일 실시 예에 따라, 심도별 부호화 정보들을 도시한다.
일 실시 예에 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 실시 예에 따른 비디오 복호화 장치(200)의 영상 데이터 및 부호화 정보 추출부(210)는, 각각의 심도별 부호화 단위마다 파티션 타입에 관한 정보(800), 예측 모드에 관한 정보(810), 변환 단위 크기에 대한 정보(820)를 추출하여 복호화에 이용할 수 있다.
도 16 는 본 발명의 일 실시 예에 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 실시 예에 따른 최소 단위는, 최하위 부호화 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위일 수 있다. 이러한 반복적 부호화 과정을 통해, 일 실시 예에 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 실시 예에 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 실시 예에 따른 비디오 복호화 장치(200)는 심도별 분할 정보를 이용하여 분할 정보가 '0'인 심도를 부호화 심도로 파악하고, 해당 심도에 대한 부호화 모드에 관한 정보를 이용하여 복호화에 이용할 수 있다.
도 17, 18 및 19는 본 발명의 일 실시 예에 따른, 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
부호화 단위(1010)는, 최대 부호화 단위에 대해 일 실시 예에 따른 비디오 부호화 장치(100)가 결정한 부호화 심도별 부호화 단위들이다. 예측 단위(1060)는 부호화 단위(1010) 중 각각의 부호화 심도별 부호화 단위의 예측 단위들의 파티션들이며, 변환 단위(1070)는 각각의 부호화 심도별 부호화 단위의 변환 단위들이다.
심도별 부호화 단위들(1010)은 최대 부호화 단위의 심도가 0이라고 하면, 부호화 단위들(1012, 1054)은 심도가 1, 부호화 단위들(1014, 1016, 1018, 1028, 1050, 1052)은 심도가 2, 부호화 단위들(1020, 1022, 1024, 1026, 1030, 1032, 1048)은 심도가 3, 부호화 단위들(1040, 1042, 1044, 1046)은 심도가 4이다.
예측 단위들(1060) 중 일부 파티션(1014, 1016, 1022, 1032, 1048, 1050, 1052, 1054)는 부호화 단위가 분할된 형태이다. 즉, 파티션(1014, 1022, 1050, 1054)은 2NxN의 파티션 타입이며, 파티션(1016, 1048, 1052)은 Nx2N의 파티션 타입, 파티션(1032)은 NxN의 파티션 타입이다. 심도별 부호화 단위들(1010)의 예측 단위 및 파티션들은 각각의 부호화 단위보다 작거나 같다.
변환 단위들(1070) 중 일부(1052)의 영상 데이터에 대해서는 부호화 단위에 비해 작은 크기의 데이터 단위로 변환 또는 역변환이 수행된다. 또한, 변환 단위(1014, 1016, 1022, 1032, 1048, 1050, 1052, 1054)는 예측 단위들(1060) 중 해당 예측 단위 및 파티션와 비교해보면, 서로 다른 크기 또는 형태의 데이터 단위이다. 즉, 일 실시 예에 따른 비디오 부호화 장치(100) 및 일 실시 예에 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 8은, 일 실시 예에 따른 비디오 부호화 장치(100) 및 일 실시 예에 따른 비디오 복호화 장치(200)에서 설정할 수 있는 일례를 나타낸다.
표 1
Figure PCTKR2014003213-appb-T000001
일 실시 예에 따른 비디오 부호화 장치(100)의 출력부(130)는 트리 구조에 따른 부호화 단위들에 대한 부호화 정보를 출력하고, 일 실시 예에 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 실시 예에 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 실시 예로, 현재 부호화 단위가 주변 부호화 단위를 참조하여 예측 부호화가 수행되는 경우, 인접하는 심도별 부호화 단위의 부호화 정보를 이용하여, 심도별 부호화 단위 내에서 현재 부호화 단위에 인접하는 데이터가 검색됨으로써 주변 부호화 단위가 참조될 수도 있다.
도 20 은 표 8의 부호화 모드 정보에 따른 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
최대 부호화 단위(1300)는 부호화 심도의 부호화 단위들(1302, 1304, 1306, 1312, 1314, 1316, 1318)을 포함한다. 이 중 하나의 부호화 단위(1318)는 부호화 심도의 부호화 단위이므로 분할 정보가 0으로 설정될 수 있다. 크기 2Nx2N의 부호화 단위(1318)의 파티션 타입 정보는, 파티션 타입 2Nx2N(1322), 2NxN(1324), Nx2N(1326), NxN(1328), 2NxnU(1332), 2NxnD(1334), nLx2N(1336) 및 nRx2N(1338) 중 하나로 설정될 수 있다.
변환 단위 분할 정보(TU size flag)는 변환 인덱스의 일종으로서, 변환 인덱스에 대응하는 변환 단위의 크기는 부호화 단위의 예측 단위 타입 또는 파티션 타입에 따라 변경될 수 있다.
예를 들어, 파티션 타입 정보가 대칭형 파티션 타입 2Nx2N(1322), 2NxN(1324), Nx2N(1326) 및 NxN(1328) 중 하나로 설정되어 있는 경우, 변환 단위 분할 정보가 0이면 크기 2Nx2N의 변환 단위(1342)가 설정되고, 변환 단위 분할 정보가 1이면 크기 NxN의 변환 단위(1344)가 설정될 수 있다.
파티션 타입 정보가 비대칭형 파티션 타입 2NxnU(1332), 2NxnD(1334), nLx2N(1336) 및 nRx2N(1338) 중 하나로 설정된 경우, 변환 단위 분할 정보(TU size flag)가 0이면 크기 2Nx2N의 변환 단위(1352)가 설정되고, 변환 단위 분할 정보가 1이면 크기 N/2xN/2의 변환 단위(1354)가 설정될 수 있다.
도 20을 참조하여 전술된 변환 단위 분할 정보(TU size flag)는 0 또는 1의 값을 갖는 플래그이지만, 일 실시 예에 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 실시 예로써 이용될 수 있다.
이 경우, 일 실시 예에 따른 변환 단위 분할 정보를 변환 단위의 최대 크기, 변환 단위의 최소 크기와 함께 이용하면, 실제로 이용된 변환 단위의 크기가 표현될 수 있다. 일 실시 예에 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 실시 예에 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 실시 예에 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 실시 예에 따른 현재 최대 변환 단위 크기 'RootTuSize'는 일 실시 예일 뿐이며, 현재 최대 변환 단위 크기를 결정하는 요인이 이에 한정되는 것은 아님을 유의하여야 한다.
도 8 내지 20를 참조하여 전술된 트리 구조의 부호화 단위들에 기초한 비디오 부호화 기법에 따라, 트리 구조의 부호화 단위들마다 공간영역의 영상 데이터가 부호화되며, 트리 구조의 부호화 단위들에 기초한 비디오 복호화 기법에 따라 최대 부호화 단위마다 복호화가 수행되면서 공간 영역의 영상 데이터가 복원되어, 픽처 및 픽처 시퀀스인 비디오가 복원될 수 있다. 복원된 비디오는 재생 장치에 의해 재생되거나, 저장 매체에 저장되거나, 네트워크를 통해 전송될 수 있다.
한편, 상술한 본 발명의 실시 예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
설명의 편의를 위해 앞서 도 1a 내지 20을 참조하여 전술된 멀티 레이어 비디오 예측 방법, 멀티 레이어 비디오 복호화 방법에 따른 비디오 부호화 방법은, '본 발명의 비디오 부호화 방법'으로 통칭한다. 또한, 앞서 도 1a 내지 20을 참조하여 전술된 멀티 레이어 비디오 복호화 방법에 따른 비디오 복호화 방법은 '본 발명의 비디오 복호화 방법'으로 지칭한다
또한, 앞서 도 1a 내지 20을 참조하여 전술된 멀티레이어 비디오 부호화 장치(10), 멀티 레이어 비디오 복호화 장치(20), 비디오 부호화 장치(100) 또는 영상 부호화부(400)로 구성된 비디오 부호화 장치는, '본 발명의 비디오 부호화 장치'로 통칭한다. 또한, 앞서 도 1a 내지 20을 참조하여 전술된 멀티 레이어 비디오 복호화 장치(20), 비디오 복호화 장치(200) 또는 영상 복호화부(500)로 구성된 비디오 복호화 장치는, '본 발명의 비디오 복호화 장치'로 통칭한다.
일 실시 예에 따른 프로그램이 저장되는 컴퓨터로 판독 가능한 저장매체가 디스크(26000)인 실시 예를 이하 상술한다.
도 21은 일 실시 예에 따른 프로그램이 저장된 디스크(26000)의 물리적 구조를 예시한다. 저장매체로서 전술된 디스크(26000)는, 하드드라이브, 시디롬(CD-ROM) 디스크, 블루레이(Blu-ray) 디스크, DVD 디스크일 수 있다. 디스크(26000)는 다수의 동심원의 트랙(tr)들로 구성되고, 트랙들은 둘레 방향에 따라 소정 개수의 섹터(Se)들로 분할된다. 상기 전술된 일 실시 예에 따른 프로그램을 저장하는 디스크(26000) 중 특정 영역에, 전술된 양자화 파라미터 결정 방법, 비디오 부호화 방법 및 비디오 복호화 방법을 구현하기 위한 프로그램이 할당되어 저장될 수 있다.
전술된 비디오 부호화 방법 및 비디오 복호화 방법을 구현하기 위한 프로그램을 저장하는 저장매체를 이용하여 달성된 컴퓨터 시스템이 도 22를 참조하여 후술된다.
도 22는 디스크(26000)를 이용하여 프로그램을 기록하고 판독하기 위한 디스크드라이브(26800)를 도시한다. 컴퓨터 시스템(26700)은 디스크드라이브(26800)를 이용하여 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법 중 적어도 하나를 구현하기 위한 프로그램을 디스크(26000)에 저장할 수 있다. 디스크(26000)에 저장된 프로그램을 컴퓨터 시스템(26700)상에서 실행하기 위해, 디스크 드라이브(26800)에 의해 디스크(26000)로부터 프로그램이 판독되고, 프로그램이 컴퓨터 시스템(26700)에게로 전송될 수 있다.
도 21 및 22에서 예시된 디스크(26000) 뿐만 아니라, 메모리 카드, 롬 카세트, SSD(Solid State Drive)에도 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법 중 적어도 하나를 구현하기 위한 프로그램이 저장될 수 있다.
전술된 실시 예에 따른 비디오 부호화 방법 및 비디오 복호화 방법이 적용된 시스템이 후술된다.
도 23은 컨텐트 유통 서비스(content distribution service)를 제공하기 위한 컨텐트 공급 시스템(content supply system)(11000)의 전체적 구조를 도시한다. 통신시스템의 서비스 영역은 소정 크기의 셀들로 분할되고, 각 셀에 베이스 스테이션이 되는 무선 기지국(11700, 11800, 11900, 12000)이 설치된다.
컨텐트 공급 시스템(11000)은 다수의 독립 디바이스들을 포함한다. 예를 들어, 컴퓨터(12100), PDA(Personal Digital Assistant)(12200), 카메라(12300) 및 휴대폰(12500)과 같은 독립디바이스들이, 인터넷 서비스 공급자(11200), 통신망(11400), 및 무선 기지국(11700, 11800, 11900, 12000)을 거쳐 인터넷(11100)에 연결된다.
그러나, 컨텐트 공급 시스템(11000)은 도 24에 도시된 구조에만 한정되는 것이 아니며, 디바이스들이 선택적으로 연결될 수 있다. 독립 디바이스들은 무선 기지국(11700, 11800, 11900, 12000)을 거치지 않고 통신망(11400)에 직접 연결될 수도 있다.
비디오 카메라(12300)는 디지털 비디오 카메라와 같이 비디오 영상을 촬영할 수 있는 촬상 디바이스이다. 휴대폰(12500)은 PDC(Personal Digital Communications), CDMA(code division multiple access), W-CDMA(wideband code division multiple access), GSM(Global System for Mobile Communications), 및 PHS(Personal Handyphone System)방식과 같은 다양한 프로토콜들 중 적어도 하나의 통신방식을 채택할 수 있다.
비디오 카메라(12300)는 무선기지국(11900) 및 통신망(11400)을 거쳐 스트리밍 서버(11300)에 연결될 수 있다. 스트리밍 서버(11300)는 사용자가 비디오 카메라(12300)를 사용하여 전송한 컨텐트를 실시간 방송으로 스트리밍 전송할 수 있다. 비디오 카메라(12300)로부터 수신된 컨텐트는 비디오 카메라(12300) 또는 스트리밍 서버(11300)에 의해 부호화될 수 있다. 비디오 카메라(12300)로 촬영된 비디오 데이터는 컴퓨터(12100)을 거쳐 스트리밍 서버(11300)로 전송될 수도 있다.
카메라(12600)로 촬영된 비디오 데이터도 컴퓨터(12100)를 거쳐 스트리밍 서버(11300)로 전송될 수도 있다. 카메라(12600)는 디지털 카메라와 같이 정지영상과 비디오 영상을 모두 촬영할 수 있는 촬상 장치이다. 카메라(12600)로부터 수신된 비디오 데이터는 카메라(12600) 또는 컴퓨터(12100)에 의해 부호화될 수 있다. 비디오 부호화 및 복호화를 위한 소프트웨어는 컴퓨터(12100)가 엑세스할 수 있는 시디롬 디스크, 플로피디스크, 하드디스크 드라이브, SSD , 메모리 카드와 같은 컴퓨터로 판독 가능한 기록 매체에 저장될 수 있다.
또한 휴대폰(12500)에 탑재된 카메라에 의해 비디오가 촬영된 경우, 비디오 데이터가 휴대폰(12500)으로부터 수신될 수 있다.
비디오 데이터는, 비디오 카메라(12300), 휴대폰(12500) 또는 카메라(12600)에 탑재된 LSI(Large scale integrated circuit) 시스템에 의해 부호화될 수 있다.
일 실시 예에 따른 컨텐트 공급 시스템(11000)에서, 예를 들어 콘서트의 현장녹화 컨텐트와 같이, 사용자가 비디오 카메라(12300), 카메라(12600), 휴대폰(12500) 또는 다른 촬상 디바이스를 이용하여 녹화된 컨텐트가 부호화되고, 스트리밍 서버(11300)로 전송된다. 스트리밍 서버(11300)는 컨텐트 데이터를 요청한 다른 클라이언트들에게 컨텐트 데이터를 스트리밍 전송할 수 있다.
클라이언트들은 부호화된 컨텐트 데이터를 복호화할 수 있는 디바이스이며, 예를 들어 컴퓨터(12100), PDA(12200), 비디오 카메라(12300) 또는 휴대폰(12500)일 수 있다. 따라서, 컨텐트 공급 시스템(11000)은, 클라이언트들이 부호화된 컨텐트 데이터를 수신하여 재생할 수 있도록 한다. 또한 컨텐트 공급 시스템(11000)은, 클라이언트들이 부호화된 컨텐트 데이터를 수신하여 실시간으로 복호화하고 재생할 수 있도록 하여, 개인방송(personal broadcasting)이 가능하게 한다.
컨텐트 공급 시스템(11000)에 포함된 독립 디바이스들의 부호화 동작 및 복호화 동작에 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치가 적용될 수 있다.
도 24 및 25을 참조하여 컨텐트 공급 시스템(11000) 중 휴대폰(12500)의 일 실시 예가 상세히 후술된다.
도 24은, 일 실시 예에 따른 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법이 적용되는 휴대폰(12500)의 외부 구조를 도시한다. 휴대폰(12500)은 기능이 제한되어 있지 않고 응용 프로그램을 통해 상당 부분의 기능을 변경하거나 확장할 수 있는 스마트폰일 수 있다.
휴대폰(12500)은, 무선기지국(12000)과 RF신호를 교환하기 위한 내장 안테나(12510)을 포함하고, 카메라(12530)에 의해 촬영된 영상들 또는 안테나(12510)에 의해 수신되어 복호화된 영상들을 디스플레이하기 위한 LCD(Liquid Crystal Display), OLED(Organic Light Emitting Diodes)화면 같은 디스플레이화면(12520)를 포함한다. 스마트폰(12510)은 제어버튼, 터치패널을 포함하는 동작 패널(12540)를 포함한다. 디스플레이화면(12520)이 터치스크린인 경우, 동작 패널(12540)은 디스플레이화면(12520)의 터치감지패널을 더 포함한다. 스마트폰(12510)은 음성, 음향을 출력하기 위한 스피커(12580) 또는 다른 형태의 음향출력부와, 음성, 음향이 입력되는 마이크로폰(12550) 또는 다른 형태의 음향입력부를 포함한다. 스마트폰(12510)은 비디오 및 정지영상을 촬영하기 위한 CCD 카메라와 같은 카메라(12530)를 더 포함한다. 또한, 스마트폰(12510)은 카메라(12530)에 의해 촬영되거나 이메일(E-mail)로 수신되거나 다른 형태로 획득된 비디오나 정지영상들과 같이, 부호화되거나 복호화된 데이터를 저장하기 위한 저장매체(12570); 그리고 저장매체(12570)를 휴대폰(12500)에 장착하기 위한 슬롯(12560)을 포함할 수 있다. 저장매체(12570)는 SD카드 또는 플라스틱 케이스에 내장된 EEPROM(electrically erasable and programmable read only memory)와 같은 다른 형태의 플래쉬 메모리일 수 있다.
도 25은 휴대폰(12500)의 내부 구조를 도시한다. 디스플레이화면(12520) 및 동작 패널(12540)로 구성된 휴대폰(12500)의 각 파트를 조직적으로 제어하기 위해, 전력공급회로(12700), 동작입력제어부(12640), 영상부호화부(12720), 카메라 인터페이스(12630), LCD제어부(12620), 영상복호화부(12690), 멀티플렉서/디멀티플렉서(multiplexer/demultiplexer)(12680), 기록/판독부(12670), 변조/복조(modulation/demodulation)부(12660) 및 음향처리부(12650)가, 정렬 버스(12730)를 통해 중앙제어부(12710)에 연결된다.
사용자가 전원 버튼을 동작하여 '전원꺼짐' 상태에서 '전원켜짐' 상태로 설정하면, 전력공급회로(12700)는 배터리팩으로부터 휴대폰(12500)의 각 파트에 전력을 공급함으로써, 휴대폰(12500)가 동작 모드로 셋팅될 수 있다.
중앙제어부(12710)는 CPU, ROM(Read Only Memory) 및 RAM(Random Access Memory)을 포함한다.
휴대폰(12500)이 외부로 통신데이터를 송신하는 과정에서는, 중앙제어부(12710)의 제어에 따라 휴대폰(12500)에서 디지털 신호가 생성된다, 예를 들어, 음향처리부(12650)에서는 디지털 음향신호가 생성되고, 영상 부호화부(12720)에서는 디지털 영상신호가 생성되며, 동작 패널(12540) 및 동작 입력제어부(12640)를 통해 메시지의 텍스트 데이터가 생성될 수 있다. 중앙제어부(12710)의 제어에 따라 디지털 신호가 변조/복조부(12660)에게 전달되면, 변조/복조부(12660)는 디지털 신호의 주파수대역을 변조하고, 통신회로(12610)는 대역변조된 디지털 음향신호에 대해 D/A변환(Digital-Analog conversion) 및 주파수변환(frequency conversion) 처리를 수행한다. 통신회로(12610)로부터 출력된 송신신호는 안테나(12510)를 통해 음성통신기지국 또는 무선기지국(12000)으로 송출될 수 있다.
예를 들어, 휴대폰(12500)이 통화 모드일 때 마이크로폰(12550)에 의해 획득된 음향신호는, 중앙제어부(12710)의 제어에 따라 음향처리부(12650)에서 디지털 음향신호로 변환된다. 생성된 디지털 음향신호는 변조/복조부(12660) 및 통신회로(12610)를 거쳐 송신신호로 변환되고, 안테나(12510)를 통해 송출될 수 있다.
데이터통신 모드에서 이메일과 같은 텍스트 메시지가 전송되는 경우, 동작 패널(12540)을 이용하여 메시지의 텍스트 데이터가 입력되고, 텍스트 데이터가 동작 입력제어부(12640)를 통해 중앙제어부(12610)로 전송된다. 중앙제어부(12610)의 제어에 따라, 텍스트 데이터는 변조/복조부(12660) 및 통신회로(12610)를 통해 송신신호로 변환되고, 안테나(12510)를 통해 무선기지국(12000)에게로 송출된다.
데이터통신 모드에서 영상 데이터를 전송하기 위해, 카메라(12530)에 의해 촬영된 영상 데이터가 카메라 인터페이스(12630)를 통해 영상부호화부(12720)로 제공된다. 카메라(12530)에 의해 촬영된 영상 데이터는 카메라 인터페이스(12630) 및 LCD제어부(12620)를 통해 디스플레이화면(12520)에 곧바로 디스플레이될 수 있다.
영상부호화부(12720)의 구조는, 전술된 본 발명의 비디오 부호화 장치의 구조와 상응할 수 있다. 영상부호화부(12720)는, 카메라(12530)로부터 제공된 영상 데이터를, 전술된 본 발명의 비디오 부호화 방식에 따라 부호화하여, 압축 부호화된 영상 데이터로 변환하고, 부호화된 영상 데이터를 다중화/역다중화부(12680)로 출력할 수 있다. 카메라(12530)의 녹화 중에 휴대폰(12500)의 마이크로폰(12550)에 의해 획득된 음향신호도 음향처리부(12650)를 거쳐 디지털 음향데이터로 변환되고, 디지털 음향데이터는 다중화/역다중화부(12680)로 전달될 수 있다.
다중화/역다중화부(12680)는 음향처리부(12650)로부터 제공된 음향데이터와 함께 영상부호화부(12720)로부터 제공된 부호화된 영상 데이터를 다중화한다. 다중화된 데이터는 변조/복조부(12660) 및 통신회로(12610)를 통해 송신신호로 변환되고, 안테나(12510)를 통해 송출될 수 있다.
휴대폰(12500)이 외부로부터 통신데이터를 수신하는 과정에서는, 안테나(12510)를 통해 수신된 신호를 주파수복원(frequency recovery) 및 A/D변환(Analog-Digital conversion) 처리를 통해 디지털 신호를 변환한다. 변조/복조부(12660)는 디지털 신호의 주파수대역을 복조한다. 대역복조된 디지털 신호는 종류에 따라 비디오 복호화부(12690), 음향처리부(12650) 또는 LCD제어부(12620)로 전달된다.
휴대폰(12500)은 통화 모드일 때, 안테나(12510)를 통해 수신된 신호를 증폭하고 주파수변환 및 A/D변환(Analog-Digital conversion) 처리를 통해 디지털 음향 신호를 생성한다. 수신된 디지털 음향 신호는, 중앙제어부(12710)의 제어에 따라 변조/복조부(12660) 및 음향처리부(12650)를 거쳐 아날로그 음향 신호로 변환되고, 아날로그 음향 신호가 스피커(12580)를 통해 출력된다.
데이터통신 모드에서 인터넷의 웹사이트로부터 엑세스된 비디오 파일의 데이터가 수신되는 경우, 안테나(12510)를 통해 무선기지국(12000)으로부터 수신된 신호는 변조/복조부(12660)의 처리결과 다중화된 데이터를 출력하고, 다중화된 데이터는 다중화/역다중화부(12680)로 전달된다.
안테나(12510)를 통해 수신한 다중화된 데이터를 복호화하기 위해, 다중화/역다중화부(12680)는 다중화된 데이터를 역다중화하여 부호화된 비디오 데이터스트림과 부호화된 오디오 데이터스트림을 분리한다. 정렬 버스(12730)에 의해, 부호화된 비디오 데이터스트림은 비디오 복호화부(12690)로 제공되고, 부호화된 오디오 데이터스트림은 음향처리부(12650)로 제공된다.
영상복호화부(12690)의 구조는, 전술된 본 발명의 비디오 복호화 장치의 구조와 상응할 수 있다. 영상복호화부(12690)는 전술된 본 발명의 비디오 복호화 방법을 이용하여, 부호화된 비디오 데이터를 복호화하여 복원된 비디오 데이터를 생성하고, 복원된 비디오 데이터를 LCD제어부(1262)를 거쳐 디스플레이화면(1252)에게 복원된 비디오 데이터를 제공할 수 있다.
이에 따라 인터넷의 웹사이트로부터 엑세스된 비디오 파일의 비디오 데이터가 디스플레이화면(1252)에서 디스플레이될 수 있다. 이와 동시에 음향처리부(1265)도 오디오 데이터를 아날로그 음향 신호로 변환하고, 아날로그 음향 신호를 스피커(1258)로 제공할 수 있다. 이에 따라, 인터넷의 웹사이트로부터 엑세스된 비디오 파일에 포함된 오디오 데이터도 스피커(1258)에서 재생될 수 있다.
휴대폰(1250) 또는 다른 형태의 통신단말기는 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 모두 포함하는 송수신 단말기이거나, 전술된 본 발명의 비디오 부호화 장치만을 포함하는 송신단말기이거나, 본 발명의 비디오 복호화 장치만을 포함하는 수신단말기일 수 있다.
본 발명의 통신시스템은 도 24를 참조하여 전술한 구조에 한정되지 않는다. 예를 들어, 도 26은 본 발명에 따른 통신시스템이 적용된 디지털 방송 시스템을 도시한다. 도 26의 일 실시 예에 따른 디지털 방송 시스템은, 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 이용하여, 위성 또는 지상파 네트워크를 통해 전송되는 디지털 방송을 수신할 수 있다.
구체적으로 보면, 방송국(12890)은 전파를 통해 비디오 데이터스트림을 통신위성 또는 방송위성(12900)으로 전송한다. 방송위성(12900)은 방송신호를 전송하고, 방송신호는 가정에 있는 안테나(12860)에 의해 위성방송수신기로 수신된다. 각 가정에서, 부호화된 비디오스트림은 TV수신기(12810), 셋탑박스(set-top box)(12870) 또는 다른 디바이스에 의해 복호화되어 재생될 수 있다.
재생장치(12830)에서 본 발명의 비디오 복호화 장치가 구현됨으로써, 재생장치(12830)가 디스크 및 메모리 카드와 같은 저장매체(12820)에 기록된 부호화된 비디오스트림을 판독하여 복호화할 수 있다. 이에 따라 복원된 비디오 신호는 예를 들어 모니터(12840)에서 재생될 수 있다.
위성/지상파 방송을 위한 안테나(12860) 또는 케이블TV 수신을 위한 케이블 안테나(12850)에 연결된 셋탑박스(12870)에도, 본 발명의 비디오 복호화 장치가 탑재될 수 있다. 셋탑박스(12870)의 출력데이터도 TV모니터(12880)에서 재생될 수 있다.
다른 예로, 셋탑박스(12870) 대신에 TV수신기(12810) 자체에 본 발명의 비디오 복호화 장치가 탑재될 수도 있다.
적절한 안테나(12910)를 구비한 자동차(12920)가 위성(12800) 또는 무선기지국(11700)으로부터 송출되는 신호를 수신할 수도 있다. 자동차(12920)에 탑재된 자동차 네비게이션 시스템(12930)의 디스플레이 화면에 복호화된 비디오가 재생될 수 있다.
비디오 신호는, 본 발명의 비디오 부호화 장치에 의해 부호화되어 저장매체에 기록되어 저장될 수 있다. 구체적으로 보면, DVD 레코더에 의해 영상 신호가 DVD디스크(12960)에 저장되거나, 하드디스크 레코더(12950)에 의해 하드디스크에 영상 신호가 저장될 수 있다. 다른 예로, 비디오 신호는 SD카드(12970)에 저장될 수도 있다. 하드디스크 레코더(12950)가 일 실시 예에 따른 본 발명의 비디오 복호화 장치를 구비하면, DVD디스크(12960), SD카드(12970) 또는 다른 형태의 저장매체에 기록된 비디오 신호가 모니터(12880)에서 재생될 수 있다.
자동차 네비게이션 시스템(12930)은 도 26의 카메라(12530), 카메라 인터페이스(12630) 및 영상 부호화부(12720)를 포함하지 않을 수 있다. 예를 들어, 컴퓨터(12100) 및 TV수신기(12810)도, 도 26의 카메라(12530), 카메라 인터페이스(12630) 및 영상 부호화부(12720)를 포함하지 않을 수 있다.
도 27은 본 발명의 일 실시 예에 따른 비디오 부호화 장치 및 비디오 복호화 장치를 이용하는 클라우드 컴퓨팅 시스템의 네트워크 구조를 도시한다.
본 발명의 클라우드 컴퓨팅 시스템은 클라우드 컴퓨팅 서버(14100), 사용자 DB(14100), 컴퓨팅 자원(14200) 및 사용자 단말기를 포함하여 이루어질 수 있다.
클라우드 컴퓨팅 시스템은, 사용자 단말기의 요청에 따라 인터넷과 같은 정보 통신망을 통해 컴퓨팅 자원의 온 디맨드 아웃소싱 서비스를 제공한다. 클라우드 컴퓨팅 환경에서, 서비스 제공자는 서로 다른 물리적인 위치에 존재하는 데이터 센터의 컴퓨팅 자원를 가상화 기술로 통합하여 사용자들에게 필요로 하는 서비스를 제공한다. 서비스 사용자는 어플리케이션(Application), 스토리지(Storage), 운영체제(OS), 보안(Security) 등의 컴퓨팅 자원을 각 사용자 소유의 단말에 설치하여 사용하는 것이 아니라, 가상화 기술을 통해 생성된 가상 공간상의 서비스를 원하는 시점에 원하는 만큼 골라서 사용할 수 있다.
특정 서비스 사용자의 사용자 단말기는 인터넷 및 이동통신망을 포함하는 정보통신망을 통해 클라우드 컴퓨팅 서버(14100)에 접속한다. 사용자 단말기들은 클라우드 컴퓨팅 서버(14100)로부터 클라우드 컴퓨팅 서비스 특히, 동영상 재생 서비스를 제공받을 수 있다. 사용자 단말기는 데스트탑 PC(14300), 스마트TV(14400), 스마트폰(14500), 노트북(14600), PMP(Portable Multimedia Player)(14700), 태블릿 PC(14800) 등, 인터넷 접속이 가능한 모든 전자 기기가 될 수 있다.
클라우드 컴퓨팅 서버(14100)는 클라우드 망에 분산되어 있는 다수의 컴퓨팅 자원(14200)을 통합하여 사용자 단말기에게 제공할 수 있다. 다수의 컴퓨팅 자원(14200)은 여러가지 데이터 서비스를 포함하며, 사용자 단말기로부터 업로드된 데이터를 포함할 수 있다. 이런 식으로 클라우드 컴퓨팅 서버(14100)는 여러 곳에 분산되어 있는 동영상 데이터베이스를 가상화 기술로 통합하여 사용자 단말기가 요구하는 서비스를 제공한다.
사용자 DB(14100)에는 클라우드 컴퓨팅 서비스에 가입되어 있는 사용자 정보가 저장된다. 여기서, 사용자 정보는 로그인 정보와, 주소, 이름 등 개인 신용 정보를 포함할 수 있다. 또한, 사용자 정보는 동영상의 인덱스(Index)를 포함할 수 있다. 여기서, 인덱스는 재생을 완료한 동영상 목록과, 재생 중인 동영상 목록과, 재생 중인 동영상의 정지 시점 등을 포함할 수 있다.
사용자 DB(14100)에 저장된 동영상에 대한 정보는, 사용자 디바이스들 간에 공유될 수 있다. 따라서 예를 들어 노트북(14600)으로부터 재생 요청되어 노트북(14600)에게 소정 동영상 서비스를 제공한 경우, 사용자 DB(14100)에 소정 동영상 서비스의 재생 히스토리가 저장된다. 스마트폰(14500)으로부터 동일한 동영상 서비스의 재생 요청이 수신되는 경우, 클라우드 컴퓨팅 서버(14100)는 사용자 DB(14100)을 참조하여 소정 동영상 서비스를 찾아서 재생한다. 스마트폰(14500)이 클라우드 컴퓨팅 서버(14100)를 통해 동영상 데이터스트림을 수신하는 경우, 동영상 데이터스트림을 복호화하여 비디오를 재생하는 동작은, 앞서 도 24을 참조하여 전술한 휴대폰(12500)의 동작과 유사하다.
클라우드 컴퓨팅 서버(14100)는 사용자 DB(14100)에 저장된 소정 동영상 서비스의 재생 히스토리를 참조할 수도 있다. 예를 들어, 클라우드 컴퓨팅 서버(14100)는 사용자 단말기로부터 사용자 DB(14100)에 저장된 동영상에 대한 재생 요청을 수신한다. 동영상이 그 전에 재생 중이었던 것이면, 클라우드 컴퓨팅 서버(14100)는 사용자 단말기로의 선택에 따라 처음부터 재생하거나, 이전 정지 시점부터 재생하느냐에 따라 스트리밍 방법이 달라진다. 예를 들어, 사용자 단말기가 처음부터 재생하도록 요청한 경우에는 클라우드 컴퓨팅 서버(14100)가 사용자 단말기에게 해당 동영상을 첫 프레임부터 스트리밍 전송한다. 반면, 단말기가 이전 정지시점부터 이어서 재생하도록 요청한 경우에는, 클라우드 컴퓨팅 서버(14100)가 사용자 단말기에게 해당 동영상을 정지시점의 프레임부터 스트리밍 전송한다.
이 때 사용자 단말기는, 도 1a 내지 20을 참조하여 전술한 본 발명의 비디오 복호화 장치를 포함할 수 있다. 다른 예로, 사용자 단말기는, 도 1a 내지 20을 참조하여 전술한 본 발명의 비디오 부호화 장치를 포함할 수 있다. 또한, 사용자 단말기는, 도 1a 내지 20을 참조하여 전술한 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 모두 포함할 수도 있다.
도 1a 내지 20을 참조하여 전술된 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법, 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치가 활용되는 다양한 실시 예들이 도 21 내지 도 27에서 전술되었다. 하지만, 도 1a 내지 20을 참조하여 전술된 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법이 저장매체에 저장되거나 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치가 디바이스에서 구현되는 다양한 실시 예들은, 도 21 내지 도 27의 실시 예들에 한정되지 않는다.
이제까지 본 발명에 대하여 그 바람직한 실시 예들을 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. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (14)

  1. 비디오 복호화 방법에 있어서,
    RAP(Random Access Point) 픽쳐가 향상 레이어에 위치하는지 결정하는 단계;
    상기 RAP 픽쳐와 연관된 RASL(Random Access Skipped Leading) 픽쳐가 출력되는지 결정하는 단계; 및
    상기 RAP 픽쳐가 향상 레이어에 위치하고, 상기 RASL 픽쳐가 출력되지 않도록 결정된 경우, CVS(Coded Video Sequence)의 시작 지점이 아닌 상기 RAP 픽쳐를 복호화할 때, 상기 RAP 픽쳐에 대응되는 SPS(Sequence Parameter Set)를 활성화(activate)시키는 단계를 포함하는 비디오 복호화 방법.
  2. 제 1 항에 있어서, 상기 비디오 복호화 방법은
    상기 RASL 픽쳐가 출력되지 않도록 결정된 경우 상기 RAP 픽쳐에 연관되는 RASL 픽쳐를 폐기하는(discard) 단계를 더 포함하는 비디오 복호화 방법.
  3. 제 2 항에 있어서,
    상기 RASL 픽쳐를 폐기하는 단계는
    상기 RASL 픽쳐가 폐기되는 경우 상기 RASL 픽쳐를 참조하는 픽쳐를 폐기하는 단계를 더 포함하는 비디오 복호화 방법.
  4. 제 1 항에 있어서, 상기 비디오 복호화 방법은
    상기 RASL 픽쳐가 출력되지 않도록 결정된 경우, 상기 RAP 픽쳐의 POC(Picture Order Count)의 MSB(Most Significant Bit)를 0으로 설정하는 단계를 더 포함하는 비디오 복호화 방법.
  5. 제 4 항에 있어서, 상기 비디오 복호화 방법은
    상기 RAP 픽쳐가 향상 레이어에 위치하고, 상기 RASL 픽쳐가 출력되지 않도록 결정된 경우, 상기 RAP 픽쳐의 POC의 MSB를 상기 RAP 픽쳐와 동일한 엑세스 유닛(Access Unit)의 기본레이어에 속한 픽쳐의 POC의 MSB로 설정하는 단계를 더 포함하는 비디오 복호화 방법.
  6. 비디오 부호화 방법에 있어서,
    향상 레이어에 포함된 픽쳐 중 CVS(Coded Video Sequence)의 시작 지점이 아닌 영상을 RAP(Random Access Point) 픽쳐로 부호화하는 단계;
    상기 RAP 픽쳐와 연관된 RASL 픽쳐가 출력되지 않을 경우, 상기 RAP 픽쳐의 복호화에 대응되어 활성화(activate)되는 SPS(Sequence Parameter Set)를 부호화하는 단계를 포함하는 비디오 부호화 방법.
  7. 제 6 항에 있어서, 상기 비디오 부호화 방법은
    상기 RAP 픽쳐와 연관된 RASL 픽쳐가 출력되지 않는 경우, 상기 RAP 픽쳐에 연관되는 RASL 픽쳐를 폐기(discard)하도록 영상 시퀀스를 부호화하는 단계를 더 포함하는 비디오 부호화 방법.
  8. 제 6 항에 있어서, 상기 비디오 부호화 방법은
    상기 폐기되는 RASL 픽쳐를 참조하는 픽쳐를 폐기하도록 영상 시퀀스를 부호화하는 단계를 더 포함하는 비디오 부호화 방법.
  9. 제 6 항에 있어서, 상기 비디오 부호화 방법은
    기본 레이어에 위치하는 RAP 픽쳐와 연관된 RASL 픽쳐가 출력되지 않는 경우, 상기 기본 레이어에 위치하는 RAP 픽쳐의 POC(Picture Order Count)의 MSB(Most Significant Bit)를 0으로 설정하도록 영상 시퀀스를 부호화하는 단계를 포함하는 비디오 부호화 방법.
  10. 제 6 항에 있어서, 상기 비디오 부호화 방법은
    상기 RAP 픽쳐와 연관된 RASL 픽쳐가 출력되지 않는 경우 상기 RAP 픽쳐의 POC의 MSB를 상기 RAP 픽쳐와 동일한 엑세스 유닛(Access Unit)의 기본레이어에 속한 픽쳐의 POC의 MSB로 설정하도록 영상 시퀀스를 부호화하는 단계를 포함하는 비디오 부호화 방법.
  11. 비디오 복호화 장치에 있어서,
    비트 스트림을 수신하는 수신부; 및
    RAP 픽쳐가 향상 레이어에 위치하고, 상기 RAP 픽쳐와 연관된 RASL 픽쳐가 출력되지 않는 경우, CVS의 시작 지점이 아닌 상기 RAP 픽쳐를 복호화할 때, 상기 RAP 픽쳐에 대응되는 SPS를 활성화시키는 인터 레이어 복호화부를 포함하는 멀티 레이어 비디오 복호화 장치.
  12. 비디오 부호화 장치에 있어서,
    향상 레이어에 포함된 픽쳐 중 CVS의 시작 지점이 아닌 영상을 RAP 픽쳐로 부호화하고,
    상기 RAP 픽쳐와 연관된 RASL 픽쳐가 출력되지 않을 경우, 상기 RAP 픽쳐의 복호화에 대응되어 활성화 되는 SPS를 부호화하는 인터 레이어 부호화부; 및
    상기 부호화된 데이터를 전송하기 위한 비트스트림을 생성하는 출력부를 포함하는 멀티 레이어 비디오 부호화 장치.
  13. 제 1 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체.
  14. 제 6 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체.
PCT/KR2014/003213 2013-04-12 2014-04-14 랜덤 엑세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 엑세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치 WO2014168463A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201480033792.0A CN105308964A (zh) 2013-04-12 2014-04-14 用于随机访问的多层视频编码方法及其装置以及用于随机访问的多层视频解码方法及其装置
US14/784,173 US9819944B2 (en) 2013-04-12 2014-04-14 Multi-layer video coding method for random access and device therefor, and multi-layer video decoding method for random access and device therefor
EP14782662.2A EP2975848A4 (en) 2013-04-12 2014-04-14 METHOD FOR MULTILAYER VIDEO CODING FOR DIRECT ACCESS AND DEVICE THEREFOR AND METHOD FOR MULTILAYER VIDEO DECODING FOR DIRECT ACCESS AND DEVICE THEREFOR

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361811333P 2013-04-12 2013-04-12
US61/811,333 2013-04-12

Publications (1)

Publication Number Publication Date
WO2014168463A1 true WO2014168463A1 (ko) 2014-10-16

Family

ID=51689793

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2014/003213 WO2014168463A1 (ko) 2013-04-12 2014-04-14 랜덤 엑세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 엑세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치

Country Status (5)

Country Link
US (1) US9819944B2 (ko)
EP (1) EP2975848A4 (ko)
KR (1) KR20140123914A (ko)
CN (1) CN105308964A (ko)
WO (1) WO2014168463A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9602822B2 (en) 2013-04-17 2017-03-21 Qualcomm Incorporated Indication of cross-layer picture type alignment in multi-layer video coding
WO2015047162A1 (en) * 2013-09-26 2015-04-02 Telefonaktiebolaget L M Ericsson (Publ) Hybrid codec scalable video
US10264272B2 (en) * 2013-10-15 2019-04-16 Qualcomm Incorporated Device and method for scalable coding of video information
US10542288B2 (en) * 2014-06-18 2020-01-21 Telefonaktiebolaget Lm Ericsson (Publ) Random access in a video bitstream
EP3962089A1 (en) 2014-06-18 2022-03-02 Telefonaktiebolaget LM Ericsson (publ) Dependent random access point pictures
US11539957B2 (en) * 2019-06-20 2022-12-27 Tencent America LLC Layered random access with reference picture resampling
CN110995870A (zh) * 2019-12-23 2020-04-10 江苏电力信息技术有限公司 一种基于rpa机器人的非结构化数据管理的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110127175A (ko) * 2009-03-02 2011-11-24 톰슨 라이센싱 픽처 시퀀스를 표시하는 방법 및 장치
KR20120024578A (ko) * 2009-05-01 2012-03-14 톰슨 라이센싱 3ｄｖ를 위한 층간 종속성 정보
KR20120072718A (ko) * 2010-12-24 2012-07-04 전자부품연구원 액세스 유닛 단위 처리를 이용한 스케일러블 비디오 코딩의 복호화 장치 및 방법
KR20130004436A (ko) * 2011-07-02 2013-01-10 삼성전자주식회사 비디오 데이터의 재생 상태 식별을 위한 비디오 데이터의 다중화 방법 및 장치, 역다중화 방법 및 장치

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006083824A2 (en) * 2005-02-01 2006-08-10 Texas Instruments Incorporated Random access in avs-m video bitstreams
WO2007003627A1 (en) * 2005-07-06 2007-01-11 Thomson Licensing Method and device for coding a video content comprising a sequence of pictures and a logo
US7725593B2 (en) * 2005-07-15 2010-05-25 Sony Corporation Scalable video coding (SVC) file format
AU2007319261B2 (en) * 2006-11-14 2010-12-16 Qualcomm Incorporated Systems and methods for channel switching
US8422803B2 (en) * 2007-06-28 2013-04-16 Mitsubishi Electric Corporation Image encoding device, image decoding device, image encoding method and image decoding method
EP2392138A4 (en) * 2009-01-28 2012-08-29 Nokia Corp METHOD AND APPARATUS FOR VIDEO ENCODING AND DECODING
US9161004B2 (en) * 2012-04-25 2015-10-13 Qualcomm Incorporated Identifying parameter sets in video files

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110127175A (ko) * 2009-03-02 2011-11-24 톰슨 라이센싱 픽처 시퀀스를 표시하는 방법 및 장치
KR20120024578A (ko) * 2009-05-01 2012-03-14 톰슨 라이센싱 3ｄｖ를 위한 층간 종속성 정보
KR20120072718A (ko) * 2010-12-24 2012-07-04 전자부품연구원 액세스 유닛 단위 처리를 이용한 스케일러블 비디오 코딩의 복호화 장치 및 방법
KR20130004436A (ko) * 2011-07-02 2013-01-10 삼성전자주식회사 비디오 데이터의 재생 상태 식별을 위한 비디오 데이터의 다중화 방법 및 장치, 역다중화 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
RICKARD SJOBERG ET AL.: "Overview of HEVC High-Level Syntax and Reference Picture Management", IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, vol. 22, no. 12, December 2012 (2012-12-01), XP055045360, Retrieved from the Internet <URL:http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6324417> *

Also Published As

Publication number Publication date
CN105308964A (zh) 2016-02-03
US9819944B2 (en) 2017-11-14
EP2975848A4 (en) 2016-10-26
KR20140123914A (ko) 2014-10-23
EP2975848A1 (en) 2016-01-20
US20160080747A1 (en) 2016-03-17

Similar Documents

Publication Publication Date Title
WO2014163467A1 (ko) 랜덤 엑세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 엑세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치
WO2014007590A1 (ko) 랜덤 억세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 억세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치
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
WO2014163461A1 (ko) 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
WO2014109594A1 (ko) 휘도차를 보상하기 위한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2015053601A1 (ko) 멀티 레이어 비디오 부호화 방법 및 그 장치, 멀티 레이어 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
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
WO2015053598A1 (ko) 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
WO2014163458A1 (ko) 인터 레이어 복호화 및 부호화 방법 및 장치를 위한 인터 예측 후보 결정 방법
WO2016117930A1 (ko) 인터 레이어 비디오 복호화 방법 및 그 장치 및 인터 레이어 비디오 부호화 방법 및 그 장치
WO2013157817A1 (ko) 트리 구조의 부호화 단위에 기초한 다시점 비디오 부호화 방법 및 그 장치, 트리 구조의 부호화 단위에 기초한 다시점 비디오 복호화 방법 및 그 장치
WO2015012622A1 (ko) 움직임 벡터 결정 방법 및 그 장치
WO2015009113A1 (ko) 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법
WO2015053597A1 (ko) 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 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
WO2013162251A1 (ko) 다시점 비디오 예측을 위한 참조리스트를 이용하는 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 예측을 위한 참조리스트를 이용하는 다시점 비디오 복호화 방법 및 그 장치
WO2013022281A2 (ko) 다시점 비디오 예측 부호화 방법 및 그 장치, 다시점 비디오 예측 복호화 방법 및 그 장치
WO2016072753A1 (ko) 샘플 단위 예측 부호화 장치 및 방법
WO2015005749A1 (ko) 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 블록 기반 디스패리티 벡터 예측 방법
WO2014168463A1 (ko) 랜덤 엑세스를 위한 멀티 레이어 비디오 부호화 방법 및 그 장치, 랜덤 엑세스를 위한 멀티 레이어 비디오 복호화 방법 및 그 장치
WO2014129872A1 (ko) 메모리 대역폭 및 연산량을 고려한 스케일러블 비디오 부호화 장치 및 방법, 스케일러블 비디오 복호화 장치 및 방법
WO2013115562A1 (ko) 시점변환을 위한 예측구조에 기초한 다시점 비디오 부호화 방법 및 그 장치, 시점변환을 위한 예측구조에 기초한 다시점 비디오 복호화 방법 및 그 장치
WO2015056945A1 (ko) 깊이 인트라 부호화 방법 및 그 장치, 복호화 방법 및 그 장치

Legal Events

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

Ref document number: 201480033792.0

Country of ref document: CN

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

Ref document number: 14782662

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: 14784173

Country of ref document: US

Ref document number: 2014782662

Country of ref document: EP