WO2014171769A1 - 시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 복호화 방법 및 그 장치 - Google Patents

시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 복호화 방법 및 그 장치 Download PDF

Info

Publication number
WO2014171769A1
WO2014171769A1 PCT/KR2014/003372 KR2014003372W WO2014171769A1 WO 2014171769 A1 WO2014171769 A1 WO 2014171769A1 KR 2014003372 W KR2014003372 W KR 2014003372W WO 2014171769 A1 WO2014171769 A1 WO 2014171769A1
Authority
WO
WIPO (PCT)
Prior art keywords
candidate
prediction
view
merge
current block
Prior art date
Application number
PCT/KR2014/003372
Other languages
English (en)
French (fr)
Inventor
이진영
최병두
박민우
위호천
윤재원
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 CN201480034643.6A priority Critical patent/CN105340275A/zh
Priority to US14/785,542 priority patent/US20160073133A1/en
Priority to EP14785455.8A priority patent/EP2988509A4/en
Publication of WO2014171769A1 publication Critical patent/WO2014171769A1/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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/169—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
    • H04N19/176—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 block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques

Definitions

  • the present invention relates to a multiview video encoding method and apparatus, a multiview video decoding method and apparatus. More specifically, the present invention relates to a multiview video encoding method and apparatus, and a multiview video decoding method and apparatus using view synthesis prediction.
  • the stereoscopic image refers to a 3D image that simultaneously provides shape information about depth and space.
  • images of different viewpoints are provided to the left and right eyes, whereas stereoscopic images provide the same images as viewed from different directions whenever the viewer views different views. Therefore, in order to generate a stereoscopic image, images captured at various viewpoints are required.
  • Images taken from various viewpoints to generate stereoscopic images have a large amount of data. Therefore, considering the network infrastructure, terrestrial bandwidth, etc. for stereoscopic video, even compression is performed using an encoding device optimized for Single-View Video Coding such as MPEG-2, H.264 / AVC, and HEVC. It is almost impossible to realize.
  • a multiview video encoding method and apparatus using view synthesis prediction there is provided a multiview video decoding method and apparatus.
  • a multi-view video decoding method includes determining whether a prediction mode of a current block to be decoded is a merge mode; Inter-view Candidate, Spatial Candidate, Disparity Candidate, View Synthesis Prediction Candidate, and Temporal Candidate Constructing a merge candidate list including at least one of the merge candidates as a merge candidate; And selecting a merge candidate to be used for prediction of the current block from the merge candidate list to predict the current block, based on whether viewpoint synthesis prediction has been performed on neighboring blocks of the current block and the current block. It may be determined whether to include view synthesis prediction candidates for at least one of the neighboring block and the current block in the merge candidate list.
  • a plurality of view synthesis prediction (VSP) candidates may be included in a merge candidate list. Therefore, encoding efficiency can be improved through view synthesis prediction using inter-view correlation.
  • FIG. 1A is a block diagram of a multiview video encoding apparatus 10 according to various embodiments.
  • FIG. 1B is a flowchart of a multiview video encoding method, according to various embodiments.
  • FIG. 2A is a block diagram of a multiview video decoding apparatus 20 according to various embodiments.
  • 2B is a flowchart of a multiview video decoding method, according to various embodiments.
  • 3A illustrates a spatial prediction candidate used in an inter prediction mode, according to an embodiment.
  • 3B illustrates a temporal prediction candidate used in an inter prediction mode, according to an embodiment.
  • FIG 4A illustrates an inter-view prediction candidate used in an inter view prediction mode, according to an embodiment.
  • 4B is a diagram for describing encoding using image synthesis prediction, according to an embodiment.
  • 4C is a diagram for describing an encoding process using a synthetic image of a virtual view, according to an embodiment.
  • 4D is a diagram for describing a decoding process using a synthetic image of a virtual view, according to an exemplary embodiment.
  • 4E is a diagram for describing a method of encoding using a view synthesis prediction encoding tool, according to an embodiment.
  • FIG. 5A is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list by a multiview video decoding apparatus, according to an embodiment of the present invention.
  • FIG. 5B is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to an embodiment of the present invention.
  • 5C is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • 5D is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • 5E is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • 5F is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • 5G is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • 5H is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • 5I is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • 5J is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • FIG. 5K is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • FIG. 6A illustrates a pseudo code for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to an embodiment of the present invention.
  • 6B is a description of a pseudo code for explaining a process of adding a view synthesis prediction candidate to a merge candidate list according to an embodiment of the present invention.
  • FIG. 7 is a block diagram of a video encoding apparatus based on coding units having a tree structure, according to an embodiment.
  • FIG. 8 is a block diagram of a video decoding apparatus based on coding units according to a tree structure, according to an embodiment.
  • FIG 9 illustrates a concept of coding units, according to an embodiment of the present invention.
  • FIG. 10 is a block diagram of an image encoder based on coding units, according to an embodiment of the present invention.
  • FIG. 11 is a block diagram of an image decoder based on coding units, according to an embodiment of the present invention.
  • FIG. 12 is a diagram of deeper coding units according to depths, and partitions, according to an embodiment of the present invention.
  • FIG. 13 illustrates a relationship between coding units and transformation units, according to an embodiment of the present invention.
  • FIG. 14 illustrates encoding information according to depths, according to an embodiment of the present invention.
  • 15 is a diagram of deeper coding units according to depths, according to an embodiment of the present invention.
  • 16, 17, and 18 illustrate a relationship between coding units, prediction units, and transformation units, according to an embodiment of the present invention.
  • FIG. 19 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 physical structure of a disk in which a program is stored, according to an embodiment.
  • 21 shows a disc drive for recording and reading a program by using the disc.
  • FIG. 22 illustrates the overall structure of a content supply system for providing a content distribution service.
  • 23 and 24 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.
  • 25 illustrates a digital broadcasting system employing a communication system according to the present invention.
  • FIG. 26 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.
  • a multi-view video decoding method includes determining whether a prediction mode of a current block to be decoded is a merge mode; Inter-view Candidate, Spatial Candidate, Disparity Candidate, View Synthesis Prediction Candidate, and Temporal Candidate Constructing a merge candidate list including at least one of the merge candidates as a merge candidate; And selecting a merge candidate to be used for prediction of the current block from the merge candidate list to predict the current block, based on whether viewpoint synthesis prediction has been performed on neighboring blocks of the current block and the current block. It may be determined whether to include view synthesis prediction candidates for at least one of the neighboring block and the current block in the merge candidate list.
  • the view synthesis prediction candidate for the current block may have a fixed priority in the merge candidate list.
  • the view synthesis prediction candidate for the neighboring block is included in the merge candidate list, and if it is determined that view synthesis prediction has been performed on the current block, The view synthesis prediction candidate may be included in the merge candidate list.
  • the view synthesis prediction candidate for the neighboring block is included in the merge candidate list and the view for the current block. If it is determined that the synthesis prediction has been performed and there is no view synthesis prediction candidate in the merge candidate list, the view synthesis prediction candidate for the current block may be included in the merge candidate list.
  • the neighboring block may include at least a left block of the current block and an upper block of the current block.
  • the neighboring block may include only the left block of the current block.
  • the constructing the merge candidate list may include generating a plurality of groups including the inter-view candidate, the spatial candidate, the disparity candidate, the temporal candidate, and the view synthesis prediction candidate; Adding at least one candidate among the candidates included in the group to a merge candidate group for each group; And adding at least one of candidates included in the merge candidate group for each group to a merge candidate list based on the priority between the groups or the priority among the candidates in the group, wherein the view synthesis prediction candidate for the current block includes: It may be included in some or all groups of the plurality of groups.
  • a multi-view video encoding method includes determining whether a prediction mode of a current block to be encoded is a merge mode; When the merge mode is determined, constructing a merge candidate list including at least one of an inter-view candidate, a spatial candidate, a disparity candidate, a view synthesis prediction candidate, and a temporal candidate as a merge candidate; And selecting a merge candidate to be used for prediction of the current block from the merge candidate list to predict the current block, based on whether viewpoint synthesis prediction has been performed on neighboring blocks of the current block and the current block. It may be determined whether to include view synthesis prediction candidates for at least one of the neighboring block and the current block in the merge candidate list.
  • the view synthesis prediction candidate for the current block may have a fixed priority in the merge candidate list.
  • the view synthesis prediction candidate for the neighboring block is included in the merge candidate list, and if it is determined that view synthesis prediction has been performed on the current block, The view synthesis prediction candidate may be included in the merge candidate list.
  • the view synthesis prediction candidate for the neighboring block is included in the merge candidate list and the view for the current block. If it is determined that the synthesis prediction has been performed and there is no view synthesis prediction candidate in the merge candidate list, the view synthesis prediction candidate for the current block may be included in the merge candidate list.
  • the neighboring block may include at least a left block of the current block and an upper block of the current block.
  • the neighboring block may include only the left block of the current block.
  • the constructing the merge candidate list may include generating a plurality of groups including the inter-view candidate, the spatial candidate, the disparity candidate, the temporal candidate, and the view synthesis prediction candidate; Adding at least one candidate among the candidates included in the group to a merge candidate group for each group; And adding at least one of candidates included in the merge candidate group for each group to a merge candidate list based on the priority between the groups or the priority among the candidates in the group, wherein the view synthesis prediction candidate for the current block includes: It may be included in some or all groups of the plurality of groups.
  • a multi-view video decoding apparatus includes a mode determination unit that determines whether a prediction mode of a current block to be decoded is a merge mode;
  • a merge candidate list constructer constituting a merge candidate list including at least one of an inter-view candidate, a spatial candidate, a disparity candidate, a view synthesis prediction candidate, and a temporal candidate as a merge candidate when the mode determination unit determines the merge mode;
  • a multi-view video encoding apparatus includes a mode determiner that determines whether a prediction mode of a current block to be encoded is a merge mode;
  • a merge candidate list constructer constituting a merge candidate list including at least one of an inter-view candidate, a spatial candidate, a disparity candidate, a view synthesis prediction candidate, and a temporal candidate as a merge candidate when the mode determination unit determines the merge mode;
  • the present invention may include a computer readable recording medium having recorded thereon a program for executing a method according to one embodiment by a computer.
  • FIGS. 1A to 6B. 7 to 19 a video encoding technique and a video decoding technique based on coding units having a tree structure according to various embodiments applicable to the multi-view video encoding technique and the decoding technique proposed above are disclosed. 20 to 26, various embodiments to which the video encoding method and the video decoding method proposed above are applicable are disclosed.
  • the 'image' may be a still image of the video or a video, that is, the video itself.
  • sample means data to be processed as data allocated to a sampling position of an image.
  • the pixels in the spatial domain image may be samples.
  • Prediction is used to reduce redundant information in the image. Prediction in video compression means making a prediction signal similar to the original signal. If the prediction is largely divided according to the method, it can be divided into prediction through spatial reconstruction image reference, prediction through temporal reconstruction image reference, and prediction of other symbols.
  • intra prediction is a prediction technique that allows only spatial reference, and refers to a method of predicting a current block by referring to samples already reconstructed around a block to be currently encoded.
  • Intra-picture prediction is a technique of generating a prediction value for a block to be coded from coded adjacent pixels in a current picture. This intra picture prediction is based on the fact that there is a high correlation between adjacent pixels in a picture.
  • each picture constituting the video has a high correlation with each other in time. Therefore, a prediction value for a coding block in a picture to be currently encoded may be generated from a picture that is already encoded at a previous time. Such a technique of generating a prediction block from a coded picture at a previous time is called inter prediction.
  • Inter-picture prediction generates a predictive block from pictures coded in the previous time. Due to memory constraints, it is impossible to store and refer to all reconstructed pictures. Therefore, the video codec stores some reconstructed pictures having a high correlation with the picture to be coded and uses them for inter prediction.
  • a space in which a reconstructed picture is stored is called a decoded picture buffer (DPB), and a reconstructed picture used for inter prediction among pictures stored in the DPB is called a reference picture.
  • the encoder finds the prediction block most similar to the block to be currently coded in the inter prediction process from the reference pictures, and then transmits information about the prediction block to the decoder (decoding device).
  • motion estimation a process of finding an optimal prediction block from reference pictures is called motion estimation.
  • the reconstructed picture is interpolated according to the type of video codec, and then motion estimation is performed on a subpixel basis for the interpolated image.
  • Motion compensation refers to generating a prediction block based on motion information (motion vector, reference picture index) for the optimal prediction block found in the motion estimation process.
  • the video encoder finds an optimal prediction block from reference pictures through a motion estimation process, and generates a prediction block through a motion compensation process.
  • the video encoder (encoder) transforms, quantizes, and entropy encodes a difference signal that is a difference value between a prediction block generated from inter prediction and an original block.
  • the decoder uses the reference picture information and the reference block information transmitted from the encoder to generate the prediction block only through the motion compensation process without the motion estimation process for the prediction block. can do.
  • the decoder may reconstruct an image by adding the generated prediction block and the residual signal generated through entropy decoding, inverse quantization, and inverse transformation, and apply an in-loop filter according to the type of codec and finally reconstruct The picture is stored in the DPB (decoded picture buffer) again so that the picture can be used as a reference picture later.
  • the inter prediction mode includes a merge mode that uses the correlation of motion information between a neighboring block and the current block to reduce the amount of motion information transmitted in a prediction unit (PU), an advanced motion vector prediction (AMVP), and the like.
  • Use modes that include.
  • the two methods described above form a list of neighboring blocks for deriving motion information, and effectively reduce the amount of motion related data by transmitting neighboring block selection information in the list to a decoder (decoding device).
  • the encoder (encoding device) and the decoder (decoding device) must obtain neighboring block candidate lists in the same process.
  • the merge skip mode is a special case of the merge mode. After quantization is performed, only the neighboring block selection information is transmitted without transmitting the residual signal since the transform coefficients for entropy encoding are all close to zero. It is possible to obtain relatively high coding efficiency in a low motion image, a still image, and a screen content image.
  • Merge mode is a technique of deriving a reference direction, a reference picture index, and a motion vector prediction value (MVP) from neighboring blocks.
  • the motion vector value is calculated by the motion vector prediction value derived from the merge. Since a large amount of motion information is not transmitted to a decoder (decoding device), a large coding efficiency can be obtained in a block having a high correlation with an adjacent block.
  • the encoder (encoder) searches for neighboring blocks that have performed motion prediction to form a merge candidate, and signals the selected merge block information as a merge index to the decoder (decoding device) as a result of the motion search. do.
  • the following candidates may be included as candidates for the merge mode in the encoder (encoding device) and the decoder (decoding device) according to an embodiment of the present invention.
  • the candidate of the merge mode is not limited to only the following candidates, and various kinds of candidates may be added according to a method of performing prediction.
  • VSP Candidate View Synthesis Prediction Candidate
  • the spatial candidate and (4) the temporal candidate can perform prediction between the current viewpoint and the different viewpoint in the same view or in the multiview video, while (1) the inter-view candidate, ( 3) parallax candidates, and (5) viewpoint synthesis prediction candidates perform prediction between a current viewpoint and a different viewpoint in a multiview video.
  • 1A is a block diagram of a multiview video encoding apparatus 10 according to various embodiments.
  • 1B is a flowchart of a multiview video encoding method, according to various embodiments.
  • the multi-view video encoding apparatus 10 includes a mode determiner 12, a merge candidate list constructer 14, and a predictor 16.
  • the mode determiner 12 determines whether the prediction mode of the current block to be encoded is the merge mode.
  • the mode determiner 12 may apply a prediction mode such as a merge mode, an AMVP mode, or a merge skip mode to determine a rate-distortion cost, and determine an optimal prediction mode based on the determined rate-distortion cost. have.
  • the merge candidate list construction unit 14 includes at least one of an inter-view candidate, a spatial candidate, a disparity candidate, a view synthesis prediction candidate, and a temporal candidate when the mode determination unit 12 determines the merge mode. Construct a merge candidate list.
  • a merge candidate list may be obtained by adding various types of merge candidates.
  • the merge candidate list constructer 14 may determine that the view synthesis prediction candidate has a fixed priority.
  • the merge candidate list construction unit 14 may make a plurality of determinations as to whether to include the view synthesis prediction candidate in the merge candidate list.
  • the current block is a split prediction unit when a maximum coding unit included in an image to be currently encoded is divided into one or more coding units, and divided into one or more prediction units for predictive coding on a coding unit.
  • the prediction unit 16 predicts the current block by selecting a merge candidate to be used for prediction of the current block from the merge candidate list. Specifically, the rate-distortion cost is determined by encoding using various candidates, and an optimal merge candidate is determined based on the determined rate-distortion cost.
  • FIG. 1B is a flowchart of a multiview video encoding method, according to various embodiments.
  • the mode determiner 12 determines whether the prediction mode of the current block to be encoded is the merge mode.
  • the merge candidate list construction unit 14 determines the merge mode, the merge candidate list including at least one of an inter-view candidate, a spatial candidate, a disparity candidate, a view synthesis prediction candidate, and a temporal candidate as a merge candidate.
  • step 15 the prediction unit 16 selects a merge candidate to be used for prediction of the current block from the merge candidate list to predict the current block.
  • the merge candidate list constructing unit 16 may make a plurality of determinations as to whether to include the viewpoint synthesis prediction candidate in the merge candidate list.
  • the view synthesis prediction candidate may be determined to have a fixed priority.
  • the multi-view video encoding apparatus 10 may include a mode determiner 12, a merge candidate list constructer 14, and a central processor (not shown) that collectively controls the predictor 16. can do.
  • the processors (not shown) operate organically with each other.
  • the multi-view video encoding apparatus 10 may operate as a whole.
  • the mode determiner 12, the merge candidate list constructer 14, and the predictor 16 may be controlled under the control of an external processor (not shown) of the multiview video encoding apparatus 10.
  • the multi-view video encoding apparatus 10 may include a mode determiner 12, a merge candidate list constructer 14, and one or more data storage units (not shown) in which input / output data of the predictor 16 is stored. Can be.
  • the multi-view video encoding apparatus 10 may include a memory controller (not shown) that controls data input / output of the data storage unit (not shown).
  • the multi-view video encoding apparatus 10 may perform a video encoding operation including transformation by operating in conjunction with an internal video encoding processor or an external video encoding processor to output a video encoding result.
  • the internal video encoding processor of the multi-view video encoding apparatus 10 may implement a video encoding operation as a separate processor.
  • the multi-view video encoding apparatus 10, the central computing unit, or the graphics processing unit may include a video encoding processing module to implement a basic video encoding operation.
  • FIG. 2A is a block diagram of a multiview video decoding apparatus, according to various embodiments.
  • the multi-view video decoding apparatus 20 includes a mode determiner 22, a merge candidate list constructer 24, and a predictor 26.
  • the mode determiner 22 determines whether the prediction mode of the current block to be decoded is the merge mode.
  • the merge candidate list constructer 24 includes at least one of an inter-view candidate, a spatial candidate, a disparity candidate, a view synthesis prediction candidate, and a temporal candidate when the mode determiner 22 determines the merge mode. Construct a merge candidate list.
  • the merge candidate list constructer may make a plurality of determinations as to whether to include the viewpoint synthesis prediction candidate in the merge candidate list.
  • the predictor 26 predicts the current block by selecting a merge candidate to be used for prediction of the current block from the merge candidate list.
  • 2B is a flowchart of a multiview video decoding method, according to various embodiments.
  • the mode determiner 22 may determine whether the prediction mode of the current block to be decoded is a merge mode.
  • the merge candidate list constructer 24 determines the merge mode, the merge candidate including at least one of an inter-view candidate, a spatial candidate, a disparity candidate, a view synthesis prediction candidate, and a temporal candidate as a merge candidate. Construct a list. In this case, a determination as to whether to include the viewpoint synthesis prediction candidate in the merge candidate list may be performed a plurality of times.
  • the prediction unit 26 may predict the current block by selecting a merge candidate to be used for prediction of the current block from the merge candidate list.
  • the multi-view video decoding apparatus 20 includes a mode processor 22, a merge candidate list constructer 24, and a central processor (not shown) that collectively controls the predictor 26. can do.
  • the processors (not shown) operate organically with each other.
  • the multi-view video decoding apparatus 20 may operate as a whole.
  • the mode determination unit 22, the merge candidate list construction unit 24, and the prediction unit 26 may be used. It may be controlled.
  • the multi-view video decoding apparatus 20 may include one or more data storage units (not shown) in which input / output data of the mode determiner 22, the merge candidate list constructer 24, and the predictor 26 are stored. May include).
  • the multi-view video decoding apparatus 20 may include a memory controller (not shown) that controls data input / output of the data storage unit (not shown).
  • the multi-view video decoding apparatus 20 may operate in conjunction with an internal video decoding processor or an external video decoding processor to restore video through video decoding, thereby performing a video decoding operation including an inverse transform. Can be done.
  • the internal video decoding processor of the multi-view video decoding apparatus 20 includes not only a separate processor, but also the multi-view video decoding apparatus 20 or the central computing unit and the graphic computing unit include a video decoding processing module. It may also include the case of implementing a basic video decoding operation.
  • (2) spatial candidates and (4) temporal candidates that can be used for prediction at the same time as the view and the view of the block currently being predicted are described first, and are different from the view of the block currently being predicted.
  • 3A illustrates a spatial candidate used in inter-prediction (inter prediction) mode according to an embodiment.
  • the 2N ⁇ 2N prediction unit (PU) 31 uses five blocks located nearby as spatial merge candidates, and includes A 1 (33), B 1 (35), B 0 (34), and A 0 (32). , B 2 (36) is sequentially searched for use. Spatial candidates cannot be used when adjacent blocks are frame boundaries or encoded in the intra prediction mode so that motion information does not exist.
  • 3B illustrates temporal candidates used in inter-screen prediction (inter prediction) mode according to an embodiment.
  • 3B illustrates a selection position of a temporal merge candidate of the current prediction unit (PU).
  • a prediction unit (PU) at the same position means a prediction unit (PU) existing at a position corresponding to the current prediction unit in the selected reference picture.
  • a temporal merge candidate preferentially considers the lower right (H) block of the reference prediction unit (PU) for prediction performance reasons, and if there is no motion information of the lower right prediction unit (PU), the reference prediction unit (PU) Consider a block located at the center of C 3 as a candidate.
  • a temporal merge candidate block is not used when located outside a coding tree block (CTB), and motion information may not exist in case of an image boundary or an intra prediction.
  • CTB coding tree block
  • Compression performance of multi-view video encoding may be derived through spatial redundancy removal using inter-view prediction. Images photographed at different points of time for the same object have high similarities to each other except for areas covered by camera movement or areas exposed.
  • a method of finding and encoding a region that is most similar to a block to be currently encoded in an image of another viewpoint using the similarity between viewpoints is called disparity compensated prediction.
  • a motion vector used for disparity compensation prediction may be expressed as a disparity vector to distinguish it from a general temporal motion vector.
  • the above-described parallax compensation prediction method follows an encoding method of a coding tree unit (CTU) unit that is performed when encoding a single view image when referring to an image of another view, and thus an additional encoding algorithm other than reference image buffer management. It can be done without.
  • CTU coding tree unit
  • more efficient encoding may be performed if the encoding parameter of the neighboring view, which is already decoded at the time of encoding the extended view, is predicted.
  • an inter-view encoding parameter prediction method is used.
  • a representative method of the inter-view encoding parameter prediction method is an inter-view motion vector prediction method.
  • the multi-view image Since the multi-view image is photographed at different viewpoints for the same subject, the multi-view image has very similar movement characteristics except for an area that is hidden or exposed by the viewpoint movement. By using such a characteristic, encoding efficiency may be improved by predicting a motion vector of a neighboring view that is previously encoded and decoded during extended view encoding.
  • 4A illustrates an inter-view candidate and a disparity candidate according to an embodiment of the present invention.
  • the motion information of the current view is shared by using the motion information of the already-encoded reference view.
  • the current screen of the current view is the current screen to be encoded, and the motion prediction information of the reference view in which the motion information of the current block is already encoded is shared.
  • the first task is to find the parallax vector of position x of the current block.
  • the parallax vector may be obtained by estimating the depth map of the current screen of the current view and using the maximum depth value d of the depth block related to the position of the current block.
  • the reference sample position x R of the reference viewpoint can be obtained.
  • the block of the reference picture including this reference sample position x R becomes a corresponding block with the current block of the current picture. If the corresponding block is encoded through inter prediction, it has a motion vector. The motion vector of the corresponding block is used as a prediction value of the motion vector of the current block. Thus, information about the motion vector of this corresponding block can be used as an inter-view candidate.
  • Parallax candidates are related to using parallax vectors as motion vectors for prediction of the current block. If the reference picture in which the corresponding block is located in FIG. 4A is included in the reference picture list, the disparity vector may be used as a motion vector and used for prediction of the current block. In this case, information about the disparity vector may be used as a disparity candidate. Can be.
  • the inter-view motion vector may perform more accurate prediction by predicting the position from the current coordinate in the reference view image by the parallax, and the parallax for predicting the motion vector from the neighbor view is derived from the neighboring coded blocks. can do.
  • the predicted inter-view motion vector is designated and encoded as the first candidate among the candidates of Merge and AMVP.
  • disparity information used at this time may be stored to provide disparity information to another block to be encoded later.
  • an image of a dependent view to be encoded may be synthesized by using a color image and a depth image of a reference view.
  • the synthesized image is referred to as a view frame (VS)
  • the synthesis frame may be used as an additional reference image to improve encoding efficiency.
  • VSP view synthesis prediction
  • the synthesized frame generated by image synthesis coincides with the time point to encode. Therefore, if the image synthesis is ideally performed, the image exactly matches the screen of the current view to be encoded. Since the synthesized frame is an image generated using an image of an adjacent view, the decoder can generate the same synthesized frame. Therefore, since the same image as that of the current view can be predicted and generated, the coding efficiency can be improved by using the inter-view correlation.
  • a synthesis frame may be generated and added to a reference list, and in the encoding process, a block (colocated block) located at the same position as the block of the current view to be encoded may be referred to without motion information.
  • 4C is a diagram for describing an encoding process using a synthetic image of a virtual view, according to an exemplary embodiment.
  • the color image and the depth image constituting the multiview video may be separately encoded and decoded.
  • the encoding process is performed by obtaining a residual signal between an original image and a prediction image derived through block-based prediction, and then transforming and quantizing the residual signal. Then, a deblocking filter is performed to accurately predict the next images.
  • a merge mode based on intra prediction, inter prediction, inter-view prediction, and merge skip ) Mode, AMVP mode, etc. may be used.
  • an additional configuration for synthesizing at the virtual view may be required to generate a synthesized image of the virtual view.
  • the multi-view video encoding apparatus 10 uses the color image and the depth image of the neighboring view, which are already encoded, to the color image of the current view.
  • a composite image can be generated.
  • the multiview video encoding apparatus 10 may generate a composite image of the depth image of the current view using the depth image of the neighboring view that is already encoded. .
  • 4D is a diagram for describing a decoding process using a synthetic image of a virtual view, according to an exemplary embodiment.
  • the multi-view video decoding apparatus 20 of FIG. 4D performs substantially the same operation as the multi-view video encoding apparatus 10 of FIG. 4C, a detailed description thereof will be omitted.
  • FIG. 4E is a diagram for describing a method of encoding using a view synthesis prediction encoding tool according to another embodiment of the present invention.
  • the multiview video decoding apparatus 20 since the multiview video decoding apparatus 20 does not have information about the disparity vector of the current block, the multiview video decoding apparatus 20 derives the disparity vector of the neighboring blocks of the current block.
  • the multiview video decoding apparatus 20 predicts the information about the disparity vector of the current block by using the information about the disparity vector of the neighboring block of the current block. Therefore, the depth block information of the reference view corresponding to the parallax vector is used as a prediction value of the depth information of the current block. The predicted depth block is used to derive the parallax vector of the reference view.
  • the multiview video decoding apparatus 20 determines a reference block included in a color image of a neighboring view by performing backward warping on a block included in a current block by using the derived parallax vector. do.
  • the multi-view video decoding apparatus 20 generates a prediction value for the current block by using the reference block and predictively decodes the same by using the reference block.
  • the merge candidate list may include a list including various encoding tools or various encoding modes or merge candidate blocks for finding and predicting a reference block through a merge mode for merging with a neighboring data unit.
  • the merge candidate list includes candidates such as Inter-View Candidate, Spatial Candidate, Disparity Candidate, Temporal Candidate, and View Synthesis Prediction Candidate. It can be configured as.
  • the disparity candidate is a candidate for disparity vector compensation prediction constructed from the derived disparity.
  • a merge candidate list includes an inter-view candidate, a spatial candidate, a disparity candidate, and a temporal candidate ( Six candidates, for example, a candidate such as a Temporal Candidate, and a View Synthesis Prediction Candidate. The number of candidates is not limited to six, and may be designated as one or more arbitrary numbers, depending on the video codec used.
  • candidates such as an inter-view candidate, a spatial candidate, a disparity candidate, and a view synthesis prediction (VSP) candidate are included in the group A.
  • VSP view synthesis prediction
  • FIG. Temporal candidates are also included in group B. Five candidates among candidates included in the group A may be selected as merge candidates.
  • the multi-view video decoding apparatus 20 may select a candidate according to the priority among candidates included in the A group.
  • the priority between candidates is determined within the group. If there are no candidates, a total of five merge candidates may be selected by selecting candidates having the next priority.
  • the multi-view video decoding apparatus 20 may select one candidate among the candidates included in the B group.
  • the merge candidate list may consist of six candidates thus selected.
  • candidates such as an inter-view candidate, a spatial candidate, and a disparity candidate are included in the A group.
  • Temporal candidates and viewpoint synthesis prediction (VSP) candidates are also included in Group B.
  • the view synthesis prediction candidate is not included in the A group but is included in the B group.
  • the multi-view video decoding apparatus 20 may select five candidates from among candidates included in the A group. At this time, candidates may be selected according to the priority among candidates included in the group A. When the candidate does not exist, the multi-view video decoding apparatus 20 may select five candidates by selecting candidates having a next priority. Similarly, the multi-view video decoding apparatus 20 may select one candidate among the candidates included in the B group.
  • the merge candidate list may include six candidates thus selected.
  • candidates such as a viewpoint candidate, a spatial candidate, and a disparity candidate are included in the group A.
  • FIG. Temporal candidates are also included in group B.
  • viewpoint synthesis prediction (VSP) candidates are included in the C group.
  • the multi-view video decoding apparatus 20 may select five candidates from among candidates included in the A group. At this time, candidates may be selected according to the priority included in the A group. If there are no candidates, then five candidates may be selected in such a way as to select the candidate with the next priority. Similarly, the multi-view video decoding apparatus 20 may select one candidate from among candidates included in the B and C groups. Six candidates are selected again from the selected candidate groups.
  • the merge candidate may be selected according to the priority between the groups or the priority among the candidate groups within the group.
  • candidates may be selected according to various criteria.
  • the multi-view video decoding apparatus 20 may determine to include six candidates selected by various criteria in the merge candidate list.
  • the above-mentioned group division form of (a)-(c) of FIG. 5A is an exemplary form, This invention is not limited to this. Groups may be classified into various forms according to characteristics of candidates included. In addition, only one candidate may be handled and used for each group. It is also possible to treat all candidates together without using groups. 5B to 5K below are exemplary forms, and groups may be divided into various forms according to characteristics of candidates included, and groups may not be used.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 determines whether to add the inter-view candidate to the merge candidate list candidate group to be included in the merge list in the A group.
  • the multi-view video decoding apparatus 20 determines whether to add a left candidate among spatial candidates to a candidate group to be included in the merge candidate list. If the multi-view video decoding apparatus 20 encodes a corresponding left candidate block in view synthesis prediction mode and a view synthesis prediction (VSP) candidate is not added, the corresponding left candidate block Add a view synthesis prediction (VSP) candidate for.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 performs the same process as for the left candidate and adds to the candidate group to be included in the merge candidate list in the order of the above and above-right candidates. Decide If the multi-view video decoding apparatus 20 encodes the corresponding candidate candidate block in view synthesis prediction (VSP) mode and the view synthesis prediction (VSP) candidate is not yet added, the corresponding candidate candidate Add a view synthesis prediction (VSP) candidate for the block. If the multiview video decoding apparatus 20 encodes the corresponding right-right candidate block in view synthesis prediction (VSP) mode and the view synthesis prediction (VSP) candidate is not yet added, the corresponding right image (above) -right) Add a view synthesis prediction (VSP) candidate for the candidate block.
  • VSP view synthesis prediction
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 determines whether to add a parallax candidate to the merge candidate list according to the priority.
  • the multi-view video decoding apparatus 20 performs the same in the order of the lower-left and above-left candidates among the spatial candidates to determine whether to add them to the candidate group to be included in the merge candidate list in order. If the multi-view video decoding apparatus 20 encodes the corresponding lower-left candidate block in the view synthesis prediction (VSP) mode, and if the view synthesis prediction (VSP) candidate has not yet been added, the corresponding lower-low candidate block -left) Add a view synthesis prediction (VSP) candidate for the candidate block.
  • VSP view synthesis prediction
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 determines whether to add a view synthesis prediction (VSP) candidate for the current block according to the priority order if the view synthesis prediction (VSP) candidate has not been added previously.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 preferentially considers a bottom-right candidate of the reference prediction unit PU as a temporal candidate, and if there is no motion information of the lower right candidate, the reference prediction unit (PU) Considering a block located at the center of the ()) as a candidate, it is determined whether any one of the temporal candidates to be added to the merge candidate list candidate group in the B group according to the priority.
  • the multi-view video decoding apparatus 20 adds the view synthesis prediction candidate to the merge candidate list according to the priority that changes according to the encoding information of the spatial candidate.
  • 5C is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • the multi-view video decoding apparatus 20 determines whether to add an inter-view candidate to a candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add a left candidate among spatial candidates to a candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add the above candidate to the candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add the above-right candidate to the candidate group to be included in the merge list.
  • the multi-view video decoding apparatus 20 determines whether to add a disparity candidate to a candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 adds a view synthesis prediction (VSP) candidate to a candidate group to be included in the merge candidate list.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 adds a lower left candidate to a candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add the upper left candidate to the candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 preferentially considers a bottom-right candidate of the reference prediction unit PU as a temporal candidate, and if there is no motion information of the lower right candidate, the reference prediction unit (PU) Considering a block located at the center of the ()) as a candidate, it is determined whether any one of the temporal candidates to be added to the merge candidate list candidate group in the B group according to the priority.
  • a VSP candidate may be added to the merge candidate list according to the fixed candidate priority.
  • the VSP candidate may be added to the merge candidate list according to a fixed priority regardless of encoding information of the spatial candidate.
  • 5D is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • the multi-view video decoding apparatus 20 determines whether to add an inter-view candidate to a candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add a left candidate to a candidate group to be included in the merge candidate list. The multi-view video decoding apparatus 20 determines whether to add the above candidate to the candidate group to be included in the merge candidate list. It is then determined whether to add the above-right candidate to the candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add a disparity candidate to a candidate group to be included in the merge candidate list. The multi-view video decoding apparatus 20 adds a lower-left candidate to a candidate group to be included in the merge candidate list. The multi-view video decoding apparatus 20 determines whether to add the above-left candidate to the candidate group to be included in the merge candidate list.
  • the view synthesis prediction candidate is included in the B group, and the multiview video decoding apparatus 20 preferentially considers a bottom-right candidate of the reference prediction unit PU as a temporal candidate, If there is no motion information, a block located in the center of the reference prediction unit (PU) is considered as a candidate, and it is determined whether any one of temporal candidates is added to the merge candidate list candidate group in the B group according to priority. That is, a right-bottom or middle temporal candidate is added first according to the priority, and if a temporal candidate is not determined, it is determined whether a VSP candidate is added to the candidate group of the merge candidate list.
  • the view synthesis prediction candidate may be added to the merge candidate list according to the priority between fixed candidates.
  • the view synthesis prediction candidate may be added to the merge candidate list according to a fixed priority regardless of the encoding information of the spatial candidate.
  • the view synthesis prediction candidate may be added to the candidate group of the merge candidate list, unlike in FIG. 5C, it is highly likely to be added to the candidate group of the merge candidate list.
  • 5E is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • the multi-view video decoding apparatus 20 determines whether to add an inter-view candidate to a candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add a left candidate to a candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add the upper candidate to the candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add the right upper candidate to the candidate group to be included in the merge candidate list.
  • the multiview video decoding apparatus 20 determines whether to add a disparity candidate to a candidate group to be included in the merge candidate list.
  • the multiview video decoding apparatus 20 determines whether to add a lower left candidate to a candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add the upper left candidate to the candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 preferentially considers a bottom-right candidate of the reference prediction unit PU as a temporal candidate, and if there is no motion information of the lower right candidate, the reference prediction unit (PU) Considering a block located at the center of the ()) as a candidate, it is determined whether any one of the temporal candidates to be added to the merge candidate list candidate group in the B group according to the priority.
  • the view synthesis prediction (VSP) candidate is included in the C group, and the multiview video decoding apparatus 20 determines whether to add the view synthesis prediction (VSP) candidate to the candidate group of the merge candidate list according to the priority.
  • the VSP candidate may be added to the merge candidate list according to the fixed candidate priority.
  • the VSP candidate may be added to the merge candidate list according to a fixed priority regardless of encoding information of the spatial candidate.
  • the viewpoint synthesis prediction (VSP) candidate belongs to the C group, unlike in FIG. 5C, it is highly likely to be added to the candidate group of the merge candidate list.
  • the VSP candidate is likely to be included in the merge candidate list according to the priority of the groups.
  • 5C to 5E described above are exemplary forms, and the present invention is not limited thereto. Groups may be classified into various forms according to characteristics of candidates included. In addition, groups may not be used.
  • FIG. 5F is a diagram for describing a process of adding a view synthesis prediction (VSP) candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 adds an inter-view candidate to a candidate group to be included in the merge candidate list. Thereafter, the multi-view video decoding apparatus 20 determines whether to add the left candidate to the candidate group to be included in the merge candidate list. If the multi-view video decoding apparatus 20 encodes a corresponding left candidate block in view synthesis prediction mode and a view synthesis prediction candidate is not added to the current merge candidate list, the corresponding left candidate block (left) Add a candidate VSP candidate for the candidate block to the candidate group.
  • the upper candidate is added to the candidate group to be included in the merge candidate list.
  • VSP VSP Add candidate.
  • the multi-view video decoding apparatus 20 determines whether to add the right upper candidate to the candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add a disparity candidate to a candidate group to be included in the merge candidate list. Then, the multiview video decoding apparatus 20 determines whether to add a view synthesis prediction (VSP) candidate for the current block if the view synthesis prediction (VSP) candidate has not been added previously. Thereafter, the multiview video decoding apparatus 20 determines whether to add a lower left candidate to a candidate group to be included in the merge candidate list. Thereafter, the multi-view video decoding apparatus 20 determines whether to add the upper left candidate to the candidate group to be included in the merge candidate list.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 preferentially considers a bottom-right candidate of the reference prediction unit PU as a temporal candidate, and if there is no motion information of the lower right candidate, the reference prediction unit (PU) Considering a block located at the center of the ()) as a candidate, it is determined whether any one of the temporal candidates to be added to the merge candidate list candidate group in the B group according to the priority.
  • the priority of a view synthesis prediction candidate may be changed when a left or upper spatial candidate is encoded by view synthesis prediction (VSP), but is fixed regardless of encoding information of the remaining spatial candidates. do.
  • VSP view synthesis prediction
  • FIG. 5G is a diagram for describing a process of adding a view synthesis prediction (VSP) candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 determines whether to add an inter-view candidate to a candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add the left candidate to the candidate group to be included in the merge candidate list. If the corresponding left candidate block is encoded in view synthesis prediction mode and the view synthesis prediction candidate is not added to the current merge candidate list, the multiview video decoding apparatus 20 corresponds to the corresponding left candidate block. A viewpoint synthesis prediction candidate (VSP) candidate for the candidate block is added to the candidate group.
  • VSP viewpoint synthesis prediction candidate
  • the multi-view video decoding apparatus 20 encodes the corresponding candidate candidate block when the corresponding candidate candidate block is encoded in view synthesis prediction mode and the view synthesis prediction candidate is not yet added to the current merge candidate list. Add a VSP candidate for the candidate group.
  • the multi-view video decoding apparatus 20 determines whether to add the right upper candidate to the candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add a disparity candidate to a candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add a lower left candidate to a candidate group to be included in the merge candidate list. Thereafter, the multi-view video decoding apparatus 20 determines whether to add the upper left candidate to the candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 preferentially considers a bottom-right candidate of the reference prediction unit PU as a temporal candidate, and if there is no motion information of the lower right candidate, the reference prediction unit (PU) Considering a block located at the center of the ()) as a candidate, it is determined whether any one of the temporal candidates to be added to the merge candidate list candidate group in the B group according to the priority.
  • group B the priority among candidates of the viewpoint synthesis prediction (VSP) candidate is given priority over the temporal candidate. Therefore, in the B group, the temporal candidate is first added to the candidate group to be included in the merge candidate list.
  • the video decoding apparatus 20 adds the view synthesis prediction candidate to the candidate group of the merge candidate list. However, if the corresponding left and upper spatial candidates are first added as view synthesis prediction candidates, the view synthesis prediction candidates are not added. In this manner, the multi-view video decoding apparatus 20 may again select a candidate to be added to the merge candidate list from among the candidate groups of the added merge candidate list. In this case, candidates to be added to the merge candidate list are determined according to the priority between the groups or the priority between the candidates.
  • the priority of a view synthesis prediction candidate may be changed when a left or upper spatial candidate is encoded by view synthesis prediction, but is fixed regardless of encoding information of another spatial candidate.
  • 5H is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • the multi-view video decoding apparatus 20 determines whether to add an inter-view candidate to a candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add the left candidate to the candidate group to be included in the merge candidate list. If the corresponding left candidate block is encoded in view synthesis prediction mode, and the view synthesis prediction candidate is not added separately, the video decoding apparatus 20 may view view synthesis prediction for the left candidate block. (VSP) Add candidate.
  • the multi-view video decoding apparatus 20 encodes a view synthesis prediction for a corresponding candidate candidate block when the corresponding candidate candidate block is encoded in view synthesis prediction mode and the view synthesis prediction candidate is not yet added. (VSP) Add candidate.
  • the multi-view video decoding apparatus 20 determines whether to add the right upper candidate to the candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add a disparity candidate to a candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add a lower left candidate to a candidate group to be included in the merge candidate list. Thereafter, the multi-view video decoding apparatus 20 determines whether to add the upper left candidate to the candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 first considers a bottom-right candidate of the reference prediction unit PU as a temporal candidate, and if there is no motion information of the lower right candidate, it refers to it. Considering a block located in the center of the prediction unit (PU) as a candidate, it is determined whether any one of the temporal candidates to be added to the merge candidate list candidate group in the B group according to the priority.
  • the multi-view video decoding apparatus 20 determines whether to add a view synthesis prediction (VSP) candidate to the candidate group of the merge candidate list according to the priority.
  • the multi-view video decoding apparatus 20 determines that if a left and upper spatial candidate block is added as a view synthesis prediction (VSP) candidate, the view synthesis prediction (VSP) candidate is not added.
  • the candidate to be added to the merge candidate list is selected again from among the candidate groups of the merge candidate list added in this manner.
  • the priority of a view synthesis prediction candidate may be changed when a left or upper spatial candidate is encoded by view synthesis prediction, but is fixed regardless of encoding information of another spatial candidate.
  • 5F to 5H described above are exemplary forms, and the present invention is not limited thereto. Groups may be classified into various forms according to characteristics of candidates included. In addition, groups may not be used.
  • the left block of the current block and the upper block of the current block are encoded in view synthesis prediction mode, and the view synthesis prediction candidates for the left block of the current block and the upper block of the current block are determined.
  • the view synthesis prediction candidate is not limited thereto. For example, it is determined whether each of the left block, the upper block, the right upper block, the lower left block, and the upper left block, which are spatial candidate blocks, is encoded in the view synthesis prediction mode, and the merge view candidates for the corresponding block are candidate candidates. You can also decide whether to include them in the list.
  • it may be determined whether neighboring blocks of the current block other than the spatial candidate block are encoded in the view synthesis prediction mode, and whether to include the view synthesis prediction candidate for the corresponding block in the merge candidate list.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 adds an inter-view candidate to a candidate group to be included in the merge candidate list. Thereafter, the multi-view video decoding apparatus 20 determines whether to add the left candidate to the candidate group to be included in the merge candidate list. When the corresponding left candidate block is encoded in a view synthesis prediction mode, the multiview video decoding apparatus 20 adds a view synthesis prediction (VSP) candidate for the left candidate block.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 adds a view synthesis prediction (VSP) candidate for the corresponding candidate block when the corresponding upper candidate block is encoded in a view synthesis prediction mode.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 determines whether to add the right upper candidate to the candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add a disparity candidate to a candidate group to be included in the merge candidate list. The multi-view video decoding apparatus 20 then determines whether to add a view synthesis prediction (VSP) candidate. Thereafter, the multiview video decoding apparatus 20 determines whether to add a lower left candidate to a candidate group to be included in the merge candidate list. Thereafter, the multi-view video decoding apparatus 20 determines whether to add the upper left candidate to the candidate group to be included in the merge candidate list.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 preferentially considers a bottom-right candidate of the reference prediction unit PU as a temporal candidate, and if there is no motion information of the lower right candidate, the reference prediction unit (PU) Considering a block located at the center of the ()) as a candidate, it is determined whether any one of the temporal candidates to be added to the merge candidate list candidate group in the B group according to the priority.
  • up to one view synthesis prediction (VSP) candidate may be included in FIGS. 5B to 5H, but in FIG. 5I, a plurality of view synthesis prediction (VSP) candidates are included in a merge candidate list. May be included.
  • 5J is a diagram for describing a process of adding a view synthesis prediction (VSP) candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 determines whether to add an inter-view candidate to a candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add the left candidate to the candidate group to be included in the merge candidate list.
  • the multiview video decoding apparatus 20 adds a view synthesis prediction (VSP) candidate for the left candidate block.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 adds a view synthesis prediction (VSP) candidate for the corresponding candidate candidate block when the corresponding upper candidate block is encoded in a view synthesis prediction mode.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 determines whether to add the right upper candidate to the candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add a disparity candidate to a candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add a lower left candidate to a candidate group to be included in the merge candidate list. Thereafter, the multi-view video decoding apparatus 20 determines whether to add the upper left candidate to the candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 preferentially considers a bottom-right candidate of the reference prediction unit PU as a temporal candidate, and if there is no motion information of the lower right candidate, the reference prediction unit (PU) Considering a block located at the center of the ()) as a candidate, it is determined whether any one of the temporal candidates to be added to the merge candidate list candidate group in the B group according to the priority.
  • group B the priority among candidates of the viewpoint synthesis prediction (VSP) candidate is given priority over the temporal candidate.
  • the temporal candidate is first added to the candidate group to be included in the merge candidate list, and if the temporal candidate cannot be determined, the multiview video decoding apparatus 20 adds the view synthesis prediction candidate to the candidate group of the merge candidate list. In this manner, the multi-view video decoding apparatus 20 may again select a candidate to be added to the merge candidate list from among the candidate groups of the added merge candidate list. In this case, candidates to be added to the merge candidate list are determined according to the priority between the groups or the priority between the candidates.
  • up to one view synthesis prediction (VSP) candidate may be included in FIGS. 5B to 5H, but in FIG. 5J, a plurality of view synthesis prediction (VSP) candidates are included in a merge candidate list. May be included.
  • FIG. 5K is a diagram for describing a process of adding a view synthesis prediction candidate to a merge candidate list according to priority between candidates according to another embodiment of the present invention.
  • the multi-view video decoding apparatus 20 determines whether to add an inter-view candidate to a candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 determines whether to add the left candidate to the candidate group to be included in the merge candidate list. If the left candidate block is encoded in a view synthesis prediction mode, the multiview video decoding apparatus 20 adds a view synthesis prediction (VSP) candidate for the left candidate block.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 adds a view synthesis prediction (VSP) candidate for the corresponding candidate candidate block when the corresponding upper candidate block is encoded in a view synthesis prediction mode.
  • VSP view synthesis prediction
  • the multi-view video decoding apparatus 20 determines whether to add the right upper candidate to the candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add a disparity candidate to a candidate group to be included in the merge candidate list. Thereafter, the multiview video decoding apparatus 20 determines whether to add a lower left candidate to a candidate group to be included in the merge candidate list. Thereafter, the multi-view video decoding apparatus 20 determines whether to add the upper left candidate to the candidate group to be included in the merge candidate list.
  • the multi-view video decoding apparatus 20 first considers a bottom-right candidate of the reference prediction unit PU as a temporal candidate, and if there is no motion information of the lower right candidate, it refers to it. Considering a block located in the center of the prediction unit (PU) as a candidate, it is determined whether any one of the temporal candidates to be added to the merge candidate list candidate group in the B group according to the priority.
  • the video decoding apparatus 20 determines whether to add a view synthesis prediction (VSP) candidate to the candidate group of the merge candidate list according to the priority.
  • VSP view synthesis prediction
  • up to one view synthesis prediction (VSP) candidate may be included in FIGS. 5B to 5H, but in FIG. 5K, a plurality of view synthesis prediction (VSP) candidates are included in a merge candidate list. May be included.
  • 5I to 5K described above are exemplary forms, and the present invention is not limited thereto. Groups may be classified into various forms according to characteristics of candidates included. In addition, groups may not be used.
  • the left block of the current block and the upper block of the current block are encoded in the view synthesis prediction mode, and the view synthesis prediction candidates for the left block of the current block and the upper block of the current block are determined.
  • the view synthesis prediction candidate is not limited thereto. For example, it is determined whether each of the left block, the upper block, the right upper block, the lower left block, and the upper left block, which are spatial candidate blocks, is encoded in the view synthesis prediction mode, and the merge view candidates for the corresponding block are candidate candidates. You can also decide whether to include them in the list.
  • the neighboring block may be the left block of the current block, and it may be determined whether to include the view synthesis prediction candidate for the left block in the merge candidate list. In addition, it may be determined whether neighboring blocks of the current block other than the spatial candidate block are encoded in the view synthesis prediction mode, and whether to include the view synthesis prediction candidate for the corresponding block in the merge candidate list.
  • FIG. 6A illustrates a pseudo code for explaining a process of adding a view synthesis prediction (VSP) candidate to a merge candidate list according to an embodiment of the present invention.
  • VSP view synthesis prediction
  • 'extMergeCandList [i ++]' is an array representing a merge candidate list. Since the conditional statements are executed in order, it can be said that the order of the conditional statements indicates the priority of merge candidates. Whether or not each merge candidate is included in the merge candidate list according to the order of the conditional statement is determined according to whether the condition is satisfied. It is also assumed that the multi-view video decoding apparatus 20 processes the conditional sentence 61 for the current view synthesis prediction candidate. 'AvailableFlagVSP' included in the conditional sentence 61 is a flag indicating whether the current prediction unit can be decoded using a view synthesis prediction coding tool.
  • 'availabileFlagVSP' can use a view synthesis prediction encoding tool ('view_synthesis_pred_flag [nuh layer id]') at the current view, and can predictively decode using the view synthesis prediction encoding tool for the current prediction unit, availableFlagVSP 'becomes 1, so that the interlayer video decoding apparatus 20 determines that decoding is possible using the view synthesis prediction encoding tool on the current prediction unit.
  • 'ic_flag' is a flag indicating whether luminance compensation is performed in a current coding unit.
  • Iv_res_pred_weight_idx 'represents the index of the weighting factor if inter-view residual prediction is used in the current coding unit.
  • NumExtraMergeCand basically indicates the number of candidates that may be additionally included in the number of candidates that may be included in the merge candidate list. For example, NumExtraMergeCand may be determined according to whether to use inter-view prediction, and may be determined to be 1 when it is determined to use inter-view prediction, and the number of candidates that may be included in the merge candidate list is increased by 1. .
  • the current prediction unit can be encoded using the view synthesis prediction encoding tool (avilableFlag), the luminance compensation is not performed in the current prediction coding unit (! Ic_flag), and the predictive prediction is not used in the current coding unit.
  • the interlayer video decoding apparatus 20 predicts the view synthesis on the merge candidate list.
  • i means an index of the merge candidate list. That is, i corresponds to a position on the merge candidate list.
  • FIG. 6B illustrates a pseudo code for explaining a process of adding a view synthesis prediction candidate to a merge candidate list according to an embodiment of the present invention.
  • MaxNumMergeCand means the maximum number of merge candidates that can be included in a merge candidate list.
  • the value of the variable j is not necessarily limited to 4 and can be easily understood by those skilled in the art.
  • the space in which the merge candidate contained at the end of the merge candidate list array was allocated is allocated by the candidate in the merge candidate list indicated by the previous index and merged at the end of the merge candidate list array in the merge candidate list array. Candidates are no longer included in the merge candidate list array.
  • the view synthesis prediction candidate is allocated to the space in the merge candidate list array pointed to by 3, and the merge candidate and index value in the space is greater than 3
  • the large merge candidate is allocated to the space in the merge list array pointed to by the next index, and the last candidate in the merge candidate list array is no longer included in the merge candidate list array.
  • a multiview video encoding apparatus 10 and a multiview video decoding apparatus 20 using a view synthesis prediction candidate have been proposed.
  • the multi-view video encoding apparatus 10 and the multi-view video decoding apparatus 20 when predictive encoding is performed on a current block in a merge mode, the encoding information of neighboring data units is related. Without a view synthesis prediction candidate can be a merge candidate according to a fixed priority.
  • the multi-view video decoding apparatus 20 generates a plurality of groups, includes candidates in the generated group, selects candidates to be included in a merge candidate group from candidates in the group, and among the selected merge candidate groups, the priority among candidate groups or within the candidate groups.
  • the merge candidate is determined according to the priority among the candidates. Accordingly, the multi-view video decoding apparatus 20 may determine the possibility that the candidate is determined to be a merge candidate when decoding using the same candidate according to the configuration of the candidates in the group or the priority between the groups and the candidates within the group. .
  • 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 of a tree structure according to an embodiment will be described with reference to FIGS. 7 to 19.
  • an encoding / decoding process for first view images and an encoding / decoding process for second view images are performed separately. That is, when inter-view prediction occurs in a multi-view video, encoding / decoding results of the single-view video may be cross-referenced, but a separate encoding / decoding process occurs for each single-view video.
  • the video encoding process and the video decoding process based on coding units having a tree structure described below with reference to FIGS. 7 to 19 are video encoding processes and video decoding processes for single-view video, and thus inter prediction and motion compensation are performed. This is detailed. However, as described above with reference to FIGS. 1A through 6, inter-view prediction and compensation between base view images and second view images are performed to encode / decode a video stream.
  • the video encoding apparatus of FIG. 8 is performed to perform video encoding for each single view video. It may be controlled to perform encoding of the single view video allocated to each video encoding apparatus 100 by including 100 as many views as the number of views of the multiview video. Also, the multi-view video encoding apparatus 10 may perform inter-view prediction using encoding results of separate single views of each video encoding apparatus 100. Accordingly, the multi-view video encoding apparatus 10 may generate a base view video stream and a second view video stream that contain encoding results for each view.
  • a view of the received first view video stream and the second view video stream may be performed.
  • the video decoding apparatus 200 of FIG. 9 may be controlled to include the number of viewpoints of a multiview video, and to perform decoding of the single-view video allocated to each video decoding apparatus 200.
  • the multi-view video decoding apparatus 20 may perform inter-view compensation by using a decoding result of a separate single view of each video decoding apparatus 200. Accordingly, the decoder 26 of the video decoding apparatus 20 may generate first view images and second view images reconstructed for each view.
  • FIG. 7 is a block diagram of a video encoding apparatus 100 based on coding units having a tree structure, according to an embodiment of the present invention.
  • the video encoding apparatus 100 including video prediction based on coding units having a tree structure includes a coding unit determiner 120 and an output unit 130.
  • the video encoding apparatus 100 that includes video prediction based on coding units having a tree structure is abbreviated as “video encoding apparatus 100”.
  • the coding unit determiner 120 may partition the current picture based on a maximum coding unit that is a coding unit having a maximum size for the current picture of the image. If the current picture is larger than the maximum coding unit, image data of the current picture may be split into at least one maximum coding unit.
  • the maximum coding unit may be a data unit having a size of 32x32, 64x64, 128x128, 256x256, or the like, and may be a square data unit having a square of two horizontal and vertical sizes.
  • the coding unit according to an embodiment may be characterized by a maximum size and depth.
  • the depth indicates the number of times the coding unit is spatially divided from the maximum coding unit, and as the depth increases, the coding unit for each depth may be split from the maximum coding unit to the minimum coding unit.
  • the depth of the largest coding unit is the highest depth and the minimum coding unit may be defined as the lowest coding unit.
  • the maximum coding unit decreases as the depth increases, the size of the coding unit for each depth decreases, and thus, the coding unit of the higher depth may include coding units of a plurality of lower depths.
  • the image data of the current picture may be divided into maximum coding units according to the maximum size of the coding unit, and each maximum coding unit may include coding units divided by depths. Since the maximum coding unit is divided according to depths, image data of a spatial domain included in the maximum coding unit may be hierarchically classified according to depths.
  • the maximum depth and the maximum size of the coding unit that limit the total number of times of hierarchically dividing the height and the width of the maximum coding unit may be preset.
  • the coding unit determiner 120 encodes at least one divided region obtained by dividing the region of the largest coding unit for each depth, and determines a depth at which the final encoding result is output for each of the at least one divided region. That is, the coding unit determiner 120 encodes the image data in coding units according to depths for each maximum coding unit of the current picture, and selects the depth at which the smallest coding error occurs to determine the final depth. The determined final 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 final 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 final depth may be differently determined according to the position. Accordingly, one or more final 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 final 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 the tree structure according to an embodiment include coding units having a depth determined as a final depth among all deeper coding units included in the current maximum coding unit.
  • the coding unit of the final 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. Similarly, the final depth for the current area can be determined independently of the final depth for the other area.
  • the maximum depth according to an embodiment is an index related to the number of divisions from the maximum coding unit to the minimum coding unit.
  • the first maximum depth according to an embodiment may represent the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the second maximum depth according to an embodiment may represent the total number of depth levels from the maximum coding unit to the minimum coding unit. For example, when the depth of the largest coding unit is 0, the depth of the coding unit obtained by dividing the largest coding unit once may be set to 1, and the depth of the coding unit divided twice may be set to 2. In this case, if the coding unit divided four times from the maximum coding unit is the minimum coding unit, since depth levels of 0, 1, 2, 3, and 4 exist, the first maximum depth is set to 4 and the second maximum depth is set to 5. Can be.
  • Predictive encoding and transformation of the largest coding unit may be performed. Similarly, prediction encoding and transformation are performed based on depth-wise coding units for each maximum coding unit and for each depth less than or equal to the maximum depth.
  • encoding including prediction encoding and transformation should be performed on all the coding units for each depth generated as the depth deepens.
  • the prediction encoding and the transformation will be described based on the coding unit of the current depth among at least one maximum coding unit.
  • the video encoding apparatus 100 may variously select a size or shape of a data unit for encoding image data.
  • the encoding of the image data is performed through prediction encoding, transforming, entropy encoding, and the like.
  • the same data unit may be used in every step, or the data unit may be changed in steps.
  • the video encoding apparatus 100 may select not only a coding unit for encoding the image data, but also a data unit different from the coding unit in order to perform predictive encoding of the image data in the coding unit.
  • prediction coding may be performed based on coding units of a final depth, that is, stranger undivided coding units, 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 mode may be formed in a geometric form, as well as partitions divided in an asymmetric ratio such as 1: n or n: 1, as well as symmetric partitions in which a height or width of a prediction unit is divided in a symmetrical ratio. It may optionally include partitioned partitions, arbitrary types of partitions, and the like.
  • the prediction mode of the prediction unit may be at least one of an intra mode, an inter mode, and a skip mode.
  • the intra mode and the inter mode may be performed on partitions having sizes of 2N ⁇ 2N, 2N ⁇ N, N ⁇ 2N, and N ⁇ N.
  • the skip mode may be performed only for partitions having a size of 2N ⁇ 2N.
  • the encoding may be performed independently for each prediction unit within the coding unit to select a prediction mode having the smallest encoding error.
  • the video encoding apparatus 100 may perform conversion of image data of a coding unit based on not only a coding unit for encoding image data, but also a data unit different from the coding unit.
  • the transformation may be performed based on a transformation unit having a size smaller than or equal to the coding unit.
  • the transformation unit may include a data unit for intra mode and a transformation unit for inter mode.
  • the transformation unit in the coding unit is also recursively divided into smaller transformation units, so that the residual data of the coding unit is determined according to the tree structure according to the transformation depth. Can be partitioned according to the conversion unit.
  • a transform depth indicating a number of divisions between the height and the width of the coding unit divided to the transform unit may be set. For example, if the size of the transform unit of the current coding unit of size 2Nx2N is 2Nx2N, the transform depth is 0, the transform depth 1 if the size of the transform unit is NxN, and the transform depth 2 if the size of the transform unit is N / 2xN / 2. Can be. That is, the transformation unit having a tree structure may also be set for the transformation unit according to the transformation depth.
  • the split information for each depth requires not only depth but also prediction related information and transformation related information. Accordingly, the coding unit determiner 120 may determine not only the depth that generates the minimum coding error, but also a partition mode in which the prediction unit is divided into partitions, a prediction mode for each prediction unit, and a size of a transformation unit for transformation.
  • a method of determining a coding unit, a prediction unit / partition, and a transformation unit according to a tree structure of a maximum coding unit according to an embodiment will be described in detail with reference to FIGS. 9 to 19.
  • 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 and the split information according to depths of the maximum coding unit, which are encoded based on at least one depth determined by the coding unit determiner 120, in a bitstream form.
  • the encoded image data may be a result of encoding residual data of the image.
  • the split information for each depth may include depth information, partition mode information of a prediction unit, prediction mode information, split information of a transformation unit, and the like.
  • the final depth information may be defined using depth-specific segmentation information indicating whether to encode in a coding unit of a lower depth rather than encoding the current depth. If the current depth of the current coding unit is a 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 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 at least one split information should be determined for each coding unit of a depth, at least one split information may be determined for one maximum coding unit.
  • the depth since the data of the largest coding unit is partitioned hierarchically according to the depth, the depth may be different for each location, and thus depth and split information may be set for the data.
  • the output unit 130 may allocate encoding information about a corresponding 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 a minimum coding unit, which is the lowest depth, into four divisions.
  • the minimum unit according to an embodiment may be a square data unit having a maximum size that may be included in all coding units, prediction units, partition units, and transformation units included in the maximum coding unit.
  • the encoding information output through the output unit 130 may be classified into encoding information according to depth coding units and encoding information according to prediction units.
  • the encoding information for each coding unit according to depth may include prediction mode information and partition size information.
  • the encoding information transmitted for each prediction unit includes information about an estimation direction of the inter mode, information about a reference image index of the inter mode, information about a motion vector, information about a chroma component of an intra mode, and information about an inter mode of an intra mode. And the like.
  • Information about the maximum size and information about the maximum depth of the coding unit defined for each picture, slice, or GOP may be inserted into a header, a sequence parameter set, or a picture parameter set of the bitstream.
  • the information on the maximum size of the transform unit and the minimum size of the transform unit allowed for the current video may also be output through a header, a sequence parameter set, a picture parameter set, or the like of the bitstream.
  • the output unit 130 may encode and output reference information, prediction information, slice type information, and the like related to prediction.
  • a coding unit according to depths is a coding unit having a size in which a height and a width of a coding unit of one layer higher depth are divided by half. That is, if the size of the coding unit of the current depth is 2Nx2N, the size of the coding unit of the lower depth is NxN.
  • the current coding unit having a size of 2N ⁇ 2N may include up to four lower depth coding units having a size of N ⁇ N.
  • the video encoding apparatus 100 determines a coding unit having an optimal shape and size for each maximum coding unit based on the size and the maximum depth of the maximum coding unit determined in consideration of the characteristics of the current picture. Coding units may be configured. In addition, since each of the maximum coding units may be encoded in various prediction modes and transformation methods, an optimal coding mode may be determined in consideration of image characteristics of coding units having various image sizes.
  • the video encoding apparatus may adjust the coding unit in consideration of the image characteristics while increasing the maximum size of the coding unit in consideration of the size of the image, thereby increasing image compression efficiency.
  • the multi-view video encoding apparatus 10 described above with reference to FIG. 1A may include as many video encoding apparatuses 100 as the number of views for encoding single view images for each view of a multiview video.
  • one video encoding apparatus 100 may be included in a first view, and as many video encoding apparatuses 100 as the number of second views may be included.
  • 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 prediction unit. Inter-prediction may be performed.
  • the coding unit determiner 120 determines a coding unit and a prediction unit having a tree structure for each maximum coding unit, and performs inter prediction for each prediction unit. Can be.
  • the video encoding apparatus 100 may encode the luminance difference to compensate for the luminance difference between the first view image and the second view image. However, whether to perform luminance may be determined according to an encoding mode of a coding unit. For example, luminance compensation may be performed only for prediction units having a size of 2N ⁇ 2N.
  • FIG. 8 is a block diagram of a video decoding apparatus 200 based on coding units having a tree structure, according to various embodiments.
  • a video decoding apparatus 200 including video prediction based on coding units having a tree structure includes a receiver 210, image data and encoding information extractor 220, and image data decoder 230. do.
  • the video decoding apparatus 200 that includes video prediction based on coding units having a tree structure is abbreviated as “video decoding apparatus 200”.
  • 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 the final depth and the split information of the coding units having a tree structure for each maximum coding unit from the parsed bitstream.
  • the extracted final depth and split information are 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 depth and split information for each largest coding unit may be set for one or more depth information, and the split information for each depth may include partition mode information, prediction mode information, split information of a transform unit, and the like, of a corresponding coding unit. .
  • depth-specific segmentation information may be extracted.
  • the depth and split information for each largest coding unit extracted by the image data and encoding information extractor 220 are repeatedly used for each coding unit for each deeper coding unit, as in the video encoding apparatus 100 according to an exemplary embodiment. Depth and split information determined to perform encoding to generate a minimum encoding error. Therefore, the video decoding apparatus 200 may reconstruct an image by decoding data according to an encoding method that generates a minimum encoding error.
  • the image data and the encoding information extractor 220 may use the predetermined data unit. Depth and segmentation information can be extracted for each. If the depth and the split information of the corresponding maximum coding unit are recorded for each predetermined data unit, the predetermined data units having the same depth and the split information may be inferred as data units included in the same maximum coding unit.
  • the image data decoder 230 reconstructs the current picture by decoding image data of each maximum coding unit based on the depth and the split information for each maximum coding unit. That is, the image data decoder 230 may decode the encoded image data based on the read partition mode, 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 the partition mode information and the prediction mode information of the prediction unit of the coding unit according to depths.
  • 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 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 divided at the current depth, the current depth is the depth. Therefore, the image data decoder 230 may decode the coding unit of the current depth using the partition mode, the prediction mode, and the transformation unit size information of the prediction unit, for 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 multi-view video decoding apparatus 20 described above with reference to FIG. 2A decodes the received first view video stream and the second view video stream to reconstruct the first view pictures and the second view pictures.
  • the device 200 may include the number of viewpoints.
  • the image data decoder 230 of the video decoding apparatus 200 may maximize the samples of the first view images extracted from the first view image stream by the extractor 220. It may be divided into coding units having a tree structure of the coding units. The image data decoder 230 may reconstruct the first view images by performing motion compensation for each coding unit according to the tree structure of the samples of the first view images, for each prediction unit for inter-image prediction.
  • the image data decoder 230 of the video decoding apparatus 200 may maximize the samples of the second view images extracted from the second view image stream by the extractor 220. It may be divided into coding units having a tree structure of the coding units. The image data decoder 230 may reconstruct the second view images by performing motion compensation for each prediction unit for inter-image prediction for each coding unit of the samples of the second view images.
  • the extractor 220 may obtain information related to the luminance error from the bitstream to compensate for the luminance difference between the first viewpoint image and the second viewpoint image. However, whether to perform luminance may be determined according to an encoding mode of a coding unit. For example, luminance compensation may be performed only for prediction units having a size of 2N ⁇ 2N.
  • 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 is efficiently decoded according to the size and encoding mode of a coding unit adaptively determined according to the characteristics of the image using the optimal split information transmitted from the encoding end. Can be restored
  • FIG 9 illustrates a concept of coding units, according to various embodiments.
  • a size of a coding unit may be expressed by a width x height, and may include 32x32, 16x16, and 8x8 from a coding unit having a size of 64x64.
  • Coding units of size 64x64 may be partitioned into partitions of size 64x64, 64x32, 32x64, and 32x32, coding units of size 32x32 are partitions of size 32x32, 32x16, 16x32, and 16x16, and coding units of size 16x16 are 16x16.
  • Coding units of size 8x8 may be divided into partitions of size 8x8, 8x4, 4x8, and 4x4, into partitions of 16x8, 8x16, and 8x8.
  • the resolution is set to 1920x1080, the maximum size of the coding unit is 64, and the maximum depth is 2.
  • the resolution is set to 1920x1080, the maximum size of the coding unit is 64, and the maximum depth is 3.
  • the resolution is set to 352x288, the maximum size of the coding unit is 16, and the maximum depth is 1.
  • the maximum depth illustrated in FIG. 10 represents the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the maximum size of the coding size is relatively large not only to improve the coding efficiency but also to accurately shape the image characteristics. Accordingly, the video data 310 or 320 having a higher resolution than the video data 330 may be selected to have a maximum size of 64.
  • the coding unit 315 of the video data 310 is divided twice from a maximum coding unit having a long axis size of 64, and the depth is deepened by two layers, so that the long axis size is 32, 16. Up to coding units may be included.
  • the coding unit 335 of the video data 330 is divided once from coding units having a long axis size of 16, and the depth is deepened by one layer to increase the long axis size to 8. Up to coding units may be included.
  • the coding unit 325 of the video data 320 is divided three times from the largest coding unit having a long axis size of 64, and the depth is three layers deep, so that the long axis size is 32, 16. , Up to 8 coding units may be included. As the depth increases, the expressive power of the detailed information may be improved.
  • FIG. 10 is a block diagram of an image encoder 400 based on coding units, according to various embodiments.
  • the image encoder 400 performs operations that are performed to encode image data by the picture encoder 120 of the video encoding apparatus 100. That is, the intra prediction unit 420 performs intra prediction on each coding unit of the intra mode of the current image 405, and the inter prediction unit 415 performs the current image on the prediction unit of the coding unit of the inter mode. Inter-prediction is performed using the reference image acquired at 405 and the reconstructed picture buffer 410.
  • the current image 405 may be divided into maximum coding units and then sequentially encoded. In this case, encoding may be performed on the coding unit in which the largest coding unit is to be divided into a tree structure.
  • Residual data is generated by subtracting the prediction data for the coding unit of each mode output from the intra prediction unit 420 or the inter prediction unit 415 from the data for the encoding unit of the current image 405, and
  • the dew data is output as transform coefficients quantized for each transform unit through the transform unit 425 and the quantization unit 430.
  • the quantized transform coefficients are reconstructed into residue data in the spatial domain through the inverse quantizer 445 and the inverse transformer 450.
  • Residual data of the reconstructed spatial domain is added to the prediction data of the coding unit of each mode output from the intra predictor 420 or the inter predictor 415, thereby adding the residual data of the spatial domain to the coding unit of the current image 405. The data is restored.
  • the reconstructed spatial region data is generated as a reconstructed image through the deblocking unit 455 and the SAO performing unit 460.
  • the generated reconstructed image is stored in the reconstructed picture buffer 410.
  • the reconstructed images stored in the reconstructed picture buffer 410 may be used as reference images for inter prediction of another image.
  • the transform coefficients quantized by the transformer 425 and the quantizer 430 may be output as the bitstream 440 through the entropy encoder 435.
  • an inter predictor 415, an intra predictor 420, and a transformer each have a tree structure for each maximum coding unit. An operation based on each coding unit among the coding units may be performed.
  • the intra prediction unit 420 and the inter prediction unit 415 determine the partition mode and the prediction mode of each coding unit among the coding units having a tree structure in consideration of the maximum size and the maximum depth of the current maximum coding unit.
  • the transform unit 425 may determine whether to split the transform unit according to the quad tree in each coding unit among the coding units having the tree structure.
  • FIG. 11 is a block diagram of an image decoder 500 based on coding units, according to various embodiments.
  • 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. 10 and the decoding operation of FIG. 11 describe 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. 12 is a diagram illustrating deeper coding units according to depths, and partitions, according to various embodiments.
  • the video encoding apparatus 100 according to an embodiment and the video decoding apparatus 200 according to an embodiment use hierarchical coding units to consider image characteristics.
  • the maximum height, width, and maximum depth of the coding unit may be adaptively determined according to the characteristics of the image, and may be variously set according to a user's request. According to the maximum size of the preset coding unit, the size of the coding unit for each depth may be determined.
  • the hierarchical structure 600 of a coding unit illustrates a case in which a maximum height and a width of a coding unit are 64 and a maximum depth is three.
  • the maximum depth indicates the total number of divisions from the maximum coding unit to the minimum coding unit. Since the depth deepens along the vertical axis of the hierarchical structure 600 of the coding unit according to an embodiment, the height and the width of the coding unit for each depth are divided.
  • a prediction unit and a partition on which the prediction encoding of each depth-based coding unit is shown along the horizontal axis of the hierarchical structure 600 of the coding unit are illustrated.
  • the coding unit 610 has a depth of 0 as the largest coding unit of the hierarchical structure 600 of the coding unit, and the size, ie, the height and width, of the coding unit is 64x64.
  • a depth deeper along the vertical axis includes a coding unit 620 of depth 1 having a size of 32x32, a coding unit 630 of depth 2 having a size of 16x16, and a coding unit 640 of depth 3 having a size of 8x8.
  • a coding unit 640 of depth 3 having a size of 8 ⁇ 8 is a minimum coding unit.
  • Prediction units and partitions of the coding unit are arranged along the horizontal axis for each depth. That is, if the coding unit 610 of size 64x64 having a depth of zero is a prediction unit, the prediction unit may include a partition 610 of size 64x64, partitions 612 of size 64x32, and size included in the coding unit 610 of size 64x64. 32x64 partitions 614, 32x32 partitions 616.
  • the prediction unit of the coding unit 620 having a size of 32x32 having a depth of 1 includes a partition 620 of size 32x32, partitions 622 of size 32x16 and a partition of size 16x32 included in the coding unit 620 of size 32x32. 624, partitions 626 of size 16x16.
  • the prediction unit of the coding unit 630 of size 16x16 having a depth of 2 includes a partition 630 of size 16x16, partitions 632 of size 16x8, and a partition of size 8x16 included in the coding unit 630 of size 16x16. 634, partitions 636 of size 8x8.
  • the prediction unit of the coding unit 640 of size 8x8 having a depth of 3 includes a partition 640 of size 8x8, partitions 642 of size 8x4 and a partition of size 4x8 included in the coding unit 640 of size 8x8. 644, partitions 646 of size 4x4.
  • the coding unit determiner 120 of the video encoding apparatus 100 may determine the depth of the maximum coding unit 610 for each coding unit of each depth included in the maximum coding unit 610. Encoding must be performed.
  • 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 partition in which the minimum coding error occurs in the maximum coding unit 610 may be selected as the depth and partition mode of the maximum coding unit 610.
  • FIG. 13 illustrates a relationship between a coding unit and transformation units, according to various embodiments.
  • the video encoding apparatus 100 encodes or decodes an image in coding units having a size smaller than or equal to the maximum coding unit for each maximum coding unit.
  • the size of a transformation unit for transformation in the encoding process may be selected based on a data unit that is not larger than each coding unit.
  • the 32x32 size conversion unit 720 is The conversion can be performed.
  • the data of the 64x64 coding unit 710 is transformed into 32x32, 16x16, 8x8, and 4x4 transform units of 64x64 size or less, and then encoded, and the transform unit having the least error with the original is selected. Can be.
  • FIG. 14 is a diagram of deeper encoding information according to depths, according to various embodiments.
  • the output unit 130 of the video encoding apparatus 100 is split information, and information about a partition mode 800, information 810 about a prediction mode, and transform unit size for each coding unit of each depth.
  • Information 820 may be encoded and transmitted.
  • the information about the partition mode 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 mode 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 mode 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 mode 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.
  • 15 is a diagram of deeper coding units according to depths, according to various embodiments.
  • Segmentation information may be used to indicate a change in depth.
  • the split information indicates whether a coding unit of a current depth is split into coding units of a lower depth.
  • the prediction unit 910 for predictive encoding of the coding unit 900 having depth 0 and 2N_0x2N_0 size includes a partition mode 912 of 2N_0x2N_0 size, a partition mode 914 of 2N_0xN_0 size, a partition mode 916 of N_0x2N_0 size, and N_0xN_0 May include a partition mode 918 of size.
  • partition mode 912, 914, 916, and 918 in which the prediction unit is divided by a symmetrical ratio are illustrated, as described above, the partition mode is not limited thereto, and asymmetric partitions, arbitrary partitions, geometric partitions, and the like. It may include.
  • prediction coding For each partition mode, 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 mode of size N_0xN_0.
  • the depth 1 is changed to the depth 2 and divided (950), and repeatedly for the depth 2 and the coding units 960 of the size N_2xN_2.
  • the encoding may be performed to search for the 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 mode 992 of size 2N_ (d-1) x2N_ (d-1), a partition mode 994 of size 2N_ (d-1) xN_ (d-1), and size
  • a partition mode 996 of N_ (d-1) x2N_ (d-1) and a partition mode 998 of size N_ (d-1) xN_ (d-1) may be included.
  • partition mode one partition 2N_ (d-1) x2N_ (d-1), two partitions 2N_ (d-1) xN_ (d-1), two sizes N_ (d-1) x2N_
  • a partition mode in which a minimum encoding error occurs may be searched.
  • the coding unit CU_ (d-1) of the depth d-1 is no longer
  • the depth of the current maximum coding unit 900 may be determined as the depth d-1, and the partition mode 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 depth, into four.
  • the video encoding apparatus 100 compares depth-to-depth encoding errors of the coding units 900, selects a depth at which the smallest encoding error occurs, and determines a depth.
  • the partition mode and the prediction mode may be set to the encoding mode of the depth.
  • depths with the smallest error can be determined by comparing the minimum coding errors for all depths of depths 0, 1, ..., d-1, and d.
  • the depth, the partition mode of the prediction unit, and the prediction mode may be encoded and transmitted as split information.
  • the coding unit since the coding unit must be split from the depth 0 to the depth, only the split information of the depth is set to '0', and the split information for each depth except the 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 depth and a prediction unit of the coding unit 900 and use it to decode the coding unit 912. have.
  • the video decoding apparatus 200 may grasp a depth having split information of '0' as a depth using split information for each depth, and may use the split information for the corresponding depth for decoding.
  • 16, 17, and 18 illustrate a relationship between coding units, prediction units, and transformation units, according to various embodiments.
  • the coding units 1010 are deeper coding units determined by the video encoding apparatus 100 according to an embodiment with respect to the largest coding unit.
  • the prediction unit 1060 is partitions of prediction units of each deeper coding unit among the coding units 1010, and the transform unit 1070 is transform units of each deeper coding unit.
  • 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 2NxN partition modes, partitions 1016, 1048, and 1052 are Nx2N partition modes, and partitions 1032 are NxN partition modes. Prediction units and partitions of the coding units 1010 according to depths are smaller than or equal to each coding unit.
  • the image data of the part 1052 of the transformation units 1070 is transformed or inversely transformed into a data unit having a smaller size than the coding unit.
  • the transformation units 1014, 1016, 1022, 1032, 1048, 1050, 1052, and 1054 are data units having different sizes or shapes when compared to corresponding prediction units and partitions among the prediction units 1060. That is, the video encoding apparatus 100 according to an embodiment and the video decoding apparatus 200 according to an embodiment may be intra prediction / motion estimation / motion compensation operations and transform / inverse transform operations for the same coding unit. Each can be performed on a separate data unit.
  • coding is performed recursively for each coding unit having a hierarchical structure for each largest coding unit to determine an optimal coding unit.
  • coding units having a recursive tree structure may be configured.
  • the encoding information may include split information about the coding unit, partition mode information, prediction mode information, and transformation unit size information. Table 1 below shows an example that can be set in the video encoding apparatus 100 and the video decoding apparatus 200 according to an embodiment.
  • the output unit 130 of the video encoding apparatus 100 outputs encoding information about coding units having a tree structure
  • the encoding information extraction unit of the video decoding apparatus 200 according to an embodiment 220 may extract encoding information about coding units having a tree structure from the received bitstream.
  • the split information indicates whether the current coding unit is split into coding units of a lower depth. If the split information of the current depth d is 0, partition mode information, prediction mode, and transform unit size information may be defined for the depth since the current coding unit is a depth in which the current coding unit is no longer divided into lower coding units. have. 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 modes, and skip mode can only be defined in partition mode 2Nx2N.
  • the partition mode information indicates symmetric partition modes 2Nx2N, 2NxN, Nx2N, and NxN, where the height or width of the prediction unit is divided by symmetrical ratios, and asymmetric partition modes 2NxnU, 2NxnD, nLx2N, nRx2N, divided by asymmetrical ratios.
  • the asymmetric partition modes 2NxnU and 2NxnD are divided into heights of 1: 3 and 3: 1, respectively, and the asymmetric partition modes 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 mode for the current coding unit having a size of 2Nx2N is a symmetric partition mode, the size of the transform unit may be set to NxN, and N / 2xN / 2 if it is an asymmetric partition mode.
  • 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 depth.
  • the coding unit of the 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 data is included in the coding unit having the same depth.
  • the coding unit of the corresponding depth may be identified using the encoding information held by the data unit, the distribution of depths within the maximum coding unit may be inferred.
  • the encoding information of the data unit in the depth-specific coding unit adjacent to the current coding unit may be directly referred to and used.
  • the prediction coding when the prediction coding is performed by referring to the neighboring coding unit, the data adjacent to the current coding unit in the coding unit according to depths is encoded by using the encoding information of the adjacent coding units according to depths.
  • the neighboring coding unit may be referred to by searching.
  • FIG. 19 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 1.
  • the maximum coding unit 1300 includes coding units 1302, 1304, 1306, 1312, 1314, 1316, and 1318 of depths. Since one coding unit 1318 is a coding unit of depth, split information may be set to zero. Partition mode information of the coding unit 1318 having a size of 2Nx2N includes partition modes 2Nx2N 1322, 2NxN 1324, Nx2N 1326, NxN 1328, 2NxnU 1332, 2NxnD 1334, and 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 mode of the coding unit.
  • the partition mode information is set to one of symmetric partition modes 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.
  • partition mode information is set to one of asymmetric partition modes 2NxnU (1332), 2NxnD (1334), nLx2N (1336), and nRx2N (1338), if the conversion unit partition information (TU size flag) is 0, a conversion unit of size 2Nx2N ( 1352 is set, and if the transform unit split information is 1, a transform unit 1354 of size N / 2 ⁇ N / 2 may be set.
  • the conversion unit partitioning information (TU size flag) described above with reference to FIG. 19 is a flag having a value of 0 or 1, but the conversion unit partitioning information according to an embodiment is not limited to a 1-bit flag and is set to 0 according to a setting. , 1, 2, 3., etc., and may be divided hierarchically.
  • the transformation unit partition information may be used as an embodiment of the transformation index.
  • the size of the transformation unit actually used may be expressed.
  • the video encoding apparatus 100 may encode maximum transform unit size information, minimum transform unit size information, and maximum transform unit split information.
  • the encoded maximum transform unit size information, minimum transform unit size information, and maximum transform unit split information may be inserted into the SPS.
  • the video decoding apparatus 200 may use the maximum transform unit size information, the minimum transform unit size information, and the maximum transform unit split information to use for video decoding.
  • the maximum transform unit split information is defined as 'MaxTransformSizeIndex'
  • the minimum transform unit size is 'MinTransformSize'
  • the transform unit split information is 0,
  • the minimum transform unit possible in the current coding unit is defined as 'RootTuSize'.
  • the size 'CurrMinTuSize' can be defined as in relation (1) below.
  • 'RootTuSize' which is a transform unit size when the transform unit split information is 0, may indicate a maximum transform unit size that can be adopted in the system. That is, according to relation (1), 'RootTuSize / (2 ⁇ MaxTransformSizeIndex)' is a transformation obtained by dividing 'RootTuSize', which is the size of the transformation unit when the transformation unit division information is 0, by the number of times corresponding to the maximum transformation unit division information. Since the unit size is 'MinTransformSize' is the minimum transform unit size, a smaller value among them may be the minimum transform unit size 'CurrMinTuSize' possible in the current coding unit.
  • the maximum transform unit size RootTuSize may vary depending on a prediction mode.
  • RootTuSize may be determined according to the following relation (2).
  • 'MaxTransformSize' represents the maximum transform unit size
  • 'PUSize' represents the current prediction unit size.
  • RootTuSize min (MaxTransformSize, PUSize) ......... (2)
  • 'RootTuSize' which is a transform unit size when the transform unit split information is 0, may be set to a smaller value among the maximum transform unit size and the current prediction unit size.
  • 'RootTuSize' may be determined according to Equation (3) below.
  • 'PartitionSize' represents the size of the current partition unit.
  • RootTuSize min (MaxTransformSize, PartitionSize) ........... (3)
  • the conversion unit size 'RootTuSize' when the conversion unit split information is 0 may be set to a smaller value among the maximum conversion unit size and the current partition unit size.
  • the current maximum conversion unit size 'RootTuSize' according to an embodiment that changes according to the prediction mode of the partition unit is only an embodiment, and a factor determining the current maximum conversion unit size is not limited thereto.
  • the 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, thereby reconstructing image data of a spatial region, and thus reconstructing a picture and a video as 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 multi-view video encoding method and / or video encoding method described above with reference to FIGS. 1A through 19 are collectively referred to as the video encoding method of the present invention.
  • the multi-view video decoding method and / or video decoding method described above with reference to FIGS. 1A to 20 are referred to as the video decoding method of the present invention.
  • a video encoding apparatus including the multi-view video encoding apparatus 10, the video encoding apparatus 100, or the image encoding unit 400 described above with reference to FIGS. 1A to 19 may be referred to as the “video encoding apparatus of the present invention”.
  • the video decoding apparatus including the multi-view video decoding apparatus 20, the video decoding apparatus 200, or the image decoding unit 500 described above with reference to FIGS. 1A to 19 may be referred to as the video decoding apparatus of the present invention.
  • a computer-readable storage medium in which a program is stored according to an embodiment of the present invention will be described in detail below.
  • the disk 26000 described above as a storage medium may be a hard drive, a CD-ROM disk, a Blu-ray disk, or a DVD disk.
  • the disk 26000 is composed of a plurality of concentric tracks tr, and the tracks are divided into a predetermined number of sectors Se in the circumferential direction.
  • a program for implementing the above-described quantization parameter determination method, video encoding method, and video decoding method may be allocated and stored in a specific region of the disc 26000 which stores the program according to the above-described embodiment.
  • a computer system achieved using a storage medium storing a program for implementing the above-described video encoding method and video decoding method will be described below with reference to FIG. 22.
  • the computer system 26700 may store a program for implementing at least one of the video encoding method and the video decoding method of the present invention on the disc 26000 using the disc drive 26800.
  • the program may be read from the disk 26000 by the disk drive 26800, and the program may be transferred to the computer system 26700.
  • a program for implementing at least one of the video encoding method and the video decoding method may be stored in a memory card, a ROM cassette, and a solid state drive (SSD). .
  • FIG. 22 illustrates the 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. 24 shows the internal structure of the mobile phone 12500.
  • the power supply circuit 12700 the operation input controller 12640, the image encoder 12720, and the camera interface (12630), LCD control unit (12620), image decoding unit (12690), multiplexer / demultiplexer (12680), recording / reading unit (12670), modulation / demodulation unit (12660) and
  • the sound processor 12650 is connected to the central controller 12710 through the synchronization bus 1730.
  • the power supply circuit 12700 supplies power to each part of the mobile phone 12500 from the battery pack, thereby causing the mobile phone 12500 to operate. Can be set to an operating mode.
  • the central controller 12710 includes a CPU, a read only memory (ROM), and a random access memory (RAM).
  • the digital signal is generated in the mobile phone 12500 under the control of the central controller 12710, for example, the digital sound signal is generated in the sound processor 12650.
  • the image encoder 12720 may generate a digital image signal, and text data of the message may be generated through the operation panel 12540 and the operation input controller 12640.
  • the modulator / demodulator 12660 modulates a frequency band of the digital signal, and the communication circuit 12610 is a band-modulated digital signal. Digital-to-analog conversion and frequency conversion are performed on the acoustic signal.
  • the transmission signal output from the communication circuit 12610 may be transmitted to the voice communication base station or the radio base station 12000 through the antenna 12510.
  • the sound signal acquired by the microphone 12550 is converted into a digital sound signal by the sound processor 12650 under the control of the central controller 12710.
  • the generated digital sound signal may be converted into a transmission signal through the modulation / demodulation unit 12660 and the communication circuit 12610 and transmitted through the antenna 12510.
  • the text data of the message is input using the operation panel 12540, and the text data is transmitted to the central controller 12610 through the operation input controller 12640.
  • the text data is converted into a transmission signal through the modulator / demodulator 12660 and the communication circuit 12610, and transmitted to the radio base station 12000 through the antenna 12510.
  • the image data photographed by the camera 1530 is provided to the image encoder 12720 through the camera interface 12630.
  • the image data photographed by the camera 1252 may be directly displayed on the display screen 12520 through the camera interface 12630 and the LCD controller 12620.
  • the structure of the image encoder 12720 may correspond to the structure of the video encoding apparatus as described above.
  • the image encoder 12720 encodes the image data provided from the camera 1252 according to the video encoding method of the present invention described above, converts the image data into compression-encoded image data, and multiplexes / demultiplexes the encoded image data. (12680).
  • the sound signal acquired by the microphone 12550 of the mobile phone 12500 is also converted into digital sound data through the sound processing unit 12650 during recording of the camera 1250, and the digital sound data is converted into the multiplexing / demultiplexing unit 12680. Can be delivered.
  • the multiplexer / demultiplexer 12680 multiplexes the encoded image data provided from the image encoder 12720 together with the acoustic data provided from the sound processor 12650.
  • the multiplexed data may be converted into a transmission signal through the modulation / demodulation unit 12660 and the communication circuit 12610 and transmitted through the antenna 12510.
  • the signal received through the antenna converts the digital signal through a frequency recovery (Analog-Digital conversion) process .
  • the modulator / demodulator 12660 demodulates the frequency band of the digital signal.
  • the band demodulated digital signal is transmitted to the video decoder 12690, the sound processor 12650, or the LCD controller 12620 according to the type.
  • the mobile phone 12500 When the mobile phone 12500 is in the call mode, the mobile phone 12500 amplifies a signal received through the antenna 12510 and generates a digital sound signal through frequency conversion and analog-to-digital conversion processing.
  • the received digital sound signal is converted into an analog sound signal through the modulator / demodulator 12660 and the sound processor 12650 under the control of the central controller 12710, and the analog sound signal is output through the speaker 12580. .
  • a signal received from the radio base station 12000 via the antenna 12510 is converted into multiplexed data as a result of the processing of the modulator / demodulator 12660.
  • the output and multiplexed data is transmitted to the multiplexer / demultiplexer 12680.
  • the multiplexer / demultiplexer 12680 demultiplexes the multiplexed data to separate the encoded video data stream and the encoded audio data stream.
  • the encoded video data stream is provided to the video decoder 12690, and the encoded audio data stream is provided to the sound processor 12650.
  • the structure of the image decoder 12690 may correspond to the structure of the video decoding apparatus as described above.
  • the image decoder 12690 generates the reconstructed video data by decoding the encoded video data by using the video decoding method of the present invention described above, and displays the reconstructed video data through the LCD controller 1262 through the display screen 1252. ) Can be restored video data.
  • video data of a video file accessed from a website of the Internet can be displayed on the display screen 1252.
  • the sound processor 1265 may convert the audio data into an analog sound signal and provide the analog sound signal to the speaker 1258. Accordingly, audio data contained in a video file accessed from a website of the Internet can also be reproduced in the speaker 1258.
  • the mobile phone 1250 or another type of communication terminal is a transmitting / receiving terminal including both the video encoding apparatus and the video decoding apparatus of the present invention, a transmitting terminal including only the video encoding apparatus of the present invention described above, or the video decoding apparatus of the present invention. It may be a receiving terminal including only.
  • FIG. 25 illustrates a digital broadcasting system employing a communication system, according to various embodiments.
  • the digital broadcasting system according to the embodiment of FIG. 25 may receive a digital broadcast transmitted through a satellite or terrestrial network using the video encoding apparatus and the video decoding apparatus.
  • the broadcast station 12890 transmits the video data stream to the communication satellite or the broadcast satellite 12900 through radio waves.
  • the broadcast satellite 12900 transmits a broadcast signal, and the broadcast signal is received by the antenna 12860 in the home to the satellite broadcast receiver.
  • the encoded video stream may be decoded and played back by the TV receiver 12610, set-top box 12870, or other device.
  • the playback device 12230 can read and decode the encoded video stream recorded on the storage medium 12020 such as a disk and a memory card.
  • the reconstructed video signal may thus be reproduced in the monitor 12840, for example.
  • the video decoding apparatus of the present invention may also be mounted in the set-top box 12870 connected to the antenna 12860 for satellite / terrestrial broadcasting or the cable antenna 12850 for cable TV reception. Output data of the set-top box 12870 may also be reproduced by the TV monitor 12880.
  • the video decoding apparatus of the present invention may be mounted on the TV receiver 12810 instead of the set top box 12870.
  • An automobile 12920 with an appropriate antenna 12910 may receive signals from satellite 12800 or radio base station 11700.
  • the decoded video may be played on the display screen of the car navigation system 12930 mounted on the car 12920.
  • the video signal may be encoded by the video encoding apparatus of the present invention and recorded and stored in a storage medium.
  • the video signal may be stored in the DVD disk 12960 by the DVD recorder, or the video signal may be stored in the hard disk by the hard disk recorder 12950.
  • the video signal may be stored in the SD card 12970. If the hard disk recorder 12950 includes the video decoding apparatus of the present invention according to an embodiment, the video signal recorded on the DVD disk 12960, the SD card 12970, or another type of storage medium is output from the monitor 12880. Can be recycled.
  • the vehicle navigation system 12930 may not include the camera 1530, the camera interface 12630, and the image encoder 12720 of FIG. 26.
  • the computer 12100 and the TV receiver 12610 may not include the camera 1250, the camera interface 12630, and the image encoder 12720 of FIG. 26.
  • 26 is a diagram illustrating a network structure of a cloud computing system using a video encoding apparatus and a video decoding apparatus, according to various embodiments.
  • 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 19.
  • FIGS. 20 through 26 Various embodiments of using the video encoding method, the video decoding method, the video encoding apparatus, and the video decoding apparatus described above with reference to FIGS. 1A through 19 have been described above with reference to FIGS. 20 through 26. However, various embodiments in which the video encoding method and the video decoding method described above with reference to FIGS. 1A through 19 are stored in a storage medium, or in which the video encoding apparatus and the video decoding apparatus are implemented in a device, are illustrated in FIGS. 20 to 26. It is not limited to.

Landscapes

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

Abstract

복호화되는 현재 블록의 예측 모드가 병합 모드(merge mode)인지를 결정하는 단계; 상기 병합 모드로 결정된 경우, 인터-시점 후보(Inter-view Candidate), 공간적 후보(Spatial Candidate), 시차 후보(Disparity Candidate), 시점 합성 예측 후보(View Synthesis Prediction Candidate), 및 시간적 후보(Temporal Candidate) 중 적어도 하나를 병합 후보(Merge Candidate)로서 포함하는 병합 후보 리스트(Merge Candidate List)를 구성하는 단계; 상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측하는 단계를 포함하고, 상기 공간적 후보를 구성하는 주변 블록 중 적어도 하나 이상의 주변 블록에 대하여 시점 합성 예측이 행하여졌는지에 기초하여, 상기 적어도 하나 이상의 주변 블록은 상기 공간적 후보 또는 상기 시점 합성 예측 후보로 결정되는 것을 특징으로 하는 다시점 비디오 복호화 방법이 개시된다.

Description

시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 복호화 방법 및 그 장치
본 발명은 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 복호화 방법 및 그 장치에 관한 것이다. 상세하게는 시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 복호화 방법 및 그 장치에 관한 것이다.
입체 영상이란 깊이 및 공간에 대한 형상 정보를 동시에 제공하는 3차원 영상을 의미한다. 스테레오 영상의 경우, 좌우 눈에 각각 다른 시점의 영상을 제공하는 반면에, 입체 영상은 관찰자가 보는 시점을 달리할 때마다 다른 방향에서 본 것과 같은 영상을 제공한다. 따라서, 입체 영상을 생성하기 위해서는 여러 시점에서 촬영한 영상들이 필요하다.
입체 영상을 생성하기 위해 여러 시점에서 찍은 영상들은 데이터량이 방대하다. 따라서, 입체 영상을 위해 네트워크 인프라, 지상파 대역폭 등을 고려하면 MPEG-2, H.264/AVC, 그리고 HEVC 등과 같은 단일시점 비디오 압축(Single-View Video Coding)에 최적화된 부호화 장치를 사용하여 압축하더라도 실현이 거의 불가능하다.
다만, 관찰자가 보는 시점마다 찍은 영상들은 서로 관련성이 있기 때문에 중복되는 정보가 많다. 따라서, 시점간 중복성을 제공할 수 있는 다시점 영상에 최적화된 부호화 장치를 이용하면 보다 적은 양의 데이터를 전송할 수 있다.
따라서, 입체 영상을 생성하기 위해 최적화된 다시점 영상 부호화 장치가 요구된다. 특히, 시간 및 시점 간의 중복성을 효율적으로 감소시키기 위한 기술 개발이 필요하다.
본 발명은 일 실시예에 따라, 시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 그리고 다시점 비디오 복호화 방법 및 그 장치를 제공하는 것을 특징으로 한다.
본 발명의 일 실시예에 따른 다시점 비디오 복호화 방법은, 복호화되는 현재 블록의 예측 모드가 병합 모드(merge mode)인지를 결정하는 단계; 상기 병합 모드로 결정된 경우, 인터-시점 후보(Inter-view Candidate), 공간적 후보(Spatial Candidate), 시차 후보(Disparity Candidate), 시점 합성 예측 후보(View Synthesis Prediction Candidate), 및 시간적 후보(Temporal Candidate) 중 적어도 하나를 병합 후보(Merge Candidate)로서 포함하는 병합 후보 리스트(Merge Candidate List)를 구성하는 단계; 및 상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측하는 단계를 포함하고, 상기 현재 블록의 주변 블록과 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌는지에 기초하여, 상기 주변 블록과 상기 현재 블록 중 적어도 하나에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부를 결정할 수 있다.
본 발명의 일 실시예에 따르면, 복수 개의 시점 합성 예측(VSP) 후보가 병합(Merge) 후보 리스트에 포함될 수 있다. 따라서, 시점간 상관도를 이용한 시점 합성 예측을 통해 부호화 효율을 높일 수 있다.
도 1a 은 다양한 실시예에 따른 다시점 비디오 부호화 장치(10)의 블록도를 도시한다.
도 1b 는 다양한 실시예에 따른 다시점 비디오 부호화 방법의 흐름도를 도시한다.
도 2a 은 다양한 실시예에 따른 다시점 비디오 복호화 장치(20)의 블록도를 도시한다.
도 2b 은 다양한 실시예에 따른 다시점 비디오 복호화 방법의 흐름도를 도시한다.
도 3a 는 일 실시예에 따른 화면 간 예측 모드에서 이용되는 공간적 예측 후보를 나타낸다.
도 3b 는 일 실시예에 따른 화면 간 예측 모드에서 이용되는 시간적 예측 후보를 나타낸다.
도 4a 는 일 실시예에 따른 인터 시점 예측 모드에서 이용되는 인터시점(inter-view) 예측 후보를 나타낸다.
도 4b 는 일 실시예에 따른 영상 합성 예측을 이용한 부호화를 설명하는 도면이다.
도 4c 는 일 실시예에 따른 가상 시점의 합성 영상을 이용하는 부호화 과정을 설명하기 위한 도면이다.
도 4d 는 일 실시예에 따른 가상 시점의 합성 영상을 이용하는 복호화 과정을 설명하기 위한 도면이다.
도 4e 는 일 실시예에 따른 시점합성예측(View Synthesis Prediction) 부호화 툴을 이용하여 부호화하는 방법을 설명하기 위한 도면이다.
도 5a는 본 발명의 일 실시예에 따라 다시점 비디오 복호화 장치가 시점 합성 예측 후보(View Synthesis Prediction Candidate)를 병합 후보 리스트에 추가하는 과정을 설명하기 위한 도면이다.
도 5b는 본 발명의 일 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
도 5c는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
도 5d는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
도 5e는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
도 5f는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
도 5g는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
도 5h는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
도 5i는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
도 5j는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
도 5k는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
도 6a는 본 발명의 일 실시예에 따라 시점 합성 예측 후보가 병합 후보 리스트에 추가되는 과정을 설명하기 위한 수도 코드(pseudo code)에 대한 설명이다.
도 6b는 본 발명의 일 실시예에 따라 시점 합성 예측 후보가 병합 후보 리스트에 추가되는 과정을 설명하기 위한 수도 코드에 대한 설명이다.
도 7 은 일 실시예에 따라 트리 구조에 따른 부호화단위에 기초한 비디오 부호화 장치의 블록도를 도시한다.
도 8 은 일 실시예에 따라 트리 구조에 따른 부호화단위에 기초한 비디오 복호화 장치의 블록도를 도시한다.
도 9 는 본 발명의 일 실시예에 따른 부호화단위의 개념을 도시한다.
도 10 은 본 발명의 일 실시예에 따른 부호화단위에 기초한 영상 부호화부의 블록도를 도시한다.
도 11 은 본 발명의 일 실시예에 따른 부호화단위에 기초한 영상 복호화부의 블록도를 도시한다.
도 12 는 본 발명의 일 실시예에 따른 심도별 부호화단위 및 파티션을 도시한다.
도 13 은 본 발명의 일 실시예에 따른, 부호화단위 및 변환단위의 관계를 도시한다.
도 14 는 본 발명의 일 실시예에 따라, 심도별 부호화 정보들을 도시한다.
도 15 는 본 발명의 일 실시예에 따른 심도별 부호화단위를 도시한다.
도 16, 17 및 18 은 본 발명의 일 실시예에 따른, 부호화단위, 예측단위 및 변환단위의 관계를 도시한다.
도 19 는 표 1의 부호화 모드 정보에 따른 부호화단위, 예측단위 및 변환단위의 관계를 도시한다.
도 20 은 일 실시예에 따른 프로그램이 저장된 디스크의 물리적 구조를 예시한다.
도 21 은 디스크를 이용하여 프로그램을 기록하고 판독하기 위한 디스크드라이브를 도시한다.
도 22 는 컨텐트 유통 서비스(content distribution service)를 제공하기 위한 컨텐트 공급 시스템(content supply system)의 전체적 구조를 도시한다.
도 23 및 24 는, 일 실시예에 따른 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법이 적용되는 휴대폰의 외부구조와 내부구조를 도시한다.
도 25 는 본 발명에 따른 통신시스템이 적용된 디지털 방송 시스템을 도시한다.
도 26 은 본 발명의 일 실시예에 따른 비디오 부호화 장치 및 비디오 복호화 장치를 이용하는 클라우드 컴퓨팅 시스템의 네트워크 구조를 도시한다.
본 발명의 일 실시예에 따른 다시점 비디오 복호화 방법은, 복호화되는 현재 블록의 예측 모드가 병합 모드(merge mode)인지를 결정하는 단계; 상기 병합 모드로 결정된 경우, 인터-시점 후보(Inter-view Candidate), 공간적 후보(Spatial Candidate), 시차 후보(Disparity Candidate), 시점 합성 예측 후보(View Synthesis Prediction Candidate), 및 시간적 후보(Temporal Candidate) 중 적어도 하나를 병합 후보(Merge Candidate)로서 포함하는 병합 후보 리스트(Merge Candidate List)를 구성하는 단계; 및 상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측하는 단계를 포함하고, 상기 현재 블록의 주변 블록과 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌는지에 기초하여, 상기 주변 블록과 상기 현재 블록 중 적어도 하나에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부를 결정할 수 있다.
상기 현재 블록에 대한 시점 합성 예측 후보는 상기 병합 후보 리스트에서 고정된 우선순위를 가질 수 있다.
상기 주변 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되면, 상기 주변 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시키고, 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되면, 상기 현재 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬 수 있다.
상기 주변 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되고, 상기 병합 후보 리스트에 시점 합성 예측 후보가 없으면, 상기 주변 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시키고, 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되고, 상기 병합 후보 리스트에 시점 합성 예측 후보가 없으면, 상기 현재 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬 수 있다.
상기 주변 블록은, 상기 현재 블록의 좌측 블록과 상기 현재 블록의 상측 블록을 적어도 포함할 수 있다.
상기 주변 블록은, 상기 현재 블록의 좌측 블록만을 포함할 수 있다.
상기 병합 후보 리스트를 구성하는 단계는, 상기 인터-시점 후보, 상기 공간적 후보, 상기 시차 후보, 상기 시간적 후보, 및 상기 시점 합성 예측 후보를 포함하는 복수의 그룹을 생성하는 단계; 상기 그룹에 포함된 후보 중 적어도 하나의 후보를 그룹별 병합 후보군에 부가하는 단계; 및 상기 그룹 간의 우선순위 또는 그룹 내 후보 간의 우선순위에 기초하여 상기 그룹별 병합 후보군에 포함된 후보 중 적어도 하나를 병합 후보 리스트에 부가하는 단계를 포함하고, 상기 현재 블록에 대한 시점 합성 예측 후보는 상기 복수의 그룹 중 일부 그룹 혹은 모든 그룹에 포함될 수 있다.
본 발명의 일 실시예에 따른 다시점 비디오 부호화 방법은, 부호화되는 현재 블록의 예측 모드가 병합 모드인지를 결정하는 단계; 상기 병합 모드로 결정된 경우, 인터-시점 후보, 공간적 후보, 시차 후보, 시점 합성 예측 후보, 및 시간적 후보 중 적어도 하나를 병합 후보로서 포함하는 병합 후보 리스트를 구성하는 단계; 및 상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측하는 단계를 포함하고, 상기 현재 블록의 주변 블록과 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌는지에 기초하여, 상기 주변 블록과 상기 현재 블록 중 적어도 하나에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부를 결정할 수 있다.
상기 현재 블록에 대한 시점 합성 예측 후보는 상기 병합 후보 리스트에서 고정된 우선순위를 가질 수 있다.
상기 주변 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되면, 상기 주변 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시키고, 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되면, 상기 현재 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬 수 있다.
상기 주변 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되고, 상기 병합 후보 리스트에 시점 합성 예측 후보가 없으면, 상기 주변 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시키고, 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되고, 상기 병합 후보 리스트에 시점 합성 예측 후보가 없으면, 상기 현재 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬 수 있다.
상기 주변 블록은, 상기 현재 블록의 좌측 블록과 상기 현재 블록의 상측 블록을 적어도 포함할 수 있다.
상기 주변 블록은, 상기 현재 블록의 좌측 블록만을 포함할 수 있다.
상기 병합 후보 리스트를 구성하는 단계는, 상기 인터-시점 후보, 상기 공간적 후보, 상기 시차 후보, 상기 시간적 후보, 및 상기 시점 합성 예측 후보를 포함하는 복수의 그룹을 생성하는 단계; 상기 그룹에 포함된 후보 중 적어도 하나의 후보를 그룹별 병합 후보군에 부가하는 단계; 및 상기 그룹 간의 우선순위 또는 그룹 내 후보 간의 우선순위에 기초하여 상기 그룹별 병합 후보군에 포함된 후보 중 적어도 하나를 병합 후보 리스트에 부가하는 단계를 포함하고, 상기 현재 블록에 대한 시점 합성 예측 후보는 상기 복수의 그룹 중 일부 그룹 혹은 모든 그룹에 포함될 수 있다.
본 발명의 일 실시예에 따른 다시점 비디오 복호화 장치는, 복호화되는 현재 블록의 예측 모드가 병합 모드인지를 결정하는 모드 결정부; 상기 모드 결정부에서 병합 모드로 결정된 경우, 인터-시점 후보, 공간적 후보, 시차 후보, 시점 합성 예측 후보, 및 시간적 후보 중 적어도 하나를 병합 후보로서 포함하는 병합 후보 리스트를 구성하는 병합 후보 리스트 구성부; 및 상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측하는 예측부를 포함하고, 상기 현재 블록의 주변 블록과 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌는지에 기초하여, 상기 주변 블록과 상기 현재 블록 중 적어도 하나에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부를 결정할 수 있다.
본 발명의 일 실시예에 따른 다시점 비디오 부호화 장치는, 부호화되는 현재 블록의 예측 모드가 병합 모드인지를 결정하는 모드 결정부; 상기 모드 결정부에서 병합 모드로 결정된 경우, 인터-시점 후보, 공간적 후보, 시차 후보, 시점 합성 예측 후보, 및 시간적 후보 중 적어도 하나를 병합 후보로서 포함하는 병합 후보 리스트를 구성하는 병합 후보 리스트 구성부; 및 상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측하는 예측부를 포함하고, 상기 현재 블록의 주변 블록과 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌는지에 기초하여, 상기 주변 블록과 상기 현재 블록 중 적어도 하나에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부를 결정할 수 있다.
본 발명은, 일 실시예에 따른 방법을 컴퓨터로 실행시키기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체를 포함할 수 있다.
이하 도 1a 내지 도 6b를 참조하여, 다양한 실시예의 시점 합성 예측을 이용한 다시점 비디오 부호화 기법, 다시점 비디오 복호화 기법이 제안된다. 또한, 도 7 내지 도 19 를 참조하여, 앞서 제안한 다시점 비디오 부호화 기법 및 복호화 기법에 적용가능한 다양한 실시예에 따른 트리 구조의 부호화 단위에 기초한 비디오 부호화 기법 및 비디오 복호화 기법이 개시된다. 또한, 도 20 내지 도 26을 참조하여, 앞서 제안한 비디오 부호화 방법, 비디오 복호화 방법이 적용가능한 다양한 실시예들이 개시된다.
이하, '영상'은 비디오의 정지영상이거나 동영상, 즉 비디오 그 자체를 나타낼 수 있다.
이하 '샘플'은, 영상의 샘플링 위치에 할당된 데이터로서 프로세싱 대상이 되는 데이터를 의미한다. 예를 들어, 공간영역의 영상에서 픽셀들이 샘플들일 수 있다.
영상에서 중복되는 정보를 감소시키기 위하여 예측을 사용한다. 비디오 압축에서 말하는 예측이란, 원본 신호와 유사한 예측 신호를 만드는 것을 의미한다. 예측을 그 방법에 따라 크게 나누면 공간적 복원 영상 참조를 통한 예측, 시간적 복원 영상 참조를 통한 예측, 그리고 그 밖의 심볼을 예측하는 것으로 나누어 볼 수 있다.
그 중 화면 내 예측은 공간적 참조만을 허용하는 예측 기술로, 현재 부호화를 진행하려고 하는 블록의 주변에 이미 재구성되어 있는 샘플들을 참조하여 현재 블록을 예측하는 방법을 말한다. 화면 내 예측이란, 현재 픽쳐 내의 부호화된 인접 픽셀들로부터 코딩하려는 블록에 대한 예측 값을 생성하는 기술이다. 이러한 화면 내 예측은 한 픽쳐 내에서 인접하는 픽셀 간에 높은 상관성이 존재한다는 점을 바탕으로 한다.
이와 유사하게, 비디오를 구성하는 각 픽쳐들은 시간적으로도 서로 높은 상관성을 갖고 있다. 따라서, 현재 부호화하려는 픽쳐 내의 코딩 블록에 대한 예측 값을 이전 시간에 이미 부호화된 픽쳐로부터 생성할 수 있을 것이다. 이처럼 이전 시간에 코딩된 픽쳐로부터 예측 블록을 생성하는 기술을 화면 간 예측(Inter prediction)이라고 한다.
화면 간 예측은 이전시간에 코딩된 픽쳐들로부터 예측 블록을 생성하는데, 메모리의 제약으로 인해 모든 복원 픽쳐를 저장하고 이를 참조할 수는 없다. 따라서, 비디오 코덱에서는 코딩하려는 픽쳐와 상관도가 높은 일부의 복원 픽쳐를 저장하고 이를 화면 간 예측에 사용한다. 비디오 코덱에서는 복원 픽쳐가 저장되는 공간을 복호화 픽쳐 버퍼(DPB : Decoded Picture Buffer)라 부르며, DPB 내에 저장된 픽쳐 중 화면 간 예측에 사용되는 복원 픽쳐를 참조 픽쳐(Reference picture)라 한다. 인코더(부호화 장치)는 화면 간 예측 과정에서 현재 코딩하려는 블록과 가장 유사한 예측 블록을 참조 픽쳐들로부터 찾은 후, 이 예측 블록에 대한 정보를 디코더(복호화 장치)로 전송하게 된다. 이 때 참조 픽쳐들로부터 최적의 예측 블록을 찾는 과정을 움직임 추정(Motion estimation)이라고 부른다. 보다 정밀한 움직임 추정을 위하여 비디오 코덱의 종류에 따라 복원 픽쳐를 보간(Interpolation)한 후, 보간된 영상에 대해서 부화소 단위로 움직임 추정을 수행하기도 한다. 움직임 보상(Motion Compensation)이란, 움직임 추정 과정에서 찾은 최적의 예측 블록에 대한 움직임 정보(모션 벡터, 참조 픽쳐 인덱스)를 바탕으로 예측 블록을 생성하는 것을 의미한다. 요약하면, 비디오 인코더(부호화 장치)는 움직임 추정 과정을 통해 참조 픽쳐들로부터 최적의 예측 블록을 찾고, 움직임 보상 과정을 통해 예측 블록을 생성한다. 비디오 인코더(부호화 장치)는 화면 간 예측으로부터 생성된 예측 블록과 원본 블록과의 차이 값인 차분 신호를 변환, 양자화, 엔트로피 부호화한다.
디코더(복호화 장치)는 현재 코딩 블록이 화면 간 예측 모드로 코딩된 경우 인코더에서 전송된 참조 픽쳐 정보와 참조 블록 정보를 사용하기 때문에 예측 블록에 대한 움직임 추정 과정 없이 움직임 보상 과정만을 통해 예측 블록을 생성할 수 있다. 디코더(복호화 장치)는 생성된 예측 블록과 엔트로피 복호화, 역양자화, 역변환 과정을 거쳐 생성한 잔차 신호를 합함으로써 영상을 복원할 수 있으며, 코덱의 종류에 따라 인-루프 필터를 적용하고 최종적으로 복원 픽쳐를 DPB(복호화 픽쳐 버퍼)에 다시 저장함으로써 추후 해당 픽쳐가 참조 픽쳐로 사용될 수 있도록 한다.
화면 간 예측에서는 움직임 추정의 결과, 참조 픽쳐 리스트가 복수라면 어떤 참조 픽쳐 리스트를 사용하는지에 관한 정보, 참조 픽쳐 리스트 내의 참조 픽쳐를 구분하는 인덱스, 움직임 벡터에 관한 정보를 디코더(복호화 장치)로 전송해야 한다. 화면 간 예측 모드에는 예측 단위(PU : Prediction Unit)로 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록간의 움직임 정보의 상관도를 이용하는 병합(Merge) 모드, AMVP(Advanced Motion Vector Prediction) 등을 포함하는 모드들을 사용한다. 상술한 두 가지 방법은 움직임 정보를 유도하기 위한 주변 블록들의 리스트를 구성하고, 리스트 내의 주변 블록 선택 정보를 디코더(복호화 장치)로 전송함으로써 움직임 관련 데이터의 양을 효과적으로 줄인다. 이를 위해 인코더(부호화 장치)와 디코더(복호화 장치)는 동일한 과정으로 주변 블록 후보 리스트를 구해야 한다. 병합 스킵(Merge skip) 모드는 병합(Merge) 모드의 특별한 경우로 양자화를 수행한 이후, 엔트로피 부호화를 위한 변환 계수가 모두 0에 가까운 경우로 잔차 신호의 전송 없이 주변 블록 선택 정보만을 전송한다. 이는 움직임이 적은 영상, 정지영상, 스크린 콘텐츠 영상에서 상대적으로 높은 부호화 효율을 얻을 수 있다.
병합(Merge) 모드는 주변 블록으로부터 참조 방향, 참조 픽쳐 인덱스, 움직임 벡터 예측 값(MVP : Motion Vector Predictor)을 유도하는 기술이다. 움직임 벡터 값은 병합(Merge)에서 유도된 움직임 벡터 예측 값에 의해 계산된다. 이는 다수의 움직임 정보를 디코더(복호화 장치)로 전송하지 않기 때문에, 인접한 블록과 상관도가 높은 블록에서 큰 부호화 효율을 얻을 수 있다. 인코더(부호화 장치)는 움직임 예측을 수행한 주변 블록들을 탐색하여 병합(Merge) 후보를 구성하고, 움직임 탐색 결과 선택된 병합(Merge) 블록 정보를 병합 인덱스(Merge index)로써 디코더(복호화 장치)에 시그널링한다. 본 발명의 일 실시예에 따른 인코더(부호화 장치)와 디코더(복호화 장치)에서 병합(Merge) 모드의 후보로서 아래와 같은 후보를 포함할 수 있다. 또한, 병합 모드의 후보는 아래의 후보만으로 제한되지 않고, 예측을 수행하는 방법에 따라 다양한 종류의 후보가 부가될 수 있다.
(1)인터-시점 후보(Inter-View Candidate)
(2)공간적 후보(Spatial Candidate)
(3)시차 후보(Disparity Candidate)
(4)시간적 후보(Temporal Candidate)
(5)시점 합성 예측 후보(VSP Candidate : View Synthesis Prediction Candidate)
이 중, (2)공간적 후보와 (4)시간적 후보는 동일 시점(view)에서 혹은 다시점 비디오에서 현재 시점과 다른 시점 사이에서 예측을 수행할 수 있는 반면, (1)인터-시점 후보, (3)시차 후보, (5)시점 합성 예측 후보는 다시점 비디오에서 현재 시점과 다른 시점 사이에서 예측을 수행하게 된다.
도 1a는 다양한 실시예에 따른 다시점 비디오 부호화 장치(10)의 블록도를 도시한다. 도 1b는 다양한 실시예에 따른 다시점 비디오 부호화 방법의 흐름도를 도시한다.
다양한 실시예에 따른 다시점 비디오 부호화 장치(10)는 모드 결정부(12), 병합 후보 리스트 구성부(14), 예측부(16)를 포함한다.
모드 결정부(12)는 부호화되는 현재 블록의 예측 모드가 병합 모드인지를 결정한다. 구체적으로 모드 결정부(12)는 병합 모드, AMVP 모드, 병합 스킵 모드와 같은 예측 모드들을 적용하여 부호화하여 율-왜곡 코스트를 결정하고, 결정된 율-왜곡 코스트에 기초하여 최적의 예측 모드를 결정할 수 있다.
병합 후보 리스트 구성부(14)는 상기 모드 결정부(12)에서 병합 모드로 결정된 경우, 인터-시점 후보, 공간적 후보, 시차 후보, 시점 합성 예측 후보, 및 시간적 후보 중 적어도 하나를 병합 후보로서 포함하는 병합 후보 리스트를 구성한다. 또한, 이에 제한되지 않고, 다양한 종류의 병합 후보를 부가함으로써 병합 후보 리스트를 획득할 수 있다. 이때, 병합 후보 리스트 구성부(14)는 시점 합성 예측 후보가 고정된 우선순위를 가지도록 결정할 수 있다. 또한, 병합 후보 리스트 구성부(14)는 시점 합성 예측 후보를 병합 후보 리스트에 포함시킬지 여부에 관한 판단을 복수 회 행할 수 있다. 현재 블록은 현재 부호화하는 영상에 포함된 최대 부호화 단위를 하나 이상의 부호화 단위로 분할하고 부호화 단위에 대해 예측 부호화하기 위한 하나 이상의 예측 단위로 분할될 때, 분할된 예측 단위이다.
예측부(16)는 상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측한다. 구체적으로 다양한 후보를 이용하여 부호화하여 율-왜곡 코스트를 결정하고, 결정된 율-왜곡 코스트에 기초하여 최적의 병합 후보를 결정한다.
이하, 다시점 비디오 부호화 장치(10)의 동작을 도 1b를 참조하여 상술한다.
도 1b 은 다양한 실시예에 따른 다시점 비디오 부호화 방법의 흐름도를 도시한다.
단계 11에서, 모드 결정부(12)는 부호화되는 현재 블록의 예측 모드가 병합 모드인지를 결정한다.
단계 13에서, 병합 후보 리스트 구성부(14)는 병합 모드로 결정된 경우, 인터-시점 후보, 공간적 후보, 시차 후보, 시점 합성 예측 후보, 및 시간적 후보 중 적어도 하나를 병합 후보로서 포함하는 병합 후보 리스트를 구성한다.
단계 15에서, 예측부(16)는 상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측한다.
또한, 단계 13에서, 병합 후보 리스트 구성부(16)는 상기 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부에 관한 판단을 복수 회 행할 수 있다. 또한, 시점 합성 예측 후보는 고정된 우선순위를 가지도록 결정할 수 있다.
다양한 실시예에 따른 다시점 비디오 부호화 장치(10)는, 모드 결정부(12), 병합 후보 리스트 구성부(14), 및 예측부(16)를 총괄적으로 제어하는 중앙 프로세서(미도시)를 포함할 수 있다. 또는, 모드 결정부(12), 병합 후보 리스트 구성부(14), 및 예측부(16)가 각각의 자체 프로세서(미도시)에 의해 작동되며, 프로세서(미도시)들이 상호 유기적으로 작동함에 따라 다시점 비디오 부호화 장치(10)가 전체적으로 작동될 수도 있다. 또는, 다시점 비디오 부호화 장치(10)의 외부 프로세서(미도시)의 제어에 따라, 모드 결정부(12), 병합 후보 리스트 구성부(14), 및 예측부(16)가 제어될 수도 있다.
다시점 비디오 부호화 장치(10)는, 모드 결정부(12), 병합 후보 리스트 구성부(14), 및 예측부(16)의 입출력 데이터가 저장되는 하나 이상의 데이터 저장부(미도시)를 포함할 수 있다. 다시점 비디오 부호화 장치(10)는, 데이터 저장부(미도시)의 데이터 입출력을 관할하는 메모리 제어부(미도시)를 포함할 수도 있다.
다시점 비디오 부호화 장치(10)는, 비디오 부호화 결과를 출력하기 위해, 내부에 탑재된 비디오 인코딩 프로세서 또는 외부 비디오 인코딩 프로세서와 연계하여 작동함으로써, 변환을 포함한 비디오 부호화 동작을 수행할 수 있다. 다시점 비디오 부호화 장치(10)의 내부 비디오 인코딩 프로세서는, 별개의 프로세서로서 비디오 부호화 동작을 구현할 수 있다. 또한, 다시점 비디오 부호화 장치(10) 또는 중앙 연산 장치, 그래픽 연산 장치가 비디오 인코딩 프로세싱 모듈을 포함함으로써 기본적인 비디오 부호화 동작을 구현하는 경우도 가능하다.
도 2a 는 다양한 실시예에 따른 다시점 비디오 복호화 장치의 블록도를 도시한다.
다양한 실시예에 따른 다시점 비디오 복호화 장치(20)는, 모드 결정부(22), 병합 후보 리스트 구성부(24), 및 예측부(26)를 포함한다.
모드 결정부(22)는 복호화되는 현재 블록의 예측 모드가 병합 모드인지를 결정한다.
병합 후보 리스트 구성부(24)는 상기 모드 결정부(22)에서 병합 모드로 결정된 경우, 인터-시점 후보, 공간적 후보, 시차 후보, 시점 합성 예측 후보, 및 시간적 후보 중 적어도 하나를 병합 후보로서 포함하는 병합 후보 리스트를 구성한다. 이때, 병합 후보 리스트 구성부는 상기 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부에 관한 판단을 복수 회 행할 수 있다.
예측부(26)는 상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측한다.
이하, 다시점 비디오 복호화 장치(20)의 동작을 도 2b를 참조하여 상술한다.
도 2b 은 다양한 실시예에 따른 다시점 비디오 복호화 방법의 흐름도를 도시한다.
단계 21에서, 모드 결정부(22)는 복호화되는 현재 블록의 예측 모드가 병합 모드(merge mode)인지를 결정할 수 있다.
단계 23에서, 병합 후보 리스트 구성부(24)는 상기 병합 모드로 결정된 경우, 인터-시점 후보, 공간적 후보, 시차 후보, 시점 합성 예측 후보, 및 시간적 후보 중 적어도 하나를 병합 후보로서 포함하는 병합 후보 리스트를 구성한다. 이때, 상기 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부에 관한 판단이 복수 회 행하여질 수 있다.
단계 25에서, 예측부(26)는 상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측할 수 있다.
다양한 실시예에 따른 다시점 비디오 복호화 장치(20)는, 모드 결정부(22), 병합 후보 리스트 구성부(24), 및 예측부(26)를 총괄적으로 제어하는 중앙 프로세서(미도시)를 포함할 수 있다. 또는, 모드 결정부(22), 병합 후보 리스트 구성부(24), 및 예측부(26)가 각각의 자체 프로세서(미도시)에 의해 작동되며, 프로세서(미도시)들이 상호 유기적으로 작동함에 따라 다시점 비디오 복호화 장치(20)가 전체적으로 작동될 수도 있다. 또는, 다양한 실시예에 따른 다시점 비디오 복호화 장치(20)의 외부 프로세서(미도시)의 제어에 따라, 모드 결정부(22), 병합 후보 리스트 구성부(24), 및 예측부(26)가 제어될 수도 있다.
다양한 실시예에 따른 다시점 비디오 복호화 장치(20)는, 모드 결정부(22), 병합 후보 리스트 구성부(24), 및 예측부(26)의 입출력 데이터가 저장되는 하나 이상의 데이터 저장부(미도시)를 포함할 수 있다. 다시점 비디오 복호화 장치(20)는, 데이터 저장부(미도시)의 데이터 입출력을 관할하는 메모리 제어부(미도시)를 포함할 수도 있다.
다양한 실시예에 따른 다시점 비디오 복호화 장치(20)는, 비디오 복호화를 통해 비디오를 복원하기 위해, 내부에 탑재된 비디오 디코딩 프로세서 또는 외부 비디오 디코딩 프로세서와 연계하여 작동함으로써, 역변환을 포함한 비디오 복호화 동작을 수행할 수 있다. 다양한 실시예에 따른 다시점 비디오 복호화 장치(20)의 내부 비디오 디코딩 프로세서는, 별개의 프로세서뿐만 아니라, 다시점 비디오 복호화 장치(20) 또는 중앙 연산 장치, 그래픽 연산 장치가 비디오 디코딩 프로세싱 모듈을 포함함으로써 기본적인 비디오 복호화 동작을 구현하는 경우도 포함할 수도 있다.
이하, 병합 후보 리스트에 병합 후보로서 포함될 수 있는 (1)인터-시점 후보(Inter-View Candidate), (2)공간적 후보(Spatial Candidate), (3)시차 후보(Disparity Candidate), (4)시간적 후보(Temporal Candidate), (5)시점 합성 예측 후보(VSP Candidate : View Synthesis Prediction Candidate)의 각각에 대하여 설명한다.
이 중 동일 시점(View) 및 현재 예측중인 블록의 시점과 다른 시점에서의 예측에 사용될 수 있는 (2)공간적 후보와 (4)시간적 후보에 대하여 먼저 설명하고, 현재 예측중인 블록의 시점과 다른 시점을 참조하는 예측에 사용될 수 있는 (1)인터-시점 후보, (3)시차 후보, 및 (5)시점 합성 예측 후보에 대하여 설명한다.
먼저 (2)공간적 후보(Spatial Candiate)에 대하여 설명한다. 도 3a는 일 실시예에 따른 화면 간 예측(인터 예측) 모드에서 이용되는 공간적 후보를 나타낸다.
현재 블록과 인접한 블록들의 움직임은 유사할 것이라는 가정으로 인접한 주변 블록들을 병합(Merge) 후보에 추가한다. 2Nx2N 예측 단위(PU, 31)는 주변에 위치한 다섯 개의 블록을 공간적인 병합(merge) 후보로서 사용하며, A1(33), B1(35), B0(34), A0(32), B2(36)를 순차적으로 탐색하여 사용한다. 인접하는 블록이 프레임 경계이거나 화면 내 예측 모드로 부호화되어 움직임 정보가 존재하지 않는 경우에는 공간적 후보는 사용될 수 없다.
다음으로 (4)시간적 후보(Temporal Candidate)에 대하여 설명한다. 도 3b는 일 실시예에 따른 화면 간 예측(인터 예측) 모드에서 이용되는 시간적 후보를 나타낸다.
시간적 후보를 사용할 경우, 시간적 병합(Merge) 후보를 위한 참조 픽쳐의 방향과 참조 픽쳐 인덱스가 슬라이스 헤더를 통해 디코더(복호화 장치)로 전송된다. 도 3b는 현재 예측 단위(PU)의 시간적 병합(Merge) 후보의 선택 위치를 나타낸다. 동일 위치의 예측 단위(PU)는 선택된 참조 픽쳐에서 현재 예측 단위에 대응되는 위치에 존재하는 예측 단위(PU)를 의미한다. 시간적 병합(Merge) 후보는 예측 성능의 이유로 참조 예측 단위(PU)의 우측 하단(H) 블록을 우선적으로 고려하고, 우측 하단 예측 단위(PU)의 움직임 정보가 존재하지 않는다면 참조 예측 단위(PU)의 중앙에 위치(C3)하는 블록을 후보로 고려한다. 시간적 병합(Merge) 후보 블록은 코딩 트리 블록(CTB : Coding Tree Block)의 외곽에 위치하는 경우 사용하지 않으며, 영상의 경계, 화면 내 예측인 경우 움직임 정보가 존재하지 않을 수 있다.
다음으로 (1)인터-시점 후보(Inter-View Candidate)와 (3)시차 후보(Disparity Candidate)에 대하여 설명한다.
다시점 비디오 부호화의 압축 성능은 인터-시점 예측 방법(Inter-view prediction)을 이용한 공간적 중복성 제거를 통하여 도출될 수 있다. 같은 대상에 대하여 다른 시점에서 촬영한 영상은 카메라 이동에 의해 가려지는 영역 혹은 드러나는 영역을 제외하면 서로 간의 유사성이 높다. 이러한 시점 간 유사성을 이용하여 다른 시점의 영상에서 현재 부호화하고자 하는 블록과 가장 유사한 영역을 찾아 부호화하는 방법을 시차 보상 예측(Disparity compensated prediction)이라고 한다. 그리고, 시차 보상 예측을 위해 사용되는 움직임 벡터는 일반적인 시간적 움직임 벡터와 구분하기 위하여 시차 벡터(Disparity vector)라고 표현하기도 한다.
상술한 시차 보상 예측 방법은 다른 시점의 영상을 참조할 때 기존의 단일 시점 영상 부호화시 수행되는 코딩 트리 유닛(CTU : Coding Tree Unit) 단위의 부호화 방법을 따르므로 참조 영상 버퍼 관리 이외의 추가적인 부호화 알고리즘 없이도 수행될 수 있다. 그러나, 시점 간 상관도가 높은 다시점 영상에 대하여, 확장 시점 부호화 시 이미 복호화된 이웃 시점의 부호화 파라미터를 예측한다면 더욱 효율적인 부호화가 가능하다. 이를 위해 시점 간 부호화 파라미터 예측 방법이 사용된다. 시점 간 부호화 파라미터 예측 방법의 대표적인 방법으로는 인터-시점 움직임 벡터 예측 방법(Inter-view motion vector prediction)이 있다. 다시점 영상은 같은 피사체에 대하여 다른 시점에서 촬영하였기 때문에, 시점 이동에 의하여 가려지거나 드러나는 영역을 제외하면 매우 유사한 움직임 특성을 갖는다. 이러한 특성을 이용하여 확장 시점 부호화 시 이전에 부호화되고 복호화된 이웃 시점의 움직임 벡터를 예측함으로써 부호화 효율을 향상시킬 수 있다.
도 4a는 본 발명의 일 실시예에 따른 인터-시점 후보와 시차 후보를 설명하기 위한 도면이다.
도 4a에서는, 현재 시점의 움직임 정보를 이미 부호화가 끝난 참조 시점의 움직임 정보를 공유해 사용한다. 현재 시점의 현재 화면은 부호화할 현재 화면이고, 현재 블록의 움직임 정보를 이미 부호화가 끝난 참조 시점의 움직임 예측 정보를 공유한다. 이를 위해서 먼저 수행하는 작업은 현재 블록의 위치 x의 시차 벡터를 구하는 것이다. 시차 벡터는 현재 시점의 현재 화면에 대한 깊이 맵을 추정하여 현재 블록의 위치에 관련된 깊이 블록의 최대 깊이값 d에 의해 구할 수 있다. 현재 블록의 위치 x의 시차 벡터를 구하면 참조 시점의 참조 샘플 위치 xR을 구할 수 있다. 이 참조 샘플 위치 xR을 포함하는 참조 화면의 블록이 현재 화면의 현재 블록과의 상응 블록(corresponding block)이 된다. 이 상응 블록이 화면 간 예측을 통해 부호화가 되었다면 움직임 벡터를 가지고 있게 된다. 이 상응 블록의 움직임 벡터를 현재 블록의 움직임 벡터의 예측값으로 이용하게 된다. 따라서, 이 상응 블록의 움직임 벡터에 관한 정보를 인터-시점 후보로서 사용할 수 있다.
시차 후보는 시차 벡터를 움직임 벡터처럼 사용하여 현재 블록의 예측에 사용하는 것과 관련된 것이다. 도 4a에서 상응 블록이 위치하는 참조 화면이 참조 픽쳐 리스트에 포함되는 경우라면, 시차 벡터를 움직임 벡터처럼 사용하여 현재 블록의 예측에 사용할 수 있고, 이 때, 시차 벡터에 관한 정보를 시차 후보로서 사용할 수 있다.
인터-시점 움직임 벡터를 예측하기 위해서는 이웃 시점 내에서 현재 부호화 대상 블록과 대응되는 위치의 움직임 벡터를 예측해야 한다. 이 때, 인터-시점 움직임 벡터는 참조 시점 영상 내의 현재 좌표에서 시차만큼 떨어진 위치로부터 예측함으로써 더욱 정확한 예측을 수행할 수 있으며, 이웃 시점으로부터 움직임 벡터를 예측하기 위한 시차는 주변의 부호화된 블록으로부터 유도할 수 있다. 예측된 인터-시점 움직임 벡터는 병합(Merge)과 AMVP의 후보 중 첫 번째 후보로 지정되어 부호화된다. 또한, 부호화 대상 블록이 인터-시점 움직임 벡터로 부호화 되었다면, 이때 사용한 시차 정보를 저장함으로써 이후에 부호화될 다른 블록에 시차 정보를 제공할 수 있다.
다음으로 (5)시점 합성 예측 후보(VSP Candidate)에 대하여 설명한다.
다시점 비디오는 시점간 상관도가 매우 높기 때문에 의존 시점(dependent view)의 영상을 부호화할 때, 기준 시점의 컬러 영상과 깊이 영상을 이용해 부호화할 의존 시점의 영상을 합성할 수 있다. 이렇게 합성한 영상을 합성 프레임(VS(View Synthesis) frame)이라고 할 때, 합성 프레임은 부가적인 참조 영상으로 이용해 부호화 효율을 개선할 수 있다.
도 4b는 영상 합성 예측을 이용한 부호화를 설명하는 도면이다. I-view는 다른 시점을 참조하지 않는 기준 시점이므로, 시점 합성 예측(VSP)을 이용하지 않지만, P-view는 I-view의 데이터를 이용할 수 있기 때문에 시점 합성 예측(VSP)을 이용할 수 있다. 시점 합성 예측(VSP) 방법은 컬러 비디오 부호화뿐만 아니라 깊이 데이터의 부호화에도 적용할 수 있다.
영상 합성을 이용해 생성한 합성 프레임은 부호화할 시점과 일치하게 된다. 그러므로 영상 합성이 이상적으로 수행됐다면 부호화할 현재 시점의 화면과 정확하게 일치하는 영상이 된다. 이런 합성 프레임은 인접 시점의 영상을 이용해 생성한 영상이므로 복호기에서도 동일한 합성 프레임을 생성할 수 있다. 그러므로 현재 시점의 화면과 동일한 영상을 예측해 생성할 수 있으므로 시점간 상관도를 이용해 부호화 효율을 높일 수 있다. 구체적인 부호화 방법은 합성 프레임을 생성해 참조 리스트에 추가하고, 부호화 과정에서는 합성 프레임에서 부호화할 현재 시점의 블록과 동일한 위치에 있는 블록(colocated block)을 움직임 정보 없이 참조하는 방법을 사용할 수 있다.
도 4c는 일 실시예에 따른 가상 시점의 합성 영상을 이용하는 부호화 과정을 설명하기 위한 도면이다.
다시점 비디오를 구성하는 컬러 영상과 깊이 영상은 따로 부호화 및 복호화될 수 있다. 도 4c를 참고하면, 부호화 과정은 원래 영상과 블록 기반의 예측을 통해 도출된 예측 영상 간의 잔차 신호를 구한 후, 잔차 신호를 변환 및 양자화하는 과정으로 이루어진다. 그리고, 다음 영상들의 정확한 예측을 위해 디블록킹 필터가 수행된다.
잔차 신호의 양이 적을수록 부호화에 필요한 비트수가 적기 때문에, 예측 영상이 원래 영상과 얼마나 비슷한지 여부가 중요하다. 일 실시예에 의하면, 블록 예측을 위해, 화면 내 예측(Intra Prediction), 화면 간 예측(Inter Prediction), 인터-시점 예측(Inter-View Prediction)에 기초한 병합(Merge) 모드, 병합 스킵(Merge Skip) 모드, AMVP 모드 등이 사용될 수 있다.
도 4c를 참고하면, 가상 시점의 합성 영상을 생성하기 위해 가상 시점에서 합성하기 위한 추가 구성이 필요할 수 있다. 도 4c를 참고하면, 현재 시점의 컬러 영상에 대한 합성 영상을 생성하기 위해서, 다시점 비디오 부호화 장치(10)는 이미 부호화된 주변 시점의 컬러 영상과 깊이 영상을 이용하여 현재 시점의 컬러 영상에 대한 합성 영상을 생성할 수 있다. 그리고, 현재 시점의 깊이 영상에 대한 합성 영상을 생성하기 위해서, 다시점 비디오 부호화 장치(10)는 이미 부호화된 주변 시점의 깊이 영상을 이용하여 현재 시점의 깊이 영상에 대한 합성 영상을 생성할 수 있다.
도 4d는 일 실시예에 따른 가상 시점의 합성 영상을 이용하는 복호화 과정을 설명하기 위한 도면이다.
도 4d의 다시점 비디오 복호화 장치(20)는 도 4c의 다시점 비디오 부호화 장치(10)와 실질적으로 동일한 동작을 수행하기 때문에, 구체적인 설명은 생략하기로 한다.
도 4e는 본 발명의 다른 실시예에 따른 시점합성예측(View Synthesis Prediction) 부호화 툴을 이용하여 부호화하는 방법을 설명하기 위한 도면이다.
S41단계에서, 다시점 비디오 복호화 장치(20)는 현재 블록의 시차 벡터에 관한 정보를 가지고 있지 않으므로, 현재 블록의 주변 블록의 시차 벡터를 유도한다.
S42 단계에서, 다시점 비디오 복호화 장치(20)는 현재 블록의 주변 블록의 시차 벡터에 관한 정보를 이용하여 현재 블록의 시차 벡터에 관한 정보로 예측한다. 따라서 시차 벡터에 대응하는 참조 시점의 깊이 블록 정보를 현재 블록의 깊이 정보의 예측값으로 사용한다. 예측된 깊이 블록을 이용하여 참조 시점의 시차 벡터를 유도하게 된다.
S43 단계에서, 다시점 비디오 복호화 장치(20)는 유도된 시차 벡터를 이용하여 백워드 워핑(Backward warping)을 현재 블록에 포함된 블록에 대해서 수행하여 주변 시점의 컬러 영상에 포함된 참조 블록을 결정한다. 다시점 비디오 복호화 장치(20)는 참조 블록을 이용하여 현재 블록에 대한 예측값을 생성하고 이를 이용하여 예측 복호화하게 된다.
한편 다시점 비디오 복호화 장치(20)에서 수행되는 일 예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 기술자는 도 4e에서 설명된 방법이 다시점 비디오 부호화 장치(10)에서도 수행될 수 있음을 이해할 수 있을 것이다.
이하 도 5a 내지 도 6b를 참조하여 다양한 실시예에 따라 시점 합성 예측을 이용하기 위한 방법이 제안된다.
도 5a는 본 발명의 일 실시예에 따라 다시점 비디오 복호화 장치가 시점 합성 예측 후보(View Synthesis Prediction Candidate)를 병합 후보 리스트(Merge candiated list)에 추가하는 과정을 설명하기 위한 도면이다. 본 실시예에서, 병합 후보 리스트는 이웃 데이터 단위와의 병합을 위하여 병합 모드를 통해 참조 블록을 찾아 예측을 하기 위한 다양한 부호화툴 또는 다양한 부호화 모드 또는 병합 후보 블록을 포함하는 리스트를 포함할 수 있다. 병합 후보 리스트는 인터-시점 후보(Inter-View Candidate), 공간적 후보(Spatial Candidate), 시차 후보(Disparity Candidate), 시간적 후보(Temporal Candidate), 및 시점 합성 예측 후보(View Synthesis Prediction Candidate)와 같은 후보로 구성될 수 있다. 여기서, 시차 후보는 유도된 시차로부터 구성된 시차벡터 보상 예측을 위한 후보이다.
도 5a의 (a)를 참조하면, 본 발명의 일 실시예에 따른 병합 후보 리스트는 인터-시점 후보(Inter-View Candidate), 공간적 후보(Spatial Candidate), 시차 후보(Disparity Candidate), 시간적 후보(Temporal Candidate), 및 시점 합성 예측 후보(View Synthesis Prediction Candidate)와 같은 후보 중, 예컨대, 6개의 후보로 구성될 수 있다. 후보의 수는 6개만으로 한정되는 것은 아니며, 사용하는 비디오 코덱에 따라, 하나 이상의 임의의 수로 지정될 수 있다. 도 5의 (a)를 참조하면, 인터-시점 후보, 공간적 후보, 시차 후보, 시점 합성 예측(VSP) 후보와 같은 후보가 A그룹에 포함된다. 또한 시간적 후보는 B그룹에 포함된다. A그룹에 포함된 후보들 중 5개의 후보를 병합 후보로 선택할 수 있다.
이 때, 다시점 비디오 복호화 장치(20)는 A그룹에 포함된 후보 간 우선순위에 따라서 후보를 선택할 수 있다. 후보 간 우선순위는 그룹 내에서 정해진다. 후보가 존재하지 않는 경우에는 그 다음 우선순위에 있는 후보를 선택하는 방식으로 총 5개의 병합 후보를 선택할 수 있다. 마찬가지로 다시점 비디오 복호화 장치(20)는 B그룹에 포함된 후보들 중 1개의 후보를 선택할 수 있다. 병합 후보 리스트는 이렇게 선택된 6개의 후보로 구성될 수 있다.
도 5a의 (b)를 참조하면, 인터-시점 후보, 공간적 후보, 시차 후보와 같은 후보가 A그룹에 포함된다. 또한 시간적 후보 및 시점 합성 예측(VSP) 후보가 B그룹에 포함된다. 도 5a의 (a)와 달리, 시점 합성 예측 후보는 A 그룹에는 포함되지 않고, B 그룹에 포함된다는 점에서 차이점이 있다. 다시점 비디오 복호화 장치(20)는 A그룹에 포함된 후보들 중 5개의 후보를 선택할 수 있다. 이 때 A그룹에 포함된 후보 간 우선순위에 따라서 후보를 선택할 수 있다. 다시점 비디오 복호화 장치(20)는 후보가 존재하지 않는 경우, 그 다음 우선순위에 있는 후보를 선택하는 방식으로 5개의 후보를 선택할 수 있다. 마찬가지로 다시점 비디오 복호화 장치(20)는 B그룹에 포함된 후보들 중 1개의 후보를 선택할 수 있다. 병합 후보 리스트는 이렇게 선택된 6개의 후보를 포함할 수 있다.
도 5a의 (c)를 참조하면, 시점 후보, 공간적 후보, 시차 후보와 같은 후보가 A그룹에 포함된다. 또한 시간적 후보가 B그룹에 포함된다. 도 5a의 (a) 및 (b)와 달리, 시점 합성 예측(VSP) 후보는 C 그룹에 포함된다. 다시점 비디오 복호화 장치(20)는 A그룹에 포함된 후보들 중 5개의 후보를 선택할 수 있다. 이 때 A그룹에 포함된 우선순위에 따라서 후보를 선택할 수 있다. 후보가 존재하지 않는 경우, 그 다음 우선순위에 있는 후보를 선택하는 방식으로 5개의 후보를 선택할 수 있다. 마찬가지 방식으로 다시점 비디오 복호화 장치(20)는 B,C 그룹에 포함된 후보들 중 1개의 후보를 선택할 수 있다. 이렇게 선택된 후보군들 중에서 다시 6개의 후보를 선택한다. 이 때 그룹간 우선순위 또는 그룹내 후보군 간 우선순위에 따라 병합 후보를 선택할 수 있다. 다만 이에 제한되지 않고, 다양한 기준에 따라 후보를 선택할 수 있다. 다시점 비디오 복호화 장치(20)는 다양한 기준에 의해 선택된 6개의 후보를 병합 후보 리스트에 포함하도록 결정할 수 있다.
상술한 도 5a의 (a) 내지 (c)의 그룹 구분 형태는 예시적인 형태이며, 본 발명은 이에 한정되지 않는다. 포함되는 후보의 특성에 따라 다양한 형태로 그룹을 구분할 수 있다. 또한, 각 그룹마다 단 한 개의 후보만을 다루어 사용할 수도 있다. 또한, 그룹을 사용하지 않고 전체 후보를 함께 다룰 수도 있다. 이하의 도 5b 내지 도 5k에서의 그룹 구분 형태 역시 예시적인 형태이며, 포함되는 후보의 특성에 따라 다양한 형태로 그룹을 구분할 수 있고, 또한, 그룹을 사용하지 않을 수도 있다.
도 5b는 본 발명의 일 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측(VSP) 후보를 추가하는 과정을 설명하기 위한 도면이다.
본 실시예에서는 후보들이 도 5a의 (a)에 도시된 바와 같은 형태로 그룹에 포함되어 있다고 가정한다.
다시점 비디오 복호화 장치(20)는 인터-시점 후보를 A 그룹 내 병합리스트에 포함될 병합 후보 리스트 후보군에 추가할지를 결정한다.
다시점 비디오 복호화 장치(20)는 공간적 후보 중 좌측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 만약에 다시점 비디오 복호화 장치(20)는 해당 좌측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화되고, 시점 합성 예측(VSP) 후보가 별도로 추가되지 않은 경우, 해당 좌측(left)후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
다시점 비디오 복호화 장치(20)는 좌측(left) 후보에 대해 수행하는 과정과 동일한 과정을 수행하여 상(above), 우상(above-right) 후보 순으로 순서대로 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 만약에 다시점 비디오 복호화 장치(20)는 해당 상측(above) 후보 블록이 시점 합성 예측(VSP) 모드로 부호화되고, 시점 합성 예측(VSP) 후보가 아직 추가되지 않은 경우, 해당 상측(above) 후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다. 만약에 다시점 비디오 복호화 장치(20)는 해당 우상(above-right) 후보 블록이 시점 합성 예측(VSP) 모드로 부호화되고, 시점 합성 예측(VSP) 후보가 아직 추가되지 않은 경우, 해당 우상(above-right) 후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
다시점 비디오 복호화 장치(20)는 시차 후보를 병합 후보 리스트에 추가할지를 우선순위에 따라 결정한다.
다시점 비디오 복호화 장치(20)는 공간적 후보 중 좌하(below-left) 및 좌상(above-left) 후보 순으로 동일하게 수행하여 순서대로 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 만약에 다시점 비디오 복호화 장치(20)는 해당 좌하(below-left) 후보 블록이 시점 합성 예측(VSP) 모드로 부호화되고, 시점 합성 예측(VSP) 후보가 아직 추가되지 않은 경우, 해당 좌하(below-left) 후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다. 만약에 다시점 비디오 복호화 장치(20)는 해당 좌상(above-left) 후보블록이 시점 합성 예측(VSP) 모드로 부호화되고, 시점 합성 예측(VSP) 후보가 아직 추가되지 않은 경우, 해당 좌상(above-left) 후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
다시점 비디오 복호화 장치(20)는 만약에 이전에 시점 합성 예측(VSP) 후보가 추가되지 않은 경우에, 현재 블록에 대한 시점 합성 예측(VSP) 후보를 우선순위에 따라 추가할지를 결정한다.
한편, 다시점 비디오 복호화 장치(20)는 시간적 후보로서 참조 예측 단위(PU)의 우측 하단(bottom-right) 후보를 우선적으로 고려하고, 우측 하단 후보의 움직임 정보가 존재하지 않는다면 참조 예측 단위(PU)의 중앙(center)에 위치하는 블록을 후보로 고려하여, 시간적 후보 중 어느 하나를 B 그룹 내 병합 후보 리스트 후보군에 우선 순위에 따라 추가할지를 결정한다.
따라서 본 발명의 일 실시예에 따르면 다시점 비디오 복호화 장치(20)는 시점 합성 예측 후보를 공간적 후보의 부호화 정보에 따라 변경되는 우선순위에 따라 병합 후보 리스트에 추가한다.
도 5c는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
본 실시예에서는 후보들이 도 5a의 (a)에 도시된 바와 같은 형태로 그룹에 포함되어 있다고 가정한다.
먼저 다시점 비디오 복호화 장치(20)는 인터-시점 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 공간적 후보 중 좌측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 상(above)측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 우상(above-right)측 후보를 병합리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 시차 후보(Disparity candidate)를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 시점 합성 예측(VSP) 후보를 병합 후보 리스트에 포함될 후보군에 추가한다. 다시점 비디오 복호화 장치(20)는 좌하측 후보를 병합 후보 리스트에 포함될 후보군에 추가한다. 다시점 비디오 복호화 장치(20)는 좌상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다.
한편, 다시점 비디오 복호화 장치(20)는 시간적 후보로서 참조 예측 단위(PU)의 우측 하단(bottom-right) 후보를 우선적으로 고려하고, 우측 하단 후보의 움직임 정보가 존재하지 않는다면 참조 예측 단위(PU)의 중앙(center)에 위치하는 블록을 후보로 고려하여, 시간적 후보 중 어느 하나를 B 그룹 내 병합 후보 리스트 후보군에 우선 순위에 따라 추가할지를 결정한다.
본 발명의 일 실시예에 따르면 시점 합성 예측(VSP) 후보를 고정된 후보 간 우선순위에 따라 병합 후보 리스트에 추가할 수 있다는 차이점이 있다. 특히 시점 합성 예측(VSP) 후보는 공간적 후보의 부호화 정보에 관계없이 고정된 우선순위에 따라 병합 후보 리스트에 추가될 수 있다.
도 5d는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
본 실시예에서는 후보들이 도 5a의 (b)에 도시된 바와 같은 형태로 그룹에 포함되어 있다고 가정한다.
다시점 비디오 복호화 장치(20)는 인터-시점 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다.
다시점 비디오 복호화 장치(20)는 좌측(left) 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 상(above)측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 그 후에 우상(above-right)측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 시차 후보(Disparity candidate)를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 좌하(below-left)측 후보를 병합 후보 리스트에 포함될 후보군에 추가한다. 다시점 비디오 복호화 장치(20)는 좌상(above-left)측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다.
한편, 시점 합성 예측 후보는 B 그룹에 포함되고, 다시점 비디오 복호화 장치(20)는 시간적 후보로서 참조 예측 단위(PU)의 우측 하단(bottom-right) 후보를 우선적으로 고려하고, 우측 하단 후보의 움직임 정보가 존재하지 않는다면 참조 예측 단위(PU)의 중앙(center)에 위치하는 블록을 후보로 고려하여, 시간적 후보 중 어느 하나를 B 그룹 내 병합 후보 리스트 후보군에 우선 순위에 따라 추가할지를 결정한다. 즉, 우하 또는 중앙의 시간적인 후보가 우선순위에 따라 먼저 추가되고, 만약에 시간적인 후보가 결정되지 않으면, 시점 합성 예측(VSP) 후보를 병합 후보 리스트의 후보군에 추가할지를 결정한다.
본 발명의 일 실시예에 따르면 시점 합성 예측 후보는 도 5b와 달리 고정된 후보 간 우선순위에 따라 병합 후보 리스트에 추가될 수 있다는 차이점이 있다. 특히 시점 합성 예측 후보는 공간적 후보의 부호화 정보에 관계없이 고정된 우선순위에 따라 병합 후보 리스트에 추가될 수 있다. 또한 시간적 후보가 결정되지 않는 경우, 시점 합성 예측 후보는 병합 후보 리스트의 후보군에 추가될 수 있어 도 5c와 달리 병합 후보 리스트의 후보군에 추가될 가능성이 높다.
도 5e는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
본 실시예에서는 후보들이 도 5a의 (c)에 도시된 바와 같은 형태로 그룹에 포함되어 있다고 가정한다.
먼저 다시점 비디오 복호화 장치(20)는 인터-시점 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 좌측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 우상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 시차 후보(Disparity candidate)를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌하측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다.
한편, 다시점 비디오 복호화 장치(20)는 시간적 후보로서 참조 예측 단위(PU)의 우측 하단(bottom-right) 후보를 우선적으로 고려하고, 우측 하단 후보의 움직임 정보가 존재하지 않는다면 참조 예측 단위(PU)의 중앙(center)에 위치하는 블록을 후보로 고려하여, 시간적 후보 중 어느 하나를 B 그룹 내 병합 후보 리스트 후보군에 우선 순위에 따라 추가할지를 결정한다.
한편, 시점 합성 예측(VSP) 후보는 C 그룹에 포함되고 다시점 비디오 복호화 장치(20)는 시점 합성 예측(VSP) 후보를 우선순위에 따라 병합 후보 리스트의 후보군에 추가할지를 결정한다.
본 발명의 일 실시예에 따르면 시점 합성 예측(VSP) 후보는 고정된 후보 간 우선순위에 따라 병합 후보 리스트에 추가될 수 있다는 차이점이 있다. 특히 시점 합성 예측(VSP) 후보는 공간적 후보의 부호화 정보에 관계없이 고정된 우선순위에 따라 병합 후보 리스트에 추가될 수 있다. 특히 시점 합성 예측(VSP) 후보는 C그룹에 속해 있어, 도 5c와 달리 병합 후보 리스트의 후보군에 추가될 가능성이 높다. 또한 시점 합성 예측(VSP) 후보는 도 5c와 달리 그룹간 우선순위에 따라 병합 후보 리스트에 포함될 가능성이 높다.
상술한 도 5c 내지 도 5e의 그룹 구분 형태는 예시적인 형태이며, 본 발명은 이에 한정되지 않는다. 포함되는 후보의 특성에 따라 다양한 형태로 그룹을 구분할 수 있다. 또한, 그룹을 사용하지 않을 수도 있다.
도 5f는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측(VSP) 후보를 추가하는 과정을 설명하기 위한 도면이다.
본 실시예에서는 후보들이 도 5a의 (a)에 도시된 바와 같은 형태로 그룹에 포함되어 있다고 가정한다.
먼저 다시점 비디오 복호화 장치(20)는 인터-시점 후보를 병합 후보 리스트에 포함될 후보군에 추가한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 만약에 다시점 비디오 복호화 장치(20)는 해당 좌측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화되고, 현재 병합 후보 리스트에 시점 합성 예측(VSP) 후보가 별도로 추가되지 않은 경우, 해당 좌측(left)후보 블록에 대한 시점 합성 예측(VSP) 후보를 후보군에 추가한다.
그 후에 상측 후보를 병합 후보 리스트에 포함될 후보군에 추가한다. 다시점 비디오 복호화 장치(20)는 해당 상측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화되고, 시점 합성 예측 후보가 별도로 추가되지 않은 경우, 해당 상측(above) 후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
그 후에 다시점 비디오 복호화 장치(20)는 우상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 시차 후보(Disparity candidate)를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 이어 다시점 비디오 복호화 장치(20)는 만약 이전에 시점 합성 예측(VSP) 후보가 추가되지 않은 경우, 현재 블록에 대한 시점 합성 예측(VSP) 후보를 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌하측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다.
한편, 다시점 비디오 복호화 장치(20)는 시간적 후보로서 참조 예측 단위(PU)의 우측 하단(bottom-right) 후보를 우선적으로 고려하고, 우측 하단 후보의 움직임 정보가 존재하지 않는다면 참조 예측 단위(PU)의 중앙(center)에 위치하는 블록을 후보로 고려하여, 시간적 후보 중 어느 하나를 B 그룹 내 병합 후보 리스트 후보군에 우선 순위에 따라 추가할지를 결정한다.
본 발명의 일 실시예에 따르면 시점 합성 예측 후보의 우선순위는 좌측 또는 상측 공간적 후보가 시점 합성 예측(VSP)에 의해 부호화된 경우에 변경될 수 있으나, 나머지 공간적 후보의 부호화 정보와는 관계없이 고정된다.
도 5g는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측(VSP) 후보를 추가하는 과정을 설명하기 위한 도면이다.
본 실시예에서는 후보들이 도 5a의 (b)에 도시된 바와 같은 형태로 그룹에 포함되어 있다고 가정한다.
먼저 다시점 비디오 복호화 장치(20)는 인터-시점 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다.
그 후에 다시점 비디오 복호화 장치(20)는 좌측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 만약에 다시점 비디오 복호화 장치(20)는 해당 좌측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화되고, 현재 병합 후보 리스트에 시점 합성 예측 후보가 별도로 추가되지 않은 경우, 해당 좌측(left)후보 블록에 대한 시점 합성 예측 후보(VSP) 후보를 후보군에 추가한다.
그 후에 상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 해당 상측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화되고, 현재 병합 후보 리스트에 시점 합성 예측 후보가 아직 추가되지 않은 경우, 해당 상측(above)후보 블록에 대한 시점 합성 예측(VSP) 후보를 후보군에 추가한다.
그 후에 다시점 비디오 복호화 장치(20)는 우상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 시차 후보(Disparity candidate)를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌하측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다.
한편, 다시점 비디오 복호화 장치(20)는 시간적 후보로서 참조 예측 단위(PU)의 우측 하단(bottom-right) 후보를 우선적으로 고려하고, 우측 하단 후보의 움직임 정보가 존재하지 않는다면 참조 예측 단위(PU)의 중앙(center)에 위치하는 블록을 후보로 고려하여, 시간적 후보 중 어느 하나를 B 그룹 내 병합 후보 리스트 후보군에 우선 순위에 따라 추가할지를 결정한다. B 그룹의 경우, 시점 합성 예측(VSP) 후보의 후보 간 우선순위는 시간적인 후보보다 후순위로 한다. 따라서 B그룹에서 시간적인 후보를 먼저 병합 후보 리스트에 포함될 후보군에 추가하고, 시간적인 후보가 결정될 수 없으면 비디오 복호화 장치(20)는 시점 합성 예측 후보를 병합 후보 리스트의 후보군에 추가한다. 다만, 만약에 해당 좌측, 상측 공간적 후보가 먼저 시점 합성 예측(View Synthesis Prediction) 후보로 추가된 경우, 시점 합성 예측 후보를 추가하지 않는다. 이러한 방식으로 다시점 비디오 복호화 장치(20)는 추가된 병합 후보 리스트의 후보군 중에서 병합 후보 리스트에 추가될 후보를 다시 선택할 수 있다. 이때는 그룹 간 우선순위 또는 후보 간 우선순위에 따라 병합 후보 리스트에 추가될 후보를 결정하게 된다.
본 발명의 일 실시예에 따르면 시점 합성 예측 후보의 우선순위는 좌측 또는 상측 공간적 후보가 시점 합성 예측에 의해 부호화된 경우에 변경될 수 있으나, 다른 공간적 후보의 부호화 정보와는 관계없이 고정된다.
도 5h는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
본 실시예에서는 후보들이 도 5a의 (c)에 도시된 바와 같은 형태로 그룹에 포함되어 있다고 가정한다.
먼저 다시점 비디오 복호화 장치(20)는 인터-시점 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다.
그 후에 다시점 비디오 복호화 장치(20)는 좌측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 만약에 해당 좌측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화되고, 시점 합성 예측 후보가 별도로 추가되지 않은 경우, 비디오 복호화 장치(20)는 해당 좌측(left)후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
그 후에 상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 해당 상측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화되고, 시점 합성 예측 후보가 아직 추가되지 않은 경우, 해당 상측(above)후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
그 후에 다시점 비디오 복호화 장치(20)는 우상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 시차 후보(Disparity candidate)를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌하측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다.
한편 B 그룹의 경우, 다시점 비디오 복호화 장치(20)는 시간적 후보로서 참조 예측 단위(PU)의 우측 하단(bottom-right) 후보를 우선적으로 고려하고, 우측 하단 후보의 움직임 정보가 존재하지 않는다면 참조 예측 단위(PU)의 중앙(center)에 위치하는 블록을 후보로 고려하여, 시간적 후보 중 어느 하나를 B 그룹 내 병합 후보 리스트 후보군에 우선 순위에 따라 추가할지를 결정한다.
한편 C 그룹의 경우, 다시점 비디오 복호화 장치(20)는 시점 합성 예측(VSP) 후보를 우선순위에 따라 병합 후보 리스트의 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 만약에 좌측, 상측 공간적 후보 블록이 시점 합성 예측(VSP) 후보로 추가된 경우, 시점 합성 예측(VSP) 후보를 추가하지 않는다고 결정된다. 이러한 방식으로 추가된 병합 후보 리스트의 후보군 중에서 병합 후보 리스트에 추가될 후보를 다시 선택한다
본 발명의 일 실시예에 따르면 시점 합성 예측 후보의 우선순위는 좌측 또는 상측 공간적 후보가 시점 합성 예측에 의해 부호화된 경우에 변경될 수 있으나, 다른 공간적 후보의 부호화 정보와는 관계없이 고정된다.
상술한 도 5f 내지 도 5h의 그룹 구분 형태는 예시적인 형태이며, 본 발명은 이에 한정되지 않는다. 포함되는 후보의 특성에 따라 다양한 형태로 그룹을 구분할 수 있다. 또한, 그룹을 사용하지 않을 수도 있다.
상술한 도 5f 내지 도 5h 에서는 현재 블록의 좌측 블록과 현재 블록의 상측 블록이 시점 합성 예측 모드로 부호화되었는지 여부를 판단하고, 현재 블록의 좌측 블록과 현재 블록의 상측 블록에 대한 시점 합성 예측 후보를 병합 후보 리스트에 포함시킬지 여부를 결정하고 있으나, 시점 합성 예측 후보는 이에 한정되는 것이 아니다. 예컨대, 공간적 후보 블록인 좌측 블록, 상측 블록, 우상측 블록, 좌하측 블록, 좌상측 블록의 각각에 대하여 시점 합성 예측 모드로 부호화되었는지 여부를 판단하고, 해당 블록에 대한 시점 합성 예측 후보를 병합 후보 리스트에 포함시킬지 여부를 결정할 수도 있다. 또한, 공간적 후보 블록 이외의 현재 블록의 주변 블록들에 대해서도 시점 합성 예측 모드로 부호화되었는지 여부를 판단하고, 해당 블록에 대한 시점 합성 예측 후보를 병합 후보 리스트에 포함시킬지 여부를 결정할 수도 있다.
도 5i는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측(VSP) 후보를 추가하는 과정을 설명하기 위한 도면이다.
본 실시예에서는 후보들이 도 5a의 (a)에 도시된 바와 같은 형태로 그룹에 포함되어 있다고 가정한다.
먼저 다시점 비디오 복호화 장치(20)는 인터-시점 후보를 병합 후보 리스트에 포함될 후보군에 추가한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 만약에 다시점 비디오 복호화 장치(20)는 해당 좌측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화된 경우, 해당 좌측(left)후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
그 후에 상측 후보를 병합 후보 리스트에 포함될 후보군에 추가한다. 다시점 비디오 복호화 장치(20)는 해당 상측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화된 경우, 해당 상측(above) 후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
그 후에 다시점 비디오 복호화 장치(20)는 우상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 시차 후보(Disparity candidate)를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 이어 다시점 비디오 복호화 장치(20)는 시점 합성 예측(VSP) 후보를 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌하측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다.
한편, 다시점 비디오 복호화 장치(20)는 시간적 후보로서 참조 예측 단위(PU)의 우측 하단(bottom-right) 후보를 우선적으로 고려하고, 우측 하단 후보의 움직임 정보가 존재하지 않는다면 참조 예측 단위(PU)의 중앙(center)에 위치하는 블록을 후보로 고려하여, 시간적 후보 중 어느 하나를 B 그룹 내 병합 후보 리스트 후보군에 우선 순위에 따라 추가할지를 결정한다.
본 발명의 일 실시예에 따르면, 도 5b 내지 도 5h에서는 시점 합성 예측(VSP) 후보는 1개까지 포함될 수 있었으나, 도 5i에서는 복수 개의 시점 합성 예측(VSP) 후보가 병합(Merge) 후보 리스트에 포함될 수 있다.
도 5j는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측(VSP) 후보를 추가하는 과정을 설명하기 위한 도면이다.
본 실시예에서는 후보들이 도 5a의 (b)에 도시된 바와 같은 형태로 그룹에 포함되어 있다고 가정한다.
먼저 다시점 비디오 복호화 장치(20)는 인터-시점 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다.
그 후에 다시점 비디오 복호화 장치(20)는 좌측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 만약에 다시점 비디오 복호화 장치(20)는 해당 좌측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화된 경우, 해당 좌측(left)후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
그 후에 상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 해당 상측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화된 경우, 해당 상측(above)후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
그 후에 다시점 비디오 복호화 장치(20)는 우상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 시차 후보(Disparity candidate)를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌하측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다.
한편, 다시점 비디오 복호화 장치(20)는 시간적 후보로서 참조 예측 단위(PU)의 우측 하단(bottom-right) 후보를 우선적으로 고려하고, 우측 하단 후보의 움직임 정보가 존재하지 않는다면 참조 예측 단위(PU)의 중앙(center)에 위치하는 블록을 후보로 고려하여, 시간적 후보 중 어느 하나를 B 그룹 내 병합 후보 리스트 후보군에 우선 순위에 따라 추가할지를 결정한다. B 그룹의 경우, 시점 합성 예측(VSP) 후보의 후보 간 우선순위는 시간적인 후보보다 후순위로 한다. 따라서 B그룹에서 시간적인 후보를 먼저 병합 후보 리스트에 포함될 후보군에 추가하고, 시간적인 후보가 결정될 수 없으면 다시점 비디오 복호화 장치(20)는 시점 합성 예측 후보를 병합 후보 리스트의 후보군에 추가한다. 이러한 방식으로 다시점 비디오 복호화 장치(20)는 추가된 병합 후보 리스트의 후보군 중에서 병합 후보 리스트에 추가될 후보를 다시 선택할 수 있다. 이때는 그룹 간 우선순위 또는 후보 간 우선순위에 따라 병합 후보 리스트에 추가될 후보를 결정하게 된다.
본 발명의 일 실시예에 따르면, 도 5b 내지 도 5h에서는 시점 합성 예측(VSP) 후보는 1개까지 포함될 수 있었으나, 도 5j에서는 복수 개의 시점 합성 예측(VSP) 후보가 병합(Merge) 후보 리스트에 포함될 수 있다.
도 5k는 본 발명의 다른 실시예에 따른 후보 간 우선순위에 따라 병합 후보 리스트에 시점 합성 예측 후보를 추가하는 과정을 설명하기 위한 도면이다.
본 실시예에서는 후보들이 도 5a의 (c)에 도시된 바와 같은 형태로 그룹에 포함되어 있다고 가정한다.
먼저 다시점 비디오 복호화 장치(20)는 인터-시점 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다.
그 후에 다시점 비디오 복호화 장치(20)는 좌측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 만약에 해당 좌측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화된 경우, 다시점 비디오 복호화 장치(20)는 해당 좌측(left)후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
그 후에 상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지를 결정한다. 다시점 비디오 복호화 장치(20)는 해당 상측 후보블록이 시점 합성 예측(View Synthesis Prediction) 모드로 부호화된 경우, 해당 상측(above)후보 블록에 대한 시점 합성 예측(VSP) 후보를 추가한다.
그 후에 다시점 비디오 복호화 장치(20)는 우상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 시차 후보(Disparity candidate)를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌하측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다. 그 후에 다시점 비디오 복호화 장치(20)는 좌상측 후보를 병합 후보 리스트에 포함될 후보군에 추가할지 여부를 결정한다.
한편 B 그룹의 경우, 다시점 비디오 복호화 장치(20)는 시간적 후보로서 참조 예측 단위(PU)의 우측 하단(bottom-right) 후보를 우선적으로 고려하고, 우측 하단 후보의 움직임 정보가 존재하지 않는다면 참조 예측 단위(PU)의 중앙(center)에 위치하는 블록을 후보로 고려하여, 시간적 후보 중 어느 하나를 B 그룹 내 병합 후보 리스트 후보군에 우선 순위에 따라 추가할지를 결정한다.
한편 C 그룹의 경우, 비디오 복호화 장치(20)는 시점 합성 예측(VSP) 후보를 우선순위에 따라 병합 후보 리스트의 후보군에 추가할지를 결정한다. 이러한 방식으로 추가된 병합 후보 리스트의 후보군 중에서 병합 후보 리스트에 추가될 후보를 다시 선택한다
본 발명의 일 실시예에 따르면, 도 5b 내지 도 5h에서는 시점 합성 예측(VSP) 후보는 1개까지 포함될 수 있었으나, 도 5k에서는 복수 개의 시점 합성 예측(VSP) 후보가 병합(Merge) 후보 리스트에 포함될 수 있다.
상술한 도 5i 내지 도 5k의 그룹 구분 형태는 예시적인 형태이며, 본 발명은 이에 한정되지 않는다. 포함되는 후보의 특성에 따라 다양한 형태로 그룹을 구분할 수 있다. 또한, 그룹을 사용하지 않을 수도 있다.
상술한 도 5i 내지 도 5k 에서는 현재 블록의 좌측 블록과 현재 블록의 상측 블록이 시점 합성 예측 모드로 부호화되었는지 여부를 판단하고, 현재 블록의 좌측 블록과 현재 블록의 상측 블록에 대한 시점 합성 예측 후보를 병합 후보 리스트에 포함시킬지 여부를 결정하고 있으나, 시점 합성 예측 후보는 이에 한정되는 것이 아니다. 예컨대, 공간적 후보 블록인 좌측 블록, 상측 블록, 우상측 블록, 좌하측 블록, 좌상측 블록의 각각에 대하여 시점 합성 예측 모드로 부호화되었는지 여부를 판단하고, 해당 블록에 대한 시점 합성 예측 후보를 병합 후보 리스트에 포함시킬지 여부를 결정할 수도 있다. 또한, 주변 블록은 현재 블록의 좌측 블록만으로 하여, 좌측 블록에 대한 시점 합성 예측 후보를 병합 후보 리스트에 포함시킬지 여부를 결정할 수도 있다. 또한, 공간적 후보 블록 이외의 현재 블록의 주변 블록들에 대해서도 시점 합성 예측 모드로 부호화되었는지 여부를 판단하고, 해당 블록에 대한 시점 합성 예측 후보를 병합 후보 리스트에 포함시킬지 여부를 결정할 수도 있다.
한편 다시점 비디오 복호화 장치(20)에서 수행되는 일 예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 기술자는 도 5에서 설명된 방법이 다시점 비디오 부호화 장치(10)에서도 수행될 수 있음을 이해할 수 있을 것이다.
도 6a는 본 발명의 일 실시예에 따라 시점 합성 예측(VSP) 후보가 병합 후보 리스트에 추가되는 과정을 설명하기 위한 수도(pseudo) 코드에 대한 설명이다.
도6a를 참조하면,'extMergeCandList[i++]'는 병합 후보 리스트를 나타내는 배열이다. 조건문은 순서대로 실행되므로, 조건문의 순서는 병합 후보들의 우선순위를 나타낸다고 볼 수 있다. 조건문의 순서에 따라 각각의 병합 후보들이 병합 후보 리스트에 포함될지 여부가 조건 만족여부에 따라 결정된다. 그리고 다시점 비디오 복호화 장치(20)는 현재 시점 합성 예측 후보에 대한 조건문(61)을 처리한다고 가정한다. 조건문(61)에 포함된 'availableFlagVSP'는 시점 합성 예측 부호화 툴을 이용하여 현재 예측 단위가 복호화될 수 있는지 여부를 나태는 플래그이다. 'availabileFlagVSP'는 현재 시점에서 시점 합성 예측 부호화툴을 이용할 수 있다('view_synthesis_pred_flag[nuh layer id]' )고 판단하고, 현재 예측 단위에 대해 시점 합성 예측 부호화툴을 이용하여 예측 복호화할 수 있다면, 'availableFlagVSP'는 1이 되어 인터 레이어 비디오 복호화 장치(20)는 현재 예측 단위에 대해 시점 합성 예측 부호화툴을 이용하여 복호화가 가능하다고 결정한다. 'ic_flag'는 현재 부호화 단위에서 휘도 보상이 수행되는지를 나타내는 플래그이다. Iv_res_pred_weight_idx'는 만약에 현재 부호화 단위에서 시점 간 레지듀얼 예측(inter-view residual prediction)이 이용되는 경우 가중 요소(weighting factor)의 인덱스를 나타낸다. 'Iv_res_pred_weight_idx'가 0이라면 현재 부호화 단위에서 레지듀얼 예측이 사용되지 않음을 의미한다. 한편, NumExtraMergeCand는 기본적으로 병합 후보 리스트에 포함될 수 있는 후보의 개수에 추가적으로 포함될 수 있는 후보의 개수를 나타낸다. 예를 들어, NumExtraMergeCand는 인터-시점 예측을 이용하는지 여부에 따라서 결정되고, 인터-시점 예측을 사용한다고 결정되면 1로 결정될 수 있고, 병합 후보 리스트에 포함될 수 있는 후보의 개수는 1이 증가하게 된다.
따라서 현재 예측 단위에서 시점 합성 예측 부호화툴을 이용하여 부호화할 수 있다고 판단되고(avilableFlag), 현재 예측 부호화 단위에서 휘도 보상이 수행되지 않고(!ic_flag), 현재 부호화 단위에서 례지듀얼 예측이 이용되지 않고(iv_res_pred_weight_idx == 0), 병합 후보 리스트에서 포함할 수 있는 병합 후보의 개수를 초과하지 않은 경우,(i < 5+NumExtraMergeCand)에, 인터 레이어 비디오 복호화 장치(20)는 병합 후보 리스트에 시점 합성 예측 부호화툴(또는 부호화 모드)을 추가한다고 결정한다.(extMergeCandList[i++]=VSP)
이 때, i는 병합 후보 리스트의 index를 의미한다. 즉, i는 병합 후보 리스트상의 위치에 대응된다. 현재 index가 병합 후보 리스트의 최대 후보 개수보다 작은 경우에 인터 레이어 비디오 복호화 장치(20)는 시점-합성예측 후보를 병합 후보 리스트에 추가한다.(extMergeCandList[i++]=VSP) 이후에 index를 증가(i++)시켜 다음 후보를 병합 후보 리스트에 추가할 것인지를 결정한다.
따라서, 시점 합성 예측 후보 (VSP) 의 우선순위는 나머지 공간적 혹은 시간적 후보의 부호화 정보와는 관계없이 고정된다. 도 6b는 본 발명의 일 실시예에 따라 시점 합성 예측 후보가 병합 후보 리스트에 추가되는 과정을 설명하기 위한 수도(pseudo) 코드에 대한 설명이다.
일부 변수에 대한 설명은 도 6a를 참조하여 이미 설명하였으므로, 중복되는 변수에 대한 자세한 설명은 생략한다. 도 6b를 참조하면, MaxNumMergeCand는 병합 후보 리스트에 포함될 수 있는 최대 병합 후보의 개수를 의미한다. 해당 조건문(62)은 모든 병합 후보가 병합 후보 리스트에 포함될지 여부를 결정하고 나서 처리된다고 가정한다. 현재 예측 단위에서 시점 합성 예측 부호화툴을 이용하여 복호화할 수 있다고 판단되고 (avilableFlagVSP), 현재 예측 부호화 단위에서 휘도 보상이 수행되지 않고(!ic_flag), 현재 부호화 단위에서 레지듀얼 예측이 이용되지 않(iv_res_pred_weight_idx == 0)다면, 변수 j에 4를 할당한다. 변수 j의 값은 반드시 4에 제한되지 않고, 다양한 값이 될 수 있음을 당업자는 용이하게 이해할 수 있다.
그리고 while 조건문(j< MaxNumMergeCnad)은 변수 j가 최대 병합 후보의 개수보다 작다면 while 조건문 안의 내용이 반복되어 처리된다. while조건문 내에서 처리되는 과정을 살펴보면, 조건을 만족하면 병합 후보 리스트에 해당 인덱스 j-1에 포함된 후보를 그 다음 후보로 할당한다 (extMergeCandList[j]=extMergeCandList[j-1]). 예를 들면, 처음 j=4일 때, 병합 후보리스트 배열의 index 3이 가리키는 배열 내 공간의 병합 후보를 index 4에 해당하는 배열 내 공간에 할당한다. (extMergeCandList[4]=extMergeCandList[3]) 즉, j-1 가 가리키는 병합 후보 리스트 배열 내 병합 후보를 j가 가리키는 병합 후보 리스트 배열 내 공간에 할당한다. 그리고 j의 값을 만족하면, j의 값을 하나 증가시키고(j++) while 조건문의 조건을 만족하는지를 다시 결정한다. 이러한 과정은 while 조건문의 조건을 만족하지 않을 때까지 계속 반복된다. 결국 while 조건문에서는 인덱스 3부터 MaxNumMergeCand-2가 가리키는 병합 후보 리스트 배열 내 공간에 이미 포함된 병합 후보를 한칸씩 뒤로 미루어서 인덱스 4부터 MaxNumMergeCand-1이 가리키는 병합 후보 리스트 배열 내 공간에 할당하게 된다. 병합 후보 리스트 배열의 제일 마지막에 포함되어 있던 병합 후보가 할당되어 있던 공간은 이전 인덱스가 가리키는 병합 후보 리스트 내 후보에 의해 할당되어 병합 후보 리스트 배열 내에서 병합 후보 리스트 배열의 제일 마지막에 포함되어 있던 병합 후보는 더 이상 병합 후보 리스트 배열 내에 포함되지 않게 된다.
그리고 나서 while 조건을 만족하지 않게 되면, while 조건문 내 내용이 처리되지 않고, 인덱스가 3이 가리키는 병합리스트 배열 extMergeCandList 내 공간에 시점 합성 예측 후보를 할당하게 된다.
따라서 이전에 병합 후보 리스트 배열에 최대 개수로 병합 후보가 포함되어있더라도, index가 3이 가리키는 병합 후보 리스트 배열 내 공간에 시점 합성 예측 후보를 할당하고, 그 공간에 있던 병합 후보 및 index 값이 3보다 큰 병합 후보를 그 다음 인덱스가 가리키는 병합리스트 배열 내 공간에 할당하고, 병합 후보 리스트 배열 내 마지막에 있던 후보는 더 이상 병합 후보 리스트 배열 내에 포함되지 않게 된다. 이러한 수도 코드의 수행으로 다시점 비디오 복호화 장치(20)는 시점 합성 예측 후보는 공간적 혹은 시간적 후보의 부호화 정보와는 관계없이 병합 후보 리스트 내 항상 고정된 위치(인덱스가 3인 병합 후보 리스트 배열 내 공간)에 포함되게 된다.
한편, 다시점 비디오 복호화 장치(20)에서 시점 합성 예측을 이용하여 수행되는 일 예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 기술자는 도 6에서 설명된 방법이 다시점 비디오 부호화 장치(10)에서도 수행될 수 있음을 이해할 수 있을 것이다.
이상 도 1a 내지 6b 를 참조하여 시점 합성 예측 후보를 이용하는 다시점 비디오 부호화 장치(10)와 다시점 비디오 복호화 장치(20)가 제안되었다. 다양한 실시예에 따른 다시점 비디오 부호화 장치(10) 및 다시점 비디오 복호화 장치(20)에 따라, 병합(Merge) 모드에 따라 현재 블록에 대해 예측 부호화하는 경우에 이웃하는 데이터 단위의 부호화 정보에 관계없이 시점 합성 예측 후보는 고정된 우선순위에 따라 병합 후보가 될 수 있다. 또한 다시점 비디오 복호화 장치(20)는 복수의 그룹을 생성하고, 생성된 그룹에 후보들을 포함하고, 그룹 내 후보로부터 병합 후보군에 포함될 후보를 선택하고, 선택된 병합 후보군으로부터 후보군 간 우선순위 또는 후보군 내 후보 간 우선순위에 따라 병합 후보를 결정한다. 따라서 다시점 비디오 복호화 장치(20)는 그룹 내 후보의 구성 또는 그룹간 및 그룹내 후보 간 우선 순위에 따라 동일한 후보를 이용하여 복호화를 하는 경우에, 해당 후보가 병합 후보로 결정될 가능성을 결정할 수 있다.
일 실시예에 따른 다시점 비디오 부호화 장치(10) 및 일 실시예에 따른 다시점 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 7 내지 19를 참조하여, 일 실시예에 따른 트리 구조의 부호화 단위 및 변환 단위에 기초한 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치가 개시된다.
원칙적으로 다시점 비디오를 위한 부호화/복호화 과정에서, 제1 시점 영상들을 위한 부호화/복호화 과정과, 제2 시점 영상들을 위한 부호화/복호화 과정이 따로 수행된다. 즉, 다시점 비디오 중 인터 시점 예측이 발생하는 경우에는 싱글 시점 비디오의 부호화/복호화 결과가 상호 참조될 수 있지만, 싱글 시점 비디오마다 별도의 부호화/복호화 과정이 발생한다.
따라서 설명의 편의를 위해 도 7 내지 19를 참조하여 후술되는 트리구조의 부호화 단위에 기초한 비디오 부호화 과정 및 비디오 복호화 과정은, 싱글 시점 비디오에 대한 비디오 부호화 과정 및 비디오 복호화 과정이므로, 인터 예측 및 움직임 보상이 상술된다. 하지만, 도 1a 내지 6을 참조하여 전술한 바와 같이, 비디오 스트림 부호화/복호화를 위해, 기본시점 영상들과 제2 시점 영상들 간의 인터 시점 예측 및 보상이 수행된다.
따라서, 일 실시예에 따른 다시점 비디오 부호화 장치(10)가 트리구조의 부호화 단위에 기초하여 다시점 비디오를 부호화하기 위해서는, 각각의 싱글 시점 비디오마다 비디오 부호화를 수행하기 위해 도 8의 비디오 부호화 장치(100)를 다시점 비디오의 시점 개수만큼 포함하여 각 비디오 부호화 장치(100)마다 할당된 싱글 시점 비디오의 부호화를 수행하도록 제어할 수 있다. 또한 다시점 비디오 부호화 장치(10)는, 각 비디오 부호화 장치(100)의 별개 단일시점의 부호화 결과들을 이용하여 시점간 예측을 수행할 수 있다. 이에 따라 다시점 비디오 부호화 장치(10)는 시점별로 부호화 결과를 수록한 기본시점 비디오스트림과 제2 시점 비디오스트림을 생성할 수 있다.
이와 유사하게, 일 실시예에 따른 다시점 비디오 복호화 장치(20)가 트리 구조의 부호화 단위에 기초하여 다시점 비디오를 복호화하기 위해서는, 수신한 제1 시점 비디오스트림 및 제2 시점 비디오스트림에 대해 시점별로 비디오 복호화를 수행하기 위해 도 9의 비디오 복호화 장치(200)를 다시점 비디오의 시점 개수만큼 포함하고 각 비디오 복호화 장치(200)마다 할당된 싱글 시점 비디오의 복호화를 수행하도록 제어할 수 있다, 그리고 다시점 비디오 복호화 장치(20)가 각 비디오 복호화 장치(200)의 별개 싱글 시점의 복호화 결과를 이용하여 인터 시점 보상을 수행할 수 있다. 이에 따라 비디오 복호화 장치(20)의 복호화부(26)는, 시점별로 복원된 제1 시점 영상들과 제2 시점 영상들을 생성할 수 있다.
도 7 은 본 발명의 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 부호화 장치(100)의 블록도를 도시한다.
일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치(100)는 부호화 단위 결정부(120) 및 출력부(130)를 포함한다. 이하 설명의 편의를 위해, 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치(100)는 '비디오 부호화 장치(100)'로 축약하여 지칭한다.
부호화 단위 결정부(120)는 영상의 현재 픽처를 위한 최대 크기의 부호화 단위인 최대 부호화 단위에 기반하여 현재 픽처를 구획할 수 있다. 현재 픽처가 최대 부호화 단위보다 크다면, 현재 픽처의 영상 데이터는 적어도 하나의 최대 부호화 단위로 분할될 수 있다. 일 실시예에 따른 최대 부호화 단위는 크기 32x32, 64x64, 128x128, 256x256 등의 데이터 단위로, 가로 및 세로 크기가 2의 자승인 정사각형의 데이터 단위일 수 있다.
일 실시예에 따른 부호화 단위는 최대 크기 및 심도로 특징지어질 수 있다. 심도란 최대 부호화 단위로부터 부호화 단위가 공간적으로 분할한 횟수를 나타내며, 심도가 깊어질수록 심도별 부호화 단위는 최대 부호화 단위로부터 최소 부호화 단위까지 분할될 수 있다. 최대 부호화 단위의 심도가 최상위 심도이며 최소 부호화 단위가 최하위 부호화 단위로 정의될 수 있다. 최대 부호화 단위는 심도가 깊어짐에 따라 심도별 부호화 단위의 크기는 감소하므로, 상위 심도의 부호화 단위는 복수 개의 하위 심도의 부호화 단위를 포함할 수 있다.
전술한 바와 같이 부호화 단위의 최대 크기에 따라, 현재 픽처의 영상 데이터를 최대 부호화 단위로 분할하며, 각각의 최대 부호화 단위는 심도별로 분할되는 부호화 단위들을 포함할 수 있다. 일 실시예에 따른 최대 부호화 단위는 심도별로 분할되므로, 최대 부호화 단위에 포함된 공간 영역(spatial domain)의 영상 데이터가 심도에 따라 계층적으로 분류될 수 있다.
최대 부호화 단위의 높이 및 너비를 계층적으로 분할할 수 있는 총 횟수를 제한하는 최대 심도 및 부호화 단위의 최대 크기가 미리 설정되어 있을 수 있다.
부호화 단위 결정부(120)는, 심도마다 최대 부호화 단위의 영역이 분할된 적어도 하나의 분할 영역을 부호화하여, 적어도 하나의 분할 영역 별로 최종 부호화 결과가 출력될 심도를 결정한다. 즉 부호화 단위 결정부(120)는, 현재 픽처의 최대 부호화 단위마다 심도별 부호화 단위로 영상 데이터를 부호화하여 가장 작은 부호화 오차가 발생하는 심도를 선택하여 최종 심도로 결정한다. 결정된 최종 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 최종 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 최종 심도가 달리 결정될 수 있다. 따라서, 하나의 최대 부호화 단위에 대해 최종 심도가 하나 이상 설정될 수 있으며, 최대 부호화 단위의 데이터는 하나 이상의 최종 심도의 부호화 단위에 따라 구획될 수 있다.
따라서, 일 실시예에 따른 부호화 단위 결정부(120)는, 현재 최대 부호화 단위에 포함되는 트리 구조에 따른 부호화 단위들이 결정될 수 있다. 일 실시예에 따른 '트리 구조에 따른 부호화 단위들'은, 현재 최대 부호화 단위에 포함되는 모든 심도별 부호화 단위들 중, 최종 심도로 결정된 심도의 부호화 단위들을 포함한다. 최종 심도의 부호화 단위는, 최대 부호화 단위 내에서 동일 영역에서는 심도에 따라 계층적으로 결정되고, 다른 영역들에 대해서는 독립적으로 결정될 수 있다. 마찬가지로, 현재 영역에 대한 최종 심도는, 다른 영역에 대한 최종 심도와 독립적으로 결정될 수 있다.
일 실시예에 따른 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 분할 횟수와 관련된 지표이다. 일 실시예에 따른 제 1 최대 심도는, 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낼 수 있다. 일 실시예에 따른 제 2 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 심도 레벨의 총 개수를 나타낼 수 있다. 예를 들어, 최대 부호화 단위의 심도가 0이라고 할 때, 최대 부호화 단위가 1회 분할된 부호화 단위의 심도는 1로 설정되고, 2회 분할된 부호화 단위의 심도가 2로 설정될 수 있다. 이 경우, 최대 부호화 단위로부터 4회 분할된 부호화 단위가 최소 부호화 단위라면, 심도 0, 1, 2, 3 및 4의 심도 레벨이 존재하므로 제 1 최대 심도는 4, 제 2 최대 심도는 5로 설정될 수 있다.
최대 부호화 단위의 예측 부호화 및 변환이 수행될 수 있다. 예측 부호화 및 변환도 마찬가지로, 최대 부호화 단위마다, 최대 심도 이하의 심도마다 심도별 부호화 단위를 기반으로 수행된다.
최대 부호화 단위가 심도별로 분할될 때마다 심도별 부호화 단위의 개수가 증가하므로, 심도가 깊어짐에 따라 생성되는 모든 심도별 부호화 단위에 대해 예측 부호화 및 변환을 포함한 부호화가 수행되어야 한다. 이하 설명의 편의를 위해 적어도 하나의 최대 부호화 단위 중 현재 심도의 부호화 단위를 기반으로 예측 부호화 및 변환을 설명하겠다.
일 실시예에 따른 비디오 부호화 장치(100)는, 영상 데이터의 부호화를 위한 데이터 단위의 크기 또는 형태를 다양하게 선택할 수 있다. 영상 데이터의 부호화를 위해서는 예측 부호화, 변환, 엔트로피 부호화 등의 단계를 거치는데, 모든 단계에 걸쳐서 동일한 데이터 단위가 사용될 수도 있으며, 단계별로 데이터 단위가 변경될 수도 있다.
예를 들어 비디오 부호화 장치(100)는, 영상 데이터의 부호화를 위한 부호화 단위 뿐만 아니라, 부호화 단위의 영상 데이터의 예측 부호화를 수행하기 위해, 부호화 단위와 다른 데이터 단위를 선택할 수 있다.
최대 부호화 단위의 예측 부호화를 위해서는, 일 실시예에 따른 최종 심도의 부호화 단위, 즉 더 이상한 분할되지 않는 부호화 단위를 기반으로 예측 부호화가 수행될 수 있다. 이하, 예측 부호화의 기반이 되는 더 이상한 분할되지 않는 부호화 단위를 '예측 단위'라고 지칭한다. 예측 단위가 분할된 파티션은, 예측 단위 및 예측 단위의 높이 및 너비 중 적어도 하나가 분할된 데이터 단위를 포함할 수 있다. 파티션은 부호화 단위의 예측 단위가 분할된 형태의 데이터 단위이고, 예측 단위는 부호화 단위와 동일한 크기의 파티션일 수 있다.
예를 들어, 크기 2Nx2N(단, N은 양의 정수)의 부호화 단위가 더 이상 분할되지 않는 경우, 크기 2Nx2N의 예측 단위가 되며, 파티션의 크기는 2Nx2N, 2NxN, Nx2N, NxN 등일 수 있다. 일 실시예에 따른 파티션 모드는 예측 단위의 높이 또는 너비가 대칭적 비율로 분할된 대칭적 파티션들뿐만 아니라, 1:n 또는 n:1과 같이 비대칭적 비율로 분할된 파티션들, 기하학적인 형태로 분할된 파티션들, 임의적 형태의 파티션들 등을 선택적으로 포함할 수도 있다.
예측 단위의 예측 모드는, 인트라 모드, 인터 모드 및 스킵 모드 중 적어도 하나일 수 있다. 예를 들어 인트라 모드 및 인터 모드는, 2Nx2N, 2NxN, Nx2N, NxN 크기의 파티션에 대해서 수행될 수 있다. 또한, 스킵 모드는 2Nx2N 크기의 파티션에 대해서만 수행될 수 있다. 부호화 단위 이내의 하나의 예측 단위마다 독립적으로 부호화가 수행되어 부호화 오차가 가장 작은 예측 모드가 선택될 수 있다.
또한, 일 실시예에 따른 비디오 부호화 장치(100)는, 영상 데이터의 부호화를 위한 부호화 단위 뿐만 아니라, 부호화 단위와 다른 데이터 단위를 기반으로 부호화 단위의 영상 데이터의 변환을 수행할 수 있다. 부호화 단위의 변환을 위해서는, 부호화 단위보다 작거나 같은 크기의 변환 단위를 기반으로 변환이 수행될 수 있다. 예를 들어 변환 단위는, 인트라 모드를 위한 데이터 단위 및 인터 모드를 위한 변환 단위를 포함할 수 있다.
일 실시예에 따른 트리 구조에 따른 부호화 단위와 유사한 방식으로, 부호화 단위 내의 변환 단위도 재귀적으로 더 작은 크기의 변환 단위로 분할되면서, 부호화 단위의 레지듀얼 데이터가 변환 심도에 따라 트리 구조에 따른 변환 단위에 따라 구획될 수 있다.
일 실시예에 따른 변환 단위에 대해서도, 부호화 단위의 높이 및 너비가 분할하여 변환 단위에 이르기까지의 분할 횟수를 나타내는 변환 심도가 설정될 수 있다. 예를 들어, 크기 2Nx2N의 현재 부호화 단위의 변환 단위의 크기가 2Nx2N이라면 변환 심도 0, 변환 단위의 크기가 NxN이라면 변환 심도 1, 변환 단위의 크기가 N/2xN/2이라면 변환 심도 2로 설정될 수 있다. 즉, 변환 단위에 대해서도 변환 심도에 따라 트리 구조에 따른 변환 단위가 설정될 수 있다.
심도별 분할 정보는, 심도 뿐만 아니라 예측 관련 정보 및 변환 관련 정보가 필요하다. 따라서, 부호화 단위 결정부(120)는 최소 부호화 오차를 발생시킨 심도 뿐만 아니라, 예측 단위를 파티션으로 분할한 파티션 모드, 예측 단위별 예측 모드, 변환을 위한 변환 단위의 크기 등을 결정할 수 있다.
일 실시예에 따른 최대 부호화 단위의 트리 구조에 따른 부호화 단위 및 예측단위/파티션, 및 변환 단위의 결정 방식에 대해서는, 도 9 내지 19를 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 심도에 기초하여 부호화된 최대 부호화 단위의 영상 데이터 및 심도별 분할정보를 비트스트림 형태로 출력한다.
부호화된 영상 데이터는 영상의 레지듀얼 데이터의 부호화 결과일 수 있다.
심도별 분할정보는, 심도 정보, 예측 단위의 파티션 모드 정보, 예측 모드 정보, 변환 단위의 분할 정보 등을 포함할 수 있다.
최종 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 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 심도가 아니라면 하위 심도의 부호화 단위를 이용한 부호화를 시도해보아야 하므로, 현재 심도의 분할 정보는 하위 심도의 부호화 단위로 분할되도록 정의될 수 있다.
현재 심도가 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 심도의 부호화 단위마다 적어도 하나의 분할정보가 결정되어야 하므로, 하나의 최대 부호화 단위에 대해서는 적어도 하나의 분할정보가 결정될 수 있다. 또한, 최대 부호화 단위의 데이터는 심도에 따라 계층적으로 구획되어 위치 별로 심도가 다를 수 있으므로, 데이터에 대해 심도 및 분할정보가 설정될 수 있다.
따라서, 일 실시예에 따른 출력부(130)는, 최대 부호화 단위에 포함되어 있는 부호화 단위, 예측 단위 및 최소 단위 중 적어도 하나에 대해, 해당 심도 및 부호화 모드에 대한 부호화 정보를 할당될 수 있다.
일 실시예에 따른 최소 단위는, 최하위 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위이다. 일 실시예에 따른 최소 단위는, 최대 부호화 단위에 포함되는 모든 부호화 단위, 예측 단위, 파티션 단위 및 변환 단위 내에 포함될 수 있는 최대 크기의 정사각 데이터 단위일 수 있다.
예를 들어 출력부(130)를 통해 출력되는 부호화 정보는, 심도별 부호화 단위별 부호화 정보와 예측 단위별 부호화 정보로 분류될 수 있다. 심도별 부호화 단위별 부호화 정보는, 예측 모드 정보, 파티션 크기 정보를 포함할 수 있다. 예측 단위별로 전송되는 부호화 정보는 인터 모드의 추정 방향에 관한 정보, 인터 모드의 참조 영상 인덱스에 관한 정보, 움직임 벡터에 관한 정보, 인트라 모드의 크로마 성분에 관한 정보, 인트라 모드의 보간 방식에 관한 정보 등을 포함할 수 있다.
픽처, 슬라이스 또는 GOP별로 정의되는 부호화 단위의 최대 크기에 관한 정보 및 최대 심도에 관한 정보는 비트스트림의 헤더, 시퀀스 파라미터 세트 또는 픽처 파라미터 세트 등에 삽입될 수 있다.
또한 현재 비디오에 대해 허용되는 변환 단위의 최대 크기에 관한 정보 및 변환 단위의 최소 크기에 관한 정보도, 비트스트림의 헤더, 시퀀스 파라미터 세트 또는 픽처 파라미터 세트 등을 통해 출력될 수 있다. 출력부(130)는, 예측과 관련된 참조정보, 예측정보, 슬라이스 타입 정보 등을 부호화하여 출력할 수 있다.
비디오 부호화 장치(100)의 가장 간단한 형태의 실시예에 따르면, 심도별 부호화 단위는 한 계층 상위 심도의 부호화 단위의 높이 및 너비를 반분한 크기의 부호화 단위이다. 즉, 현재 심도의 부호화 단위의 크기가 2Nx2N이라면, 하위 심도의 부호화 단위의 크기는 NxN 이다. 또한, 2Nx2N 크기의 현재 부호화 단위는 NxN 크기의 하위 심도 부호화 단위를 최대 4개 포함할 수 있다.
따라서, 비디오 부호화 장치(100)는 현재 픽처의 특성을 고려하여 결정된 최대 부호화 단위의 크기 및 최대 심도를 기반으로, 각각의 최대 부호화 단위마다 최적의 형태 및 크기의 부호화 단위를 결정하여 트리 구조에 따른 부호화 단위들을 구성할 수 있다. 또한, 각각의 최대 부호화 단위마다 다양한 예측 모드, 변환 방식 등으로 부호화할 수 있으므로, 다양한 영상 크기의 부호화 단위의 영상 특성을 고려하여 최적의 부호화 모드가 결정될 수 있다.
따라서, 영상의 해상도가 매우 높거나 데이터량이 매우 큰 영상을 기존 매크로블록 단위로 부호화한다면, 픽처당 매크로블록의 수가 과도하게 많아진다. 이에 따라, 매크로블록마다 생성되는 압축 정보도 많아지므로 압축 정보의 전송 부담이 커지고 데이터 압축 효율이 감소하는 경향이 있다. 따라서, 일 실시예에 따른 비디오 부호화 장치는, 영상의 크기를 고려하여 부호화 단위의 최대 크기를 증가시키면서, 영상 특성을 고려하여 부호화 단위를 조절할 수 있으므로, 영상 압축 효율이 증대될 수 있다.
도 1a 을 참조하여 전술한 다시점 비디오 부호화 장치(10)는, 다시점 비디오의 시점들마다 싱글 시점 영상들의 부호화를 위해, 시점 개수만큼의 비디오 부호화 장치(100)들을 포함할 수 있다. 예를 들어, 제1 시점에서 하나의 비디오 부호화 장치(100)를 포함하고, 제2 시점의 개수만큼의 비디오 부호화 장치(100)를 포함할 수 있다.
비디오 부호화 장치(100)가 제1 시점 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 제2 시점 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.
비디오 부호화 장치(100)는, 제1 시점 영상과 제2 시점 영상 간의 휘도 차를 보상하기 위해 휘도 차를 부호화할 수 있다. 다만, 부호화 단위의 부호화 모드에 따라 휘도 수행 여부가 결정될 수 있다. 예를 들어, 크기 2Nx2N의 예측 단위에 대해서만 휘도보상이 수행될 수 있다.
도 8 은 다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 복호화 장치(200)의 블록도를 도시한다.
일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(200)는 수신부(210), 영상 데이터 및 부호화 정보 추출부(220) 및 영상 데이터 복호화부(230)를 포함한다. 이하 설명의 편의를 위해, 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(200)는 '비디오 복호화 장치(200)'로 축약하여 지칭한다.
일 실시예에 따른 비디오 복호화 장치(200)의 복호화 동작을 위한 부호화 단위, 심도, 예측 단위, 변환 단위, 각종 분할정보 등 각종 용어의 정의는, 도 7 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 최종 심도 및 분할정보를 추출한다. 추출된 최종 심도 및 분할정보는 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 심도 및 분할정보는, 하나 이상의 심도 정보에 대해 설정될 수 있으며, 심도별 분할정보는, 해당 부호화 단위의 파티션 모드 정보, 예측 모드 정보 및 변환 단위의 분할 정보 등을 포함할 수 있다. 또한, 심도 정보로서, 심도별 분할 정보가 추출될 수도 있다.
영상 데이터 및 부호화 정보 추출부(220)가 추출한 최대 부호화 단위별 심도 및 분할정보는, 일 실시예에 따른 비디오 부호화 장치(100)와 같이 부호화단에서, 최대 부호화 단위별 심도별 부호화 단위마다 반복적으로 부호화를 수행하여 최소 부호화 오차를 발생시키는 것으로 결정된 심도 및 분할정보다. 따라서, 비디오 복호화 장치(200)는 최소 부호화 오차를 발생시키는 부호화 방식에 따라 데이터를 복호화하여 영상을 복원할 수 있다.
일 실시예에 따른 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 심도 및 분할정보를 추출할 수 있다. 소정 데이터 단위별로, 해당 최대 부호화 단위의 심도 및 분할정보가 기록되어 있다면, 동일한 심도 및 분할정보를 갖고 있는 소정 데이터 단위들은 동일한 최대 부호화 단위에 포함되는 데이터 단위로 유추될 수 있다.
영상 데이터 복호화부(230)는 최대 부호화 단위별 심도 및 분할정보에 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 모드, 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, 심도별 부호화 단위의 예측 단위의 파티션 모드 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 심도를 결정할 수 있다. 만약, 분할 정보가 현재 심도에서 더 이상 분할되지 않음을 나타내고 있다면 현재 심도가 심도다. 따라서, 영상 데이터 복호화부(230)는 현재 최대 부호화 단위의 영상 데이터에 대해 현재 심도의 부호화 단위를 예측 단위의 파티션 모드, 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 2a를 참조하여 전술한 다시점 비디오 복호화 장치(20)는, 수신된 제1 시점 영상스트림 및 제2 시점 영상스트림을 복호화하여 제1 시점 영상들 및 제2 시점 영상들을 복원하기 위해, 비디오 복호화 장치(200)를 시점 개수만큼 포함할 수 있다.
제1 시점 영상스트림이 수신된 경우에는, 비디오 복호화 장치(200)의 영상데이터 복호화부(230)는, 추출부(220)에 의해 제1 시점 영상스트림으로부터 추출된 제1 시점 영상들의 샘플들을 최대 부호화 단위의 트리 구조에 따른 부호화 단위들로 나눌 수 있다. 영상데이터 복호화부(230)는 제1 시점 영상들의 샘플들의 트리 구조에 따른 부호화 단위들마다, 영상간 예측을 위한 예측단위별로 움직임 보상을 수행하여 제1 시점 영상들을 복원할 수 있다.
제2 시점 영상스트림이 수신된 경우에는, 비디오 복호화 장치(200)의 영상데이터 복호화부(230)는, 추출부(220)에 의해 제2 시점 영상스트림으로부터 추출된 제2 시점 영상들의 샘플들을 최대 부호화 단위의 트리 구조에 따른 부호화 단위들로 나눌 수 있다. 영상데이터 복호화부(230)는, 제2 시점 영상들의 샘플들의 부호화 단위들마다 영상간 예측을 위한 예측단위별로 움직임 보상을 수행하여 제2 시점 영상들을 복원할 수 있다.
추출부(220)는, 제1 시점 영상과 제2 시점 영상 간의 휘도 차를 보상하기 위해 휘도 오차와 관련된 정보를 비트스트림으로부터 획득할 수 있다. 다만, 부호화 단위의 부호화 모드에 따라 휘도 수행 여부가 결정될 수 있다. 예를 들어, 크기 2Nx2N의 예측 단위에 대해서만 휘도보상이 수행될 수 있다.
결국, 비디오 복호화 장치(200)는, 부호화 과정에서 최대 부호화 단위마다 재귀적으로 부호화를 수행하여 최소 부호화 오차를 발생시킨 부호화 단위에 대한 정보를 획득하여, 현재 픽처에 대한 복호화에 이용할 수 있다. 즉, 최대 부호화 단위마다 최적 부호화 단위로 결정된 트리 구조에 따른 부호화 단위들의 부호화된 영상 데이터의 복호화가 가능해진다.
따라서, 높은 해상도의 영상 또는 데이터량이 과도하게 많은 영상이라도 부호화단으로부터 전송된 최적 분할정보를 이용하여, 영상의 특성에 적응적으로 결정된 부호화 단위의 크기 및 부호화 모드에 따라 효율적으로 영상 데이터를 복호화하여 복원할 수 있다.
도 9 는 다양한 실시예에 따른 부호화 단위의 개념을 도시한다.
부호화 단위의 예는, 부호화 단위의 크기는 너비x높이로 표현되며, 크기 64x64인 부호화 단위부터, 32x32, 16x16, 8x8를 포함할 수 있다. 크기 64x64의 부호화 단위는 크기 64x64, 64x32, 32x64, 32x32의 파티션들로 분할될 수 있고, 크기 32x32의 부호화 단위는 크기 32x32, 32x16, 16x32, 16x16의 파티션들로, 크기 16x16의 부호화 단위는 크기 16x16, 16x8, 8x16, 8x8의 파티션들로, 크기 8x8의 부호화 단위는 크기 8x8, 8x4, 4x8, 4x4의 파티션들로 분할될 수 있다.
비디오 데이터(310)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 2로 설정되어 있다. 비디오 데이터(320)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 3로 설정되어 있다. 비디오 데이터(330)에 대해서는, 해상도는 352x288, 부호화 단위의 최대 크기는 16, 최대 심도가 1로 설정되어 있다. 도 10에 도시된 최대 심도는, 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낸다.
해상도가 높거나 데이터량이 많은 경우 부호화 효율의 향상 뿐만 아니라 영상 특성을 정확히 반형하기 위해 부호화 사이즈의 최대 크기가 상대적으로 큰 것이 바람직하다. 따라서, 비디오 데이터(330)에 비해, 해상도가 높은 비디오 데이터(310, 320)는 부호화 사이즈의 최대 크기가 64로 선택될 수 있다.
비디오 데이터(310)의 최대 심도는 2이므로, 비디오 데이터(310)의 부호화 단위(315)는 장축 크기가 64인 최대 부호화 단위로부터, 2회 분할하며 심도가 두 계층 깊어져서 장축 크기가 32, 16인 부호화 단위들까지 포함할 수 있다. 반면, 비디오 데이터(330)의 최대 심도는 1이므로, 비디오 데이터(330)의 부호화 단위(335)는 장축 크기가 16인 부호화 단위들로부터, 1회 분할하며 심도가 한 계층 깊어져서 장축 크기가 8인 부호화 단위들까지 포함할 수 있다.
비디오 데이터(320)의 최대 심도는 3이므로, 비디오 데이터(320)의 부호화 단위(325)는 장축 크기가 64인 최대 부호화 단위로부터, 3회 분할하며 심도가 세 계층 깊어져서 장축 크기가 32, 16, 8인 부호화 단위들까지 포함할 수 있다. 심도가 깊어질수록 세부 정보의 표현능력이 향상될 수 있다.
도 10 은 다양한 실시예에 따른 부호화 단위에 기초한 영상 부호화부(400)의 블록도를 도시한다.
일 실시예에 따른 영상 부호화부(400)는, 비디오 부호화 장치(100)의 픽처 부호화부(120)에서 영상 데이터를 부호화하는데 거치는 작업들을 수행한다. 즉, 인트라 예측부(420)는 현재 영상(405) 중 인트라 모드의 부호화 단위에 대해 예측 단위별로 인트라 예측을 수행하고, 인터 예측부(415)는 인터 모드의 부호화 단위에 대해 예측단위별로 현재 영상(405) 및 복원 픽처 버퍼(410)에서 획득된 참조 영상을 이용하여 인터 예측을 수행한다. 현재 영상(405)은 최대부호화 단위로 분할된 후 순차적으로 인코딩이 수행될 수 있다. 이때, 최대 부호화 단위가 트리 구조로 분할될 부호화 단위에 대해 인코딩을 수행될 수 있다.
인트라 예측부(420) 또는 인터 예측부(415)로부터 출력된 각 모드의 부호화 단위에 대한 예측 데이터를 현재 영상(405)의 인코딩되는 부호화 단위에 대한 데이터로부터 빼줌으로써 레지듀 데이터를 생성하고, 레지듀 데이터는 변환부(425) 및 양자화부(430)를 거쳐 변환 단위별로 양자화된 변환 계수로 출력된다. 양자화된 변환 계수는 역양자화부(445), 역변환부(450)을 통해 공간 영역의 레지듀 데이터로 복원된다. 복원된 공간 영역의 레지듀 데이터는 인트라 예측부(420) 또는 인터 예측부(415)로부터 출력된 각 모드의 부호화 단위에 대한 예측 데이터와 더해짐으로써 현재 영상(405)의 부호화 단위에 대한 공간 영역의 데이터로 복원된다. 복원된 공간 영역의 데이터는 디블로킹부(455) 및 SAO 수행부(460)를 거쳐 복원 영상으로 생성된다. 생성된 복원 영상은 복원 픽쳐 버퍼(410)에 저장된다. 복원 픽처 버퍼(410)에 저장된 복원 영상들은 다른 영상의 인터예측을 위한 참조 영상으로 이용될 수 있다. 변환부(425) 및 양자화부(430)에서 양자화된 변환 계수는 엔트로피 부호화부(435)를 거쳐 비트스트림(440)으로 출력될 수 있다.
일 실시예에 따른 영상 부호화부(400)가 비디오 부호화 장치(100)에 적용되기 위해서, 영상 부호화부(400)의 구성 요소들인 인터 예측부(415), 인트라 예측부(420), 변환부(425), 양자화부(430), 엔트로피 부호화부(435), 역양자화부(445), 역변환부(450), 디블로킹부(455) 및 SAO 수행부(460)가 최대 부호화 단위마다 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위에 기반한 작업을 수행할 수 있다.
특히, 인트라 예측부(420)및 인터예측부(415) 는 현재 최대 부호화 단위의 최대 크기 및 최대 심도를 고려하여 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위의 파티션 모드 및 예측 모드를 결정하며, 변환부(425)는 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위 내의 쿼드 트리에 따른 변환 단위의 분할 여부를 결정할 수 있다.
도 11 은 다양한 실시예에 따른 부호화 단위에 기초한 영상 복호화부(500)의 블록도를 도시한다.
엔트로피 복호화부(515)는 비트스트림(505)으로부터 복호화 대상인 부호화된 영상 데이터 및 복호화를 위해 필요한 부호화 정보를 파싱한다. 부호화된 영상 데이터는 양자화된 변환계수로서, 역양자화부(520) 및 역변환부(525)는 양자화된 변환 계수로부터 레지듀 데이터를 복원한다.
인트라 예측부(540)는 인트라 모드의 부호화 단위에 대해 예측 단위 별로 인트라 예측을 수행한다. 인터 예측부(535)는 현재 영상 중 인터 모드의 부호화 단위에 대해 예측 단위 별로 복원 픽처 버퍼(530)에서 획득된 참조 영상을 이용하여 인터 예측을 수행한다.
인트라 예측부(540) 또는 인터 예측부(535)를 거친 각 모드의 부호화 단위에 대한 예측 데이터와 레지듀 데이터가 더해짐으로써 현재 영상(405)의 부호화 단위에 대한 공간 영역의 데이터가 복원되고, 복원된 공간 영역의 데이터는 디블로킹부(545) 및 SAO 수행부(550)를 거쳐 복원 영상(560)으로 출력될 수 있다. 또한, 복원 픽쳐 버퍼(530)에 저장된 복원 영상들은 참조 영상으로서 출력될 수 있다.
비디오 복호화 장치(200)의 픽처 복호화부(230)에서 영상 데이터를 복호화하기 위해, 일 실시예에 따른 영상 복호화부(500)의 엔트로피 복호화부(515) 이후의 단계별 작업들이 수행될 수 있다.
영상 복호화부(500)가 일 실시예에 따른 비디오 복호화 장치(200)에 적용되기 위해서, 영상 복호화부(500)의 구성 요소들인 엔트로피 복호화부(515), 역양자화부(520), 역변환부(525), 인트라 예측부(540), 인터 예측부(535), 디블로킹부(545) 및 SAO 수행부(550)가 최대 부호화 단위마다 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위에 기반하여 작업을 수행할 수 있다.
특히, 인트라 예측부(540)및 인터 예측부(535)는 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위마다 파티션 모드 및 예측 모드를 결정하며, 역변환부(525)는 부호화 단위마다 쿼드 트리구조에 따른 변환단위의 분할 여부를 결정할 수 있다.
도 10의 부호화 동작 및 도 11의 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 12 는 다양한 실시예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 따른 비디오 복호화 장치(200)는 영상 특성을 고려하기 위해 계층적인 부호화 단위를 사용한다. 부호화 단위의 최대 높이 및 너비, 최대 심도는 영상의 특성에 따라 적응적으로 결정될 수도 있으며, 사용자의 요구에 따라 다양하게 설정될 수도 있다. 미리 설정된 부호화 단위의 최대 크기에 따라, 심도별 부호화 단위의 크기가 결정될 수 있다.
일 실시예에 따른 부호화 단위의 계층 구조(600)는 부호화 단위의 최대 높이 및 너비가 64이며, 최대 심도가 3인 경우를 도시하고 있다. 이 때, 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낸다. 일 실시예에 따른 부호화 단위의 계층 구조(600)의 세로축을 따라서 심도가 깊어지므로 심도별 부호화 단위의 높이 및 너비가 각각 분할한다. 또한, 부호화 단위의 계층 구조(600)의 가로축을 따라, 각각의 심도별 부호화 단위의 예측 부호화의 기반이 되는 예측 단위 및 파티션이 도시되어 있다.
즉, 부호화 단위(610)는 부호화 단위의 계층 구조(600) 중 최대 부호화 단위로서 심도가 0이며, 부호화 단위의 크기, 즉 높이 및 너비가 64x64이다. 세로축을 따라 심도가 깊어지며, 크기 32x32인 심도 1의 부호화 단위(620), 크기 16x16인 심도 2의 부호화 단위(630), 크기 8x8인 심도 3의 부호화 단위(640)가 존재한다. 크기 8x8인 심도 3의 부호화 단위(640)는 최소 부호화 단위이다.
각각의 심도별로 가로축을 따라, 부호화 단위의 예측 단위 및 파티션들이 배열된다. 즉, 심도 0의 크기 64x64의 부호화 단위(610)가 예측 단위라면, 예측 단위는 크기 64x64의 부호화 단위(610)에 포함되는 크기 64x64의 파티션(610), 크기 64x32의 파티션들(612), 크기 32x64의 파티션들(614), 크기 32x32의 파티션들(616)로 분할될 수 있다.
마찬가지로, 심도 1의 크기 32x32의 부호화 단위(620)의 예측 단위는, 크기 32x32의 부호화 단위(620)에 포함되는 크기 32x32의 파티션(620), 크기 32x16의 파티션들(622), 크기 16x32의 파티션들(624), 크기 16x16의 파티션들(626)로 분할될 수 있다.
마찬가지로, 심도 2의 크기 16x16의 부호화 단위(630)의 예측 단위는, 크기 16x16의 부호화 단위(630)에 포함되는 크기 16x16의 파티션(630), 크기 16x8의 파티션들(632), 크기 8x16의 파티션들(634), 크기 8x8의 파티션들(636)로 분할될 수 있다.
마찬가지로, 심도 3의 크기 8x8의 부호화 단위(640)의 예측 단위는, 크기 8x8의 부호화 단위(640)에 포함되는 크기 8x8의 파티션(640), 크기 8x4의 파티션들(642), 크기 4x8의 파티션들(644), 크기 4x4의 파티션들(646)로 분할될 수 있다.
일 실시예에 따른 비디오 부호화 장치(100)의 부호화 단위 결정부(120)는, 최대 부호화 단위(610)의 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 심도 및 파티션 모드로 선택될 수 있다.
도 13 은 다양한 실시예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
일 실시예에 따른 비디오 부호화 장치(100) 또는 일 실시예에 따른 비디오 복호화 장치(200)는, 최대 부호화 단위마다 최대 부호화 단위보다 작거나 같은 크기의 부호화 단위로 영상을 부호화하거나 복호화한다. 부호화 과정 중 변환을 위한 변환 단위의 크기는 각각의 부호화 단위보다 크지 않은 데이터 단위를 기반으로 선택될 수 있다.
예를 들어, 일 실시예에 따른 비디오 부호화 장치(100) 또는 일 실시예에 따른 비디오 복호화 장치(200)에서, 현재 부호화 단위(710)가 64x64 크기일 때, 32x32 크기의 변환 단위(720)를 이용하여 변환이 수행될 수 있다.
또한, 64x64 크기의 부호화 단위(710)의 데이터를 64x64 크기 이하의 32x32, 16x16, 8x8, 4x4 크기의 변환 단위들로 각각 변환을 수행하여 부호화한 후, 원본과의 오차가 가장 적은 변환 단위가 선택될 수 있다.
도 14 는 다양한 실시예에 따라, 심도별 부호화 정보들을 도시한다.
일 실시예에 따른 비디오 부호화 장치(100)의 출력부(130)는 분할정보로서, 각각의 심도의 부호화 단위마다 파티션 모드에 관한 정보(800), 예측 모드에 관한 정보(810), 변환 단위 크기에 대한 정보(820)를 부호화하여 전송할 수 있다.
파티션 모드에 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 모드에 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 모드에 관한 정보(800)가 가리키는 파티션이 인트라 모드(812), 인터 모드(814) 및 스킵 모드(816) 중 하나로 예측 부호화가 수행되는지 여부가 설정될 수 있다.
또한, 변환 단위 크기에 관한 정보(820)는 현재 부호화 단위를 어떠한 변환 단위를 기반으로 변환을 수행할지 여부를 나타낸다. 예를 들어, 변환 단위는 제 1 인트라 변환 단위 크기(822), 제 2 인트라 변환 단위 크기(824), 제 1 인터 변환 단위 크기(826), 제 2 인터 변환 단위 크기(828) 중 하나일 수 있다.
일 실시예에 따른 비디오 복호화 장치(200)의 영상 데이터 및 부호화 정보 추출부(210)는, 각각의 심도별 부호화 단위마다 파티션 모드에 관한 정보(800), 예측 모드에 관한 정보(810), 변환 단위 크기에 대한 정보(820)를 추출하여 복호화에 이용할 수 있다.
도 15 는 다양한 실시예에 따른 심도별 부호화 단위를 도시한다.
심도의 변화를 나타내기 위해 분할 정보가 이용될 수 있다. 분할 정보는 현재 심도의 부호화 단위가 하위 심도의 부호화 단위로 분할될지 여부를 나타낸다.
심도 0 및 2N_0x2N_0 크기의 부호화 단위(900)의 예측 부호화를 위한 예측 단위(910)는 2N_0x2N_0 크기의 파티션 모드(912), 2N_0xN_0 크기의 파티션 모드(914), N_0x2N_0 크기의 파티션 모드(916), N_0xN_0 크기의 파티션 모드(918)을 포함할 수 있다. 예측 단위가 대칭적 비율로 분할된 파티션들(912, 914, 916, 918)만이 예시되어 있지만, 전술한 바와 같이 파티션 모드는 이에 한정되지 않고 비대칭적 파티션, 임의적 형태의 파티션, 기하학적 형태의 파티션 등을 포함할 수 있다.
파티션 모드마다, 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 모드(912, 914, 916) 중 하나에 의한 부호화 오차가 가장 작다면, 더 이상 하위 심도로 분할할 필요 없다.
크기 N_0xN_0의 파티션 모드(918)에 의한 부호화 오차가 가장 작다면, 심도 0를 1로 변경하며 분할하고(920), 심도 2 및 크기 N_0xN_0의 파티션 모드의 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 모드(942), 크기 2N_1xN_1의 파티션 모드(944), 크기 N_1x2N_1의 파티션 모드(946), 크기 N_1xN_1의 파티션 모드(948)을 포함할 수 있다.
또한, 크기 N_1xN_1 크기의 파티션 모드(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 모드(992), 크기 2N_(d-1)xN_(d-1)의 파티션 모드(994), 크기 N_(d-1)x2N_(d-1)의 파티션 모드(996), 크기 N_(d-1)xN_(d-1)의 파티션 모드(998)을 포함할 수 있다.
파티션 모드 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 모드가 검색될 수 있다.
크기 N_(d-1)xN_(d-1)의 파티션 모드(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 심도가 심도 d-1로 결정되고, 파티션 모드는 N_(d-1)xN_(d-1)로 결정될 수 있다. 또한 최대 심도가 d이므로, 심도 d-1의 부호화 단위(952)에 대해 분할 정보는 설정되지 않는다.
데이터 단위(999)은, 현재 최대 부호화 단위에 대한 '최소 단위'라 지칭될 수 있다. 일 실시예에 따른 최소 단위는, 최하위 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위일 수 있다. 이러한 반복적 부호화 과정을 통해, 일 실시예에 따른 비디오 부호화 장치(100)는 부호화 단위(900)의 심도별 부호화 오차를 비교하여 가장 작은 부호화 오차가 발생하는 심도를 선택하여, 심도를 결정하고, 해당 파티션 모드 및 예측 모드가 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 심도로 결정될 수 있다. 심도, 및 예측 단위의 파티션 모드 및 예측 모드는 분할정보로써 부호화되어 전송될 수 있다. 또한, 심도 0으로부터 심도에 이르기까지 부호화 단위가 분할되어야 하므로, 심도의 분할 정보만이 '0'으로 설정되고, 심도를 제외한 심도별 분할 정보는 '1'로 설정되어야 한다.
일 실시예에 따른 비디오 복호화 장치(200)의 영상 데이터 및 부호화 정보 추출부(220)는 부호화 단위(900)에 대한 심도 및 예측 단위에 관한 정보를 추출하여 부호화 단위(912)를 복호화하는데 이용할 수 있다. 일 실시예에 따른 비디오 복호화 장치(200)는 심도별 분할 정보를 이용하여 분할 정보가 '0'인 심도를 심도로 파악하고, 해당 심도에 대한 분할정보를 이용하여 복호화에 이용할 수 있다.
도 16, 17 및 18은 다양한 실시예에 따른, 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
부호화 단위(1010)는, 최대 부호화 단위에 대해 일 실시예에 따른 비디오 부호화 장치(100)가 결정한 심도별 부호화 단위들이다. 예측 단위(1060)는 부호화 단위(1010) 중 각각의 심도별 부호화 단위의 예측 단위들의 파티션들이며, 변환 단위(1070)는 각각의 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 모드며, 파티션(1016, 1048, 1052)은 Nx2N의 파티션 모드, 파티션(1032)은 NxN의 파티션 모드다. 심도별 부호화 단위들(1010)의 예측 단위 및 파티션들은 각각의 부호화 단위보다 작거나 같다.
변환 단위들(1070) 중 일부(1052)의 영상 데이터에 대해서는 부호화 단위에 비해 작은 크기의 데이터 단위로 변환 또는 역변환이 수행된다. 또한, 변환 단위(1014, 1016, 1022, 1032, 1048, 1050, 1052, 1054)는 예측 단위들(1060) 중 해당 예측 단위 및 파티션와 비교해보면, 서로 다른 크기 또는 형태의 데이터 단위이다. 즉, 일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 다른 비디오 복호화 장치(200)는 동일한 부호화 단위에 대한 인트라 예측/움직임 추정/움직임 보상 작업, 및 변환/역변환 작업이라 할지라도, 각각 별개의 데이터 단위를 기반으로 수행할 수 있다.
이에 따라, 최대 부호화 단위마다, 영역별로 계층적인 구조의 부호화 단위들마다 재귀적으로 부호화가 수행되어 최적 부호화 단위가 결정됨으로써, 재귀적 트리 구조에 따른 부호화 단위들이 구성될 수 있다. 부호화 정보는 부호화 단위에 대한 분할 정보, 파티션 모드 정보, 예측 모드 정보, 변환 단위 크기 정보를 포함할 수 있다. 이하 표 1은, 일 실시예에 따른 비디오 부호화 장치(100) 및 일 실시예에 따른 비디오 복호화 장치(200)에서 설정할 수 있는 일례를 나타낸다.
표 1
분할 정보 0 (현재 심도 d의 크기 2Nx2N의 부호화 단위에 대한 부호화) 분할 정보 1
예측 모드 파티션 모드 변환 단위 크기 하위 심도 d+1의 부호화 단위들마다 반복적 부호화
인트라 인터스킵 (2Nx2N만) 대칭형 파티션 모드 비대칭형 파티션 모드 변환 단위 분할 정보 0 변환 단위 분할 정보 1
2Nx2N2NxNNx2NNxN 2NxnU2NxnDnLx2NnRx2N 2Nx2N NxN (대칭형 파티션 모드) N/2xN/2 (비대칭형 파티션 모드)
일 실시예에 따른 비디오 부호화 장치(100)의 출력부(130)는 트리 구조에 따른 부호화 단위들에 대한 부호화 정보를 출력하고, 일 실시예에 따른 비디오 복호화 장치(200)의 부호화 정보 추출부(220)는 수신된 비트스트림으로부터 트리 구조에 따른 부호화 단위들에 대한 부호화 정보를 추출할 수 있다.
분할 정보는 현재 부호화 단위가 하위 심도의 부호화 단위들로 분할되는지 여부를 나타낸다. 현재 심도 d의 분할 정보가 0이라면, 현재 부호화 단위가 현재 부호화 단위가 하위 부호화 단위로 더 이상 분할되지 않는 심도가 심도이므로, 심도에 대해서 파티션 모드 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 모드에서 정의될 수 있으며, 스킵 모드는 파티션 모드 2Nx2N에서만 정의될 수 있다.
파티션 모드 정보는, 예측 단위의 높이 또는 너비가 대칭적 비율로 분할된 대칭적 파티션 모드 2Nx2N, 2NxN, Nx2N 및 NxN 과, 비대칭적 비율로 분할된 비대칭적 파티션 모드 2NxnU, 2NxnD, nLx2N, nRx2N를 나타낼 수 있다. 비대칭적 파티션 모드 2NxnU 및 2NxnD는 각각 높이가 1:3 및 3:1로 분할된 형태이며, 비대칭적 파티션 모드 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 모드가 대칭형 파티션 모드이라면 변환 단위의 크기는 NxN, 비대칭형 파티션 모드이라면 N/2xN/2로 설정될 수 있다.
일 실시예에 따른 트리 구조에 따른 부호화 단위들의 부호화 정보는, 심도의 부호화 단위, 예측 단위 및 최소 단위 단위 중 적어도 하나에 대해 할당될 수 있다. 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 심도의 부호화 단위에 포함되는지 여부가 확인될 수 있다. 또한, 데이터 단위가 보유하고 있는 부호화 정보를 이용하면 해당 심도의 부호화 단위를 확인할 수 있으므로, 최대 부호화 단위 내의 심도들의 분포가 유추될 수 있다.
따라서 이 경우 현재 부호화 단위가 주변 데이터 단위를 참조하여 예측하기 경우, 현재 부호화 단위에 인접하는 심도별 부호화 단위 내의 데이터 단위의 부호화 정보가 직접 참조되어 이용될 수 있다.
또 다른 실시예로, 현재 부호화 단위가 주변 부호화 단위를 참조하여 예측 부호화가 수행되는 경우, 인접하는 심도별 부호화 단위의 부호화 정보를 이용하여, 심도별 부호화 단위 내에서 현재 부호화 단위에 인접하는 데이터가 검색됨으로써 주변 부호화 단위가 참조될 수도 있다.
도 19 는 표 1의 부호화 모드 정보에 따른 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
최대 부호화 단위(1300)는 심도의 부호화 단위들(1302, 1304, 1306, 1312, 1314, 1316, 1318)을 포함한다. 이 중 하나의 부호화 단위(1318)는 심도의 부호화 단위이므로 분할 정보가 0으로 설정될 수 있다. 크기 2Nx2N의 부호화 단위(1318)의 파티션 모드 정보는, 파티션 모드 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 모드에 따라 변경될 수 있다.
예를 들어, 파티션 모드 정보가 대칭형 파티션 모드 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 모드 정보가 비대칭형 파티션 모드 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 19 를 참조하여 전술된 변환 단위 분할 정보(TU size flag)는 0 또는 1의 값을 갖는 플래그이지만, 일 실시예에 따른 변환 단위 분할 정보가 1비트의 플래그로 한정되는 것은 아니며 설정에 따라 0, 1, 2, 3.. 등으로 증가하며 변환 단위가 계층적으로 분할될 수도 있다. 변환 단위 분할 정보는 변환 인덱스의 한 실시예로써 이용될 수 있다.
이 경우, 일 실시예에 따른 변환 단위 분할 정보를 변환 단위의 최대 크기, 변환 단위의 최소 크기와 함께 이용하면, 실제로 이용된 변환 단위의 크기가 표현될 수 있다. 일 실시예에 따른 비디오 부호화 장치(100)는, 최대 변환 단위 크기 정보, 최소 변환 단위 크기 정보 및 최대 변환 단위 분할 정보를 부호화할 수 있다. 부호화된 최대 변환 단위 크기 정보, 최소 변환 단위 크기 정보 및 최대 변환 단위 분할 정보는 SPS에 삽입될 수 있다. 일 실시예에 따른 비디오 복호화 장치(200)는 최대 변환 단위 크기 정보, 최소 변환 단위 크기 정보 및 최대 변환 단위 분할 정보를 이용하여, 비디오 복호화에 이용할 수 있다.
예를 들어, (a) 현재 부호화 단위가 크기 64x64이고, 최대 변환 단위 크기는 32x32이라면, (a-1) 변환 단위 분할 정보가 0일 때 변환 단위의 크기가 32x32, (a-2) 변환 단위 분할 정보가 1일 때 변환 단위의 크기가 16x16, (a-3) 변환 단위 분할 정보가 2일 때 변환 단위의 크기가 8x8로 설정될 수 있다.
다른 예로, (b) 현재 부호화 단위가 크기 32x32이고, 최소 변환 단위 크기는 32x32이라면, (b-1) 변환 단위 분할 정보가 0일 때 변환 단위의 크기가 32x32로 설정될 수 있으며, 변환 단위의 크기가 32x32보다 작을 수는 없으므로 더 이상의 변환 단위 분할 정보가 설정될 수 없다.
또 다른 예로, (c) 현재 부호화 단위가 크기 64x64이고, 최대 변환 단위 분할 정보가 1이라면, 변환 단위 분할 정보는 0 또는 1일 수 있으며, 다른 변환 단위 분할 정보가 설정될 수 없다.
따라서, 최대 변환 단위 분할 정보를 'MaxTransformSizeIndex', 최소 변환 단위 크기를 'MinTransformSize', 변환 단위 분할 정보가 0인 경우의 변환 단위 크기를 'RootTuSize'라고 정의할 때, 현재 부호화 단위에서 가능한 최소 변환 단위 크기 'CurrMinTuSize'는 아래 관계식 (1) 과 같이 정의될 수 있다.
CurrMinTuSize
= max (MinTransformSize, RootTuSize/(2^MaxTransformSizeIndex)) ... (1)
현재 부호화 단위에서 가능한 최소 변환 단위 크기 'CurrMinTuSize'와 비교하여, 변환 단위 분할 정보가 0인 경우의 변환 단위 크기인 'RootTuSize'는 시스템상 채택 가능한 최대 변환 단위 크기를 나타낼 수 있다. 즉, 관계식 (1)에 따르면, 'RootTuSize/(2^MaxTransformSizeIndex)'는, 변환 단위 분할 정보가 0인 경우의 변환 단위 크기인 'RootTuSize'를 최대 변환 단위 분할 정보에 상응하는 횟수만큼 분할한 변환 단위 크기이며, 'MinTransformSize'는 최소 변환 단위 크기이므로, 이들 중 작은 값이 현재 현재 부호화 단위에서 가능한 최소 변환 단위 크기 'CurrMinTuSize'일 수 있다.
일 실시예에 따른 최대 변환 단위 크기 RootTuSize는 예측 모드에 따라 달라질 수도 있다.
예를 들어, 현재 예측 모드가 인터 모드라면 RootTuSize는 아래 관계식 (2)에 따라 결정될 수 있다. 관계식 (2)에서 'MaxTransformSize'는 최대 변환 단위 크기, 'PUSize'는 현재 예측 단위 크기를 나타낸다.
RootTuSize = min(MaxTransformSize, PUSize) ......... (2)
즉 현재 예측 모드가 인터 모드라면, 변환 단위 분할 정보가 0인 경우의 변환 단위 크기인 'RootTuSize'는 최대 변환 단위 크기 및 현재 예측 단위 크기 중 작은 값으로 설정될 수 있다.
현재 파티션 단위의 예측 모드가 예측 모드가 인트라 모드라면 모드라면 'RootTuSize'는 아래 관계식 (3)에 따라 결정될 수 있다. 'PartitionSize'는 현재 파티션 단위의 크기를 나타낸다.
RootTuSize = min(MaxTransformSize, PartitionSize) ...........(3)
즉 현재 예측 모드가 인트라 모드라면, 변환 단위 분할 정보가 0인 경우의 변환 단위 크기인 'RootTuSize'는 최대 변환 단위 크기 및 현재 파티션 단위 크기 중 작은 값으로 설정될 수 있다.
다만, 파티션 단위의 예측 모드에 따라 변동하는 일 실시예에 따른 현재 최대 변환 단위 크기 'RootTuSize'는 일 실시예일 뿐이며, 현재 최대 변환 단위 크기를 결정하는 요인이 이에 한정되는 것은 아님을 유의하여야 한다.
도 7 내지 19를 참조하여 전술된 트리 구조의 부호화 단위들에 기초한 비디오 부호화 기법에 따라, 트리 구조의 부호화 단위들마다 공간영역의 영상 데이터가 부호화되며, 트리 구조의 부호화 단위들에 기초한 비디오 복호화 기법에 따라 최대 부호화 단위마다 복호화가 수행되면서 공간 영역의 영상 데이터가 복원되어, 픽처 및 픽처 시퀀스인 비디오가 복원될 수 있다. 복원된 비디오는 재생 장치에 의해 재생되거나, 저장 매체에 저장되거나, 네트워크를 통해 전송될 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
설명의 편의를 위해 앞서 도 1a 내지 19를 참조하여 전술된 다시점 비디오 부호화 방법 및/또는 비디오 부호화 방법은, '본 발명의 비디오 부호화 방법'으로 통칭한다. 또한, 앞서 도 1a 내지 20을 참조하여 전술된 다시점 비디오 복호화 방법 및/또는 비디오 복호화 방법은 '본 발명의 비디오 복호화 방법'으로 지칭한다
또한, 앞서 도 1a 내지 19를 참조하여 전술된 다시점 비디오 부호화 장치(10), 비디오 부호화 장치(100) 또는 영상 부호화부(400)로 구성된 비디오 부호화 장치는, '본 발명의 비디오 부호화 장치'로 통칭한다. 또한, 앞서 도 1a 내지 19를 참조하여 전술된 다시점 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 실시예에 따른 프로그램이 저장되는 컴퓨터로 판독 가능한 저장매체가 디스크(26000)인 실시예를 이하 상술한다.
도 20 는 다양한 실시예에 따른 프로그램이 저장된 디스크(26000)의 물리적 구조를 예시한다. 저장매체로서 전술된 디스크(26000)는, 하드드라이브, 시디롬(CD-ROM) 디스크, 블루레이(Blu-ray) 디스크, DVD 디스크일 수 있다. 디스크(26000)는 다수의 동심원의 트랙(tr)들로 구성되고, 트랙들은 둘레 방향에 따라 소정 개수의 섹터(Se)들로 분할된다. 상기 전술된 일 실시예에 따른 프로그램을 저장하는 디스크(26000) 중 특정 영역에, 전술된 양자화 파라미터 결정 방법, 비디오 부호화 방법 및 비디오 복호화 방법을 구현하기 위한 프로그램이 할당되어 저장될 수 있다.
전술된 비디오 부호화 방법 및 비디오 복호화 방법을 구현하기 위한 프로그램을 저장하는 저장매체를 이용하여 달성된 컴퓨터 시스템이 도 22를 참조하여 후술된다.
도 21은 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 20 및 21에서 예시된 디스크(26000) 뿐만 아니라, 메모리 카드, 롬 카세트, SSD(Solid State Drive)에도 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법 중 적어도 하나를 구현하기 위한 프로그램이 저장될 수 있다.
전술된 실시예에 따른 비디오 부호화 방법 및 비디오 복호화 방법이 적용된 시스템이 후술된다.
도 22 는 컨텐트 유통 서비스(content distribution service)를 제공하기 위한 컨텐트 공급 시스템(content supply system)(11000)의 전체적 구조를 도시한다. 통신시스템의 서비스 영역은 소정 크기의 셀들로 분할되고, 각 셀에 베이스 스테이션이 되는 무선 기지국(11700, 11800, 11900, 12000)이 설치된다.
컨텐트 공급 시스템(11000)은 다수의 독립 디바이스들을 포함한다. 예를 들어, 컴퓨터(12100), PDA(Personal Digital Assistant)(12200), 카메라(12300) 및 휴대폰(12500)과 같은 독립디바이스들이, 인터넷 서비스 공급자(11200), 통신망(11400), 및 무선 기지국(11700, 11800, 11900, 12000)을 거쳐 인터넷(11100)에 연결된다.
그러나, 컨텐트 공급 시스템(11000)은 도 24에 도시된 구조에만 한정되는 것이 아니며, 디바이스들이 선택적으로 연결될 수 있다. 독립 디바이스들은 무선 기지국(11700, 11800, 11900, 12000)을 거치지 않고 통신망(11400)에 직접 연결될 수도 있다.
비디오 카메라(12300)는 디지털 비디오 카메라와 같이 비디오 영상을 촬영할 수 있는 촬상 디바이스이다. 휴대폰(12500)은 PDC(Personal Digital Communications), CDMA(code division multiple access), W-CDMA(wideband code division multiple access), GSM(Global System for Mobile Communications), 및 PHS(Personal Handyphone System)방식과 같은 다양한 프로토콜들 중 적어도 하나의 통신방식을 채택할 수 있다.
비디오 카메라(12300)는 무선기지국(11900) 및 통신망(11400)을 거쳐 스트리밍 서버(11300)에 연결될 수 있다. 스트리밍 서버(11300)는 사용자가 비디오 카메라(12300)를 사용하여 전송한 컨텐트를 실시간 방송으로 스트리밍 전송할 수 있다. 비디오 카메라(12300)로부터 수신된 컨텐트는 비디오 카메라(12300) 또는 스트리밍 서버(11300)에 의해 부호화될 수 있다. 비디오 카메라(12300)로 촬영된 비디오 데이터는 컴퓨터(12100)을 거쳐 스트리밍 서버(11300)로 전송될 수도 있다.
카메라(12600)로 촬영된 비디오 데이터도 컴퓨터(12100)를 거쳐 스트리밍 서버(11300)로 전송될 수도 있다. 카메라(12600)는 디지털 카메라와 같이 정지영상과 비디오 영상을 모두 촬영할 수 있는 촬상 장치이다. 카메라(12600)로부터 수신된 비디오 데이터는 카메라(12600) 또는 컴퓨터(12100)에 의해 부호화될 수 있다. 비디오 부호화 및 복호화를 위한 소프트웨어는 컴퓨터(12100)가 억세스할 수 있는 시디롬 디스크, 플로피디스크, 하드디스크 드라이브, SSD , 메모리 카드와 같은 컴퓨터로 판독 가능한 기록 매체에 저장될 수 있다.
또한 휴대폰(12500)에 탑재된 카메라에 의해 비디오가 촬영된 경우, 비디오 데이터가 휴대폰(12500)으로부터 수신될 수 있다.
비디오 데이터는, 비디오 카메라(12300), 휴대폰(12500) 또는 카메라(12600)에 탑재된 LSI(Large scale integrated circuit) 시스템에 의해 부호화될 수 있다.
일 실시예에 따른 컨텐트 공급 시스템(11000)에서, 예를 들어 콘서트의 현장녹화 컨텐트와 같이, 사용자가 비디오 카메라(12300), 카메라(12600), 휴대폰(12500) 또는 다른 촬상 디바이스를 이용하여 녹화된 컨텐트가 부호화되고, 스트리밍 서버(11300)로 전송된다. 스트리밍 서버(11300)는 컨텐트 데이터를 요청한 다른 클라이언트들에게 컨텐트 데이터를 스트리밍 전송할 수 있다.
클라이언트들은 부호화된 컨텐트 데이터를 복호화할 수 있는 디바이스이며, 예를 들어 컴퓨터(12100), PDA(12200), 비디오 카메라(12300) 또는 휴대폰(12500)일 수 있다. 따라서, 컨텐트 공급 시스템(11000)은, 클라이언트들이 부호화된 컨텐트 데이터를 수신하여 재생할 수 있도록 한다. 또한 컨텐트 공급 시스템(11000)은, 클라이언트들이 부호화된 컨텐트 데이터를 수신하여 실시간으로 복호화하고 재생할 수 있도록 하여, 개인방송(personal broadcasting)이 가능하게 한다.
컨텐트 공급 시스템(11000)에 포함된 독립 디바이스들의 부호화 동작 및 복호화 동작에 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치가 적용될 수 있다.
도 23 및 24를 참조하여 컨텐트 공급 시스템(11000) 중 휴대폰(12500)의 일 실시예가 상세히 후술된다.
도 23은, 다양한 실시예에 따른 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법이 적용되는 휴대폰(12500)의 외부 구조를 도시한다. 휴대폰(12500)은 기능이 제한되어 있지 않고 응용 프로그램을 통해 상당 부분의 기능을 변경하거나 확장할 수 있는 스마트폰일 수 있다.
휴대폰(12500)은, 무선기지국(12000)과 RF신호를 교환하기 위한 내장 안테나(12510)을 포함하고, 카메라(12530)에 의해 촬영된 영상들 또는 안테나(12510)에 의해 수신되어 복호화된 영상들을 디스플레이하기 위한 LCD(Liquid Crystal Display), OLED(Organic Light Emitting Diodes)화면 같은 디스플레이화면(12520)를 포함한다. 스마트폰(12510)은 제어버튼, 터치패널을 포함하는 동작 패널(12540)를 포함한다. 디스플레이화면(12520)이 터치스크린인 경우, 동작 패널(12540)은 디스플레이화면(12520)의 터치감지패널을 더 포함한다. 스마트폰(12510)은 음성, 음향을 출력하기 위한 스피커(12580) 또는 다른 형태의 음향출력부와, 음성, 음향이 입력되는 마이크로폰(12550) 또는 다른 형태의 음향입력부를 포함한다. 스마트폰(12510)은 비디오 및 정지영상을 촬영하기 위한 CCD 카메라와 같은 카메라(12530)를 더 포함한다. 또한, 스마트폰(12510)은 카메라(12530)에 의해 촬영되거나 이메일(E-mail)로 수신되거나 다른 형태로 획득된 비디오나 정지영상들과 같이, 부호화되거나 복호화된 데이터를 저장하기 위한 저장매체(12570); 그리고 저장매체(12570)를 휴대폰(12500)에 장착하기 위한 슬롯(12560)을 포함할 수 있다. 저장매체(12570)는 SD카드 또는 플라스틱 케이스에 내장된 EEPROM(electrically erasable and programmable read only memory)와 같은 다른 형태의 플래쉬 메모리일 수 있다.
도 24 는 휴대폰(12500)의 내부 구조를 도시한다. 디스플레이화면(12520) 및 동작 패널(12540)로 구성된 휴대폰(12500)의 각 파트를 조직적으로 제어하기 위해, 전력공급회로(12700), 동작입력제어부(12640), 영상부호화부(12720), 카메라 인터페이스(12630), LCD제어부(12620), 영상복호화부(12690), 멀티플렉서/디멀티플렉서(multiplexer/demultiplexer)(12680), 기록/판독부(12670), 변조/복조(modulation/demodulation)부(12660) 및 음향처리부(12650)가, 동기화 버스(12730)를 통해 중앙제어부(12710)에 연결된다.
사용자가 전원 버튼을 동작하여 '전원꺼짐' 상태에서 '전원켜짐' 상태로 설정하면, 전력공급회로(12700)는 배터리팩으로부터 휴대폰(12500)의 각 파트에 전력을 공급함으로써, 휴대폰(12500)가 동작 모드로 셋팅될 수 있다.
중앙제어부(12710)는 CPU, ROM(Read Only Memory) 및 RAM(Random Access Memory)을 포함한다.
휴대폰(12500)이 외부로 통신데이터를 송신하는 과정에서는, 중앙제어부(12710)의 제어에 따라 휴대폰(12500)에서 디지털 신호가 생성된다, 예를 들어, 음향처리부(12650)에서는 디지털 음향신호가 생성되고, 영상 부호화부(12720)에서는 디지털 영상신호가 생성되며, 동작 패널(12540) 및 동작 입력제어부(12640)를 통해 메시지의 텍스트 데이터가 생성될 수 있다. 중앙제어부(12710)의 제어에 따라 디지털 신호가 변조/복조부(12660)에게 전달되면, 변조/복조부(12660)는 디지털 신호의 주파수대역을 변조하고, 통신회로(12610)는 대역변조된 디지털 음향신호에 대해 D/A변환(Digital-Analog conversion) 및 주파수변환(frequency conversion) 처리를 수행한다. 통신회로(12610)로부터 출력된 송신신호는 안테나(12510)를 통해 음성통신기지국 또는 무선기지국(12000)으로 송출될 수 있다.
예를 들어, 휴대폰(12500)이 통화 모드일 때 마이크로폰(12550)에 의해 획득된 음향신호는, 중앙제어부(12710)의 제어에 따라 음향처리부(12650)에서 디지털 음향신호로 변환된다. 생성된 디지털 음향신호는 변조/복조부(12660) 및 통신회로(12610)를 거쳐 송신신호로 변환되고, 안테나(12510)를 통해 송출될 수 있다.
데이터통신 모드에서 이메일과 같은 텍스트 메시지가 전송되는 경우, 동작 패널(12540)을 이용하여 메시지의 텍스트 데이터가 입력되고, 텍스트 데이터가 동작 입력제어부(12640)를 통해 중앙제어부(12610)로 전송된다. 중앙제어부(12610)의 제어에 따라, 텍스트 데이터는 변조/복조부(12660) 및 통신회로(12610)를 통해 송신신호로 변환되고, 안테나(12510)를 통해 무선기지국(12000)에게로 송출된다.
데이터통신 모드에서 영상 데이터를 전송하기 위해, 카메라(12530)에 의해 촬영된 영상 데이터가 카메라 인터페이스(12630)를 통해 영상부호화부(12720)로 제공된다. 카메라(12530)에 의해 촬영된 영상 데이터는 카메라 인터페이스(12630) 및 LCD제어부(12620)를 통해 디스플레이화면(12520)에 곧바로 디스플레이될 수 있다.
영상부호화부(12720)의 구조는, 전술된 본 발명의 비디오 부호화 장치의 구조와 상응할 수 있다. 영상부호화부(12720)는, 카메라(12530)로부터 제공된 영상 데이터를, 전술된 본 발명의 비디오 부호화 방식에 따라 부호화하여, 압축 부호화된 영상 데이터로 변환하고, 부호화된 영상 데이터를 다중화/역다중화부(12680)로 출력할 수 있다. 카메라(12530)의 녹화 중에 휴대폰(12500)의 마이크로폰(12550)에 의해 획득된 음향신호도 음향처리부(12650)를 거쳐 디지털 음향데이터로 변환되고, 디지털 음향데이터는 다중화/역다중화부(12680)로 전달될 수 있다.
다중화/역다중화부(12680)는 음향처리부(12650)로부터 제공된 음향데이터와 함께 영상부호화부(12720)로부터 제공된 부호화된 영상 데이터를 다중화한다. 다중화된 데이터는 변조/복조부(12660) 및 통신회로(12610)를 통해 송신신호로 변환되고, 안테나(12510)를 통해 송출될 수 있다.
휴대폰(12500)이 외부로부터 통신데이터를 수신하는 과정에서는, 안테나(12510)를 통해 수신된 신호를 주파수복원(frequency recovery) 및 A/D변환(Analog-Digital conversion) 처리를 통해 디지털 신호를 변환한다. 변조/복조부(12660)는 디지털 신호의 주파수대역을 복조한다. 대역복조된 디지털 신호는 종류에 따라 비디오 복호화부(12690), 음향처리부(12650) 또는 LCD제어부(12620)로 전달된다.
휴대폰(12500)은 통화 모드일 때, 안테나(12510)를 통해 수신된 신호를 증폭하고 주파수변환 및 A/D변환(Analog-Digital conversion) 처리를 통해 디지털 음향 신호를 생성한다. 수신된 디지털 음향 신호는, 중앙제어부(12710)의 제어에 따라 변조/복조부(12660) 및 음향처리부(12650)를 거쳐 아날로그 음향 신호로 변환되고, 아날로그 음향 신호가 스피커(12580)를 통해 출력된다.
데이터통신 모드에서 인터넷의 웹사이트로부터 억세스된 비디오 파일의 데이터가 수신되는 경우, 안테나(12510)를 통해 무선기지국(12000)으로부터 수신된 신호는 변조/복조부(12660)의 처리결과 다중화된 데이터를 출력하고, 다중화된 데이터는 다중화/역다중화부(12680)로 전달된다.
안테나(12510)를 통해 수신한 다중화된 데이터를 복호화하기 위해, 다중화/역다중화부(12680)는 다중화된 데이터를 역다중화하여 부호화된 비디오 데이터스트림과 부호화된 오디오 데이터스트림을 분리한다. 동기화 버스(12730)에 의해, 부호화된 비디오 데이터스트림은 비디오 복호화부(12690)로 제공되고, 부호화된 오디오 데이터스트림은 음향처리부(12650)로 제공된다.
영상복호화부(12690)의 구조는, 전술된 본 발명의 비디오 복호화 장치의 구조와 상응할 수 있다. 영상복호화부(12690)는 전술된 본 발명의 비디오 복호화 방법을 이용하여, 부호화된 비디오 데이터를 복호화하여 복원된 비디오 데이터를 생성하고, 복원된 비디오 데이터를 LCD제어부(1262)를 거쳐 디스플레이화면(1252)에게 복원된 비디오 데이터를 제공할 수 있다.
이에 따라 인터넷의 웹사이트로부터 억세스된 비디오 파일의 비디오 데이터가 디스플레이화면(1252)에서 디스플레이될 수 있다. 이와 동시에 음향처리부(1265)도 오디오 데이터를 아날로그 음향 신호로 변환하고, 아날로그 음향 신호를 스피커(1258)로 제공할 수 있다. 이에 따라, 인터넷의 웹사이트로부터 억세스된 비디오 파일에 포함된 오디오 데이터도 스피커(1258)에서 재생될 수 있다.
휴대폰(1250) 또는 다른 형태의 통신단말기는 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 모두 포함하는 송수신 단말기이거나, 전술된 본 발명의 비디오 부호화 장치만을 포함하는 송신단말기이거나, 본 발명의 비디오 복호화 장치만을 포함하는 수신단말기일 수 있다.
본 발명의 통신시스템은 도 24를 참조하여 전술한 구조에 한정되지 않는다. 예를 들어, 도 25는 다양한 실시예에 따른 통신시스템이 적용된 디지털 방송 시스템을 도시한다. 도 25의 일 실시예에 따른 디지털 방송 시스템은, 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 이용하여, 위성 또는 지상파 네트워크를 통해 전송되는 디지털 방송을 수신할 수 있다.
구체적으로 보면, 방송국(12890)은 전파를 통해 비디오 데이터스트림을 통신위성 또는 방송위성(12900)으로 전송한다. 방송위성(12900)은 방송신호를 전송하고, 방송신호는 가정에 있는 안테나(12860)에 의해 위성방송수신기로 수신된다. 각 가정에서, 부호화된 비디오스트림은 TV수신기(12810), 셋탑박스(set-top box)(12870) 또는 다른 디바이스에 의해 복호화되어 재생될 수 있다.
재생장치(12830)에서 본 발명의 비디오 복호화 장치가 구현됨으로써, 재생장치(12830)가 디스크 및 메모리 카드와 같은 저장매체(12820)에 기록된 부호화된 비디오스트림을 판독하여 복호화할 수 있다. 이에 따라 복원된 비디오 신호는 예를 들어 모니터(12840)에서 재생될 수 있다.
위성/지상파 방송을 위한 안테나(12860) 또는 케이블TV 수신을 위한 케이블 안테나(12850)에 연결된 셋탑박스(12870)에도, 본 발명의 비디오 복호화 장치가 탑재될 수 있다. 셋탑박스(12870)의 출력데이터도 TV모니터(12880)에서 재생될 수 있다.
다른 예로, 셋탑박스(12870) 대신에 TV수신기(12810) 자체에 본 발명의 비디오 복호화 장치가 탑재될 수도 있다.
적절한 안테나(12910)를 구비한 자동차(12920)가 위성(12800) 또는 무선기지국(11700)으로부터 송출되는 신호를 수신할 수도 있다. 자동차(12920)에 탑재된 자동차 네비게이션 시스템(12930)의 디스플레이 화면에 복호화된 비디오가 재생될 수 있다.
비디오 신호는, 본 발명의 비디오 부호화 장치에 의해 부호화되어 저장매체에 기록되어 저장될 수 있다. 구체적으로 보면, DVD 레코더에 의해 영상 신호가 DVD디스크(12960)에 저장되거나, 하드디스크 레코더(12950)에 의해 하드디스크에 영상 신호가 저장될 수 있다. 다른 예로, 비디오 신호는 SD카드(12970)에 저장될 수도 있다. 하드디스크 레코더(12950)가 일 실시예에 따른 본 발명의 비디오 복호화 장치를 구비하면, DVD디스크(12960), SD카드(12970) 또는 다른 형태의 저장매체에 기록된 비디오 신호가 모니터(12880)에서 재생될 수 있다.
자동차 네비게이션 시스템(12930)은 도 26의 카메라(12530), 카메라 인터페이스(12630) 및 영상 부호화부(12720)를 포함하지 않을 수 있다. 예를 들어, 컴퓨터(12100) 및 TV수신기(12810)도, 도 26의 카메라(12530), 카메라 인터페이스(12630) 및 영상 부호화부(12720)를 포함하지 않을 수 있다.
도 26은 다양한 실시예에 따른 비디오 부호화 장치 및 비디오 복호화 장치를 이용하는 클라우드 컴퓨팅 시스템의 네트워크 구조를 도시한다.
본 발명의 클라우드 컴퓨팅 시스템은 클라우드 컴퓨팅 서버(14100), 사용자 DB(14100), 컴퓨팅 자원(14200) 및 사용자 단말기를 포함하여 이루어질 수 있다.
클라우드 컴퓨팅 시스템은, 사용자 단말기의 요청에 따라 인터넷과 같은 정보 통신망을 통해 컴퓨팅 자원의 온 디맨드 아웃소싱 서비스를 제공한다. 클라우드 컴퓨팅 환경에서, 서비스 제공자는 서로 다른 물리적인 위치에 존재하는 데이터 센터의 컴퓨팅 자원를 가상화 기술로 통합하여 사용자들에게 필요로 하는 서비스를 제공한다. 서비스 사용자는 어플리케이션(Application), 스토리지(Storage), 운영체제(OS), 보안(Security) 등의 컴퓨팅 자원을 각 사용자 소유의 단말에 설치하여 사용하는 것이 아니라, 가상화 기술을 통해 생성된 가상 공간상의 서비스를 원하는 시점에 원하는 만큼 골라서 사용할 수 있다.
특정 서비스 사용자의 사용자 단말기는 인터넷 및 이동통신망을 포함하는 정보통신망을 통해 클라우드 컴퓨팅 서버(14100)에 접속한다. 사용자 단말기들은 클라우드 컴퓨팅 서버(14100)로부터 클라우드 컴퓨팅 서비스 특히, 동영상 재생 서비스를 제공받을 수 있다. 사용자 단말기는 데스트탑 PC(14300), 스마트TV(14400), 스마트폰(14500), 노트북(14600), PMP(Portable Multimedia Player)(14700), 태블릿 PC(14800) 등, 인터넷 접속이 가능한 모든 전자 기기가 될 수 있다.
클라우드 컴퓨팅 서버(14100)는 클라우드 망에 분산되어 있는 다수의 컴퓨팅 자원(14200)을 통합하여 사용자 단말기에게 제공할 수 있다. 다수의 컴퓨팅 자원(14200)은 여러가지 데이터 서비스를 포함하며, 사용자 단말기로부터 업로드된 데이터를 포함할 수 있다. 이런 식으로 클라우드 컴퓨팅 서버(14100)는 여러 곳에 분산되어 있는 동영상 데이터베이스를 가상화 기술로 통합하여 사용자 단말기가 요구하는 서비스를 제공한다.
사용자 DB(14100)에는 클라우드 컴퓨팅 서비스에 가입되어 있는 사용자 정보가 저장된다. 여기서, 사용자 정보는 로그인 정보와, 주소, 이름 등 개인 신용 정보를 포함할 수 있다. 또한, 사용자 정보는 동영상의 인덱스(Index)를 포함할 수 있다. 여기서, 인덱스는 재생을 완료한 동영상 목록과, 재생 중인 동영상 목록과, 재생 중인 동영상의 정지 시점 등을 포함할 수 있다.
사용자 DB(14100)에 저장된 동영상에 대한 정보는, 사용자 디바이스들 간에 공유될 수 있다. 따라서 예를 들어 노트북(14600)으로부터 재생 요청되어 노트북(14600)에게 소정 동영상 서비스를 제공한 경우, 사용자 DB(14100)에 소정 동영상 서비스의 재생 히스토리가 저장된다. 스마트폰(14500)으로부터 동일한 동영상 서비스의 재생 요청이 수신되는 경우, 클라우드 컴퓨팅 서버(14100)는 사용자 DB(14100)을 참조하여 소정 동영상 서비스를 찾아서 재생한다. 스마트폰(14500)이 클라우드 컴퓨팅 서버(14100)를 통해 동영상 데이터스트림을 수신하는 경우, 동영상 데이터스트림을 복호화하여 비디오를 재생하는 동작은, 앞서 도 24을 참조하여 전술한 휴대폰(12500)의 동작과 유사하다.
클라우드 컴퓨팅 서버(14100)는 사용자 DB(14100)에 저장된 소정 동영상 서비스의 재생 히스토리를 참조할 수도 있다. 예를 들어, 클라우드 컴퓨팅 서버(14100)는 사용자 단말기로부터 사용자 DB(14100)에 저장된 동영상에 대한 재생 요청을 수신한다. 동영상이 그 전에 재생 중이었던 것이면, 클라우드 컴퓨팅 서버(14100)는 사용자 단말기로의 선택에 따라 처음부터 재생하거나, 이전 정지 시점부터 재생하느냐에 따라 스트리밍 방법이 달라진다. 예를 들어, 사용자 단말기가 처음부터 재생하도록 요청한 경우에는 클라우드 컴퓨팅 서버(14100)가 사용자 단말기에게 해당 동영상을 첫 프레임부터 스트리밍 전송한다. 반면, 단말기가 이전 정지시점부터 이어서 재생하도록 요청한 경우에는, 클라우드 컴퓨팅 서버(14100)가 사용자 단말기에게 해당 동영상을 정지시점의 프레임부터 스트리밍 전송한다.
이 때 사용자 단말기는, 도 1a 내지 20을 참조하여 전술한 본 발명의 비디오 복호화 장치를 포함할 수 있다. 다른 예로, 사용자 단말기는, 도 1a 내지 20을 참조하여 전술한 본 발명의 비디오 부호화 장치를 포함할 수 있다. 또한, 사용자 단말기는, 도 1a 내지 19를 참조하여 전술한 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 모두 포함할 수도 있다.
도 1a 내지 19를 참조하여 전술된 비디오 부호화 방법 및 비디오 복호화 방법, 비디오 부호화 장치 및 비디오 복호화 장치가 활용되는 다양한 실시예들이 도 20 내지 도 26에서 전술되었다. 하지만, 도 1a 내지 19를 참조하여 전술된 비디오 부호화 방법 및 비디오 복호화 방법이 저장매체에 저장되거나 비디오 부호화 장치 및 비디오 복호화 장치가 디바이스에서 구현되는 다양한 실시예들은, 도 20 내지 도 26의 실시예들에 한정되지 않는다.
이제까지 개시된 다양한 실시예들이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 명세서에서 개시된 실시예들의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 명세서의 개시 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 명세서의 개시범위에 포함된 것으로 해석되어야 할 것이다.

Claims (15)

  1. 다시점 비디오 복호화 방법에 있어서,
    복호화되는 현재 블록의 예측 모드가 병합 모드(merge mode)인지를 결정하는 단계;
    상기 병합 모드로 결정된 경우, 인터-시점 후보(Inter-view Candidate), 공간적 후보(Spatial Candidate), 시차 후보(Disparity Candidate), 시점 합성 예측 후보(View Synthesis Prediction Candidate), 및 시간적 후보(Temporal Candidate) 중 적어도 하나를 병합 후보(Merge Candidate)로서 포함하는 병합 후보 리스트(Merge Candidate List)를 구성하는 단계; 및
    상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측하는 단계를 포함하고,
    상기 현재 블록의 주변 블록과 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌는지에 기초하여, 상기 주변 블록과 상기 현재 블록 중 적어도 하나에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부를 결정하는 것을 특징으로 하는 다시점 비디오 복호화 방법.
  2. 제 1 항에 있어서,
    상기 현재 블록에 대한 시점 합성 예측 후보는 상기 병합 후보 리스트에서 고정된 우선순위를 가지는 것을 특징으로 하는 다시점 비디오 복호화 방법.
  3. 제 1 항에 있어서,
    상기 주변 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되면, 상기 주변 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시키고,
    상기 현재 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되면, 상기 현재 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시키는 것을 특징으로 하는 다시점 비디오 복호화 방법.
  4. 제 1 항에 있어서,
    상기 주변 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되고, 상기 병합 후보 리스트에 시점 합성 예측 후보가 없으면, 상기 주변 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시키고,
    상기 현재 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되고, 상기 병합 후보 리스트에 시점 합성 예측 후보가 없으면, 상기 현재 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시키는 것을 특징으로 하는 다시점 비디오 복호화 방법.
  5. 제 1 항에 있어서,
    상기 주변 블록은, 상기 현재 블록의 좌측 블록과 상기 현재 블록의 상측 블록을 적어도 포함하는 것을 특징으로 하는 다시점 비디오 복호화 방법.
  6. 제 1 항에 있어서,
    상기 주변 블록은, 상기 현재 블록의 좌측 블록만을 포함하는 것을 특징으로 하는 다시점 비디오 복호화 방법.
  7. 제 1 항에 있어서,
    상기 병합 후보 리스트를 구성하는 단계는,
    상기 인터-시점 후보, 상기 공간적 후보, 상기 시차 후보, 상기 시간적 후보, 및 상기 시점 합성 예측 후보를 포함하는 복수의 그룹을 생성하는 단계;
    상기 그룹에 포함된 후보 중 적어도 하나의 후보를 그룹별 병합 후보군에 부가하는 단계; 및
    상기 그룹 간의 우선순위 또는 그룹 내 후보 간의 우선순위에 기초하여 상기 그룹별 병합 후보군에 포함된 후보 중 적어도 하나를 병합 후보 리스트에 부가하는 단계를 포함하고,
    상기 현재 블록에 대한 시점 합성 예측 후보는 상기 복수의 그룹 중 일부 그룹 혹은 모든 그룹에 포함되는 것을 특징으로 하는 다시점 비디오 복호화 방법.
  8. 다시점 비디오 부호화 방법에 있어서,
    부호화되는 현재 블록의 예측 모드가 병합 모드인지를 결정하는 단계;
    상기 병합 모드로 결정된 경우, 인터-시점 후보, 공간적 후보, 시차 후보, 시점 합성 예측 후보, 및 시간적 후보 중 적어도 하나를 병합 후보로서 포함하는 병합 후보 리스트를 구성하는 단계; 및
    상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측하는 단계를 포함하고,
    상기 현재 블록의 주변 블록과 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌는지에 기초하여, 상기 주변 블록과 상기 현재 블록 중 적어도 하나에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부를 결정하는 것을 특징으로 하는 다시점 비디오 부호화 방법.
  9. 제 8 항에 있어서,
    상기 현재 블록에 대한 시점 합성 예측 후보는 상기 병합 후보 리스트에서 고정된 우선순위를 가지는 것을 특징으로 하는 다시점 비디오 부호화 방법.
  10. 제 8 항에 있어서,
    상기 주변 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되면, 상기 주변 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시키고,
    상기 현재 블록에 대하여 시점 합성 예측이 행하여졌다고 판단되면, 상기 현재 블록에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시키는 것을 특징으로 하는 다시점 비디오 부호화 방법.
  11. 제 8 항에 있어서,
    상기 주변 블록은, 상기 현재 블록의 좌측 블록만을 포함하는 것을 특징으로 하는 다시점 비디오 부호화 방법.
  12. 제 8 항에 있어서,
    상기 병합 후보 리스트를 구성하는 단계는,
    상기 인터-시점 후보, 상기 공간적 후보, 상기 시차 후보, 상기 시간적 후보, 및 상기 시점 합성 예측 후보를 포함하는 복수의 그룹을 생성하는 단계;
    상기 그룹에 포함된 후보 중 적어도 하나의 후보를 그룹별 병합 후보군에 부가하는 단계; 및
    상기 그룹 간의 우선순위 또는 그룹 내 후보 간의 우선순위에 기초하여 상기 그룹별 병합 후보군에 포함된 후보 중 적어도 하나를 병합 후보 리스트에 부가하는 단계를 포함하고,
    상기 현재 블록에 대한 시점 합성 예측 후보는 상기 복수의 그룹 중 일부 그룹 혹은 모든 그룹에 포함되는 것을 특징으로 하는 다시점 비디오 부호화 방법.
  13. 다시점 비디오 복호화 장치에 있어서,
    복호화되는 현재 블록의 예측 모드가 병합 모드인지를 결정하는 모드 결정부;
    상기 모드 결정부에서 병합 모드로 결정된 경우, 인터-시점 후보, 공간적 후보, 시차 후보, 시점 합성 예측 후보, 및 시간적 후보 중 적어도 하나를 병합 후보로서 포함하는 병합 후보 리스트를 구성하는 병합 후보 리스트 구성부; 및
    상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측하는 예측부를 포함하고,
    상기 현재 블록의 주변 블록과 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌는지에 기초하여, 상기 주변 블록과 상기 현재 블록 중 적어도 하나에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부를 결정하는 것을 특징으로 하는 다시점 비디오 복호화 장치.
  14. 다시점 비디오 부호화 장치에 있어서,
    부호화되는 현재 블록의 예측 모드가 병합 모드인지를 결정하는 모드 결정부;
    상기 모드 결정부에서 병합 모드로 결정된 경우, 인터-시점 후보, 공간적 후보, 시차 후보, 시점 합성 예측 후보, 및 시간적 후보 중 적어도 하나를 병합 후보로서 포함하는 병합 후보 리스트를 구성하는 병합 후보 리스트 구성부; 및
    상기 병합 후보 리스트 중 현재 블록의 예측에 이용될 병합 후보를 선택하여 상기 현재 블록을 예측하는 예측부를 포함하고,
    상기 현재 블록의 주변 블록과 상기 현재 블록에 대하여 시점 합성 예측이 행하여졌는지에 기초하여, 상기 주변 블록과 상기 현재 블록 중 적어도 하나에 대한 시점 합성 예측 후보를 상기 병합 후보 리스트에 포함시킬지 여부를 결정하는 것을 특징으로 하는 다시점 비디오 부호화 장치.
  15. 제 1 항의 다시점 비디오 복호화 방법을 컴퓨터로 실행시키기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
PCT/KR2014/003372 2013-04-17 2014-04-17 시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 복호화 방법 및 그 장치 WO2014171769A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201480034643.6A CN105340275A (zh) 2013-04-17 2014-04-17 使用视点合成预测的多视点视频编码方法及其设备以及多视点视频解码方法及其设备
US14/785,542 US20160073133A1 (en) 2013-04-17 2014-04-17 Multi-view video encoding method using view synthesis prediction and apparatus therefor, and multi-view video decoding method and apparatus therefor
EP14785455.8A EP2988509A4 (en) 2013-04-17 2014-04-17 MULTI-VIEW VIDEO ENCODING METHOD USING VIEW SYNTHESIS PREDICTION AND APPARATUS THEREFOR, AND MULTI-VIEW VIDEO DECODING METHOD AND APPARATUS THEREOF

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361812935P 2013-04-17 2013-04-17
US61/812,935 2013-04-17

Publications (1)

Publication Number Publication Date
WO2014171769A1 true WO2014171769A1 (ko) 2014-10-23

Family

ID=51731621

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2014/003372 WO2014171769A1 (ko) 2013-04-17 2014-04-17 시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 복호화 방법 및 그 장치

Country Status (5)

Country Link
US (1) US20160073133A1 (ko)
EP (1) EP2988509A4 (ko)
KR (1) KR20140125320A (ko)
CN (1) CN105340275A (ko)
WO (1) WO2014171769A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016537869A (ja) * 2013-10-18 2016-12-01 エルジー エレクトロニクス インコーポレイティド マルチビュービデオコーディングにおいて、ビュー合成予測方法及びこれを利用したマージ候補リスト構成方法
US10992951B2 (en) 2014-10-31 2021-04-27 Samsung Electronics Co., Ltd. Video encoding device and video decoding device using high-precision skip encoding and method thereof

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014082541A (ja) * 2012-10-12 2014-05-08 National Institute Of Information & Communication Technology 互いに類似した情報を含む複数画像のデータサイズを低減する方法、プログラムおよび装置
CN105308958A (zh) * 2013-04-05 2016-02-03 三星电子株式会社 用于使用视点合成预测的层间视频编码方法和设备以及用于使用视点合成预测的层间视频解码方法和设备
US9883187B2 (en) 2015-03-06 2018-01-30 Qualcomm Incorporated Fast video encoding method with block partitioning
WO2017105097A1 (ko) * 2015-12-17 2017-06-22 삼성전자 주식회사 머지 후보 리스트를 이용한 비디오 복호화 방법 및 비디오 복호화 장치
CN116708782A (zh) * 2016-07-12 2023-09-05 韩国电子通信研究院 图像编码/解码方法以及用于该方法的记录介质
CN113170110B (zh) 2018-12-03 2024-05-14 北京字节跳动网络技术有限公司 候选的最大数量的指示方法
KR102320496B1 (ko) * 2018-12-07 2021-11-02 울산과학기술원 이미지 처리 장치 및 방법
US11496765B2 (en) 2018-12-21 2022-11-08 Samsung Electronics Co., Ltd. Method and apparatus for decoding video, and method and apparatus for encoding video

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070030356A1 (en) * 2004-12-17 2007-02-08 Sehoon Yea Method and system for processing multiview videos for view synthesis using side information
KR20120080122A (ko) * 2011-01-06 2012-07-16 삼성전자주식회사 경쟁 기반의 다시점 비디오 부호화/복호화 장치 및 방법
US20120314027A1 (en) * 2004-12-17 2012-12-13 Dong Tian Method and System for Processing Multiview Videos for View Synthesis Using Motion Vector Predictor List
WO2012171442A1 (en) * 2011-06-15 2012-12-20 Mediatek Inc. Method and apparatus of motion and disparity vector prediction and compensation for 3d video coding
KR20130028633A (ko) * 2011-09-09 2013-03-19 주식회사 케이티 화면 간 예측 수행시 후보 블록 결정 방법 및 이러한 방법을 사용하는 장치

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104429079B (zh) * 2012-07-09 2016-08-24 三菱电机株式会社 利用运动矢量预测列表处理用于视图合成的多视图视频的方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070030356A1 (en) * 2004-12-17 2007-02-08 Sehoon Yea Method and system for processing multiview videos for view synthesis using side information
US20120314027A1 (en) * 2004-12-17 2012-12-13 Dong Tian Method and System for Processing Multiview Videos for View Synthesis Using Motion Vector Predictor List
KR20120080122A (ko) * 2011-01-06 2012-07-16 삼성전자주식회사 경쟁 기반의 다시점 비디오 부호화/복호화 장치 및 방법
WO2012171442A1 (en) * 2011-06-15 2012-12-20 Mediatek Inc. Method and apparatus of motion and disparity vector prediction and compensation for 3d video coding
KR20130028633A (ko) * 2011-09-09 2013-03-19 주식회사 케이티 화면 간 예측 수행시 후보 블록 결정 방법 및 이러한 방법을 사용하는 장치

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016537869A (ja) * 2013-10-18 2016-12-01 エルジー エレクトロニクス インコーポレイティド マルチビュービデオコーディングにおいて、ビュー合成予測方法及びこれを利用したマージ候補リスト構成方法
US10992951B2 (en) 2014-10-31 2021-04-27 Samsung Electronics Co., Ltd. Video encoding device and video decoding device using high-precision skip encoding and method thereof
US11228782B2 (en) 2014-10-31 2022-01-18 Samsung Electronics Co., Ltd. Video encoding device and video decoding device using high-precision skip encoding and method thereof
US11509926B2 (en) 2014-10-31 2022-11-22 Samsung Electronics Co., Ltd. Video encoding device and video decoding device using high-precision skip encoding and method thereof
US11523130B2 (en) 2014-10-31 2022-12-06 Samsung Electronics Co., Ltd. Video encoding device and video decoding device using high-precision skip encoding and method thereof
US12052435B2 (en) 2014-10-31 2024-07-30 Samsung Electronics Co., Ltd. Video encoding device and video decoding device using high-precision skip encoding and method thereof

Also Published As

Publication number Publication date
US20160073133A1 (en) 2016-03-10
CN105340275A (zh) 2016-02-17
EP2988509A4 (en) 2016-10-05
EP2988509A1 (en) 2016-02-24
KR20140125320A (ko) 2014-10-28

Similar Documents

Publication Publication Date Title
WO2015137783A1 (ko) 인터 레이어 비디오의 복호화 및 부호화를 위한 머지 후보 리스트 구성 방법 및 장치
WO2015005753A1 (ko) 깊이 기반 디스패리티 벡터를 이용하는 인터 레이어 비디오 복호화 방법 및 그 장치, 깊이 기반 디스패리티 벡터를 이용하는 인터 레이어 비디오 부호화 방법 및 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
WO2014163461A1 (ko) 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2014030920A1 (ko) 트리 구조의 부호화 단위에 기초한 예측 정보의 인터-레이어 비디오 부호화 방법 및 그 장치, 트리 구조의 부호화 단위에 기초한 예측 정보의 인터-레이어 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
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
WO2014163458A1 (ko) 인터 레이어 복호화 및 부호화 방법 및 장치를 위한 인터 예측 후보 결정 방법
WO2015133866A1 (ko) 서브 블록 기반 예측을 수행하는 인터 레이어 비디오 복호화 방법 및 그 장치 및 서브 블록 기반 예측을 수행하는 인터 레이어 비디오 부호화 방법 및 그 장치
WO2014109594A1 (ko) 휘도차를 보상하기 위한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2015053598A1 (ko) 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
WO2014171769A1 (ko) 시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 복호화 방법 및 그 장치
WO2014175647A1 (ko) 시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 복호화 방법 및 그 장치
WO2016117930A1 (ko) 인터 레이어 비디오 복호화 방법 및 그 장치 및 인터 레이어 비디오 부호화 방법 및 그 장치
WO2015009113A1 (ko) 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법
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
WO2015194896A1 (ko) 휘도차를 보상하기 위한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2015053597A1 (ko) 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
WO2015012622A1 (ko) 움직임 벡터 결정 방법 및 그 장치
WO2016072753A1 (ko) 샘플 단위 예측 부호화 장치 및 방법
WO2013162251A1 (ko) 다시점 비디오 예측을 위한 참조리스트를 이용하는 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 예측을 위한 참조리스트를 이용하는 다시점 비디오 복호화 방법 및 그 장치
WO2015005749A1 (ko) 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 블록 기반 디스패리티 벡터 예측 방법
WO2015093920A1 (ko) 휘도 보상을 이용한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2016056772A1 (ko) 다 시점 영상 부호화/복호화 방법 및 장치
WO2014129872A1 (ko) 메모리 대역폭 및 연산량을 고려한 스케일러블 비디오 부호화 장치 및 방법, 스케일러블 비디오 복호화 장치 및 방법

Legal Events

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

Ref document number: 201480034643.6

Country of ref document: CN

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

Ref document number: 14785455

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: 14785542

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2014785455

Country of ref document: EP