WO2015009113A1 - 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법 - Google Patents

인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법 Download PDF

Info

Publication number
WO2015009113A1
WO2015009113A1 PCT/KR2014/006569 KR2014006569W WO2015009113A1 WO 2015009113 A1 WO2015009113 A1 WO 2015009113A1 KR 2014006569 W KR2014006569 W KR 2014006569W WO 2015009113 A1 WO2015009113 A1 WO 2015009113A1
Authority
WO
WIPO (PCT)
Prior art keywords
prediction
depth
average value
prediction block
block
Prior art date
Application number
PCT/KR2014/006569
Other languages
English (en)
French (fr)
Inventor
이진영
심동규
임웅
조현호
최병두
박민우
조용진
Original Assignee
삼성전자 주식회사
광운대학교 산학협력단
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, 광운대학교 산학협력단 filed Critical 삼성전자 주식회사
Priority to US14/906,021 priority Critical patent/US10284876B2/en
Priority to CN201480051588.1A priority patent/CN105556972B/zh
Priority to EP14825659.7A priority patent/EP3024240A4/en
Publication of WO2015009113A1 publication Critical patent/WO2015009113A1/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
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • 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
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
    • 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
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame 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
    • H04N19/10—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
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution

Definitions

  • the present invention relates to a method for decoding / coding a depth image and an intra prediction method for an apparatus.
  • the stereoscopic image refers to a 3D image that provides shape information about depth and space simultaneously with the image information.
  • 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.
  • the multi-view video codec may improve the compression rate by compressing the base view using single view video compression and encoding the reference view at the extended view.
  • ancillary data such as a depth image
  • the depth image is used to synthesize an intermediate view image rather than being directly displayed to the user.
  • the multi-view video codec needs to efficiently compress not only the multi-view video but also the depth image.
  • the depth image is additional information used by the decoder to synthesize the mid-view image, the depth image should be considered when encoding the depth image.
  • the change in the depth value is large near the boundary of the object, and the change in the depth value is relatively small inside the object.
  • minimizing an error occurring in the compression process at the boundary of an object having a large difference in depth value may be directly connected to minimizing an error of the synthesized image.
  • the current block may be encoded using a predetermined prediction mode (eg, DC, planar, and depth modeling mode (DMM) modes) to encode the depth image.
  • a predetermined prediction mode eg, DC, planar, and depth modeling mode (DMM) modes
  • DC value an average value
  • index is calculated by mapping the determined DC value to a depth information lookup table.
  • the encoding apparatus transmits only the difference value between the index calculated through the DC value of the original block and the index calculated from the DC value obtained from the prediction block to the decoding apparatus.
  • an interlayer video decoding method comprising: obtaining prediction mode information on a current block of a depth image from a bitstream; Generating a prediction block of the current block based on the obtained prediction mode information; Predicting an average value for the prediction block by using predetermined position pixel values of the prediction block; And decoding the depth image by using an average value of the prediction block.
  • the interlayer video decoding and encoding apparatus and method may efficiently encode or decode a depth image to lower the complexity of the apparatus and effectively generate an image at a synthesis view point.
  • FIG. 1A is a block diagram of an interlayer video encoding apparatus, according to various embodiments.
  • FIG. 1B is a flowchart of an interlayer video encoding method, according to various embodiments.
  • FIG. 2A is a block diagram of an interlayer video decoding apparatus, according to various embodiments.
  • 2B is a flowchart of an interlayer video decoding method, according to various embodiments.
  • FIG. 3 is a diagram illustrating an interlayer prediction structure, according to various embodiments.
  • 4A is a diagram for describing a method of calculating an average value of a prediction block, according to various embodiments.
  • 4B is a diagram for describing another example of a method of calculating an average value of a prediction block, according to various embodiments.
  • 4C is a diagram for describing a method of calculating an average value of a prediction block having a DMM prediction mode, according to various embodiments.
  • 5A is a flowchart of a method of encoding a depth image using an average value and a depth information lookup table for a prediction block, according to various embodiments.
  • 5B is a flowchart of a method of decoding a depth image using an average value and a depth information lookup table for a prediction block, according to various embodiments.
  • FIG. 6 is a diagram illustrating another example of an interlayer video encoding apparatus, according to various embodiments.
  • 7A is a diagram for describing another example of a method of calculating an average value for a prediction block in a DC prediction mode according to various embodiments.
  • 7B is a diagram for describing another example of a method of calculating an average value for a prediction block having a DMM prediction mode, according to various embodiments.
  • 7C is a diagram for describing another example of a method of calculating an average value of a prediction block having a planar prediction mode, according to various embodiments.
  • FIG. 8 is a block diagram of a video encoding apparatus based on coding units having a tree structure, according to various embodiments.
  • FIG. 9 is a block diagram of a video decoding apparatus based on coding units having a tree structure, according to various embodiments.
  • FIG. 10 illustrates a concept of coding units, according to various embodiments of the present disclosure.
  • FIG. 11 is a block diagram of an image encoder based on coding units, according to various embodiments of the present disclosure.
  • FIG. 12 is a block diagram of an image decoder based on coding units, according to various embodiments of the present disclosure.
  • FIG. 13 is a diagram illustrating coding units and partitions, according to various embodiments of the present disclosure.
  • FIG. 14 illustrates a relationship between coding units and transformation units, according to various embodiments of the present disclosure.
  • 16 is a diagram of coding units, according to various embodiments of the present disclosure.
  • 17, 18, and 19 illustrate a relationship between coding units, prediction units, and transformation units, according to various embodiments of the present disclosure.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit according to encoding mode information of Table 9.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit according to encoding mode information of Table 9.
  • 21 illustrates a physical structure of a disc in which a program is stored, according to various embodiments.
  • Fig. 22 shows a disc drive for recording and reading a program by using the disc.
  • FIG. 23 shows an overall structure of a content supply system for providing a content distribution service.
  • 24 and 25 illustrate an external structure and an internal structure of a mobile phone to which the video encoding method and the video decoding method of the present invention are applied, according to various embodiments.
  • 26 illustrates a digital broadcasting system employing a communication system according to the present invention.
  • FIG. 27 illustrates a network structure of a cloud computing system using a video encoding apparatus and a video decoding apparatus, according to various embodiments of the present disclosure.
  • an interlayer video decoding method comprising: obtaining prediction mode information on a current block of a depth image from a bitstream; Generating a prediction block of the current block based on the obtained prediction mode information; Predicting an average value for the prediction block by using predetermined position pixel values of the prediction block; And decoding the depth image by using an average value of the prediction block.
  • the predicting the average value of the generated prediction block may include generating the prediction using the upper left pixel value, the upper right pixel value, the lower left pixel value, and the lower right pixel value of the prediction block. Predicting an average value for the block.
  • the estimating an average value of the generated prediction block may include performing a weighted sum on the upper left pixel value, the upper right pixel value, the lower left pixel value, and the lower right pixel value of the prediction block.
  • the method may include predicting an average value of the generated prediction block.
  • estimating an average value of the generated prediction block may include determining whether a depth information lookup table for the depth image exists; And when the depth information lookup table exists, an average value of the generated prediction block is predicted using an average of an upper left pixel value, an upper right pixel value, an upper left pixel value, and an lower right pixel value of the prediction block. It may include the steps.
  • the prediction block may be predicted in one prediction mode among DC, planar, angular, and depth modeling mode (DMM).
  • DC planar, angular, and depth modeling mode
  • the decoding of the depth image using the average value of the prediction block may include: determining a prediction index corresponding to the average value of the prediction block using a depth information lookup table; Determining a reconstruction index corresponding to an average value of a reconstruction block of the current block by using an index residue value obtained from the bitstream; Determining an average value for the reconstruction block corresponding to the reconstruction index using the depth information lookup table; And decoding the depth image by using an average value of the prediction block and the reconstruction block.
  • the interlayer video decoding method may include predicting an average value of the prediction block by using at least one pixel value positioned around the current block.
  • an interlayer video decoding apparatus comprising: a prediction mode determiner configured to obtain prediction mode information on a current block of a depth image from a bitstream; A prediction block generation unit generating a prediction block of the current block based on the obtained prediction mode information; An average value predictor for predicting an average value of the prediction block by using predetermined position pixel values of the prediction block; And the depth image may be decoded using the average value of the prediction block.
  • the average predictor may predict the average value of the generated prediction block by using an upper left pixel value, an upper right pixel value, a lower left pixel value, and a lower right pixel value of the prediction block.
  • the average value predictor performs a weighted sum on the upper left pixel value, the upper right pixel value, the lower left pixel value, and the lower right pixel value of the prediction block to obtain an average value of the generated prediction block. You can predict it.
  • the average value predictor determines whether a depth information lookup table exists for the depth image, and when the depth information lookup table exists, an upper left pixel value, an upper right pixel value, and a left side of the prediction block.
  • An average value of the generated prediction block may be predicted using the average of the lower pixel value and the lower right pixel value.
  • the prediction block may be predicted in one prediction mode among DC, planar, angular, and depth modeling mode (DMM).
  • DC planar, angular, and depth modeling mode
  • the decoder determines a prediction index corresponding to an average value of the prediction block by using a depth information lookup table, and restores the current block by using an index residue value obtained from the bitstream. Determine a reconstruction index corresponding to the average value for the block, determine an average value for the reconstruction block corresponding to the reconstruction index using the depth information lookup table, and use the average value for the prediction block and the reconstruction block.
  • the average value predictor may predict an average value of the prediction block by using at least one pixel value positioned around the current block.
  • FIGS. 1A to 7C an intra-picture prediction method of a depth image for an inter-layer video decoding and encoding apparatus and method according to various embodiments is described with reference to FIGS. 1A to 7C.
  • a video encoding method and a video decoding method based on coding units having a tree structure according to various embodiments applicable to the interlayer video encoding method and the decoding method proposed above are disclosed. Also, various embodiments to which the video encoding method and the video decoding method proposed above may be applied are described with reference to FIGS. 21 to 27.
  • the 'image' may be a still image of the video or a video, that is, the video itself.
  • 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.
  • the term 'current block' may mean a block of a depth image to be encoded or decoded.
  • FIGS. 1A to 7C an intra prediction method of a depth image for an interlayer video decoding and encoding apparatus and method according to various embodiments is described with reference to FIGS. 1A to 7C.
  • 1A is a block diagram of an interlayer video encoding apparatus 10 according to various embodiments.
  • 1B is a flowchart of a video encoding method, according to various embodiments.
  • the interlayer video encoding apparatus 10 may include a prediction mode determiner 12, a prediction block generator 14, an average value calculator 16, and an encoder 18.
  • the interlayer video encoding apparatus 10 may collectively control the prediction mode determiner 12, the prediction block generator 14, the average value calculator 16, and the encoder 18. It may include a central processor (not shown).
  • the prediction mode determiner 12, the predictive block generator 14, the average value calculator 16, and the encoder 18 are each operated by their own processor (not shown), and the processor (not shown) As they operate organically with each other, the interlayer video encoding apparatus 10 may operate as a whole.
  • the prediction mode determiner 12, the prediction block generator 14, the average value calculator 16, and the encoder 18. May be controlled.
  • the interlayer video encoding apparatus 10 may include one or more data storage units for storing input and output data of the prediction mode determiner 12, the prediction block generator 14, the average value calculator 16, and the encoder 18 ( Not shown).
  • the interlayer video encoding apparatus 10 may include a memory controller (not shown) that controls data input / output of the data storage unit (not shown).
  • the interlayer 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 interlayer video encoding apparatus 10 may implement a video encoding operation as a separate processor.
  • the inter-layer 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.
  • the interlayer video encoding apparatus 10 classifies and encodes a plurality of image sequences for each layer according to a scalable video coding scheme, and includes a separate stream including data encoded for each layer. You can output The interlayer video encoding apparatus 10 may encode the first layer image sequence and the second layer image sequence into different layers.
  • low resolution images may be encoded as first layer images, and high resolution images may be encoded as second layer images.
  • An encoding result of the first layer images may be output as a first layer stream, and an encoding result of the second layer images may be output as a second layer stream.
  • a multiview video may be encoded according to a scalable video coding scheme.
  • the center view images may be encoded as first layer images
  • the left view images and right view images may be encoded as second layer images referring to the first layer image.
  • the interlayer video encoding apparatus 10 allows three or more layers such as a first layer, a second layer, and a third layer
  • the center view images are encoded as first layer images
  • the left view images are second layer images.
  • right-view images may be encoded as third layer images.
  • the configuration is not necessarily limited to this configuration, and the layer in which the center view, the left view, and the right view images are encoded and the referenced layer may be changed.
  • a scalable video coding scheme may be performed according to temporal hierarchical prediction based on temporal scalability.
  • a first layer stream including encoding information generated by encoding images of a base frame rate may be output.
  • Temporal levels may be classified according to frame rates, and each temporal layer may be encoded into each layer.
  • the second layer stream including the encoding information of the high frame rate may be output by further encoding the high frame rate images by referring to the images of the base frame rate.
  • scalable video coding may be performed on the first layer and the plurality of second layers.
  • the first layer images, the first second layer images, the second second layer images, ..., and the K-th second layer images may be encoded. Accordingly, the encoding results of the first layer images are output to the first layer stream, and the encoding results of the first, second, ..., K-th second layer images are respectively the first, second, ..., K-th second layer. Can be output as a stream.
  • the interlayer video encoding apparatus 10 may perform inter prediction to predict a current image by referring to images of a single layer. Through inter prediction, a motion vector representing motion information between the current picture and the reference picture and a residual component between the current picture and the reference picture may be generated.
  • the interlayer video encoding apparatus 10 may perform inter-layer prediction for predicting second layer images by referring to the first layer images.
  • one first layer image and a first layer image may be formed according to a multilayer prediction structure. Inter-layer prediction between three layer images and inter-layer prediction between a second layer image and a third layer image may be performed.
  • a position difference component between the current image and a reference image of another layer and a residual component between the current image and a reference image of another layer may be generated.
  • the interlayer prediction structure will be described in detail later with reference to FIG. 3.
  • the interlayer video encoding apparatus 10 encodes each block of each image of the video for each layer.
  • the type of block may be square or rectangular, and may be any geometric shape. It is not limited to data units of a certain size.
  • the block may be a maximum coding unit, a coding unit, a prediction unit, a transformation unit, or the like among coding units having a tree structure.
  • the maximum coding unit including the coding units of the tree structure may be a coding tree unit, a coding block tree, a block tree, a root block tree, a coding tree, a coding root, or a tree. It may also be called variously as a trunk trunk.
  • a video encoding and decoding method based on coding units having a tree structure will be described later with reference to FIGS. 8 to 20.
  • the interlayer video encoding apparatus 10 when the interlayer video encoding apparatus 10 according to various embodiments encodes a multiview video image, an image having more views than a view input through a decoding end of the image by additionally encoding auxiliary data such as a depth image. Can be generated.
  • the depth image is used to synthesize an image of an intermediate view, rather than being directly displayed to a user, and thus whether or not the depth image is degraded may affect the quality of the synthesized image.
  • the amount of change in the depth value of the depth image is large near the boundary of the object and relatively small inside the object. Therefore, minimizing an error occurring at a boundary of an object having a large difference in depth value may be directly connected to minimizing an error of the synthesized image. In addition, for the inside of an object having a small amount of change in depth, reducing the amount of data can increase the coding efficiency of the depth image.
  • the interlayer video encoding apparatus 10 may encode the current block using a depth image using a predetermined prediction mode (eg, DC, planar, angular, and depth modeling mode (DMM) modes).
  • a DC value hereinafter, referred to as an average value
  • the index may be determined by mapping the calculated average value to a depth lookup table.
  • the depth information lookup table represents a table in which an index and a depth value that a depth image may have are matched.
  • the interlayer video encoding apparatus 10 may transmit only the difference value between the index calculated by mapping the average value of the original block to the depth information lookup table and the average value obtained from the prediction block, to the decoding apparatus.
  • an operation process of adding all the pixel values belonging to the prediction block and dividing by the number of pixels may be used.
  • the complexity of the device and the decoding device can be increased.
  • the interlayer video encoding apparatus 10 may reduce complexity by predicting an average value of the prediction block using only pixel values of predetermined positions among pixels belonging to the prediction block.
  • the prediction mode determiner 12 may determine a prediction mode for the current block of the depth image.
  • the prediction mode may be determined as one of DC, planar, angular, and depth modeling mode (DMM) modes.
  • the DMM mode may include a DMM mode-1 (or DMM_WFULL mode) and a DMM mode-4 (or DMM_CPREDTEX mode).
  • the DC mode is an intra prediction mode using a method of filling prediction samples of a prediction block with an average value of neighboring reference samples of the current block.
  • Intra prediction mode calculated according to Equation 1 for nTbS-1.
  • nTbS represents the horizontal or vertical size of the prediction block.
  • the angular mode refers to a prediction mode that determines a prediction sample from reference samples in consideration of the direction from mode 2 to mode 34 among intra prediction modes.
  • the DMM prediction mode is a mode for performing prediction by dividing the current block into at least two regions according to a pattern, and an average value is calculated for each region.
  • the DMM prediction mode may include DMM mode-1 and DMM mode-4.
  • DMM mode-1 is a mode in which the interlayer encoding apparatus 10 divides two regions by applying various boundary lines to the current block, and then divides the region based on the most suitable boundary line. The prediction block is divided into at least two regions according to a texture pattern.
  • DC, Planar, Angular, and Depth modeling modes (DMM) modes are modes for performing intra prediction using pixels that are already reconstructed around the current block, which is obvious to those skilled in the art. Description is omitted since it is a technology.
  • the prediction mode determiner 12 may determine whether the prediction mode for the current block is a mode using an average value of the prediction block described later.
  • the prediction block generator 14 may generate a prediction block of the current block based on the determined prediction mode.
  • the average value calculator 16 may predict an average value of the prediction block by using predetermined position pixel values of the prediction block.
  • the average value calculator 16 may predict an average value of the generated prediction block by using an upper left pixel value, an upper right pixel value, a lower left pixel value, and a lower right pixel value in the prediction block. . Specifically, the average value calculator 16 weights the upper left pixel value, upper right pixel value, lower left pixel value, and lower right pixel value of the prediction block, rather than calculating an average value using all pixel values in the prediction block. The sum may be performed to predict an average value of the generated prediction block. In addition, although not necessarily limited to the above configuration, an average value of the prediction block may be predicted using at least one pixel value for each pixel position (for example, using four upper left pixel values and four upper right pixel values).
  • the average value calculator 16 may predict the lower right pixel value of the prediction block as the average value of the generated prediction block.
  • the average value calculator 16 may calculate a mean value for the prediction block differently according to the prediction mode.
  • the average value calculator 16 calculates an upper left pixel value, an upper right pixel value, and a lower left pixel value of the prediction block. And an average value of the generated prediction block using the average of the lower right pixel values.
  • the average value calculator 16 calculates an upper left pixel value, an upper right pixel value, a lower left pixel value, and a lower right pixel value of the prediction block for each divided region of the prediction block. It can be used to predict the average value of each region.
  • the average value calculator 16 may predict an average value of the prediction block generated by using pixel values at different positions according to the prediction mode of the current block. For example, if the prediction mode of the prediction block is DC, Planar, or Angular mode
  • the encoder 18 may encode a depth image by using an average value of the prediction block. Meanwhile, a detailed operation of a method in which the encoder 18 encodes the depth image using the average value of the prediction block will be described later with reference to FIG. 5A.
  • the interlayer video encoding apparatus 10 may efficiently encode a depth image by reducing the complexity of a method of calculating an average value for a prediction block.
  • FIG. 2A is a block diagram of an interlayer video decoding apparatus 20 according to various embodiments.
  • the interlayer video decoding apparatus 20 may include a parser 22, a prediction block generator 24, an average value calculator 26, and a decoder 28.
  • the interlayer video decoding apparatus 20 may include a central control unit which collectively controls the parser 22, the predictive block generator 24, the average value calculator 26, and the decoder 28. It may include a processor (not shown).
  • the parser 22, the predictive block generator 24, the average value calculator 26, and the decoder 28 may be operated by their own processors (not shown), and the processors (not shown) may mutually operate. As the organic layer operates, the interlayer video decoding apparatus 20 may operate as a whole.
  • the parser 22, the prediction block generator 24, the average value calculator 26, and the decoder may be decoded. Part 28 may be controlled.
  • the interlayer video decoding apparatus 20 may store input and output data of the parser 22, the prediction block generator 24, the average value calculator 26, and the decoder 28.
  • One or more data storage units may be included.
  • the interlayer video decoding apparatus 20 may include a memory controller (not shown) that controls data input / output of the data storage unit (not shown).
  • the interlayer 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 interlayer video decoding apparatus 20 may include not only a separate processor but also an interlayer video decoding apparatus 20, a central computing unit, and a graphic computing unit including a video decoding processing module. It may also include the case of implementing a basic video decoding operation.
  • the interlayer video decoding apparatus 20 may receive bitstreams for each layer according to a scalable encoding method.
  • the number of layers of the bitstreams received by the interlayer video decoding apparatus 20 is not limited.
  • the interlayer video decoding apparatus 20 may receive a stream in which image sequences having different resolutions are encoded in different layers.
  • the low resolution image sequence may be reconstructed by decoding the first layer stream, and the high resolution image sequence may be reconstructed by decoding the second layer stream.
  • a multiview video may be decoded according to a scalable video coding scheme.
  • left view images may be reconstructed by decoding the first layer stream.
  • Right-view images may be reconstructed by further decoding the second layer stream in addition to the first layer stream.
  • the center view images may be reconstructed by decoding the first layer stream.
  • Left view images may be reconstructed by further decoding a second layer stream in addition to the first layer stream.
  • Right-view images may be reconstructed by further decoding the third layer stream in addition to the first layer stream.
  • a scalable video coding scheme based on temporal scalability may be performed. Images of the base frame rate may be reconstructed by decoding the first layer stream. The high frame rate images may be reconstructed by further decoding the second layer stream in addition to the first layer stream.
  • first layer images may be reconstructed from the first layer stream, and second layer images may be further reconstructed by further decoding the second layer stream with reference to the first layer reconstructed images.
  • the K-th layer images may be further reconstructed by further decoding the K-th layer stream with reference to the second layer reconstruction image.
  • the interlayer video decoding apparatus 20 obtains encoded data of first layer images and second layer images from a first layer stream and a second layer stream, and adds a motion vector and an interlayer generated by inter prediction.
  • the prediction information generated by the prediction can be further obtained.
  • the interlayer video decoding apparatus 20 may decode inter-predicted data for each layer and may decode inter-layer predicted data among a plurality of layers. Reconstruction through motion compensation and inter-layer decoding may be performed based on a coding unit or a prediction unit.
  • images may be reconstructed by performing motion compensation for the current image with reference to reconstructed images predicted through inter prediction of the same layer.
  • Motion compensation refers to an operation of reconstructing a reconstructed image of the current image by synthesizing the reference image determined using the motion vector of the current image and the residual component of the current image.
  • interlayer video decoding apparatus 20 may perform interlayer decoding with reference to prediction information of the first layer images in order to decode a second layer image predicted through interlayer prediction.
  • Inter-layer decoding refers to an operation of reconstructing prediction information of the current image using prediction information of a reference block of another layer to determine prediction information of the current image.
  • the interlayer video decoding apparatus 20 may perform interlayer decoding for reconstructing third layer images predicted with reference to the second layer images.
  • the interlayer prediction structure will be described in detail later with reference to FIG. 3.
  • the interlayer video decoding apparatus 20 decodes each block of each image of the video.
  • the block may be a maximum coding unit, a coding unit, a prediction unit, a transformation unit, or the like among coding units having a tree structure.
  • a video encoding and decoding method based on coding units having a tree structure will be described later with reference to FIGS. 8 to 20.
  • the interlayer video encoding apparatus 10 when the interlayer video encoding apparatus 10 according to various embodiments encodes a multiview video image, an image having more views than a view input through a decoding end of the image by additionally encoding auxiliary data such as a depth image. Can be generated.
  • the depth image is used to synthesize an image of an intermediate view, rather than being directly displayed to a user, and thus whether or not the depth image is degraded may affect the quality of the synthesized image.
  • the amount of change in the depth value of the depth image is large near the boundary of the object and relatively small inside the object. Therefore, minimizing an error occurring at a boundary of an object having a large difference in depth value may be directly connected to minimizing an error of the synthesized image. In addition, for the inside of an object having a small amount of change in depth, reducing the amount of data can increase the coding efficiency of the depth image.
  • the interlayer video decoding apparatus 20 may generate a prediction block using predetermined prediction modes (eg, DC, planar, angular, and depth modeling mode (DMM) modes) to decode the depth image.
  • predetermined prediction modes eg, DC, planar, angular, and depth modeling mode (DMM) modes
  • an index may be calculated by calculating a DC value (hereinafter, referred to as an average value) for the prediction block and mapping the calculated average value to a depth information lookup table.
  • the interlayer video decoding apparatus 20 may receive an index difference value between a reconstruction index corresponding to the average value for the reconstruction block and the prediction index corresponding to the average value for the prediction block through the bitstream.
  • the interlayer video decoding apparatus 20 determines an average value for the reconstructed block by using the index difference value and the depth information lookup table, and offsets the difference between the average value for the reconstructed block and the average value for the prediction block. By using this, the depth image can be restored.
  • an operation process of adding all the pixel values belonging to the prediction block and dividing by the number of pixels may be used.
  • an implementation method of accumulating pixel values and using division is encoding. The complexity of the device and the decoding device could be increased.
  • the interlayer video encoding apparatus 10 may reduce complexity by predicting an average value of the prediction block using only pixel values of predetermined positions among pixels belonging to the prediction block.
  • the parser 22 may obtain prediction mode information on the current block of the depth image from the bitstream.
  • the prediction mode information may indicate which mode of the current block is to be predicted in DC, planar, Angular, and depth modeling mode (DMM) modes.
  • the DMM mode may include DMM mode-1 (or DMM_WFULL mode) and DMM mode-4 (or DMM_CPREDTEX mode).
  • the parser 22 may obtain information indicating whether the prediction mode for the current block is a mode using an average value of the prediction block.
  • the prediction block generator 24 may generate a prediction block of the current block based on the obtained prediction mode information.
  • the average value calculator 26 may predict an average value of the prediction block by using predetermined position pixel values of the prediction block.
  • the average value calculator 26 may predict an average value of the generated prediction block by using an upper left pixel value, an upper right pixel value, a lower left pixel value, and a lower right pixel value in the prediction block. . Specifically, the average value calculator 26 weights the upper left pixel value, upper right pixel value, lower left pixel value, and lower right pixel value of the prediction block, rather than calculating an average value using all pixel values in the prediction block. The sum may be performed to predict an average value of the generated prediction block. In addition, although not necessarily limited to the above configuration, an average value of the prediction block may be predicted using at least one pixel value for each pixel position (for example, using four upper left pixel values and four upper right pixel values).
  • the average value calculator 26 may predict the lower right pixel value of the prediction block as the average value of the generated prediction block.
  • the average value calculator 26 may calculate a mean value for the prediction block differently according to the prediction mode.
  • the average value calculator 26 calculates an upper left pixel value, an upper right pixel value, and a lower left pixel value of the prediction block. And an average value of the generated prediction block using the average of the lower right pixel values.
  • the average value calculator 26 calculates an upper left pixel value, an upper right pixel value, a lower left pixel value, and a right side of the prediction block.
  • An average value of the generated prediction block may be predicted by using an average of lower pixel values.
  • the average value calculator 26 calculates an upper left pixel value, an upper right pixel value, a lower left pixel value, and a lower right pixel value of the prediction block for each divided region of the prediction block. It can be used to predict the average value of each region.
  • the encoder 28 may decode the depth image by using an average value of the prediction block. Meanwhile, a detailed operation of the method in which the decoder 28 decodes the depth image using the average value of the prediction block will be described later with reference to FIG. 5B.
  • the interlayer video decoding apparatus 20 may efficiently decode a depth image by reducing the complexity of a method of calculating an average value for a prediction block.
  • FIG 3 illustrates an interlayer prediction structure according to various embodiments.
  • the interlayer video encoding apparatus 10 may predict-code base view images, left view images, and right view images according to the reproduction order 30 of the multiview video prediction structure illustrated in FIG. 3. Can be.
  • images of the same view are arranged in the horizontal direction. Therefore, left view images labeled 'Left' are arranged in a row in the horizontal direction, basic view images labeled 'Center' are arranged in a row in the horizontal direction, and right view images labeled 'Right' are arranged in a row in the horizontal direction. It is becoming.
  • the base view images may be center view images, in contrast to left / right view images.
  • images having the same POC order are arranged in the vertical direction.
  • the POC order of an image indicates a reproduction order of images constituting the video.
  • 'POC X' displayed in the multi-view video prediction structure 30 indicates a relative reproduction order of images located in a corresponding column. The smaller the number of X is, the higher the playback order is and the larger the playback order is, the slower the playback order is.
  • the left view images labeled 'Left' are arranged in the horizontal direction according to the POC order (playing order), and the base view images labeled 'Center' These images are arranged in the horizontal direction according to the POC order (playing order), and right-view images marked as 'Right' are arranged in the horizontal direction according to the POC order (playing order).
  • both the left view image and the right view image located in the same column as the base view image are images having different viewpoints but having the same POC order (playing order).
  • Each GOP includes images between successive anchor pictures and one anchor picture.
  • An anchor picture is a random access point.
  • the anchor picture When a video is played at random, when the playback position is randomly selected from among images arranged according to the playback order of the video, that is, the POC order, the anchor picture has the nearest POC order at the playback position. Is played.
  • Base view images include base view anchor pictures 31, 32, 33, 34, and 35
  • left view images include left view anchor pictures 131, 132, 133, 134, and 135
  • the images include right-view anchor pictures 231, 232, 233, 234, and 235.
  • Multi-view images may be played back in GOP order and predicted (restored).
  • images included in GOP 0 may be reproduced, and then images included in GOP 1 may be reproduced. That is, images included in each GOP may be reproduced in the order of GOP 0, GOP 1, GOP 2, and GOP 3.
  • the images included in GOP 1 may be predicted (restored). That is, images included in each GOP may be predicted (restored) in the order of GOP 0, GOP 1, GOP 2, and GOP 3.
  • inter-view prediction inter layer prediction
  • inter prediction inter prediction
  • an image starting with an arrow is a reference image
  • an image ending with an arrow is an image predicted using the reference image.
  • the prediction result of the base view images may be encoded and output in the form of a base view image stream, and the prediction result of the additional view images may be encoded and output in the form of a layer bitstream.
  • the prediction encoding result of the left view images may be output as the first layer bitstream, and the prediction encoding result of the right view images may be output as the second layer bitstream.
  • B-picture type pictures are predicted with reference to an I-picture type anchor picture followed by a POC order and an I-picture type anchor picture following it.
  • the b-picture type pictures are predicted by referring to an I-picture type anchor picture followed by a POC order and a subsequent B-picture type picture or by referring to a B-picture type picture followed by a POC order and an I-picture type anchor picture following it. .
  • inter-view prediction (inter layer prediction) referring to different view images and inter prediction referring to the same view images are performed, respectively.
  • inter-view prediction (inter layer prediction) with reference to the base view anchor pictures 31, 32, 33, 34, and 35 having the same POC order, respectively. This can be done.
  • the base view images 31, 32, 33, 34, 35 having the same POC order or the left view anchor pictures 131, 132, 133, 134 and 135 may perform inter-view prediction.
  • the remaining images other than the anchor pictures 131, 132, 133, 134, 135, 231, 232, 233, 234, and 235 among the left view images and the right view images other view images having the same POC are also displayed.
  • Reference inter-view prediction (inter layer prediction) may be performed.
  • the remaining images other than the anchor pictures 131, 132, 133, 134, 135, 231, 232, 233, 234, and 235 among the left view images and the right view images are predicted with reference to the same view images.
  • left view images and the right view images may not be predicted with reference to the anchor picture having the playback order that precedes the additional view images of the same view. That is, for inter prediction of the current left view image, left view images other than a left view anchor picture having a playback order preceding the current left view image may be referenced. Similarly, for inter prediction of a current right view point image, right view images except for a right view anchor picture whose reproduction order precedes the current right view point image may be referred to.
  • the left view image that belongs to the previous GOP that precedes the current GOP to which the current left view image belongs is not referenced and is left view point that belongs to the current GOP but is reconstructed before the current left view image.
  • the prediction is performed with reference to the image. The same applies to the right view image.
  • the interlayer video decoding apparatus 20 may reconstruct base view images, left view images, and right view images according to the reproduction order 30 of the multiview video prediction structure illustrated in FIG. 3. have.
  • the left view images may be reconstructed through inter-view disparity compensation referring to the base view images and inter motion compensation referring to the left view images.
  • the right view images may be reconstructed through inter-view disparity compensation referring to the base view images and the left view images and inter motion compensation referring to the right view images.
  • Reference images must be reconstructed first for disparity compensation and motion compensation of left view images and right view images.
  • the left view images may be reconstructed through inter motion compensation referring to the reconstructed left view reference image.
  • the right view images may be reconstructed through inter motion compensation referring to the reconstructed right view reference image.
  • a left view image belonging to a previous GOP that precedes the current GOP to which the current left view image belongs is not referenced, and is left in the current GOP but reconstructed before the current left view image. It is preferable that only the viewpoint image is referred to. The same applies to the right view image.
  • 4A is a diagram for describing a method of calculating an average value of a prediction block, according to various embodiments.
  • the interlayer decoding apparatus 20 may predict an average value of a prediction block by using a predetermined position pixel value of the prediction block.
  • the prediction block may be generated through prediction in DC or planar mode.
  • the sample value of the prediction block 40 may be filled with an average value of surrounding already reconstructed reference samples 45.
  • the interlayer decoding apparatus 20 includes an average of the upper left pixel value 41, the upper right pixel value 42, the lower left pixel value 43, and the lower right pixel value 44.
  • the value may be predicted as an average value for the prediction block 40.
  • the weighted sum may be used to predict an average value of the prediction block 40 as shown in Equation 2 below.
  • dc represents an average value of the prediction block
  • P represents an upper left pixel value 41, an upper right pixel value 42, a lower left pixel value 43, and a lower right pixel value 44, respectively
  • ⁇ represent variables for obtaining the weighted sum.
  • the above-described embodiment may be implemented in the following process according to the depth information lookup table and the prediction mode of the prediction block.
  • the inputs are the position (xCb, yCb) of the current block in the current picture, nTbS, which is the horizontal or vertical size of the transform block, and the intra prediction mode predModeIntra.
  • the position of the current block may be represented by the position of the upper left sample of the current block.
  • the output is the depth sample resSamples [x] [y] of the reconstructed depth image.
  • x, y may have a value from 0 to nTbS-1.
  • the pixel value predSamples [x] [y] of the prediction block is determined according to the prediction mode.
  • the reconstructed depth value samples resSamples [x] [y] according to the flag Dlt Flag [nuh_layer_id] indicating the presence or absence of a depth information lookup table may be derived as follows.
  • Dlt Flag [nuh_layer_id] is 0, while x, y are changed to 0..nTbS-1, the reconstructed depth value samples resSamples [x] [y] are the pixel values of the prediction block predSamples [x] [y] and The offset value DcOffset [xTb] [yTb] [wedgePattern [x] [y] received from the bitstream can be determined.
  • Dlt Flag [nuh_layer_id] is 1 (if a depth information lookup table exists)
  • the variables dcPred [0] and dcPred [1] can be derived as follows.
  • intra prediction mode (predModeIntra) is not INTRA_DMM_WFULL or INTRA_DMM_CPREDTEX, Table 1 below applies.
  • the average value of the upper left pixel value, the upper right pixel value, the lower left pixel value, and the lower right pixel value of the prediction block may be predicted as the average value (dcPred [0]) of the prediction block.
  • the average value is converted into an index using a depth information lookup table and added to the index difference value received from the bitstream.
  • the inverted index is then inversely transformed using the depth lookup table to obtain the average of the restoration.
  • the difference between the restored average value and the average value for the prediction block may be determined as an offset value.
  • the reconstructed depth value samples resSamples [x] [y] and the pixel value predSamples [x] [y] and the depth information lookup table of the predicted block It can be determined using the offset value calculated using.
  • dcPred is set to DcVal.
  • DcVal represents an average value using reference samples around the current block.
  • 4B is a diagram for describing another example of a method of calculating an average value of a prediction block, according to various embodiments.
  • the lower right pixel value 45 may be predicted as an average value of the prediction block.
  • the method described above with reference to FIG. 4B may be applied only when the prediction block 40 is generated in a specific prediction mode. For example, it may be applied only when the prediction block 40 is in the DC prediction mode.
  • 4C is a diagram for describing a method of calculating an average value of a prediction block having a DMM prediction mode, according to various embodiments.
  • the DMM prediction mode is a mode for performing prediction by dividing a block into at least two regions according to a pattern as shown in FIG. 4C, and an average value is calculated for each region.
  • the DMM prediction mode may include DMM mode-1 (or DMM_WFULL mode) and DMM mode-4 (or DMM_CPREDTEX mode).
  • DMM mode-1 is a mode in which the interlayer encoding apparatus 10 divides two regions by applying various boundary lines to the current block, and then divides the region based on the most suitable boundary line. It may be a mode for predicting by dividing into at least two regions according to the texture pattern.
  • the prediction blocks 400, 420, 440, and 460 predicted in the DMM mode-1 are divided into two regions.
  • the form in which the prediction block is divided into the DMM mode-1 may follow four cases illustrated in FIG. 4C.
  • the interlayer decoding apparatus 20 uses the pixel values of the upper left, upper right, lower left and lower right positions of the prediction block, even when the prediction block is divided into DMM mode-1. You can get the value.
  • the average value for the region-1 401 is the pixel value 411 of the upper left position of the block, the pixel value 412 of the upper right position and the lower left position of the block. It is calculated from the pixel value 413, and the average value for the area-2 402 is calculated from the pixel value 414 at the lower right position of the block.
  • the average value for region-1 421 is calculated from the pixel value 431 at the upper left position of the block, and the average value for region-2 422 is for the upper right position of the block.
  • the pixel value 432 is calculated from the pixel value 433 at the lower left position and the pixel value 434 at the lower right position.
  • the average value for the region-1 441 is calculated from the pixel value 451 at the upper left position of the block and the pixel value 452 at the upper right position, and the region-2 442.
  • the average value for is calculated from the pixel value 453 at the lower left position of the block and the pixel value 454 at the lower right position of the block.
  • the average value for the region-1 461 is calculated from the pixel value 471 at the upper left position of the block and the pixel value 472 at the lower left position of the block, and region-2 462.
  • the DC value is calculated through an 8x8 block.
  • 4x4, 16x16, 32x32, and 64x64 have the same method to calculate the average value for each region for the prediction block generated in the DMM Mode-1 mode. Can be.
  • the average value of each region may be calculated by using one pixel value (for example, pixel values of upper left and lower right positions of the prediction block).
  • the average value for region-1 401 is calculated from the pixel value 411 at the upper left position of the block
  • the average value for region-2 402. May be calculated from the pixel value 414 at the lower right position of the block.
  • 5A is a flowchart of a method of encoding a depth image using an average value and a depth information lookup table for a prediction block, according to various embodiments.
  • the prediction mode determiner 12 may determine a prediction mode for the current block of the depth image.
  • the prediction mode may be determined as one of DC, planar, angular, and depth modeling mode (DMM) modes.
  • the prediction block generator 14 may generate a prediction block of the current block based on the determined prediction mode.
  • the average value calculator 16 may predict an average value of the prediction block by using predetermined position pixel values of the prediction block.
  • the encoder 18 may determine a prediction index corresponding to the average value of the prediction block by using the depth information lookup table.
  • the depth information lookup table represents a table in which an index and a depth value that a depth image may have are matched. For example, when the depth information lookup table stores the depth value 128 by matching the index value 1, the encoder 18 may determine the prediction index as 1 when the average value of the prediction block is 128.
  • the encoder 18 may determine an average value of the original block of the current block. For example, the encoder 18 may determine an average value of a region corresponding to the current block in the original depth image.
  • the encoder 18 may determine an original index corresponding to the average value of the original block by using the depth information lookup table.
  • the encoder 18 may encode the prediction mode information and a difference value (hereinafter, referred to as an index residue value) between the prediction index and the original index and transmit the encoded mode information to the interlayer video decoding apparatus 20. Therefore, the interlayer encoding apparatus 10 may reduce the amount of bits transmitted by transmitting a difference value between an index corresponding to the average value of the current prediction block and an index corresponding to the average value of the original block.
  • a difference value hereinafter, referred to as an index residue value
  • 5B is a flowchart of a method of decoding a depth image using an average value and a depth information lookup table for a prediction block, according to various embodiments.
  • the parser 22 may obtain prediction mode information on the current block of the depth image from the bitstream.
  • the prediction mode information may indicate which mode of the current block is to be predicted in DC, planar, Angular, and depth modeling mode (DMM) modes.
  • the prediction block generator 24 may generate a prediction block of the current block based on the obtained prediction mode information.
  • the average value calculator 26 may predict an average value of the prediction block by using predetermined position pixel values of the prediction block.
  • the average value of the generated prediction block may be predicted using the upper left pixel value, the upper right pixel value, the lower left pixel value, and the lower right pixel value of the prediction block.
  • the decoder 28 may determine a prediction index corresponding to the average value of the prediction block by using the depth information lookup table.
  • the decoder 28 may determine a reconstruction index corresponding to an average value of the reconstruction block of the current block by using the index residue value obtained from the bitstream.
  • the index residue value represents a difference value between the index corresponding to the average value of the prediction block described above in step 507 of FIG. 5A and the index corresponding to the average value of the original block.
  • a restoration index may be determined by performing an operation of adding an index residue value and a prediction index.
  • the decoder 28 may determine an average value of the reconstruction block corresponding to the reconstruction index by using the depth information lookup table.
  • the decoder 28 may decode the depth image by using average values of the prediction block and the reconstruction block. For example, a difference value between the average value for the prediction block and the average value for the reconstruction block may be determined as an offset value for the prediction block. Therefore, a reconstruction block can be generated by adding an offset value to the generated prediction block.
  • FIG. 6 is a diagram illustrating another example of an interlayer video decoding apparatus, according to various embodiments.
  • the interlayer video decoding apparatus 600 includes a prediction mode determiner 610, an average value calculator 620, and a depth information lookup table index determiner 630.
  • the prediction mode determiner 610 determines which prediction mode is coded among DC, planar, and DMM Mode-1 modes.
  • the simplified depth image encoding technique may refer to a method of encoding a depth image using an average value of the prediction blocks described above with reference to FIGS. 1A through 5B.
  • the average value calculator 620 directly calculates an average value of the prediction block from neighboring pixel values of the current block to be decoded. A specific average value calculation method will be described later with reference to FIGS. 7A to 7C.
  • the depth information lookup table index calculator 630 determines the index value corresponding to the average value of the prediction block calculated from the average value calculator 620 using the depth information lookup table.
  • FIG. 7A is a diagram for describing another example of a method of calculating an average value for a prediction block in the DC prediction mode according to various embodiments.
  • the average value calculator 620 directly predicts the neighboring pixel values 71 of the current block 70 to be decoded before generating the prediction block for the block to be decoded using the DC prediction mode. Generate an average value for the block. For example, when a block to be decoded is encoded by a simplified depth image coding technique and DC prediction mode is used, a dcVal value is calculated from Equation 3 using reconstructed pixels located around the current block to be decoded. The calculated dcVal value is used as the average value for the block.
  • nTbS means the size of the vertical or horizontal size of the block to be coded
  • x ' is the index for the width direction
  • y' is the index value for the height direction.
  • 7B is a diagram for describing another example of a method of calculating an average value for a prediction block having a DMM prediction mode, according to various embodiments.
  • the average value calculator 620 calculates an average value of a prediction block directly from neighboring pixel values of the current block before generating the prediction block for the current block to be decoded. If the current block has a DMM Mode-1 prediction mode, the block is divided into two regions. The partition type of the block according to the DMM Mode-1 prediction mode follows one of four cases of FIG. 7B.
  • the average value for the region-1 710 is directly calculated as the average value of the surrounding pixels 700 and 705 of the region.
  • the DC value for the region-2 715 in the first divided region may be directly calculated as a value of “128” which is an intermediate value of the depth pay because no neighboring pixels of the region exist.
  • the average value for the region-1 740 is calculated directly as the average value of the peripheral pixels 720 and 725 of the region.
  • the average value for the region-2 745 in the second divided region is also directly calculated as the average value of the peripheral pixels 730 and 735 of the region.
  • the average value for region-1760 is calculated directly with the value of the peripheral pixel 750 of the region.
  • the average value for the area-2 765 in the third divided area is also directly calculated as the value of the peripheral pixel 755 of the corresponding area.
  • the average value for the region-1 780 is calculated directly with the value of the peripheral pixel 770 of the region. Also, the average value for region-2 785 in the fourth divided region is calculated directly with the value of the peripheral pixel 775 of the region. Meanwhile, in the drawing, the DC value calculation process for the 8x8 block has been described. However, the DC value may be calculated in the same manner for 4x4, 16x16, 32x32, and 64x64.
  • 7C is a diagram for describing another example of a method of calculating an average value of a prediction block having a planar prediction mode, according to various embodiments.
  • the average value calculator 620 calculates an average value of the prediction block directly from neighboring pixel values of the current block.
  • an average value of the corresponding prediction block may be calculated according to the equation of the table 794 of FIG. 9.
  • SUMhor means the sum 791 of pixels (a, b, c, d) positioned above one of the neighboring pixels of the block.
  • SUMver means the sum 792 of pixels (f, g, h, i) located on the left side of the surrounding pixels of the current block.
  • RT is a pixel 790 present in the diagonal direction of the upper right side of the neighboring pixels of the block
  • LB is a pixel 793 present in the diagonal direction of the lower left corner.
  • the average calculation unit 620 of the prediction block does not generate pixel values of the prediction block by using the prediction mode, and calculates values of “SUMhor”, “SUMver”, “RT”, and “LB” calculated from neighboring pixel values. Calculate the DC value directly through the formula in the table 930 through. In this figure, the calculation of “SUMhor”, “SUMver”, “RT”, and “LB” values using a 4 ⁇ 4 block is described. However, these values will be expanded to the same concept as the block size increases.
  • DC is performed through a weighting operation using some pixel values among the pixels (a, b, c, d, e, f, g, h, i, j) located in the vicinity. You can also calculate the value directly.
  • FIGS. 4A to 4C and 6 to 7C respectively, and operations in the interlayer video encoding apparatus 10 are omitted.
  • a person skilled in the art to which the present exemplary embodiment pertains may easily understand that the corresponding operation may be performed in the interlayer video encoding apparatus 10.
  • interlayer video encoding apparatus 10 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.
  • FIGS. 8 to 20 a video encoding method and apparatus, a video decoding method, and apparatus based on coding units and transformation units having a tree structure according to various embodiments will be described with reference to FIGS. 8 to 20.
  • the encoding / decoding process for the first layer images and the encoding / decoding process for the second layer images are performed separately. That is, when inter-layer prediction occurs in the multi-layer video, the encoding / decoding result of the single layer video may be cross-referenced, but a separate encoding / decoding process occurs for each single layer video.
  • the video encoding process and the video decoding process based on coding units having a tree structure described below with reference to FIGS. 8 to 20 are video encoding processes and video decoding processes for single layer video, and thus inter prediction and motion compensation are performed. This is detailed. However, as described above with reference to FIGS. 1A through 7, inter-layer prediction and compensation between base view images and second layer images may be performed for encoding / decoding a video stream.
  • the video encoding apparatus of FIG. 8 is performed to perform video encoding for each single layer video.
  • the number of layers of the multi-layer video may be included to control the encoding of the single-layer video allocated to each video encoding apparatus 800.
  • the interlayer video encoding apparatus may perform inter-view prediction by using encoding results of separate single views of each video encoding apparatus 800. Accordingly, the encoder of the interlayer video encoding apparatus may generate a base view video stream and a second layer video stream including the encoding result for each layer.
  • the received first layer video stream and the second layer video stream may be layer-by-layer.
  • the video decoding apparatus 900 of FIG. 9 may include the number of layers of the multilayer video, and control to perform decoding of the single layer video allocated to each video decoding apparatus 900.
  • the layer video decoding apparatus may perform interlayer compensation by using a decoding result of a separate single layer of each video decoding apparatus 900. Accordingly, the decoder of the interlayer video decoding apparatus may generate first layer images and second layer images reconstructed for each layer.
  • FIG. 8 is a block diagram of a video encoding apparatus 800 based on coding units having a tree structure, according to various embodiments of the present disclosure.
  • the video encoding apparatus 800 including video prediction based on coding units having a tree structure may include a coding unit determiner 820 and an output unit 830.
  • the video encoding apparatus 800 accompanying video prediction based on coding units having a tree structure according to various embodiments is referred to as a short term 'video encoding apparatus 800'.
  • the coding unit determiner 820 may partition the current picture based on a maximum coding unit that is a coding unit of 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.
  • Coding units 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 according to various embodiments, image data of a spatial domain included in the maximum coding unit may be hierarchically classified according to depth.
  • 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 820 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 820 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 output unit 830.
  • 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 820 may determine coding units having a tree structure included in the current maximum coding unit.
  • the coding units according to a tree structure according to various embodiments 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 determined hierarchically according to the depth in the same region within the maximum coding unit, and may be independently determined for the other regions.
  • the final depth for the current area can be determined independently of the final depth for the other area.
  • the maximum depth according to various embodiments 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 various embodiments may indicate the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the second maximum depth according to various embodiments may indicate 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 800 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 800 may select not only a coding unit for encoding the image data but also a data unit different from the coding unit in order to perform predictive encoding of the image data in the coding unit.
  • prediction encoding may be performed based on coding units of a final depth, that is, stranger undivided coding units, according to various embodiments.
  • 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 asymmetrical 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 800 may perform the transformation of the image data of the coding unit based on not only a coding unit for encoding the image data but also a data unit different from the coding unit.
  • the transformation may be performed based on a transformation unit having a size smaller than or equal to the coding unit.
  • the transformation unit may include a data unit for intra mode and a transformation unit for inter mode.
  • the transformation unit in the coding unit is also recursively divided into smaller transformation units, so that the residual data of the coding unit is determined according to the tree structure according to the transformation depth. Can be partitioned according to the conversion unit.
  • a transformation depth indicating a number of divisions between the height and the width of the coding unit divided to the transformation 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 820 may determine not only a depth that generates a minimum encoding error, but also a partition mode obtained by dividing a prediction unit into partitions, a prediction mode for each prediction unit, and a size of a transformation unit for transformation.
  • a method of determining a coding unit, a prediction unit / partition, and a transformation unit according to a tree structure of a maximum coding unit according to various embodiments will be described in detail with reference to FIGS. 9 to 19.
  • the coding unit determiner 820 may measure a coding error of coding units according to depths using a Lagrangian Multiplier-based rate-distortion optimization technique.
  • the output unit 830 outputs, in the form of a bitstream, image data of the maximum coding unit and depth information according to depths, which are encoded based on at least one depth determined by the coding unit determiner 820.
  • 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 830 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.
  • a minimum unit is a square data unit of a size obtained by dividing a minimum coding unit, which is a lowest depth, into four segments.
  • the minimum unit 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 830 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 830 may encode and output reference information related to prediction, prediction information, slice type information, and the like.
  • the coding units according to depths are coding units having a size in which the height and width of coding units 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 800 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 increase the maximum size of the coding unit in consideration of the size of the image and adjust the coding unit in consideration of the image characteristic, thereby increasing image compression efficiency.
  • the interlayer video encoding apparatus including the configuration described above with reference to FIG. 1A may include as many video encoding apparatuses 800 as the number of layers for encoding single layer images for each layer of the multilayer video.
  • the first layer encoder may include one video encoding apparatus 800
  • the second layer encoder may include as many video encoding apparatuses 800 as the number of second layers.
  • the coding unit determiner 820 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 820 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 800 may encode the luminance difference to compensate for the luminance difference between the first layer image and the second layer 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. 9 is a block diagram of a video decoding apparatus 900 based on coding units having a tree structure, according to various embodiments.
  • the video decoding apparatus 900 including video prediction based on coding units having a tree structure includes a receiver 910, an image data and encoding information extractor 920, and an image data decoder 930. do.
  • the video decoding apparatus 900 including video prediction based on coding units having a tree structure according to various embodiments is referred to as a video decoding apparatus 900 for short.
  • the receiver 910 receives and parses a bitstream of an encoded video.
  • the image data and encoding information extractor 920 extracts the encoded image data for each coding unit from the parsed bitstream according to the coding units having the tree structure for each maximum coding unit, and outputs the encoded image data to the image data decoder 930.
  • the image data and encoding information extractor 920 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 920 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 930. That is, the image data of the bit string may be divided into maximum coding units so that the image data decoder 930 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 maximum coding unit extracted by the image data and encoding information extractor 920 are repeatedly used for each coding unit for each deep coding unit in the encoding stage, as in the video encoding apparatus 800 according to various embodiments. Depth and split information determined to perform encoding to generate a minimum encoding error. Accordingly, the video decoding apparatus 900 may reconstruct an image by decoding data according to an encoding method that generates a minimum encoding error.
  • the image data and encoding information extractor 920 may select 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 930 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 930 decodes 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 930 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 930 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 coding unit. Through inverse transformation, the pixel value of the spatial region of the coding unit may be restored.
  • the image data decoder 930 may determine the depth of the current maximum coding unit using depth 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 930 may decode the coding unit of the current depth using the partition mode, the prediction mode, and the transform unit size information of the prediction unit, for the image data of the current maximum coding unit.
  • the image data decoding unit 930 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 interlayer video decoding apparatus including the configuration described above with reference to FIG. 2A may decode the first layer image stream and the second layer image stream to reconstruct the first layer images and the second layer images.
  • the number of viewpoints 900 may be included.
  • the image data decoder 930 of the video decoding apparatus 900 may maximize the samples of the first layer images extracted from the first layer image stream by the extractor 920. It may be divided into coding units having a tree structure of the coding units. The image data decoder 930 may reconstruct the first layer images by performing motion compensation for each coding unit according to the tree structure of the samples of the first layer images, for each prediction unit for inter-image prediction.
  • the image data decoder 930 of the video decoding apparatus 900 may maximize the samples of the second layer images extracted from the second layer image stream by the extractor 920. It may be divided into coding units having a tree structure of the coding units. The image data decoder 930 may reconstruct the second layer images by performing motion compensation for each prediction unit for inter prediction for each coding unit of the samples of the second layer images.
  • the extractor 920 may obtain information related to the luminance error from the bitstream to compensate for the luminance difference between the first layer image and the second layer 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 900 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. 10 illustrates a concept of coding units, according to various embodiments.
  • a size of a coding unit may be expressed by a width x height, and may include 32x32, 16x16, and 8x8 from a coding unit having a size of 64x64.
  • Coding units of size 64x64 may be partitioned into partitions of size 64x64, 64x32, 32x64, and 32x32, coding units of size 32x32 are partitions of size 32x32, 32x16, 16x32, and 16x16, and coding units of size 16x16 are 16x16.
  • Coding units of size 8x8 may be divided into partitions of size 8x8, 8x4, 4x8, and 4x4, into partitions of 16x8, 8x16, and 8x8.
  • the resolution is set to 1920x1080, the maximum size of the coding unit is 64, and the maximum depth is 2.
  • the resolution is set to 1920x1080, the maximum size of the coding unit is 64, and the maximum depth is 3.
  • the resolution is set to 352x288, the maximum size of the coding unit is 16, and the maximum depth is 1.
  • the maximum depth illustrated in FIG. 10 represents the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the maximum size of the coding size is relatively large not only to improve the coding efficiency but also to accurately shape the image characteristics. Accordingly, the video data 1010 and 1020 having higher resolution than the video data 1030 may be selected to have a maximum size of 64.
  • the coding unit 1015 of the video data 1010 is divided twice from the largest 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 1035 of the video data 1030 is divided once from coding units having a long axis size of 16, and the depth is deepened by one layer so that the long axis size is 8 Up to coding units may be included.
  • the coding unit 1025 of the video data 1020 is divided three times from the largest coding unit having a long axis size of 64, and the depth is three layers deep, so that the long axis size is 32, 16. , Up to 8 coding units may be included. As the depth increases, the expressive power of the detailed information may be improved.
  • FIG. 11 is a block diagram of a video encoder 1100 based on coding units, according to various embodiments.
  • the video encoder 1100 performs operations performed by the picture encoder 1520 of the video encoding apparatus 800 to encode image data. That is, the intra prediction unit 1120 performs intra prediction on each of the prediction units of the intra mode coding unit of the current image 1105, and the inter prediction unit 1115 performs the current image on each prediction unit with respect to the coding unit of the inter mode. Inter-prediction is performed using the reference image acquired in operation 1105 and the reconstructed picture buffer 1110.
  • the current image 1105 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 1120 or the inter prediction unit 1115 from the data for the encoding unit of the current image 1105, and The dew data is output as transform coefficients quantized for each transform unit through the transform unit 1125 and the quantization unit 1130.
  • the quantized transform coefficients are reconstructed into residue data in the spatial domain through the inverse quantizer 1145 and the inverse transformer 1150.
  • 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 1120 or the inter predictor 1115, thereby reconstructing the spatial domain of the coding unit of the current image 1105. The data is restored.
  • the reconstructed spatial area data is generated as a reconstructed image through the deblocking unit 1155 and the SAO performing unit 1160.
  • the generated reconstructed image is stored in the reconstructed picture buffer 1110.
  • the reconstructed images stored in the reconstructed picture buffer 1110 may be used as reference images for inter prediction of another image.
  • the transform coefficients quantized by the transformer 1125 and the quantizer 1130 may be output to the bitstream 1140 through the entropy encoder 1135.
  • the inter predictor 1115, the intra predictor 1120, and the transformer ( 1125, the quantizer 1130, the entropy encoder 1135, the inverse quantizer 1145, the inverse transform unit 1150, the deblocking unit 1155, and the SAO performer 1160 in 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 1120 and the inter prediction unit 1115 determine a partition mode and a prediction mode of each coding unit among coding units having a tree structure in consideration of the maximum size and the maximum depth of the current maximum coding unit.
  • the transform unit 1125 may determine whether to split the transform unit according to the quad tree in each coding unit among the coding units having the tree structure.
  • FIG. 12 is a block diagram of a video decoder 1200 based on coding units, according to various embodiments.
  • the entropy decoding unit 1215 parses the encoded image data to be decoded from the bitstream 1205 and encoding information necessary for decoding.
  • the encoded image data is a quantized transform coefficient.
  • the inverse quantizer 1220 and the inverse transform unit 1225 reconstruct residue data from the quantized transform coefficients.
  • the intra prediction unit 1240 performs intra prediction for each prediction unit with respect to the coding unit of the intra mode.
  • the inter prediction unit 1235 performs inter prediction on the coding unit of the inter mode of the current image by using the reference image acquired in the reconstructed picture buffer 1230 for each prediction unit.
  • the data of the spatial domain of the coding unit of the current image 1105 is restored and reconstructed.
  • the data of the space area may be output as the reconstructed image 1260 through the deblocking unit 1245 and the SAO performing unit 1250.
  • the reconstructed images stored in the reconstructed picture buffer 1230 may be output as reference images.
  • step-by-step operations after the entropy decoder 1215 of the video decoder 1200 may be performed.
  • the entropy decoder 1215, the inverse quantizer 1220, and the inverse transformer ( 1225, the intra prediction unit 1240, the inter prediction unit 1235, the deblocking unit 1245, and the SAO performing unit 1250 are based on respective coding units among coding units having a tree structure for each maximum coding unit. You can do it.
  • the intra prediction unit 1240 and the inter prediction unit 1235 determine a partition mode and a prediction mode for each coding unit among the coding units having a tree structure, and the inverse transform unit 1225 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.
  • the interlayer video encoding apparatus 10 of FIG. 1A encodes a video stream of two or more layers
  • the interlayer video encoding apparatus 10 may include an image encoder 1100 for each layer.
  • the interlayer decoding apparatus 20 of FIG. 2A decodes a video stream of two or more layers
  • the interlayer decoding apparatus 20 may include an image decoder 1200 for each layer.
  • FIG. 13 is a diagram illustrating deeper coding units according to depths, and partitions, according to various embodiments.
  • the video encoding apparatus 800 according to various embodiments and the video decoding apparatus 900 according to various embodiments 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 1300 of the coding unit illustrates a case where the maximum height and width of the coding unit are 64 and the 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 1300 of the coding unit according to various embodiments, the height and the width of the coding unit for each depth are divided. Also, along the horizontal axis of the hierarchical structure 1300 of the coding unit, a prediction unit and a partition on which the prediction coding of each deeper coding unit is based are illustrated.
  • the coding unit 1310 has a depth of 0 as the largest coding unit of the hierarchical structure 1300 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 1320 having a depth of 32x32, a coding unit 1330 having a depth of 16x16, and a coding unit 1340 having a depth of 8x8.
  • a coding unit 1340 having a depth of 8 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 1310 having a size of 64x64 having a depth of 0 is a prediction unit, the prediction unit includes a partition 1310 having a size of 64x64, partitions 1312 having a size of 64x32, and a size included in the coding unit 1310 having a size of 64x64. 32x64 partitions 1314, and 32x32 partitions 1316.
  • the prediction unit of the coding unit 1320 having a size of 32x32 having a depth of 1 includes a partition 1320 having a size of 32x32, partitions 1322 having a size of 32x16, and a partition having a size of 16x32 included in the coding unit 1320 having a size of 32x32. 1324, partitions 1326 of size 16x16.
  • the prediction unit of the coding unit 1330 of size 16x16 having a depth of 2 includes a partition 1330 of size 16x16, partitions 1332 of size 16x8 and a partition of size 8x16 included in the coding unit 1330 of size 16x16. 1334, partitions 1336 of size 8x8.
  • the prediction unit of the coding unit 1340 having a size of 8x8 having a depth of 3 includes a partition 1340 having a size of 8x8, partitions 1342 having a size of 8x4, and a partition having a size of 4x8 included in the coding unit 1340 having a size of 8x8. 1344, partitions 1346 of size 4x4.
  • the coding unit determiner 820 of the video encoding apparatus 800 may determine the depth of the maximum coding unit 1310 for each coding unit of each depth included in the maximum coding unit 1310. 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 1300 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 1300 of the coding unit encoding may be performed for each depth, and the minimum coding error may be searched by comparing the representative coding error for each depth.
  • the depth and partition in which the minimum coding error occurs in the maximum coding unit 1310 may be selected as the depth and partition mode of the maximum coding unit 1310.
  • FIG. 14 illustrates a relationship between a coding unit and transformation units, according to various embodiments.
  • the video encoding apparatus 800 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 sized transform unit 1420 may be used. The conversion can be performed.
  • the data of the 64x64 coding unit 1410 is transformed into 32x32, 16x16, 8x8, and 4x4 transform units of 64x64 size or less, and then encoded, and the transform unit having the least error with the original is selected. Can be.
  • 15 is a diagram of encoding information, according to various embodiments.
  • the output unit 830 of the video encoding apparatus 800 may be divided information, and information about a partition mode 1500, information about a prediction mode 1510, and a transform unit size may be obtained for each coding unit of each depth.
  • Information about 1520 can be encoded and transmitted.
  • the information 1500 about the partition mode is a data unit for predictive encoding of the current coding unit, and represents 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 1502 of size 2Nx2N, a partition 1504 of size 2NxN, a partition 1506 of size Nx2N, and a partition 1508 of size NxN. It can be divided and used.
  • the information 1500 about the partition mode of the current coding unit represents one of a partition 1502 of size 2Nx2N, a partition 1504 of size 2NxN, a partition 1506 of size Nx2N, and a partition 1508 of size NxN. It is set to.
  • Information 1510 about the prediction mode indicates a prediction mode of each partition. For example, through the information 1510 about the prediction mode, whether the partition indicated by the information 1500 about the partition mode is performed in one of the intra mode 1512, the inter mode 1514, and the skip mode 1516. Whether or not can be set.
  • the information 1520 about the size of the transformation unit indicates which transformation unit to transform the current coding unit based on.
  • the transform unit may be one of a first intra transform unit size 1522, a second intra transform unit size 1524, a first inter transform unit size 1526, and a second inter transform unit size 1528. have.
  • the image data and encoding information extractor 1610 of the video decoding apparatus 900 may include information about a partition mode 1500, information about a prediction mode 1510, and transformation for each depth-based coding unit. Information 1520 about the unit size may be extracted and used for decoding.
  • 16 is a diagram of deeper coding units according to depths, according to various embodiments.
  • Segmentation information may be used to indicate a change in depth.
  • the split information indicates whether a coding unit of a current depth is split into coding units of a lower depth.
  • the prediction unit 1610 for predictive encoding of the coding unit 1600 having depth 0 and 2N_0x2N_0 size includes a partition mode 1612 having a size of 2N_0x2N_0, a partition mode 1614 having a size of 2N_0xN_0, a partition mode 1616 having a size of N_0x2N_0, and N_0xN_0 May include a partition mode 1618 of size.
  • partition mode 1612, 1614, 1616, and 1618 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 (1620), and iteratively encodes the coding units 1630 of the depth 2 and partition mode of the size N_0xN_0.
  • the depth 1 is changed to the depth 2 and split (1650), and the coding unit 1660 of the depth 2 and the size N_2xN_2 is repeated.
  • the encoding may be performed to search for a minimum encoding error.
  • depth-based coding units may be set until depth d-1, and split information may be set up to depth d-2. That is, when encoding is performed from the depth d-2 to the depth d-1 and the encoding is performed to the depth d-1, the prediction encoding of the coding unit 1680 of the depth d-1 and the size 2N_ (d-1) x2N_ (d-1)
  • a partition mode 1696 of N_ (d-1) x2N_ (d-1) and a partition mode 1698 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 maximum depth is d, so the coding unit CU_ (d-1) of the depth d-1 is no longer present.
  • the depth of the current maximum coding unit 1600 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 1652 having the depth d-1.
  • the data unit 1699 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 a minimum coding unit, which is a lowest depth, into four divisions.
  • the video encoding apparatus 800 compares the encoding error of each coding depth of the coding unit 1600, 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 920 of the video decoding apparatus 900 may extract information about a depth and a prediction unit of the coding unit 1600 and use the same to decode the coding unit 1612. have.
  • the video decoding apparatus 900 may identify 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.
  • 17, 18, and 19 illustrate a relationship between coding units, prediction units, and transformation units, according to various embodiments.
  • the coding units 1710 are deeper coding units determined by the video encoding apparatus 800 according to various embodiments with respect to the maximum coding unit.
  • the prediction unit 1760 is partitions of prediction units of each deeper coding unit among the coding units 1710, and the transform unit 1770 is transform units of each deeper coding unit.
  • the depth-based coding units 1710 have a depth of 0
  • the coding units 1712 and 1054 have a depth of 1
  • the coding units 1714, 1716, 1718, 1728, 1750, and 1752 have depths.
  • coding units 1720, 1722, 1724, 1726, 1730, 1732, and 1748 have a depth of 3
  • coding units 1740, 1742, 1744, and 1746 have a depth of 4.
  • partitions 1714, 1716, 1722, 1732, 1748, 1750, 1752, and 1754 of the prediction units 1760 are divided by coding units. That is, partitions 1714, 1722, 1750, and 1754 are partition modes of 2NxN, partitions 1716, 1748, and 1752 are partition modes of Nx2N, and partitions 1732 are partition modes of NxN.
  • the prediction units and partitions of the coding units 1710 according to depths are smaller than or equal to each coding unit.
  • the image data of some of the transformation units 1770 may be transformed or inversely transformed into data units having a smaller size than that of the coding unit.
  • the transformation units 1714, 1716, 1722, 1732, 1748, 1750, 1752, and 1754 are data units having different sizes or shapes when compared to corresponding prediction units and partitions among the prediction units 1760. That is, the video encoding apparatus 800 according to various embodiments and the video decoding apparatus 900 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 2 below shows an example that can be set in the video encoding apparatus 800 according to various embodiments and the video decoding apparatus 900 according to various embodiments.
  • the output unit 830 of the video encoding apparatus 800 outputs encoding information about coding units having a tree structure, and the encoding information extracting unit of the video decoding apparatus 900 according to various embodiments of the present disclosure.
  • 920 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, in which 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. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 1.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 1.
  • the maximum coding unit 2000 includes coding units 2002, 2004, 2006, 2012, 2014, 2016, and 2018 of depth. Since one coding unit 2018 is a coding unit of depth, split information may be set to zero. Partition mode information of the coding unit 2018 having a size of 2Nx2N includes partition modes 2Nx2N (2022), 2NxN (2024), Nx2N (2026), NxN (2028), 2NxnU (2032), 2NxnD (2034), and nLx2N (2036). And nRx2N 2038.
  • 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 the symmetric partition modes 2Nx2N (2022), 2NxN (2024), Nx2N (2026), and NxN (2028)
  • the conversion unit partition information is 0, the conversion unit of size 2Nx2N ( 2042 is set, and if the transform unit split information is 1, a transform unit 2044 of size NxN may be set.
  • partition mode information is set to one of asymmetric partition modes 2NxnU (2032), 2NxnD (2034), nLx2N (2036), and nRx2N (2038)
  • the conversion unit partition information (TU size flag) is 0, a conversion unit of size 2Nx2N ( 2052 is set, and if the transform unit split information is 1, a transform unit 2054 of size N / 2 ⁇ N / 2 may be set.
  • the conversion unit splitting information (TU size flag) described above with reference to FIG. 19 is a flag having a value of 0 or 1
  • the conversion unit splitting information according to various embodiments 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 800 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 900 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.
  • RootTuSize may vary depending on the prediction mode.
  • RootTuSize may be determined according to the following relation (2).
  • 'MaxTransformSize' represents the maximum transform unit size
  • 'PUSize' represents the current prediction unit size.
  • RootTuSize min (MaxTransformSize, PUSize) ......... (2)
  • 'RootTuSize' which is a transform unit size when the transform unit split information is 0, may be set to a smaller value among the maximum transform unit size and the current prediction unit size.
  • 'RootTuSize' may be determined according to Equation (3) below.
  • 'PartitionSize' represents the size of the current partition unit.
  • RootTuSize min (MaxTransformSize, PartitionSize) ........... (3)
  • the conversion unit size 'RootTuSize' when the conversion unit split information is 0 may be set to a smaller value among the maximum conversion unit size and the current partition unit size.
  • the current maximum conversion unit size 'RootTuSize' according to various embodiments that vary according to the prediction mode of the partition unit is only an embodiment, and a factor determining the current maximum conversion unit size is not limited thereto.
  • the image data of the spatial domain is encoded for each coding unit of the tree structure, and the video decoding method based on the coding units of the tree structure.
  • decoding is performed for each largest coding unit, and image data of a spatial region may be reconstructed to reconstruct a picture and a video that is a picture sequence.
  • the reconstructed video can be played back by a playback device, stored in a storage medium, or transmitted over a network.
  • the above-described embodiments of the present invention can be written as a program that can be executed in a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.
  • the computer-readable recording medium may include a storage medium such as a magnetic storage medium (eg, a ROM, a floppy disk, a hard disk, etc.) and an optical reading medium (eg, a CD-ROM, a DVD, etc.).
  • the video encoding method and / or the video encoding method described above with reference to FIGS. 1A to 20 are collectively referred to as the video encoding method of the present invention.
  • the video decoding method and / or video decoding method described above with reference to FIGS. 1A to 20 will be referred to as a video decoding method of the present invention.
  • the video encoding apparatus composed of the video encoding apparatus, the video encoding apparatus 800, or the video encoding unit 1100 described above with reference to FIGS. 1A to 20 is collectively referred to as the “video encoding apparatus of the present invention”.
  • the video decoding apparatus including the interlayer video decoding apparatus, the video decoding apparatus 900, or the video decoding unit 1200 described above with reference to FIGS. 1A to 20 is collectively referred to as the “video decoding apparatus of the present invention”.
  • 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 area of the disc 26000 which stores the program according to the above-described various embodiments.
  • a computer system achieved using a storage medium storing a program for implementing the above-described video encoding method and video decoding method will be described below with reference to FIG. 22.
  • the computer system 26700 may store a program for implementing at least one of the video encoding method and the video decoding method of the present invention on the disc 26000 using the disc drive 26800.
  • the program may be read from the disk 26000 by the disk drive 26800, and the program may be transferred to the computer system 26700.
  • a program for implementing at least one of the video encoding method and the video decoding method may be stored in a memory card, a ROM cassette, and a solid state drive (SSD). .
  • FIG. 23 illustrates an overall structure of a content supply system 11000 for providing a content distribution service.
  • the service area of the communication system is divided into cells of a predetermined size, and wireless base stations 11700, 11800, 11900, and 12000 that serve as base stations are installed in each cell.
  • the content supply system 11000 includes a plurality of independent devices.
  • independent devices such as a computer 12100, a personal digital assistant (PDA) 12200, a camera 12300, and a mobile phone 12500 may be an Internet service provider 11200, a communication network 11400, and a wireless base station. 11700, 11800, 11900, and 12000 to connect to the Internet 11100.
  • PDA personal digital assistant
  • the content supply system 11000 is not limited to the structure shown in FIG. 24, and devices may be selectively connected.
  • the independent devices may be directly connected to the communication network 11400 without passing through the wireless base stations 11700, 11800, 11900, and 12000.
  • the video camera 12300 is an imaging device capable of capturing video images like a digital video camera.
  • the mobile phone 12500 is such as Personal Digital Communications (PDC), code division multiple access (CDMA), wideband code division multiple access (W-CDMA), Global System for Mobile Communications (GSM), and Personal Handyphone System (PHS). At least one communication scheme among various protocols may be adopted.
  • PDC Personal Digital Communications
  • CDMA code division multiple access
  • W-CDMA wideband code division multiple access
  • GSM Global System for Mobile Communications
  • PHS Personal Handyphone System
  • the video camera 12300 may be connected to the streaming server 11300 through the wireless base station 11900 and the communication network 11400.
  • the streaming server 11300 may stream and transmit the content transmitted by the user using the video camera 12300 through real time broadcasting.
  • Content received from the video camera 12300 may be encoded by the video camera 12300 or the streaming server 11300.
  • Video data captured by the video camera 12300 may be transmitted to the streaming server 11300 via the computer 12100.
  • Video data captured by the camera 12600 may also be transmitted to the streaming server 11300 via the computer 12100.
  • the camera 12600 is an imaging device capable of capturing both still and video images, like a digital camera.
  • Video data received from the camera 12600 may be encoded by the camera 12600 or the computer 12100.
  • Software for video encoding and decoding may be stored in a computer readable recording medium such as a CD-ROM disk, a floppy disk, a hard disk drive, an SSD, or a memory card that the computer 12100 may access.
  • video data may be received from the mobile phone 12500.
  • the video data may be encoded by a large scale integrated circuit (LSI) system installed in the video camera 12300, the mobile phone 12500, or the camera 12600.
  • LSI large scale integrated circuit
  • a user is recorded using a video camera 12300, a camera 12600, a mobile phone 12500, or another imaging device.
  • the content is encoded and sent to the streaming server 11300.
  • the streaming server 11300 may stream and transmit content data to other clients who have requested the content data.
  • the clients are devices capable of decoding the encoded content data, and may be, for example, a computer 12100, a PDA 12200, a video camera 12300, or a mobile phone 12500.
  • the content supply system 11000 allows clients to receive and play encoded content data.
  • the content supply system 11000 enables clients to receive and decode and reproduce encoded content data in real time, thereby enabling personal broadcasting.
  • the video encoding apparatus and the video decoding apparatus of the present invention may be applied to encoding and decoding operations of independent devices included in the content supply system 11000.
  • the mobile phone 12500 is not limited in functionality and may be a smart phone that can change or expand a substantial portion of its functions through an application program.
  • the mobile phone 12500 includes a built-in antenna 12510 for exchanging RF signals with the wireless base station 12000, and displays images captured by the camera 1530 or images received and decoded by the antenna 12510. And a display screen 12520 such as an LCD (Liquid Crystal Display) and an OLED (Organic Light Emitting Diodes) screen for displaying.
  • the smartphone 12510 includes an operation panel 12540 including a control button and a touch panel. When the display screen 12520 is a touch screen, the operation panel 12540 further includes a touch sensing panel of the display screen 12520.
  • the smart phone 12510 includes a speaker 12580 or another type of audio output unit for outputting voice and sound, and a microphone 12550 or another type of audio input unit for inputting voice and sound.
  • the smartphone 12510 further includes a camera 1530 such as a CCD camera for capturing video and still images.
  • the smartphone 12510 may be a storage medium for storing encoded or decoded data, such as video or still images captured by the camera 1530, received by an e-mail, or obtained in another form. 12570); And a slot 12560 for mounting the storage medium 12570 to the mobile phone 12500.
  • the storage medium 12570 may be another type of flash memory such as an electrically erasable and programmable read only memory (EEPROM) embedded in an SD card or a plastic case.
  • EEPROM electrically erasable and programmable read only memory
  • FIG. 25 illustrates an internal structure of the mobile phone 12500.
  • the power supply circuit 12700 the operation input controller 12640, the image encoder 12720, and the camera interface (12630), LCD control unit (12620), image decoding unit (12690), multiplexer / demultiplexer (12680), recording / reading unit (12670), modulation / demodulation unit (12660) and
  • the sound processor 12650 is connected to the central controller 12710 through the synchronization bus 1730.
  • the power supply circuit 12700 supplies power to each part of the mobile phone 12500 from the battery pack, thereby causing the mobile phone 12500 to operate. Can be set to an operating mode.
  • the central controller 12710 includes a CPU, a read only memory (ROM), and a random access memory (RAM).
  • the digital signal is generated in the mobile phone 12500 under the control of the central controller 12710, for example, the digital sound signal is generated in the sound processor 12650.
  • the video encoder 12720 may generate a digital video 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 obtained by the microphone 12550 of the mobile phone 12500 is also converted into digital sound data through the sound processor 12650 during recording of the camera 1250, and the digital sound data is converted into the multiplex / demultiplexer 12680. Can be delivered.
  • the multiplexer / demultiplexer 12680 multiplexes the encoded image data provided from the image encoder 12720 together with the acoustic data provided from the sound processor 12650.
  • the multiplexed data may be converted into a transmission signal through the modulation / demodulation unit 12660 and the communication circuit 12610 and transmitted through the antenna 12510.
  • the signal received through the antenna converts the digital signal through a frequency recovery (Analog-Digital conversion) process .
  • the modulator / demodulator 12660 demodulates the frequency band of the digital signal.
  • the band demodulated digital signal is transmitted to the video decoder 12690, the sound processor 12650, or the LCD controller 12620 according to the type.
  • the mobile phone 12500 When the mobile phone 12500 is in the call mode, the mobile phone 12500 amplifies a signal received through the antenna 12510 and generates a digital sound signal through frequency conversion and analog-to-digital conversion processing.
  • the received digital sound signal is converted into an analog sound signal through the modulator / demodulator 12660 and the sound processor 12650 under the control of the central controller 12710, and the analog sound signal is output through the speaker 12580. .
  • a signal received from the radio base station 12000 via the antenna 12510 is converted into multiplexed data as a result of the processing of the modulator / demodulator 12660.
  • the output and multiplexed data is transmitted to the multiplexer / demultiplexer 12680.
  • the multiplexer / demultiplexer 12680 demultiplexes the multiplexed data to separate the encoded video data stream and the encoded audio data stream.
  • the encoded video data stream is provided to the video decoder 12690, and the encoded audio data stream is provided to the sound processor 12650.
  • the structure of the image decoder 12690 may correspond to the structure of the video decoding apparatus as described above.
  • the image decoder 12690 generates the reconstructed video data by decoding the encoded video data by using the video decoding method of the present invention described above, and displays the reconstructed video data through the LCD controller 1262 through the display screen 1252. ) Can be restored video data.
  • video data of a video file accessed from a website of the Internet can be displayed on the display screen 1252.
  • the sound processor 1265 may convert the audio data into an analog sound signal and provide the analog sound signal to the speaker 1258. Accordingly, audio data contained in a video file accessed from a website of the Internet can also be reproduced in the speaker 1258.
  • the mobile phone 1250 or another type of communication terminal is a transmitting / receiving terminal including both the video encoding apparatus and the video decoding apparatus of the present invention, a transmitting terminal including only the video encoding apparatus of the present invention described above, or the video decoding apparatus of the present invention. It may be a receiving terminal including only.
  • FIG. 26 illustrates a digital broadcasting system employing a communication system, according to various embodiments.
  • the digital broadcasting system according to various embodiments of FIG. 26 may receive digital broadcasting transmitted through a satellite or terrestrial network using the video encoding apparatus and the video decoding apparatus.
  • the broadcast station 12890 transmits the video data stream to the communication satellite or the broadcast satellite 12900 through radio waves.
  • the broadcast satellite 12900 transmits a broadcast signal, and the broadcast signal is received by the antenna 12860 in the home to the satellite broadcast receiver.
  • the encoded video stream may be decoded and played back by the TV receiver 12610, set-top box 12870, or other device.
  • the playback device 12230 can read and decode the encoded video stream recorded on the storage medium 12020 such as a disk and a memory card.
  • the reconstructed video signal may thus be reproduced in the monitor 12840, for example.
  • the video decoding apparatus of the present invention may also be mounted in the set-top box 12870 connected to the antenna 12860 for satellite / terrestrial broadcasting or the cable antenna 12850 for cable TV reception. Output data of the set-top box 12870 may also be reproduced by the TV monitor 12880.
  • the video decoding apparatus of the present invention may be mounted on the TV receiver 12810 instead of the set top box 12870.
  • An automobile 12920 with an appropriate antenna 12910 may receive signals from satellite 12800 or radio base station 11700.
  • the decoded video may be played on the display screen of the car navigation system 12930 mounted on the car 12920.
  • the video signal may be encoded by the video encoding apparatus of the present invention and recorded and stored in a storage medium.
  • the video signal may be stored in the DVD disk 12960 by the DVD recorder, or the video signal may be stored in the hard disk by the hard disk recorder 12950.
  • the video signal may be stored in the SD card 12970.
  • the hard disk recorder 12950 is provided with the video decoding apparatus of the present invention according to various embodiments, 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 video 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 video encoder 12720 of FIG. 26.
  • FIG. 27 illustrates a network structure of a cloud computing system using a video encoding apparatus and a video decoding apparatus, according to various embodiments.
  • the cloud computing system of the present invention may include a cloud computing server 14100, a user DB 14100, a computing resource 14200, and a user terminal.
  • the cloud computing system provides an on demand outsourcing service of computing resources through an information communication network such as the Internet at the request of a user terminal.
  • service providers integrate the computing resources of data centers located in different physical locations into virtualization technology to provide users with the services they need.
  • the service user does not install and use computing resources such as application, storage, operating system, and security in each user's own terminal, but services in virtual space created through virtualization technology. You can choose as many times as you want.
  • a user terminal of a specific service user accesses the cloud computing server 14100 through an information communication network including the Internet and a mobile communication network.
  • the user terminals may be provided with a cloud computing service, particularly a video playback service, from the cloud computing server 14100.
  • the user terminal may be any electronic device capable of accessing the Internet, such as a desktop PC 14300, a smart TV 14400, a smartphone 14500, a notebook 14600, a portable multimedia player (PMP) 14700, a tablet PC 14800, and the like. It can be a device.
  • the cloud computing server 14100 may integrate and provide a plurality of computing resources 14200 distributed in a cloud network to a user terminal.
  • the plurality of computing resources 14200 include various data services and may include data uploaded from a user terminal.
  • the cloud computing server 14100 integrates a video database distributed in various places into a virtualization technology to provide a service required by a user terminal.
  • the user DB 14100 stores user information subscribed to a cloud computing service.
  • the user information may include login information and personal credit information such as an address and a name.
  • the user information may include an index of the video.
  • the index may include a list of videos that have been played, a list of videos being played, and a stop time of the videos being played.
  • Information about a video stored in the user DB 14100 may be shared among user devices.
  • the playback history of the predetermined video service is stored in the user DB 14100.
  • the cloud computing server 14100 searches for and plays a predetermined video service with reference to the user DB 14100.
  • the smartphone 14500 receives the video data stream through the cloud computing server 14100, the operation of decoding the video data stream and playing the video may be performed by the operation of the mobile phone 12500 described above with reference to FIG. 24. similar.
  • the cloud computing server 14100 may refer to a playback history of a predetermined video service stored in the user DB 14100. For example, the cloud computing server 14100 receives a playback request for a video stored in the user DB 14100 from a user terminal. If the video was being played before, the cloud computing server 14100 may have a streaming method different depending on whether the video is played from the beginning or from the previous stop point according to the user terminal selection. For example, when the user terminal requests to play from the beginning, the cloud computing server 14100 streams the video to the user terminal from the first frame. On the other hand, if the terminal requests to continue playing from the previous stop point, the cloud computing server 14100 streams the video to the user terminal from the frame at the stop point.
  • the user terminal may include the video decoding apparatus as described above with reference to FIGS. 1A through 20.
  • the user terminal may include the video encoding apparatus as described above with reference to FIGS. 1A through 20.
  • the user terminal may include both the video encoding apparatus and the video decoding apparatus as described above with reference to FIGS. 1A through 20.
  • FIGS. 21 through 27 Various embodiments of utilizing the video encoding method, the video decoding method, the video encoding apparatus, and the video decoding apparatus described above with reference to FIGS. 1A through 20 are described above with reference to FIGS. 21 through 27. However, various embodiments in which the video encoding method and the video decoding method described above with reference to FIGS. 1A to 20 are stored in a storage medium or the video encoding apparatus and the video decoding apparatus are implemented in the device are illustrated in FIGS. 21 to 27. It is not limited to.

Abstract

일 실시 예에 따른 인터 레이어 비디오 복호화 방법은 비트스트림으로부터 깊이 영상의 현재 블록에 대한 예측 모드 정보를 획득하는 단계; 상기 획득된 예측 모드 정보에 기초하여, 상기 현재 블록의 예측 블록을 생성하는 단계; 상기 예측 블록의 소정 위치 화소값들을 이용하여, 상기 예측 블록에 대한 평균 값을 예측하는 단계; 및 상기 예측 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 하는 단계를 포함할 수 있다.

Description

인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법
본 발명은 깊이 영상의 복호화/부호화 방법 및 장치를 위한 화면 내 예측 방법에 관한 것이다.
입체 영상이란 깊이 및 공간에 대한 형상 정보를 영상 정보와 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.
따라서, 입체 영상을 생성하기 위해 최적화된 다시점(멀티 레이어) 영상 부호화 장치가 요구된다. 특히, 시간 및 시점 간의 중복성을 효율적으로 감소시키기 위한 기술 개발이 필요하다.
예를 들면, 다시점 비디오 코덱은 기본 시점을 단일 시점 비디오 압축을 사용하여 압축하고, 확장 시점에서는 기본 시점을 참조하여 부호화 함으로써 압축율을 향상 시킬 수 있다. 또한, 깊이 영상과 같은 보조 데이터를 추가로 부호화함으로써 영상의 복호화단에서 입력된 시점 보다 많은 시점의 영상을 생성할 수 있도록 한다. 여기서 깊이 영상은 사용자에게 직접 보여지기 위해 사용되기보다는 중간 시점의 영상을 합성하기 위해 사용되는데, 깊이 영상에 열화가 발생하면 합성된 영상의 화질이 저하된다. 따라서 다시점 비디오 코덱은 다시점의 비디오뿐만 아니라 깊이 영상 또한 효율적으로 압축할 필요가 있다.
깊이 영상은 복호화단에서 중간 시점 영상을 합성하기 위해 이용되는 부가 정보이므로, 깊이 영상을 부호화할 때 합성 영상에 미치는 영향을 고려해야 한다. 깊이 영상은 객체의 경계 부근에서 깊이 값의 변화가 크게 나타나고 객체 내부에서는 깊이 값의 변화가 상대적으로 적다. 특히, 깊이 값의 차이가 큰 객체의 경계 부분에서는 압축 과정에서 발생하는 에러를 최소화 하는 것이 합성 영상의 에러를 최소화에 직결될 수 있다.
한편, 깊이 영상을 부호화 하기 위해 소정 예측 모드(예컨대, DC, Planar 및 DMM (Depth modeling mode) 모드)를 사용하여 현재 블록을 부호화 할 수 있다. 특히, 부호화하려는 블록에 대해서 평균값(이하, DC 값)을 결정하고, 결정된 DC 값을 깊이 정보 룩업 테이블 (Depth Lookup Table)에 매핑하여 인덱스를 계산한다. 또한, 부호화 장치에서는 원본 블록에 대한 DC 값을 통해서 계산된 인덱스와 예측 블록으로부터 구한 DC 값을 통해서 계산된 인덱스의 차이 값만을 복호화 장치로 전송한다.
한편, 예측 블록에 대한 DC 값을 계산하기 위해 예측 블록에 속하는 화소 값을 모두 더한 후 그 픽셀의 개수로 나눠주는 연산과정을 사용하는데, 이렇게 화소 값을 누적하고 나눗셈을 사용하는 구현 방식은 부호화기 및 복호화기의 복잡도를 증가 시킬 수 있었다.
본 발명은 다양한 실시예에 따른 인터 레이어 비디오 복호화 방법에 있어서, 비트스트림으로부터 깊이 영상의 현재 블록에 대한 예측 모드 정보를 획득하는 단계; 상기 획득된 예측 모드 정보에 기초하여, 상기 현재 블록의 예측 블록을 생성하는 단계; 상기 예측 블록의 소정 위치 화소값들을 이용하여, 상기 예측 블록에 대한 평균 값을 예측하는 단계; 및 상기 예측 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 하는 단계를 포함할 수 있다.
다양한 실시예에 따른 인터 레이어 비디오 복호화 및 부호화 장치 및 방법은 깊이 영상을 효율적으로 부호화 또는 복호화 하여 장치의 복잡도를 낮추고 합성 시점의 영상을 효과적으로 생성할 수 있다.
한편, 본 발명의 기술적 과제 및 효과들은 이상에서 언급한 특징으로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당해 기술분야의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1a 는 다양한 실시예에 따른 인터 레이어 비디오 부호화 장치의 블록도를 도시한다.
도 1b 는 다양한 실시예에 따른 인터 레이어 비디오 부호화 방법의 흐름도를 도시한다.
도 2a 는 다양한 실시예에 따른 인터 레이어 비디오 복호화 장치의 블록도를 도시한다.
도 2b 는 다양한 실시예에 따른 인터 레이어 비디오 복호화 방법의 흐름도를 도시한다.
도 3 은 다양한 실시예에 따른 인터 레이어 예측 구조를 도시한다.
도 4a 는 다양한 실시예에 따른 예측 블록에 대한 평균값을 계산하는 방법을 설명하기 위한 도이다.
도 4b 는 다양한 실시예에 따른 예측 블록에 대한 평균값을 계산하는 방법의 다른 예를 설명하기 위한 도이다.
도 4c 는 다양한 실시예에 따른 DMM 예측 모드를 가지는 예측 블록에 대한 평균값을 계산하는 방법을 설명하기 위한 도이다.
도 5a 는 다양한 실시예에 따라 예측 블록에 대한 평균값 및 깊이 정보 룩업 테이블을 이용하여 깊이 영상을 부호화 하는 방법의 흐름도를 도시한다.
도 5b 는 다양한 실시예에 따라 예측 블록에 대한 평균값 및 깊이 정보 룩업 테이블을 이용하여 깊이 영상을 복호화 하는 방법의 흐름도를 도시한다.
도 6 은 다양한 실시예에 따른 인터 레이어 비디오 부호화 장치의 다른 예를 나타내는 도이다.
도 7a 는 다양한 실시예에 따른 DC 예측 모드를 예측 블록에 대한 평균값을 계산하는 방법의 다른 예를 설명하기 위한 도이다.
도 7b 는 는 다양한 실시예에 따른 DMM 예측 모드를 가지는 예측 블록에 대한 평균값을 계산하는 방법의 다른 예를 설명하기 위한 도이다.
도 7c 는 다양한 실시예에 따른 따른 Planar 예측 모드를 가지는 예측 블록에 대한 평균값을 계산하는 방법의 다른 예를 설명하기 위한 도이다.
도 8 은 다양한 실시예에 따라 트리 구조에 따른 부호화단위에 기초한 비디오 부호화 장치의 블록도를 도시한다.
도 9 는 다양한 실시예에 따라 트리 구조에 따른 부호화단위에 기초한 비디오 복호화 장치의 블록도를 도시한다.
도 10 은 본 발명의 다양한 실시예에 따른 부호화단위의 개념을 도시한다.
도 11 은 본 발명의 다양한 실시예에 따른 부호화단위에 기초한 영상 부호화부의 블록도를 도시한다.
도 12 는 본 발명의 다양한 실시예에 따른 부호화단위에 기초한 영상 복호화부의 블록도를 도시한다.
도 13 은 본 발명의 다양한 실시예에 따른 부호화단위 및 파티션을 도시한다.
도 14 는 본 발명의 다양한 실시예에 따른, 부호화단위 및 변환단위의 관계를 도시한다.
도 15 는 본 발명의 다양한 실시예에 따라, 부호화 정보들을 도시한다.
도 16 은 본 발명의 다양한 실시예에 따른 부호화단위를 도시한다.
도 17, 18 및 19 는 본 발명의 다양한 실시예에 따른, 부호화단위, 예측단위 및 변환단위의 관계를 도시한다.
도 20 은 표 9의 부호화 모드 정보에 따른 부호화단위, 예측단위 및 변환단위의 관계를 도시한다.
도 21 은 다양한 실시예에 따른 프로그램이 저장된 디스크의 물리적 구조를 예시한다.
도 22 는 디스크를 이용하여 프로그램을 기록하고 판독하기 위한 디스크드라이브를 도시한다.
도 23 은 컨텐트 유통 서비스(content distribution service)를 제공하기 위한 컨텐트 공급 시스템(content supply system)의 전체적 구조를 도시한다.
도 24 및 25 는, 다양한 실시예에 따른 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법이 적용되는 휴대폰의 외부구조와 내부구조를 도시한다.
도 26 은 본 발명에 따른 통신시스템이 적용된 디지털 방송 시스템을 도시한다.
도 27 은 본 발명의 다양한 실시예에 따른 비디오 부호화 장치 및 비디오 복호화 장치를 이용하는 클라우드 컴퓨팅 시스템의 네트워크 구조를 도시한다.
본 발명은 다양한 실시예에 따른 인터 레이어 비디오 복호화 방법에 있어서, 비트스트림으로부터 깊이 영상의 현재 블록에 대한 예측 모드 정보를 획득하는 단계; 상기 획득된 예측 모드 정보에 기초하여, 상기 현재 블록의 예측 블록을 생성하는 단계; 상기 예측 블록의 소정 위치 화소값들을 이용하여, 상기 예측 블록에 대한 평균 값을 예측하는 단계; 및 상기 예측 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 하는 단계를 포함할 수 있다.
다양한 실시예에 따른 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계는, 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소값을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계를 포함 할 수 있다.
다양한 실시예에 따른 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계는, 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소값에 대해 가중 합을 수행하여 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계를 포함 할 수 있다.
다양한 실시예에 따른 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계는, 상기 깊이 영상에 대한 깊이 정보 룩업 테이블이 존재하는지 판단하는 단계; 및 상기 깊이 정보 룩업 테이블이 존재하는 경우, 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값의 평균을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계를 포함 할 수 있다.
다양한 실시예에 따른 상기 예측 블록은 DC, Planar, angular 및 DMM(Depth modeling mode) 중 하나의 예측 모드로 예측될 수 있다.
다양한 실시예에 따른 상기 예측 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 하는 단계는, 깊이 정보 룩업 테이블을 이용하여 상기 예측 블록에 대한 평균 값에 대응하는 예측 인덱스를 결정하는 단계; 상기 비트스트림으로부터 획득된 인덱스 레지듀 값을 이용하여 상기 현재 블록의 복원 블록에 대한 평균값에 대응하는 복원 인덱스를 결정하는 단계; 상기 깊이 정보 룩업 테이블을 이용하여 상기 복원 인덱스에 대응하는 상기 복원 블록에 대한 평균값을 결정하는 단계; 및 상기 예측 블록 및 상기 복원 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 하는 단계를 포함 할 수 있다.
다양한 실시예에 따른 상기 인터 레이어 비디오 복호화 방법은, 상기 현재 블록의 주변에 위치하는 적어도 하나의 화소 값을 이용하여, 상기 예측 블록에 대한 평균 값을 예측하는 단계를 포함할 수 있다.
본 발명은 다양한 실시예에 따른 인터 레이어 비디오 복호화 장치에 있어서, 비트스트림으로부터 깊이 영상의 현재 블록에 대한 예측 모드 정보를 획득하는 예측모드 판단부; 상기 획득된 예측 모드 정보에 기초하여, 상기 현재 블록의 예측 블록을 생성하는 예측 블록 생성부; 상기 예측 블록의 소정 위치 화소값들을 이용하여, 상기 예측 블록에 대한 평균 값을 예측하는 평균값 예측부; 및 상기 예측 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 할 수 있다.
다양한 실시예에 따른 상기 평균값 예측부는, 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소값을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측 할 수 있다.
다양한 실시예에 따른 상기 평균값 예측부는, 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소값에 대해 가중 합을 수행하여 상기 생성된 예측 블록에 대한 평균 값을 예측 할 수 있다.
다양한 실시예에 따른 상기 평균값 예측부는, 상기 깊이 영상에 대한 깊이 정보 룩업 테이블이 존재하는지 판단하여, 상기 깊이 정보 룩업 테이블이 존재하는 경우, 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값의 평균을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측 할 수 있다.
다양한 실시예에 따른 상기 예측 블록은 DC, Planar, angular 및 DMM(Depth modeling mode) 중 하나의 예측 모드로 예측될 수 있다.
다양한 실시예에 따른 상기 복호화부는, 깊이 정보 룩업 테이블을 이용하여 상기 예측 블록에 대한 평균 값에 대응하는 예측 인덱스를 결정하고, 상기 비트스트림으로부터 획득된 인덱스 레지듀 값을 이용하여 상기 현재 블록의 복원 블록에 대한 평균값에 대응하는 복원 인덱스를 결정하며, 상기 깊이 정보 룩업 테이블을 이용하여 상기 복원 인덱스에 대응하는 상기 복원 블록에 대한 평균값을 결정하고, 상기 예측 블록 및 상기 복원 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 할 수 있다.
다양한 실시예에 따른 상기 평균값 예측부는, 상기 현재 블록의 주변에 위치하는 적어도 하나의 화소 값을 이용하여, 상기 예측 블록에 대한 평균 값을 예측 할 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.
이하 도 1a 내지 도 7c를 참조하여, 다양한 실시예에 따라 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법 제안된다.
또한, 도 8 내지 도 20을 참조하여, 앞서 제안한 인터 레이어 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 21 내지 도 27을 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 대상이되는 데이터를 의미한다. 예를 들어, 공간영역의 영상에서 픽셀들이 샘플들일 수 있다.
이하 ‘현재 블록(Current Block)’은, 부호화 또는 복호화하고자 하는 깊이 영상의 블록을 의미할 수 있다.
먼저, 도 1a 내지 도 7c 를 참조하여, 다양한 실시예에 따라 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법이 개시된다.
도 1a 은 다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10)의 블록도를 도시한다. 도 1b 는 다양한 실시예에 따른 비디오 부호화 방법의 흐름도를 도시한다.
다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10)는 예측 모드 결정부(12), 예측 블록 생성부(14), 평균 값 계산부(16) 및 부호화부(18)를 포함할 수 있다. 또한, 다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10)는 예측 모드 결정부(12), 예측 블록 생성부(14), 평균 값 계산부(16) 및 부호화부(18)를 총괄적으로 제어하는 중앙 프로세서(미도시)를 포함할 수 있다. 또는, 예측 모드 결정부(12), 예측 블록 생성부(14), 평균 값 계산부(16) 및 부호화부(18)가 각각의 자체 프로세서(미도시)에 의해 작동되며, 프로세서(미도시)들이 상호 유기적으로 작동함에 따라 인터 레이어 비디오 부호화 장치(10)가 전체적으로 작동될 수도 있다. 또는, 인터 레이어 비디오 부호화 장치(10)의 외부 프로세서(미도시)의 제어에 따라, 예측 모드 결정부(12), 예측 블록 생성부(14), 평균 값 계산부(16) 및 부호화부(18)가 제어될 수도 있다.
인터 레이어 비디오 부호화 장치(10)는 예측 모드 결정부(12), 예측 블록 생성부(14), 평균 값 계산부(16) 및 부호화부(18)의 입출력 데이터가 저장되는 하나 이상의 데이터 저장부(미도시)를 포함할 수 있다. 인터 레이어 비디오 부호화 장치(10)는, 데이터 저장부(미도시)의 데이터 입출력을 관할하는 메모리 제어부(미도시)를 포함할 수도 있다.
인터 레이어 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. 인터 레이어 비디오 부호화 장치(10)의 내부 비디오 인코딩 프로세서는, 별개의 프로세서로서 비디오 부호화 동작을 구현할 수 있다. 또한, 인터 레이어 비디오 부호화 장치(10) 또는 중앙 연산 장치, 그래픽 연산 장치가 비디오 인코딩 프로세싱 모듈을 포함함으로써 기본적인 비디오 부호화 동작을 구현하는 경우도 가능하다.
다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10)는 스케일러블 비디오 코딩(Scalable Video Coding) 방식에 따라 다수의 영상시퀀스들을 레이어별로 분류하여 각각 부호화하고, 레이어별로 부호화된 데이터를 포함하는 별개의 스트림을 출력할 수 있다. 인터 레이어 비디오 부호화 장치(10)는 제1 레이어 영상 시퀀스와 제2 레이어 영상 시퀀스를 서로 다른 레이어로 부호화할 수 있다.
예를 들어, 공간적 스케일러빌러티(Spatial Scalability)에 기반한 스케일러블 비디오 코딩 방식에 따르면, 저해상도 영상들이 제1 레이어 영상들로서 부호화되고, 고해상도 영상들이 제2 레이어 영상들로서 부호화될 수 있다. 제1 레이어 영상들의 부호화 결과가 제1 레이어 스트림으로 출력되고, 제2 레이어 영상들의 부호화 결과가 제2 레이어 스트림으로 출력될 수 있다.
다른 예로, 다시점 비디오가 스케일러블 비디오 코딩 방식에 따라 부호화될 수 있다. 이 경우 중앙시점 영상들은 제1 레이어 영상들로서 부호화되고, 좌시점 영상들 및 우시점 영상들은 제1 레이어 영상을 참조하는 제2 레이어 영상들로서 부호화될 수 있다. 또는 인터 레이어 비디오 부호화 장치(10)가 제1 레이어, 제2 레이어, 제3 레이어 등 셋 이상의 레이어를 허용하하는 경우 중앙시점 영상들은 제1 레이어 영상들로서 부호화 되고, 좌시점 영상들은 제2 레이어 영상들로 그리고 우시점 영상들은 제3 레이어 영상들로 부호화 될 수 있다. 물론, 반드시 이러한 구성에 한정되는 것은 아니며 중앙시점, 좌시점, 우시점 영상들이 부호화 되는 레이어 및 참조되는 레이어가 변경될 수도 있다.
또 다른 예로, 시간적 스케일러빌러티에 기반한 시간 계층적 예측(Temporal Hierarchical Prediction)에 따라 스케일러블 비디오 코딩 방식이 수행될 수 있다. 기본 프레임 레이트의 영상들을 부호화하여 생성된 부호화 정보를 포함하는 제1 레이어 스트림이 출력될 수 있다. 프레임 레이트별로 시간적 계층(temporal level)이 분류되고 각 시간적 계층이 각 레이어로 부호화될 수 있다. 기본 프레임 레이트의 영상들을 참조하여 고속 프레임 레이트의 영상들을 더 부호화하여, 고속 프레임 레이트의 부호화 정보를 포함하는 제2 레이어 스트림이 출력될 수 있다.
또한, 제1 레이어와 다수의 제2 레이어들에 대한 스케일러블 비디오 코딩이 수행될 수 있다. 제2 레이어가 셋 이상인 경우, 제1 레이어 영상들과 첫번째 제2 레이어 영상들, 두번째 제2 레이어 영상들, ..., K번째 제2 레이어 영상들이 부호화될 수도 있다. 이에 따라 제1 레이어 영상들의 부호화 결과가 제1 레이어 스트림으로 출력되고, 첫번째, 두번째, ..., K번째 제2 레이어 영상들의 부호화 결과가 각각 첫번째, 두번째, ..., K번째 제2 레이어 스트림으로 출력될 수 있다.
다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10)는 단일레이어의 영상들을 참조하여 현재영상을 예측하는 인터 예측(Inter Prediction)을 수행할 수 있다. 인터 예측을 통해, 현재영상과 참조영상 사이의 움직임 정보를 나타내는 모션 벡터(motion vector) 및 현재영상과 참조영상 사이의 레지듀얼 성분(residual)이 생성될 수 있다.
또한, 인터 레이어 비디오 부호화 장치(10)는 제1 레이어 영상들을 참조하여 제2 레이어 영상들을 예측하는 인터 레이어 예측(Inter-layer Prediction)을 수행할 수 있다.
또한 다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10)가 제1 레이어, 제2 레이어, 제3 레이어 등 셋 이상의 레이어를 허용하는 경우에는, 멀티 레이어 예측 구조에 따라 하나의 제1 레이어 영상과 제3 레이어 영상 간의 인터 레이어 예측, 제2 레이어 영상과 제3 레이어 영상 간의 인터 레이어 예측을 수행할 수도 있다.
인터 레이어 예측을 통해, 현재영상과 다른 레이어의 참조영상 사이의 위치 차이성분 및 현재영상과 다른 레이어의 참조영상 사이의 레지듀얼 성분이 생성될 수 있다.
인터 레이어 예측 구조는 추후 도 3을 참조하여 상술한다.
다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10)는 각 레이어마다, 비디오의 각각의 영상의 블록별로 부호화한다. 블록의 타입은 정사각형 또는 직사각형일 수 있으며, 임의의 기하학적 형태일 수도 있다. 일정한 크기의 데이터 단위로 제한되는 것은 아니다. 블록은, 트리구조에 따른 부호화단위들 중에서는, 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등일 수 있다. 트리 구조의 부호화 단위들을 포함하는 최대부호화단위는, 코딩 트리 유닛(Coding Tree Unit), 코딩 블록 트리(Coding Block Tree), 블록 트리, 루트 블록 트리(Root Block Tree), 코딩 트리, 코딩 루트 또는 트리 트렁크(Tree Trunk) 등으로 다양하게 명명되기도 한다. 트리구조에 따른 부호화단위들에 기초한 비디오 부복호화 방식은, 도 8 내지 도 20을 참조하여 후술한다.
한편, 다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10)가 다시점 비디오 영상을 부호화 하는 경우에는 깊이 영상과 같은 보조 데이터를 추가로 부호화함으로써 영상의 복호화단을 통해 입력된 시점 보다 많은 시점의 영상을 생성할 수 있다. 여기서 깊이 영상은 사용자에게 직접 보여지기 위해 사용되기보다는 중간 시점의 영상을 합성하기 위해 사용되므로, 깊이 영상의 열화 여부가 합성된 영상의 화질에 영향을 미칠 수 있다.
깊이 영상의 깊이 값의 변화량은 객체의 경계 부근에서 크게 나타나고 객체 내부에서는 상대적으로 적게 나타난다. 따라서, 깊이 값의 차이가 큰 객체의 경계 부분에서 발생하는 에러를 최소화 하는 것이 합성 영상의 에러를 최소화에 직결될 수 있다. 또한 깊이 값이 변화량이 적은 객체 내부에 대해서는 상대적으로 데이터량을 줄이는 것이 깊이 영상에 대한 부호화 효율을 높일 수 있다.
따라서 인터 레이어 비디오 부호화 장치(10)는 깊이 영상을 소정 예측 모드(예컨대, DC, Planar, Angular 및 DMM (Depth modeling mode) 모드)를 사용하여 현재 블록을 부호화 할 수 있다. 그리고, 부호화하려는 블록에 대해서 DC 값(이하, 평균값)을 계산하고, 계산 된 평균값을 깊이 정보 룩업 테이블 (Depth Lookup Table)에 매핑하여 인덱스를 결정할 수 있다. 여기서 깊이 정보 룩업 테이블은 깊이 영상이 가질 수 있는 깊이 값과 인덱스를 매칭 시켜 놓은 테이블을 나타낸다.
또한, 인터 레이어 비디오 부호화 장치(10)는 원본 블록에 대한 평균 값을 깊이 정보 룩업 테이블에 매핑하여 결정한 인덱스와 예측 블록으로부터 구한 평균 값을 통해서 계산된 인덱스의 차이 값만을 복호화 장치로 전송할 수 있다.
한편, 예측 블록에 대한 평균 값을 계산하기 위해 예측 블록에 속하는 화소 값을 모두 더한 후 그 픽셀의 개수로 나눠주는 연산과정을 사용할 수 있는데, 이렇게 화소 값을 누적하고 나눗셈을 사용하는 구현 방식은 부호화 장치 및 복호화 장치의 복잡도를 증가 시킬 수 있다.
따라서 다양한 실시예에 다른 인터 레이어 비디오 부호화 장치(10)는 예측 블록에 속하는 픽셀 중 소정 위치의 화소 값들만을 이용하여 예측 블록에 대한 평균값을 예측함으로써 복잡도를 낮출 수 있다.
이하, 도 1b를 참조하여 다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10)의 동작을 상세히 설명한다.
단계 11에서 예측 모드 결정부(12)는 깊이 영상의 현재 블록에 대한 예측 모드를 결정할 수 있다. 여기서 예측 모드는 DC, Planar, Angular 및 DMM (Depth modeling mode) 모드 중 하나로 결정 될 수 있다. 여기서 DMM 모드는 DMM mode-1(또는, DMM_WFULL 모드) 및 DMM mode-4(또는, DMM_CPREDTEX 모드)를 포함할 수 있다.
여기서 DC 모드는 예측 블록의 예측 샘플들을 현재 블록의 주변 참조 샘플들의 평균값으로 채워 넣는 방법을 이용하는 인트라 예측 모드이다.
또한 Planar 모드는 참조 샘플에 대한 예측 샘플 predSample[x],[y],with x,y=0…nTbS-1에 대해 다음의 수학식 1에 따라 계산되는 인트라 예측 모드이다.
수학식 1
Figure PCTKR2014006569-appb-M000001
여기서 nTbS는 예측 블록의 가로 또는 세로의 크기를 나타낸다.
또한 Angular 모드는 화면 내 예측 모드 중 모드 2 부터 모드 34까지의 방향성을 고려하여, 참조 샘플들로부터 예측샘플을 결정하는 예측 모드를 의미한다.
또한 DMM 예측모드는 현재 블록을 패턴에 따라 적어도 두개의 영역으로 분할하여 예측을 수행하는 모드로, 각 영역별로 평균값이 계산된다. 한편 DMM 예측 모드는 DMM mode-1 및 DMM mode-4를 포함할 수 있다. DMM mode-1은 인터 레이어 부호화 장치(10)에서 현재 블록에 대해 여러 경계선을 적용하여 두개의 영역으로 분할해 본뒤 가장 적합한 경계선을 기준으로 영역을 분할하는 모드이며, DMM mode-4는 현재 블록의 텍스쳐의 패턴에 따라서 예측 블록을 적어도 두 개 이상의 영역으로 분할하는 모드이다.
한편, DC, Planar, Angular 및 DMM (Depth modeling mode) 모드는 현재 블록 주변에 이미 복원된 픽셀을 이용하여 화면내 예측을 수행하는 모드들로, 본 실시예가 속하는 기술분야의 통상의 기술자에게 자명한 기술이므로 상세한 설명은 생략 한다.
또한, 예측 모드 결정부(12)는 현재 블록에 대한 예측모드가 후술하는 예측 블록의 평균 값을 이용하는 모드인지를 결정 할 수 있다.
단계 13에서 예측 블록 생성부(14)는 결정된 예측 모드에 기초하여, 현재 블록의 예측 블록을 생성할 수 있다.
단계 15에서 평균 값 계산부(16)는 예측 블록의 소정 위치 화소 값들을 이용하여, 예측 블록에 대한 평균 값을 예측 할 수 있다.
예를 들면, 평균 값 계산부(16)는 예측 블록 내의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측할 수 있다. 구체적으로, 평균 값 계산부(16)는 예측 블록 내의 모든 화소값을 이용하여 평균 값을 구하기 보다는 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값에 대해 가중 합을 수행하여 상기 생성된 예측 블록에 대한 평균 값을 예측할 수 있다. 또한, 반드시 이러한 구성에 한정되는 것은 아니면 각 화소 위치별로 적어도 하나 이상의 화소 값을 이용하여(예컨데 좌측 상단 4개의 화소 값 및 우측 상단 4개의 화소 값 이용) 예측 블록에 대한 평균 값을 예측할 수 있다.
다른 예로, 평균 값 계산부(16)는 예측 블록의 우측 하단 화소 값을 생성된 예측 블록에 대한 평균값으로 예측 할 수도 있다.
또한, 평균 값 계산부(16)는 예측 모드에 따라 예측 블록에 대한 평균값을 다르게 구할수도 있다.
예를 들면, 평균 값 계산부(16)는 깊이 정보 룩업 테이블이 존재하고 상기 예측 블록이 DC 또는 Planar 모드로 예측되는 경우, 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값의 평균을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측할 수 있다.
또한, 평균 값 계산부(16)는 예측 블록이 DMM 모드로 예측되는 경우 예측 블록에서 분할된 영역 별로 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값을 이용하여 영역 별 평균 값을 예측할 수 있다.
또 다른 예로 평균 값 계산부(16)는 현재 블록의 예측 모드에 따라 다른 위치의 화소 값을 이용하여 생성된 예측 블록에 대한 평균 값을 예측 할 수 있다. 예를 들면, 예측 블록의 예측 모드가 DC, Planar 또는 Angular 모드인 경우
단계 17에서 부호화부(18)는 예측 블록에 대한 평균 값을 이용하여 깊이 영상을 부호화할 수 있다. 한편, 부호화부(18)가 예측 블록에 대한 평균값을 이용하여 깊이 영상을 부호화 하는 방법의 구체적인 동작은 도 5a를 참조하여 후술한다.
상술한 바에 따라서 인터 레이어 비디오 부호화 장치(10)는 예측 블록에 대한 평균값을 계산하는 방법의 복잡도를 낮춥으로써, 깊이 영상을 효율적으로 부호화 할 수 있다.
도 2a 는 다양한 실시예에 따른 인터 레이어 비디오 복호화 장치(20)의 블록도를 도시한다.
다양한 실시예에 따른 인터 레이어 비디오 복호화 장치(20)는, 파싱부(22), 예측 블록 생성부(24), 평균 값 계산부(26) 및 복호화부(28)를 포함할 수 있다. 또한, 다양한 실시예에 따른 인터 레이어 비디오 복호화 장치(20)는, 파싱부(22), 예측 블록 생성부(24), 평균 값 계산부(26) 및 복호화부(28)를 총괄적으로 제어하는 중앙 프로세서(미 도시)를 포함할 수 있다. 또는, 파싱부(22), 예측 블록 생성부(24), 평균 값 계산부(26) 및 복호화부(28)가 각각의 자체 프로세서(미 도시)에 의해 작동되며, 프로세서(미 도시)들이 상호 유기적으로 작동함에 따라 인터 레이어 비디오 복호화 장치(20)가 전체적으로 작동될 수도 있다. 또는, 다양한 실시예에 따른 인터 레이어 비디오 복호화 장치(20)의 외부 프로세서(미 도시)의 제어에 따라, 파싱부(22), 예측 블록 생성부(24), 평균 값 계산부(26) 및 복호화부(28)가 제어될 수도 있다.
또한, 다양한 실시예에 따른 인터 레이어 비디오 복호화 장치(20)는, 파싱부(22), 예측 블록 생성부(24), 평균 값 계산부(26) 및 복호화부(28)의 입출력 데이터가 저장되는 하나 이상의 데이터 저장부(미 도시)를 포함할 수 있다. 인터 레이어 비디오 복호화 장치(20)는, 데이터 저장부(미 도시)의 데이터 입출력을 관할하는 메모리 제어부(미 도시)를 포함할 수도 있다.
다양한 실시예에 따른 인터 레이어 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 인터 레이어 비디오 복호화 장치(20)의 내부 비디오 디코딩 프로세서는, 별개의 프로세서뿐만 아니라, 인터 레이어 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.
다양한 실시예에 따른 인터 레이어 비디오 복호화 장치(20)는, 스케일러블 부호화 방식에 따라 레이어별로 비트스트림들을 수신할 수 있다. 인터 레이어 비디오 복호화 장치(20)가 수신하는 비트스트림들의 레이어의 개수가 한정되는 것은 아니다.
예를 들어, 공간적 스케일러빌러티에 기반한 인터 레이어 비디오 복호화 장치(20)는, 서로 다른 해상도의 영상시퀀스가 서로 다른 레이어로 부호화된 스트림을 수신할 수 있다. 제1 레이어 스트림을 복호화하여 저해상도 영상시퀀스가 복원되고, 제2 레이어 스트림을 복호화하여 고해상도 영상 시퀀스가 복원될 수 있다.
다른 예로, 다시점 비디오가 스케일러블 비디오 코딩 방식에 따라 복호화될 수 있다. 스테레오스코픽 비디오 스트림이 다수 레이어로 수신된 경우에, 제1 레이어 스트림을 복호화하여 좌시점 영상들이 복원될 수 있다. 제1 레이어 스트림에 제2 레이어 스트림을 더 복호화하여 우시점 영상들이 복원될 수 있다.
또는 다시점 비디오 스트림이 다수 레이어로 수신된 경우에, 제1 레이어 스트림을 복호화하여 중앙시점 영상들이 복원될 수 있다. 제1 레이어 스트림에 제2 레이어 스트림을 더 복호화하여 좌시점 영상들이 복원될 수 있다. 제1 레이어 스트림에 제3 레이어 스트림을 더 복호화하여 우시점 영상들이 복원될 수 있다.
다른 예로, 시간적 스케일러빌러티에 기반한 스케일러블 비디오 코딩 방식이 수행될 수 있다. 제1 레이어 스트림을 복호화하여 기본 프레임 레이트의 영상들이 복원될 수 있다. 제1 레이어 스트림에 제2 레이어 스트림을 더 복호화하여 고속 프레임 레이트의 영상들이 복원될 수 있다.
또한, 제2 레이어가 셋 이상인 경우, 제1 레이어 스트림으로부터 제1 레이어 영상들이 복원되고, 제1 레이어 복원영상들을 참조하여 제2 레이어 스트림을 더 복호화하면 제2 레이어 영상들이 더 복원될 수 있다. 제2 레이어 복원영상을 참조하여 K번째 레이어 스트림을 더 복호화하면 K번째 레이어 영상들이 더 복원될 수도 있다.
인터 레이어 비디오 복호화 장치(20)는, 제1 레이어 스트림과 제2 레이어 스트림으로부터 제1 레이어 영상들 및 제2 레이어 영상들의 부호화된 데이터를 획득하고, 더하여 인터 예측에 의해 생성된 모션 벡터 및 인터 레이어 예측에 의해 생성된 예측 정보를 더 획득할 수 있다.
예를 들어 인터 레이어 비디오 복호화 장치(20)는 각 레이어별로 인터 예측된 데이터를 복호화하고, 다수 레이어 간에 인터 레이어 예측된 데이터를 복호화할 수 있다. 부호화 단위 또는 예측 단위를 기초로 움직임 보상(Motion Compensation) 및 인터 레이어 복호화를 통한 복원이 수행될 수도 있다.
각 레이어 스트림에 대해서는 동일 레이어의 인터 예측을 통해 예측된 복원영상들을 참조하여, 현재영상을 위한 움직임 보상을 수행함으로써, 영상들을 복원할 수 있다. 움직임 보상은, 현재 영상의 모션 벡터를 이용하여 결정된 참조영상과, 현재 영상의 레지듀얼 성분을 합성하여 현재 영상의 복원 영상을 재구성하는 동작을 의미한다.
또한, 인터 레이어 비디오 복호화 장치(20)는 인터 레이어 예측을 통해 예측된 제2 레이어 영상을 복호화하기 위해 제1 레이어 영상들의 예측 정보를 참조하여 인터 레이어 복호화를 수행할 수도 있다. 인터 레이어 복호화는, 현재 영상의 예측정보를 결정하기 위하여 다른 레이어의 참조블록의 예측 정보를 이용하여 현재 영상의 예측정보를 재구성하는 동작을 의미한다.
다양한 실시예에 따른 인터 레이어 비디오 복호화 장치(20)는 제2 레이어 영상들을 참조하여 예측된 제3 레이어 영상들을 복원하기 위한 인터 레이어 복호화를 수행할 수도 있다. 인터 레이어 예측 구조는 추후 도 3을 참조하여 상술한다.
인터 레이어 비디오 복호화 장치(20)는 비디오의 각각의 영상의 블록별로 복호화한다. 블록은, 트리구조에 따른 부호화단위들 중에서는, 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등일 수 있다. 트리구조에 따른 부호화단위들에 기초한 비디오 부복호화 방식은, 도 8 내지 도 20을 참조하여 후술한다.
한편, 다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10)가 다시점 비디오 영상을 부호화 하는 경우에는 깊이 영상과 같은 보조 데이터를 추가로 부호화함으로써 영상의 복호화단을 통해 입력된 시점 보다 많은 시점의 영상을 생성할 수 있다. 여기서 깊이 영상은 사용자에게 직접 보여지기 위해 사용되기보다는 중간 시점의 영상을 합성하기 위해 사용되므로, 깊이 영상의 열화 여부가 합성된 영상의 화질에 영향을 미칠 수 있다.
깊이 영상의 깊이 값의 변화량은 객체의 경계 부근에서 크게 나타나고 객체 내부에서는 상대적으로 적게 나타난다. 따라서, 깊이 값의 차이가 큰 객체의 경계 부분에서 발생하는 에러를 최소화 하는 것이 합성 영상의 에러를 최소화에 직결될 수 있다. 또한 깊이 값이 변화량이 적은 객체 내부에 대해서는 상대적으로 데이터량을 줄이는 것이 깊이 영상에 대한 부호화 효율을 높일 수 있다.
따라서, 인터 레이어 비디오 복호화 장치(20)는 깊이 영상을 복호화 하기 위해 소정 예측 모드(예컨대, DC, Planar, Angular 및 DMM (Depth modeling mode) 모드)를 사용하여 예측 블록을 생성 할 수 있다. 특히, 예측 블록에 대해서 DC 값(이하, 평균값)을 계산하고, 계산된 평균값을 깊이 정보 룩업 테이블 (Depth Lookup Table)에 매핑하여 인덱스를 계산할 수 있다. 또한, 인터 레이어 비디오 복호화 장치(20)는 복원 블록에 대한 평균 값에 대응되는 복원 인덱스와 예측 블록에 대한 평균값에 대응하는 예측 인덱스 사이의 인덱스 차이값을 비트스트림을 통해 수신할 수 있다.
또한, 인터 레이어 비디오 복호화 장치(20)는 인덱스 차이값과 깊이 정보 룩업 테이블을 이용하여 복원 블록에 대한 평균 값을 결정하고, 복원 블록에 대한 평균 값과 예측 블록에 대한 평균값의 차이 값을 오프셋으로 이용함으로써 깊이 영상을 복원할 수 있다.
한편, 예측 블록에 대한 평균 값을 계산하기 위해 예측 블록에 속하는 화소 값을 모두 더한 후 그 픽셀의 개수로 나눠주는 연산과정을 사용할 수 있는데, 이렇게 화소 값을 누적하고 나눗셈을 사용하는 구현 방식은 부호화 장치 및 복호화 장치의 복잡도를 증가 시킬 수 있었다.
따라서, 다양한 실시예에 다른 인터 레이어 비디오 부호화 장치(10)는 예측 블록에 속하는 픽셀 중 소정 위치의 화소 값들만을 이용하여 예측 블록에 대한 평균값을 예측함으로써 복잡도를 낮출 수 있다.
이하, 도 2b를 참조하여 다양한 실시예에 따른 인터 레이어 비디오 복호화 장치(20)의 동작을 상세히 설명한다.
단계 21에서 파싱부(22)는 비트스트림으로부터 깊이 영상의 현재 블록에 대한 예측 모드 정보를 획득 할 수 있다. 여기서 예측 모드 정보는 현재 블록이 DC, Planar, Angular 및 DMM (Depth modeling mode) 모드 중 어떤 모드로 예측될 것인지를 나타낼 수 있다. 또한, 여기서 DMM 모드는 DMM mode-1(또는, DMM_WFULL mode) 및 DMM mode-4(또는, DMM_CPREDTEX 모드)를 포함할 수 있다.
또한, 파싱부(22)는 현재 블록에 대한 예측모드가 예측 블록의 평균 값을 이용하는 모드인지를 나타내는 정보를 획득할 수도 있다.
단계 23에서 예측 블록 생성부(24)는 획득된 예측 모드 정보에 기초하여, 현재 블록의 예측 블록을 생성할 수 있다.
단계 25에서 평균 값 계산부(26)는 예측 블록의 소정 위치 화소 값들을 이용하여, 예측 블록에 대한 평균 값을 예측 할 수 있다.
예를 들면, 평균 값 계산부(26)는 예측 블록 내의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측할 수 있다. 구체적으로, 평균 값 계산부(26)는 예측 블록 내의 모든 화소값을 이용하여 평균 값을 구하기 보다는 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값에 대해 가중 합을 수행하여 상기 생성된 예측 블록에 대한 평균 값을 예측할 수 있다. 또한, 반드시 이러한 구성에 한정되는 것은 아니면 각 화소 위치별로 적어도 하나 이상의 화소 값을 이용하여(예컨데 좌측 상단 4개의 화소 값 및 우측 상단 4개의 화소 값 이용) 예측 블록에 대한 평균 값을 예측할 수 있다.
다른 예로, 평균 값 계산부(26)는 예측 블록의 우측 하단 화소 값을 생성된 예측 블록에 대한 평균값으로 예측 할 수도 있다.
또한, 평균 값 계산부(26)는 예측 모드에 따라 예측 블록에 대한 평균값을 다르게 구할수도 있다.
예를 들면, 평균 값 계산부(26)는 깊이 정보 룩업 테이블이 존재하고 상기 예측 블록이 DC 또는 Planar 모드로 예측되는 경우, 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값의 평균을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측할 수 있다.
또한, 평균 값 계산부(26)는 깊이 정보 룩업 테이블이 존재하고 상기 예측 블록이 DC 또는 Planar 모드로 예측되는 경우, 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값의 평균을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측할 수 있다.
또한, 평균 값 계산부(26)는 예측 블록이 DMM 모드로 예측되는 경우 예측 블록에서 분할된 영역 별로 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값을 이용하여 영역 별 평균 값을 예측할 수 있다.
단계 27에서 부호화부(28)는 예측 블록에 대한 평균 값을 이용하여 깊이 영상을 복호화할 수 있다. 한편, 복호화부(28)가 예측 블록에 대한 평균값을 이용하여 깊이 영상을 복호화 하는 방법의 구체적인 동작은 도 5b를 참조하여 후술한다.
상술한 바에 따라서 인터 레이어 비디오 복호화 장치(20)는 예측 블록에 대한 평균값을 계산하는 방법의 복잡도를 낮춥으로써, 깊이 영상을 효율적으로 복호화 할 수 있다.
이하 도 3을 참조하여 다양한 실시예에 따른 인터 레이어 부호화 장치(10)에서 수행될 수 있는 인터 레이어 예측 구조를 상술한다.
도 3은 다양한 실시예에 따른 인터 레이어 예측 구조를 도시한다.
다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10)는, 도 3에 도시된 다시점 비디오 예측 구조의 재생순서(30)에 따라 기본시점 영상들, 좌시점 영상들 및 우시점 영상들을 예측 부호화할 수 있다.
관련기술에 따른 다시점 비디오 예측 구조의 재생순서(30)에 따르면, 가로 방향으로 동일시점(View)의 영상들이 배열되어 있다. 따라서 'Left'로 표기된 좌시점 영상들이 가로 방향으로 일렬로 배열되고, 'Center'로 표기된 기본시점 영상들이 가로 방향으로 일렬로 배열되고, 'Right'로 표기된 우시점 영상들이 가로 방향으로 일렬로 배열되고 있다. 기본시점 영상들은, 좌시점/우시점 영상들에 대비하여, 중앙시점 영상들일 수 있다.
또한, 세로 방향으로 POC 순서가 동일한 영상들이 배열된다. 영상의 POC 순서는 비디오를 구성하는 영상들의 재생순서를 나타낸다. 다시점 비디오 예측 구조(30)에서 표시되어 있는 'POC X'는, 해당 열에 위치한 영상들의 상대적인 재생순서를 나타내며, X의 숫자가 작을수록 재생순서가 앞서고, 커질수록 재생순서가 늦어진다.
따라서 관련기술에 따른 다시점 비디오 예측 구조의 재생순서(30)에 따르면, 'Left'로 표기된 좌시점 영상들이 POC 순서(재생순서)에 따라 가로 방향으로 배열되고, 'Center'로 표기된 기본시점 영상들이 POC 순서(재생순서)에 따라 가로 방향으로 배열되고, 'Right'로 표기된 우시점 영상들이 POC 순서(재생순서)에 따라 가로 방향으로 배열되고 있다. 또한, 기본시점 영상과 동일한 열(column)에 위치한 좌시점 영상 및 우시점 영상은, 모두 시점은 다르지만 POC 순서(재생순서)가 동일한 영상들이다.
각 시점별로, 4개의 연속 영상들이 하나의 GOP(Group of Picture)를 구성하고 있다. 각 GOP는 연속하는 앵커픽처들 사이의 영상들과 하나의 앵커픽처(Key Picture)을 포함한다.
앵커픽처는 랜덤 억세스 포인트(Random Access Point)로, 비디오를 재생할 때 영상의 재생 순서, 즉 POC 순서에 따라 배열된 영상들 중에서 임의로 재생 위치가 선택되면, 재생 위치에서 POC순서가 가장 인접하는 앵커픽처가 재생된다. 기본시점 영상들은 기본시점 앵커픽처들(31, 32, 33, 34, 35)을 포함하고, 좌시점 영상들은 좌시점 앵커픽처들(131, 132, 133, 134, 135)을 포함하고, 우시점 영상들은 우시점 앵커픽처들(231, 232, 233, 234, 235)을 포함한다.
다시점 영상들은 GOP 순서대로 재생되고 예측(복원)될 수 있다. 먼저 다시점 비디오 예측 구조의 재생순서(30)에 따르면, 각 시점별로, GOP 0에 포함된 영상들이 재생된 후, GOP 1에 포함된 영상들이 재생될 수 있다. 즉, GOP 0, GOP 1, GOP 2, GOP 3의 순으로, 각 GOP에 포함된 영상들이 재생될 수 있다. 또한, 다시점 비디오 예측 구조의 코딩순서에 따르면, 각 시점별로, GOP 0에 포함된 영상들이 예측(복원)된 후, GOP 1에 포함된 영상들이 예측(복원)될 수 있다. 즉, GOP 0, GOP 1, GOP 2, GOP 3의 순으로, 각 GOP에 포함된 영상들이 예측(복원)될 수 있다.
다시점 비디오 예측 구조의 재생순서(30)에 따르면, 영상들에 대해 시점간 예측(인터 레이어 예측) 및 인터 예측이 모두 수행된다. 다시점 비디오 예측 구조에서, 화살표가 시작하는 영상이 참조영상이고, 화살표가 끝나는 영상이 참조영상을 이용하여 예측되는 영상이다.
기본시점 영상들의 예측 결과는 부호화된 후 기본시점 영상스트림의 형태로 출력되고, 부가시점 영상들의 예측 결과는 부호화된 후 레이어 비트스트림의 형태로 출력될 수 있다. 또한 좌시점 영상들의 예측부호화 결과는 제1 레이어 비트스트림으로, 우시점 영상들의 예측부호화 결과는 제2 레이어 비트스트림으로 출력될 수 있다.
기본시점 영상들에 대해서는 인터 예측만이 수행된다. 즉, I-픽처타입인 앵커픽처들(31, 32, 33, 34, 35)은 다른 영상들을 참조하지 않지만, B-픽처타입 및 b-픽처타입인 나머지 영상은 다른 기본시점 영상들을 참조하여 예측된다. B-픽처타입 영상들은 POC 순서가 앞서는 I-픽처타입 앵커픽처과 뒤따르는 I-픽처타입 앵커픽처를 참조하여 예측된다. b-픽처타입 영상들은 POC 순서가 앞서는 I-픽처타입 앵커픽처과 뒤따르는 B-픽처타입 영상을 참조하거나, POC 순서가 앞서는 B-픽처타입 영상과 뒤따르는 I-픽처타입 앵커픽처를 참조하여 예측된다.
좌시점 영상들 및 우시점 영상들에 대해서는 각각, 다른 시점 영상들을 참조하는 시점간 예측(인터 레이어 예측) 및 동일 시점 영상들을 참조하는 인터 예측이 수행된다.
좌시점 앵커픽처들(131, 132, 133, 134, 135)에 대해, 각각 POC순서가 동일한 기본시점 앵커픽처(31, 32, 33, 34, 35)을 참조하여 시점간 예측(인터 레이어 예측)이 수행될 수 있다. 우시점 앵커픽처들(231, 232, 233, 234, 235)에 대해서는, 각각 POC순서가 동일한 기본시점 영상(31, 32, 33, 34, 35) 또는 좌시점 앵커픽처(131, 132, 133, 134, 135)을 참조하여 시점 간 예측이 수행될 수 있다. 또한, 좌시점 영상들 및 우시점 영상들 중 앵커픽처(131, 132, 133, 134, 135, 231, 232, 233, 234, 235)이 아닌 나머지 영상들에 대해서도, POC가 동일한 다른시점 영상을 참조하는 시점간 예측(인터 레이어 예측)이 수행될 수 있다.
좌시점 영상들 및 우시점 영상들 중 앵커픽처들(131, 132, 133, 134, 135, 231, 232, 233, 234, 235)이 아닌 나머지 영상들은 동일시점 영상들을 참조하여 예측된다.
다만, 좌시점 영상들 및 우시점 영상들은 각각, 동일시점의 부가시점 영상들 중에서 재생순서가 선행하는 앵커픽처를 참조하여 예측되지 않을 수 있다. 즉, 현재 좌시점 영상의 인터 예측을 위해, 현재 좌시점 영상보다 재생순서가 선행하는 좌시점 앵커픽처를 제외한 좌시점 영상들이 참조될 수 있다. 마찬가지로, 현재 우시점 영상의 인터 예측을 위해, 현재 우시점 영상보다 재생순서가 선행하는 우시점 앵커픽처를 제외한 우시점 영상들이 참조될 수 있다.
또한, 현재 좌시점 영상의 인터 예측을 위해, 현재 좌시점 영상이 속한 현재 GOP보다 선행하는 이전 GOP에 속하는 좌시점 영상은 참조하지 않고, 현재 GOP에 속하지만 현재 좌시점 영상보다 먼저 복원될 좌시점 영상을 참조하여 예측이 수행되는 것이 바람직하다. 우시점 영상의 경우도 마찬가지다.
다양한 실시예에 따른 인터 레이어 비디오 복호화 장치(20)는, 도 3에 도시된 다시점 비디오 예측 구조의 재생순서(30)에 따라 기본시점 영상들, 좌시점 영상들 및 우시점 영상들을 복원할 수 있다.
좌시점 영상들은, 기본시점 영상들을 참조하는 시점간 디스패리티 보상과 좌시점 영상들을 참조하는 인터 움직임 보상을 통해 복원될 수 있다. 우시점 영상들은, 기본시점 영상들 및 좌시점 영상들을 참조하는 시점간 디스패리티 보상과 우시점 영상들을 참조하는 인터 움직임 보상을 통해 복원될 수 있다. 좌시점 영상들 및 우시점 영상들의 디스패리티 보상 및 움직임 보상을 위해 참조영상들이 먼저 복원되어야 한다.
좌시점 영상의 인터 움직임 보상을 위해, 복원된 좌시점의 참조영상을 참조하는 인터 움직임 보상을 통해 좌시점 영상들이 복원될 수 있다. 우시점 영상의 인터 움직임 보상을 위해, 복원된 우시점의 참조영상을 참조하는 인터 움직임 보상을 통해, 우시점 영상들이 복원될 수 있다.
또한, 현재 좌시점 영상의 인터 움직임 보상을 위해, 현재 좌시점 영상이 속한 현재 GOP보다 선행하는 이전 GOP에 속하는 좌시점 영상은 참조하지 않고, 현재 GOP에 속하지만 현재 좌시점 영상보다 먼저 복원될 좌시점 영상만 참조되는 것이 바람직하다. 우시점 영상의 경우도 마찬가지다.
이하 도 4a 내지 도 7c를 참조하여 다양한 실시예에 따른 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법을 상세히 설명한다.
도 4a 는 다양한 실시예에 따른 예측 블록에 대한 평균값을 계산하는 방법을 설명하기 위한 도이다.
도 4a 를 참조하면 다양한 실시예에 따른 인터 레이어 복호화 장치(20)는 예측 블록의 소정 위치 화소 값을 이용하여 예측 블록에 대한 평균값을 예측할 수 있다. 여기서 예측 블록은 DC 또는 Planar 모드의 예측을 통해 생성될 수 있다. 예를 들면 예측 블록이 DC모드의 예측을 통해 생성되는 경우 예측 블록(40)의 샘플값은 주변의 이미 복원된 참조 샘플들(45)의 평균 값으로 채워질 수 있다.
인터 레이어 복호화 장치(20)는 8x8 예측 블록(40)에 있어서, 좌측 상단 화소 값(41), 우측 상단 화소값(42), 좌측 하단 화소값(43) 및 우측 하단 화소값(44)의 평균 값을 예측 블록(40)에 대한 평균값으로 예측할 수 있다. 다른 예로 다음의 수학식 2와 같이 가중합을 이용하여 예측 블록(40)의 평균값을 예측할 수 있다.
수학식 2
Figure PCTKR2014006569-appb-M000002
여기서 dc는 예측 블록의 평균값을 나타내고, P는 각각 좌측 상단 화소 값(41), 우측 상단 화소값(42), 좌측 하단 화소값(43) 및 우측 하단 화소값(44)을 나타내며, α, β 및 γ는 가중합을 구하기 위한 변수를 나타낸다.
한편, 본 실시예에서는 8x8크기의 예측 블록(40)에 대해서만 설명하였지만, 4x4, 16x16, 32x32 및 64x64크기의 블록에 대해서도 동일하게 적용될 수 있다.
또한, 상술한 실시예는 깊이 정보 룩업 테이블 및 예측 블록의 예측 모드에 따라서 다음의 프로세스로 구현 될 수 있다.
본 프로세스에서 입력은 현재 픽처에서 현재 블록의 위치(xCb, yCb ), 변환 블록의 가로 또는 세로의 크기인 nTbS 및 인트라 예측 모드 predModeIntra이다. 여기서 현재 블록의 위치는 현재 블록의 좌측 상단 샘플의 위치로 나타낼 수 있다. 또한 본 프로세스에서 출력은 복원된 깊이 영상의 깊이값 샘플 resSamples[x][y]이다. 여기서 x,y는0 부터 nTbS - 1의 값을 가질 수 있다.
먼저 예측 모드에 따라 예측 블록의 화소 값 predSamples[ x ][ y ]이 결정된다.
다음으로 깊이 정보 룩업 테이블의 유무를 나타내는 플래그 Dlt Flag[ nuh_layer_id ]에 따라 복원된 깊이 값 샘플들 resSamples[ x ][ y ]은 다음과 같이 유도될 수 있다.
만약 Dlt Flag[ nuh_layer_id ]가 0이면 x, y 가 0..nTbS - 1으로 변하는 동안, 복원된 깊이 값 샘플들 resSamples[ x ][ y ]은 예측 블록의 화소 값 predSamples[ x ][ y ] 및 비트스트림으로부터 수신한 오프셋 값 DcOffset[ xTb ][ yTb ][ wedgePattern[ x ][ y ] 을 이용하여 결정될 수 있다.
만약 Dlt Flag[ nuh_layer_id ]이 1 이면(깊이 정보 룩업 테이블이 존재하면), 변수 dcPred[ 0 ] 및 dcPred[ 1 ]은 다음과 같이 유도될 수 있다.
1. 만약 인트라 예측 모드(predModeIntra)가 INTRA_DMM_WFULL 또는 INTRA_DMM_CPREDTEX 가 아니면 다음의 표 1이 적용된다
표 1
Figure PCTKR2014006569-appb-T000001
즉, 상술한 표 1에 따라 예측 블록의 좌측 상단 화소 값, 우측 상단 화소값, 좌측 하단 화소값 및 우측 하단 화소값의 평균 값을 예측 블록에 대한 평균값(dcPred[0])으로 예측할 수 있다. 이 평균값을 깊이 정보 룩업 테이블을 이용하여 인덱스로 변환한 뒤 비트스트림으로부터 수신한 인덱스 차이값과 더한다. 더한 인덱스을 깊이 정보 룩업 테이블을 이용하여 역변환하면 복원 평균값을 구할 수 있다. 또한, 복원 평균값과 예측 블록에 대한 평균값의 차이를 오프셋 값으로 결정할 수 있다. 마지막으로, x, y 가 0...nTbS-1으로 변하는 동안, 복원된 깊이 값 샘플들 resSamples[ x ][ y ]을 예측 블록의 화소 값 predSamples[ x ][ y ] 및 깊이 정보 룩업 테이블을 이용하여 계산한 오프셋 값을 이용하여 결정될 수 있다.
2. 반면에, 인트라 예측 모드(predModeIntra)가 INTRA_DMM_WFULL 또는 INTRA_DMM_CPREDTEX이면, dcPred는 DcVal로 설정된다. 여기서 DcVal은 현재블록 주변의 참조 샘플들을 이용한 평균값을 나타낸다.
한편, 도 4a의 실시예에서는 예측 블록의 4개의 모서리 화소값을 이용하여 예측 블록의 평균값을 구하는 예를 상술하였지만 반드시 이러한 구성에 한정되는 것은 아니다.
도 4b 는 다양한 실시예에 따른 예측 블록에 대한 평균값을 계산하는 방법의 다른 예를 설명하기 위한 도이다.
도 4b를 참조하면, 8x8 예측 블록(40)에 있어서, 우측 하단 화소값(45)을 예측 블록에 대한 평균값으로 예측할 수 있다.
한편, 도 4b에 상술된 방법은 예측 블록(40)이 특정 예측 모드로 생성된 경우에만 적용될 수 있다. 예를 들면 예측 블록(40)이 DC 예측 모드인 경우에만 적용될 수 있다.
도 4c 는 다양한 실시예에 따른 DMM 예측 모드를 가지는 예측 블록에 대한 평균값을 계산하는 방법을 설명하기 위한 도이다.
여기서 DMM 예측모드는 도 4c에 도시된 것과 같이 블록을 패턴에 따라 적어도 두개의 영역으로 분할하여 예측을 수행하는 모드로, 각 영역별로 평균값이 계산된다. 한편 DMM 예측 모드는 DMM mode-1(또는, DMM_WFULL mode) 및 DMM mode-4(또는, DMM_CPREDTEX 모드)를 포함할 수 있다. DMM mode-1은 인터 레이어 부호화 장치(10)에서 현재 블록에 대해 여러 경계선을 적용하여 두개의 영역으로 분할해 본뒤 가장 적합한 경계선을 기준으로 영역을 분할하는 모드이며, DMM mode-4는 현재 블록의 텍스쳐의 패턴에 따라서 적어도 두 개 이상의 영역으로 분할을 수행하여 예측하는 모드일 수 있다.
도 4c를 참조하면 DMM mode-1로 예측된 예측 블록(400, 420, 440, 460)의 경우 두개의 영역으로 분할 된다. 예측 블록이 DMM mode-1로 분할되는 형태는 도 4c에 도시된 4개의 경우를 따를 수 있다.
다양한 실시예에 따른 인터 레이어 복호화 장치(20)는 예측 블록이 DMM mode-1로 분할되는 형태에서도 예측 블록의 좌측 상단, 우측 상단, 좌측 하단 및 우측 하단 위치의 화소값을 이용해서 각 영역별 평균 값을 구할 수 있다.
예를 들면, 첫 번째 분할 형태(400)에서 영역-1(401)에 대한 평균 값은 해당 블록의 좌측 상단 위치의 화소 값(411), 우측 상단 위치의 화소 값(412) 및 좌측 하단 위치의 화소 값(413) 으로부터 계산되며, 영역-2 (402)에 대한 평균 값은 해당 블록의 우측 하단 위치의 화소 값 (414)으로부터 계산된다.
두 번째 분할 형태에서 영역-1 (421)에 대한 평균 값은 해당 블록의 좌측 상단 위치의 화소 값 (431)으로부터 계산되며, 영역-2 (422)에 대한 평균 값은 해당 블록의 우측 상단 위치의 화소 값(432), 좌측 하단 위치의 화소 값(433) 및 우측 하단 위치의 화소값(434)으로부터 계산된다.
세 번째 분할 형태(440)에서 영역-1(441)에 대한 평균값은 해당 블록의 좌측 상단 위치의 화소 값(451) 및 우측 상단 위치의 화소 값(452) 으로부터 계산되며, 영역-2(442)에 대한 평균 값은 해당 블록의 좌측 하단 위치의 화소 값(453) 및 우측 하단 위치의 화소값(454)으로부터 계산된다.
네 번째 분할 형태(460)에서 영역-1(461)에 대한 평균 값은 해당 블록의 좌측 상단 위치의 화소 값(471) 및 좌측 하단 위치의 화소 값(472)으로부터 계산되며, 영역-2(462)에 대한 평균 값은 해당 블록의 우측 상단 위치의 화소값(472) 및 우측 하단 위치의 화소 값(474)으로부터 계산된다. 한편, 본 도면에서는 8x8 크기의 블록을 통해 DC 값의 계산에 대해 설명했지만, 4x4, 16x16, 32x32, 64x64에도 동일한 방식을 통해 DMM Mode-1 모드로 생성된 예측 블록에 대한 영역별 평균 값을 계산할 수 있다.
다른 예로, 각 영역별 평균 값은 각각 하나의 화소값(예컨대, 예측 블록의 좌측 상단 및 우측 하단 위치의 화소값)을 이용해서 각 영역별 평균 값을 구할 수도 있다. 첫 번째 분할 형태(400)에 대해서만 예를 들면, 영역-1(401)에 대한 평균 값은 해당 블록의 좌측 상단 위치의 화소 값(411)으로부터 계산되며, 영역-2(402)에 대한 평균 값은 해당 블록의 우측 하단 위치의 화소 값(414)으로부터 계산될 수 있다.
도 5a 는 다양한 실시예에 따라 예측 블록에 대한 평균값 및 깊이 정보 룩업 테이블을 이용하여 깊이 영상을 부호화 하는 방법의 흐름도를 도시한다.
도 5a를 참조하면,
단계 501에서 예측 모드 결정부(12)는 깊이 영상의 현재 블록에 대한 예측 모드를 결정할 수 있다. 여기서 예측 모드는 DC, Planar, Angular 및 DMM (Depth modeling mode) 모드 중 하나로 결정 될 수 있다.
단계 502에서 예측 블록 생성부(14)는 결정된 예측 모드에 기초하여, 현재 블록의 예측 블록을 생성할 수 있다.
단계 503에서 평균 값 계산부(16)는 예측 블록의 소정 위치 화소 값들을 이용하여, 예측 블록에 대한 평균 값을 예측 할 수 있다.
단계 504에서 부호화부(18)는 깊이 정보 룩업 테이블을 이용하여 예측 블록에 대한 평균 값에 대응하는 예측 인덱스를 결정할 수 있다. 여기서 깊이 정보 룩업 테이블은 깊이 영상이 가질 수 있는 깊이 값과 인덱스를 매칭 시켜놓은 테이블을 나타낸다. 예를 들면 부호화부(18)는 깊이 정보 룩업 테이블이 깊이 값 128을 인덱스 값 1과 매칭 시켜 저장하고 있는경우, 예측 블록에 대한 평균값이 128일 때 예측 인덱스를 1로 결정할 수 있다.
단계 505에서 부호화부(18)는 현재 블록의 원본 블록에 대한 평균값을 결정할 수 있다. 예를 들면 부호화부(18)는 원본 깊이 영상에서 현재 블록에 대응하는 영역의 평균값을 결정할 수 있다.
단계 506에서 부호화부(18)는 깊이 정보 룩업 테이블을 이용하여 원본 블록의 평균값에 대응하는 원본 인덱스를 결정할 수 있다.
그리고 부호화부(18) 단계 507에서 예측 모드 정보 및 예측 인덱스와 원본 인덱스의 차이값(이하, 인덱스 레지듀 값)을 부호화 하여 인터 레이어 비디오 복호화 장치(20)로 전송할 수 있다. 따라서, 인터 레이어 부호화 장치(10)는 현재 예측 블록의 평균값에 대응하는 인덱스와 원본 블록의 평균값에 대응하는 인덱스 사이의 차이값을 전송함으로써 전송되는 비트량을 줄일 수 있다.
도 5b 는 다양한 실시예에 따라 예측 블록에 대한 평균값 및 깊이 정보 룩업 테이블을 이용하여 깊이 영상을 복호화 하는 방법의 흐름도를 도시한다.
단계 511에서, 파싱부(22)는 비트스트림으로부터 깊이 영상의 현재 블록에 대한 예측 모드 정보를 획득 할 수 있다. 여기서 예측 모드 정보는 현재 블록이 DC, Planar, Angular 및 DMM (Depth modeling mode) 모드 중 어떤 모드로 예측될 것인지를 나타낼 수 있다.
단계 512에서 예측 블록 생성부(24)는 획득된 예측 모드 정보에 기초하여, 현재 블록의 예측 블록을 생성할 수 있다.
단계 513에서 평균 값 계산부(26)는 예측 블록의 소정 위치 화소 값들을 이용하여, 예측 블록에 대한 평균 값을 예측 할 수 있다.
예를 들면, 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측할 수 있다.
단계 514에서 복호화부(28)는 깊이 정보 룩업 테이블을 이용하여 예측 블록에 대한 평균 값에 대응하는 예측 인덱스를 결정할 수 있다.
단계 515에서 복호화부(28)는 비트스트림으로부터 획득된 인덱스 레지듀 값을 이용하여 현재 블록의 복원 블록에 대한 평균값에 대응하는 복원 인덱스를 결정할 수 있다. 여기서 인덱스 레지듀 값은 도 5a의 단계 507에서 상술한 예측 블록의 평균값에 대응하는 인덱스와 원본 블록의 평균값에 대응하는 인덱스 사이의 차이 값을 나타낸다. 예를 들면, 인덱스 레지듀 값과 예측 인덱스를 더하는 연산을 수행하여 복원 인덱스를 결정할 수 있다.
단계 516에서 복호화부(28)는 깊이 정보 룩업 테이블을 이용하여 복원 인덱스에 대응하는 복원 블록에 대한 평균값을 결정할 수 있다.
단계 517에서 복호화부(28)는 예측 블록 및 복원 블록에 대한 평균 값을 이용하여 깊이 영상을 복호화할 수 있다. 예를 들면, 예측 블록에 대한 평균 값과 복원 블록에 대한 평균 값의 차이값을 예측 블록에 대한 오프셋(DC offset) 값으로 결정할 수 있다. 따라서 생성된 예측 블록에 오프셋값을 더함으로써 복원 블록을 생성할 수 있다.
한편 상술한 실시예들은 예측 블록 내의 소정 위치의 화소값을 이용하여 예측 블록의 평균 값을 예측하는 방법에 대해 설명하였는데, 도 6 내지 도 7c를 참조하여 예측 블록을 생성하지 않고도 현재 블록 주변의 복원된 화소 값을 이용하여 예측 블록의 평균값을 예측하는 예를 후술한다.
도 6 은 다양한 실시예에 따른 인터 레이어 비디오 복호화 장치의 다른 예를 나타내는 도이다.
도 6을 참조하면, 다양한 실시예에 따른 인터 레이어 비디오 복호화 장치(600)는 예측 모드 판단부(610), 평균 값 계산부(620), 깊이 정보 룩업 테이블 인덱스 결정부(630)로 구성된다.
예측 모드 판정부(610)는 복호화하는 현재 블록이 간소화된 깊이 영상 부호화 기술을 이용하여 부호화 된 경우 DC, Planar 및 DMM Mode-1 모드 중 어떠한 예측 모드로 부호화 되었는지를 결정한다. 여기서 간소화된 깊이 영상 부호화 기술은 도 1a 내지 도 5b에서 상술한 예측 블록에 대한 평균 값을 이용하여 깊이 영상을 부호화 하는 방법을 의미할 수 있다.
평균 값 계산부(620)는 복호화 하려는 현재 블록의 주변 화소 값들로부터 예측 블록에 대한 평균 값을 직접 계산한다. 구체적인 평균 값 계산 방법은 도 7a 내지 도 7c를 참조하여 후술한다.
깊이 정보 룩업 테이블 인덱스 산출부(630)는 깊이 정보 룩업 테이블을 이용하여 평균 값 계산부(620)로부터 계산된 예측 블록에 대한 평균 값에 대응하는 인덱스 값을 결정한다.
예를 들면, 도 7a 는 다양한 실시예에 따른 DC 예측 모드를 예측 블록에 대한 평균값을 계산하는 방법의 다른 예를 설명하기 위한 도이다.
도 7a을 참조하면, 평균 값 계산부(620)는 DC 예측 모드를 이용하여 복호화하려는 블록에 대한 예측 블록을 생성하기 이전에, 복호화하려는 현재 블록(70)의 주변 화소 값들(71)로부터 바로 예측 블록에 대한 평균 값을 생성한다. 예를 들어, 복호화하려는 블록이 간소화된 깊이 영상 부호화 기술로 부호화되었고, DC 예측 모드가 사용된 경우에는 복호화하려는 현재 블록의 주변에 위치하는 복원 픽셀들을 사용하여 다음의 수학식 3으로부터 dcVal 값을 계산하고 계산된 dcVal 값을 해당 블록에 대한 평균 값으로 사용한다.
수학식 3
Figure PCTKR2014006569-appb-M000003
여기서, nTbS는 코딩 하려는 블록의 세로 또는 가로의 크기를 의미하고 x’는 너비 방향에 대한 인덱스이고, y’는 높이 방향에 대한 인덱스 값이다.
도 7b 는 는 다양한 실시예에 따른 DMM 예측 모드를 가지는 예측 블록에 대한 평균값을 계산하는 방법의 다른 예를 설명하기 위한 도이다.
도 7b를 참조하면, 평균 값 계산부(620)는 복호화하려는 현재 블록에 대한 예측 블록을 생성하기 전에, 현재 블록의 주변 화소 값들로부터 직접 예측 블록에 대한 평균 값을 계산한다. 현재 블록이 DMM Mode-1 예측 모드를 가지는 경우 블록은 두 개의 영역으로 분할된다. DMM Mode-1 예측 모드에 따른 블록의 분할 형태는 도 7b의 4가지의 경우 중 하나를 따른다.
첫 번째 분할 형태에서 영역-1(710)에 대한 평균 값은 해당 영역의 주변 픽셀들 (700, 705)의 평균 값으로 바로 계산된다. 다만, 첫 번째 분할 영역에서 영역-2 (715)에 대한 DC 값은 해당 영역의 주변 픽셀들이 존재하지 않기 때문에 깊이갚의 중간 값인“128”의 값으로 바로 계산될 수 있다.
두 번째 분할 형태에서 영역-1 (740)에 대한 평균값은 해당 영역의 주변 픽셀들 (720, 725)의 평균 값으로 바로 계산된다. 또한, 두 번째 분할 영역에서 영역-2 (745)에 대한 평균값도 해당 영역의 주변 픽셀들 (730, 735)의 평균 값으로 바로 계산된다.
세 번째 분할 형태에서 영역-1(760)에 대한 평균 값은 해당 영역의 주변 픽셀(750)의 값으로 바로 계산된다. 또한, 세 번째 분할 영역에서 영역-2 (765)에 대한 평균값도 해당 영역의 주변 픽셀 (755)의 값으로 바로 계산된다.
네 번째 분할 형태에서 영역-1 (780)에 대한 평균 값은 해당 영역의 주변 픽셀 (770)의 값으로 바로 계산된다. 또한, 네 번째 분할 영역에서 영역-2 (785)에 대한 평균 값은 해당 영역의 주변 픽셀 (775)의 값으로 바로 계산된다. 한편, 본 도면에서는 8x8 크기의 블록을 대한 DC 값의 계산 과정에 대해 설명했지만, 4x4, 16x16, 32x32, 64x64에도 동일한 방식을 통해 DC 값을 계산할 수 있다.
도 7c 는 다양한 실시예에 따른 따른 Planar 예측 모드를 가지는 예측 블록에 대한 평균값을 계산하는 방법의 다른 예를 설명하기 위한 도이다.
도 7c를 참조하면, 평균 값 계산부(620)는 복호화하려는 현재 블록에 대한 예측 블록을 생성하기 전에, 현재 블록의 주변 화소 값들로부터 직접 예측 블록에 대한 평균값을 계산한다. 복호화하려는 블록이 Planar 예측 모드로 예측 된 경우 해당 예측 블록에 대한 평균값은 도 9의 표(794)의 수식에 따라 계산될수 있다.
예를 들어, 4x4 블록인 경우 “(6×(SUMhor+SUMver)+40×(RT+LB)+26)>>7”로 계산된다. 여기서,“SUMhor”는 블록의 주변 픽셀들 중 위쪽에 위치하는 픽셀들 (a, b, c, d)의 합(791)을 의미한다. “SUMver”는 현재 블록의 주변 픽셀들 중 왼쪽에 위치하는 픽셀들 (f, g, h, i)의 합(792)을 의미한다. “RT”는 블록의 주변 픽셀 들 중 우측 상단의 대각 방향에 존재하는 픽셀(790)이고, “LB”는 좌측 하단의 대각 방향에 존재하는 픽셀(793)이다. 이처럼 예측 블록의 평균 계산부(620)는 예측 모드를 사용하여 예측 블록의 화소 값들을 생성하지 않고, 주변의 화소 값들로부터 계산된 “SUMhor”, “SUMver”, “RT”, “LB”의 값을 통하여 표 (930)의 수식으로 DC 값을 바로 계산한다. 본 도면에서는 4x4 크기의 블록을 사용하여 “SUMhor”, “SUMver”, “RT”, “LB” 값의 계산에 대해서 설명했지만, 해당 값들은 블록 사이즈가 커짐에 따라 동일한 개념으로 확장 될 것이다. 또한, 부/복호화 과정의 복잡도 감소를 위하여 주변의 위치하는 픽셀 들 (a, b, c, d, e, f, g, h, i, j) 중 일부 화소 값들을 사용하여 가중치 연산을 통해 DC 값을 바로 계산할 수도 있다.
한편, 설명의 편의를 위해 도 4a 내지 도 4c 및 도 6 내지 도 7c에서는 각각 인터 레이어 비디오 복호화 장치(20, 600)가 수행하는 동작만을 상술하고 인터 레이어 비디오 부호화 장치(10)에서의 동작은 생략하였지만, 인터 레이어 비디오 부호화 장치(10)에서도 이에 대응되는 동작이 수행될 수 있음을 본 실시예가 속하는 기술분야의 통상의 기술자는 쉽게 이해할 수 있을 것이다.
다양한 실시예에 따른 인터 레이어 비디오 부호화 장치(10) 및 다양한 실시예에 따른 인터 레이어 비디오 복호화 장치(20)에서, 비디오 데이터가 분할되는 블록들이 트리 구조의 부호화 단위들로 분할되고, 부호화 단위에 대한 인터 레이어 예측 또는 인터 예측을 위해 부호화 단위들, 예측 단위들, 변환 단위들이 이용되는 경우가 있음은 전술한 바와 같다. 이하 도 8 내지 20을 참조하여, 다양한 실시예에 따른 트리 구조의 부호화 단위 및 변환 단위에 기초한 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치가 개시된다.
원칙적으로 멀티 레이어 비디오를 위한 부호화/복호화 과정에서, 제1 레이어 영상들을 위한 부호화/복호화 과정과, 제2 레이어 영상들을 위한 부호화/복호화 과정이 따로 수행된다. 즉, 멀티 레이어 비디오 중 인터 레이어 예측이 발생하는 경우에는 싱글 레이어 비디오의 부호화/복호화 결과가 상호 참조될 수 있지만, 싱그 레이어 비디오마다 별도의 부호화/복호화 과정이 발생한다.
따라서 설명의 편의를 위해 도 8 내지 20을 참조하여 후술되는 트리구조의 부호화 단위에 기초한 비디오 부호화 과정 및 비디오 복호화 과정은, 싱글 레이어 비디오에 대한 비디오 부호화 과정 및 비디오 복호화 과정이므로, 인터 예측 및 움직임 보상이 상술된다. 하지만, 도 1a 내지 7을 참조하여 전술한 바와 같이, 비디오 스트림 부호화/복호화를 위해, 기본시점 영상들과 제2 레이어 영상들 간의 인터 레이어 예측 및 보상이 수행될 수 있다.
따라서, 다양한 실시예에 따른 인터 레이어 비디오 부호화 장치의 부호화부가 트리구조의 부호화 단위에 기초하여 멀티 레이어 비디오를 부호화하기 위해서는, 각각의 싱글 레이어 비디오마다 비디오 부호화를 수행하기 위해 도 8의 비디오 부호화 장치(800)를 멀티 레이어 비디오의 레이어 개수만큼 포함하여 각 비디오 부호화 장치(800)마다 할당된 싱글 레이어 비디오의 부호화를 수행하도록 제어할 수 있다. 또한 인터 레이어 비디오 부호화 장치는, 각 비디오 부호화 장치(800)의 별개 단일시점의 부호화 결과들을 이용하여 시점간 예측을 수행할 수 있다. 이에 따라 인터 레이어 비디오 부호화 장치의 부호화부는 레이어별로 부호화 결과를 수록한 기본시점 비디오스트림과 제2 레이어 비디오스트림을 생성할 수 있다.
이와 유사하게, 다양한 실시예에 따른 인터 레이어 비디오 복호화 장치의 복호화부가 트리 구조의 부호화 단위에 기초하여 멀티 레이어 비디오를 복호화하기 위해서는, 수신한 제1 레이어 비디오스트림 및 제2 레이어 비디오스트림에 대해 레이어별로 비디오 복호화를 수행하기 위해 도 9의 비디오 복호화 장치(900)를 멀티 레이어 비디오의 레이어 개수만큼 포함하고 각 비디오 복호화 장치(900)마다 할당된 싱글 레이어 비디오의 복호화를 수행하도록 제어할 수 있다, 그리고 인터 레이어 비디오 복호화 장치가 각 비디오 복호화 장치(900)의 별개 싱글 레이어의 복호화 결과를 이용하여 인터 레이어 보상을 수행할 수 있다. 이에 따라 인터 레이어 비디오 복호화 장치의 복호화부는, 레이어별로 복원된 제1 레이어 영상들과 제2 레이어 영상들을 생성할 수 있다.
도 8는 본 발명의 다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 부호화 장치(800)의 블록도를 도시한다.
다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치(800)는 부호화 단위 결정부(820) 및 출력부(830)를 포함한다. 이하 설명의 편의를 위해, 다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 부호화 장치(800)는 '비디오 부호화 장치(800)'로 축약하여 지칭한다.
부호화 단위 결정부(820)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. 다양한 실시예에 따른 최대 부호화 단위는 크기 32x32, 64x64, 128x128, 256x256 등의 데이터 단위로, 가로 및 세로 크기가 2의 자승인 정사각형의 데이터 단위일 수 있다.
다양한 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. 다양한 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(820)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(820)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(830)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, 다양한 실시예에 따른 부호화 단위 결정부(820)는, 현재 최대 부호화 단위에 포함되는 트리 구조에 따른 부호화 단위들이 결정될 수 있다. 다양한 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.
다양한 실시예에 따른 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 분할 횟수와 관련된 지표이다. 다양한 실시예에 따른 제 1 최대 심도는, 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낼 수 있다. 다양한 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.
다양한 실시예에 따른 비디오 부호화 장치(800)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(800)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, 다양한 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. 다양한 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, 다양한 실시예에 따른 비디오 부호화 장치(800)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.
다양한 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.
다양한 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(820)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.
다양한 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(820)는 심도별 부호화 단위의 부호화 오차를 라그랑지 곱(Lagrangian Multiplier) 기반의 율-왜곡 최적화 기법(Rate-Distortion Optimization)을 이용하여 측정할 수 있다.
출력부(830)는, 부호화 단위 결정부(820)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, 다양한 실시예에 따른 출력부(830)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.
다양한 실시예에 따른 최소 단위는, 최하위 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위이다. 다양한 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(830)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(830)는, 예측과 관련된 참조정보, 예측정보, 슬라이스 타입 정보 등을 부호화하여 출력할 수 있다.
비디오 부호화 장치(800)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(800)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, 다양한 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 1a에서 전술된 구성을 포함하는 인터 레이어 비디오 부호화 장치는, 멀티 레이어 비디오의 레이어들마다 싱글 레이어 영상들의 부호화를 위해, 레이어 개수만큼의 비디오 부호화 장치(800)들을 포함할 수 있다. 예를 들어, 제1 레이어 부호화부가 하나의 비디오 부호화 장치(800)를 포함하고, 제2 레이어 부호화부가 제2 레이어의 개수만큼의 비디오 부호화 장치(800)를 포함할 수 있다.
비디오 부호화 장치(800)가 제1 레이어 영상들을 부호화하는 경우에, 부호화 단위 결정부(820)는 최대 부호화 단위마다 트리 구조에 따른 부호화 단위별로 영상간 예측을 위한 예측단위를 결정하고, 예측단위마다 영상간 예측을 수행할 수 있다.
비디오 부호화 장치(800)가 제2 레이어 영상들을 부호화하는 경우에도, 부호화 단위 결정부(820)는 최대 부호화 단위마다 트리 구조에 따른 부호화 단위 및 예측단위를 결정하고, 예측단위마다 인터 예측을 수행할 수 있다.
비디오 부호화 장치(800)는, 제1 레이어 영상과 제2 레이어 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 9는 다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 복호화 장치(900)의 블록도를 도시한다.
다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(900)는 수신부(910), 영상 데이터 및 부호화 정보 추출부(920) 및 영상 데이터 복호화부(930)를 포함한다. 이하 설명의 편의를 위해, 다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(900)는 '비디오 복호화 장치(900)'로 축약하여 지칭한다.
다양한 실시예에 따른 비디오 복호화 장치(900)의 복호화 동작을 위한 부호화 단위, 심도, 예측 단위, 변환 단위, 각종 분할정보 등 각종 용어의 정의는, 도 8 및 비디오 부호화 장치(800)를 참조하여 전술한 바와 동일하다.
수신부(910)는 부호화된 비디오에 대한 비트스트림을 수신하여 파싱한다. 영상 데이터 및 부호화 정보 추출부(920)는 파싱된 비트스트림으로부터 최대 부호화 단위별로 트리 구조에 따른 부호화 단위들에 따라 부호화 단위마다 부호화된 영상 데이터를 추출하여 영상 데이터 복호화부(930)로 출력한다. 영상 데이터 및 부호화 정보 추출부(920)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(920)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(930)로 출력된다. 즉, 비트열의 영상 데이터를 최대 부호화 단위로 분할하여, 영상 데이터 복호화부(930)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(920)가 추출한 최대 부호화 단위별 심도 및 분할정보는, 다양한 실시예에 따른 비디오 부호화 장치(800)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(900)는 최소 부호화 오차를 발생시키는 부호화 방식에 따라 데이터를 복호화하여 영상을 복원할 수 있다.
다양한 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(920)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(930)는 최대 부호화 단위별 심도 및 분할정보에 기초하여 각각의 최대 부호화 단위의 영상 데이터를 복호화하여 현재 픽처를 복원한다. 즉 영상 데이터 복호화부(930)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(930)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(930)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 화소 값이 복원할 수 있다.
영상 데이터 복호화부(930)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(930)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(930)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 2a에서 전술한 구성을 포함하는 인터 레이어 비디오 복호화 장치는, 수신된 제1 레이어 영상스트림 및 제2 레이어 영상스트림을 복호화하여 제1 레이어 영상들 및 제2 레이어 영상들을 복원하기 위해, 비디오 복호화 장치(900)를 시점 개수만큼 포함할 수 있다.
제1 레이어 영상스트림이 수신된 경우에는, 비디오 복호화 장치(900)의 영상데이터 복호화부(930)는, 추출부(920)에 의해 제1 레이어 영상스트림으로부터 추출된 제1 레이어 영상들의 샘플들을 최대 부호화 단위의 트리 구조에 따른 부호화 단위들로 나눌 수 있다. 영상데이터 복호화부(930)는 제1 레이어 영상들의 샘플들의 트리 구조에 따른 부호화 단위들마다, 영상간 예측을 위한 예측단위별로 움직임 보상을 수행하여 제1 레이어 영상들을 복원할 수 있다.
제2 레이어 영상스트림이 수신된 경우에는, 비디오 복호화 장치(900)의 영상데이터 복호화부(930)는, 추출부(920)에 의해 제2 레이어 영상스트림으로부터 추출된 제2 레이어 영상들의 샘플들을 최대 부호화 단위의 트리 구조에 따른 부호화 단위들로 나눌 수 있다. 영상데이터 복호화부(930)는, 제2 레이어 영상들의 샘플들의 부호화 단위들마다 영상간 예측을 위한 예측단위별로 움직임 보상을 수행하여 제2 레이어 영상들을 복원할 수 있다.
추출부(920)는, 제1 레이어 영상과 제2 레이어 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(900)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 10은 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(1010)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 2로 설정되어 있다. 비디오 데이터(1020)에 대해서는, 해상도는 1920x1080, 부호화 단위의 최대 크기는 64, 최대 심도가 3로 설정되어 있다. 비디오 데이터(1030)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(1030)에 비해, 해상도가 높은 비디오 데이터(1010, 1020)는 부호화 사이즈의 최대 크기가 64로 선택될 수 있다.
비디오 데이터(1010)의 최대 심도는 2이므로, 비디오 데이터(1010)의 부호화 단위(1015)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(1030)의 최대 심도는 1이므로, 비디오 데이터(1030)의 부호화 단위(1035)는 장축 크기가 16인 부호화 단위들로부터, 1회 분할하며 심도가 한 계층 깊어져서 장축 크기가 8인 부호화 단위들까지 포함할 수 있다.
비디오 데이터(1020)의 최대 심도는 3이므로, 비디오 데이터(1020)의 부호화 단위(1025)는 장축 크기가 64인 최대 부호화 단위로부터, 3회 분할하며 심도가 세 계층 깊어져서 장축 크기가 32, 16, 8인 부호화 단위들까지 포함할 수 있다. 심도가 깊어질수록 세부 정보의 표현능력이 향상될 수 있다.
도 11은 다양한 실시예에 따른 부호화 단위에 기초한 비디오 부호화부(1100)의 블록도를 도시한다.
다양한 실시예에 따른 비디오 부호화부(1100)는, 비디오 부호화 장치(800)의 픽처 부호화부(1520)에서 영상 데이터를 부호화하는데 거치는 작업들을 수행한다. 즉, 인트라 예측부(1120)는 현재 영상(1105) 중 인트라 모드의 부호화 단위에 대해 예측 단위별로 인트라 예측을 수행하고, 인터 예측부(1115)는 인터 모드의 부호화 단위에 대해 예측단위별로 현재 영상(1105) 및 복원 픽처 버퍼(1110)에서 획득된 참조 영상을 이용하여 인터 예측을 수행한다. 현재 영상(1105)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(1120) 또는 인터 예측부(1115)로부터 출력된 각 모드의 부호화 단위에 대한 예측 데이터를 현재 영상(1105)의 인코딩되는 부호화 단위에 대한 데이터로부터 빼줌으로써 레지듀 데이터를 생성하고, 레지듀 데이터는 변환부(1125) 및 양자화부(1130)를 거쳐 변환 단위별로 양자화된 변환 계수로 출력된다. 양자화된 변환 계수는 역양자화부(1145), 역변환부(1150)을 통해 공간 영역의 레지듀 데이터로 복원된다. 복원된 공간 영역의 레지듀 데이터는 인트라 예측부(1120) 또는 인터 예측부(1115)로부터 출력된 각 모드의 부호화 단위에 대한 예측 데이터와 더해짐으로써 현재 영상(1105)의 부호화 단위에 대한 공간 영역의 데이터로 복원된다. 복원된 공간 영역의 데이터는 디블로킹부(1155) 및 SAO 수행부(1160)를 거쳐 복원 영상으로 생성된다. 생성된 복원 영상은 복원 픽쳐 버퍼(1110)에 저장된다. 복원 픽처 버퍼(1110)에 저장된 복원 영상들은 다른 영상의 인터예측을 위한 참조 영상으로 이용될 수 있다. 변환부(1125) 및 양자화부(1130)에서 양자화된 변환 계수는 엔트로피 부호화부(1135)를 거쳐 비트스트림(1140)으로 출력될 수 있다.
다양한 실시예에 따른 비디오 부호화부(1100)가 비디오 부호화 장치(800)에 적용되기 위해서, 비디오 부호화부(1100)의 구성 요소들인 인터 예측부(1115), 인트라 예측부(1120), 변환부(1125), 양자화부(1130), 엔트로피 부호화부(1135), 역양자화부(1145), 역변환부(1150), 디블로킹부(1155) 및 SAO 수행부(1160)가 최대 부호화 단위마다 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위에 기반한 작업을 수행할 수 있다.
특히, 인트라 예측부(1120)및 인터예측부(1115)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(1125)는 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위 내의 쿼드 트리에 따른 변환 단위의 분할 여부를 결정할 수 있다.
도 12는 다양한 실시예에 따른 부호화 단위에 기초한 비디오 복호화부(1200)의 블록도를 도시한다.
엔트로피 복호화부(1215)는 비트스트림(1205)으로부터 복호화 대상인 부호화된 영상 데이터 및 복호화를 위해 필요한 부호화 정보를 파싱한다. 부호화된 영상 데이터는 양자화된 변환계수로서, 역양자화부(1220) 및 역변환부(1225)는 양자화된 변환 계수로부터 레지듀 데이터를 복원한다.
인트라 예측부(1240)는 인트라 모드의 부호화 단위에 대해 예측 단위 별로 인트라 예측을 수행한다. 인터 예측부(1235)는 현재 영상 중 인터 모드의 부호화 단위에 대해 예측 단위 별로 복원 픽처 버퍼(1230)에서 획득된 참조 영상을 이용하여 인터 예측을 수행한다.
인트라 예측부(1240) 또는 인터 예측부(1235)를 거친 각 모드의 부호화 단위에 대한 예측 데이터와 레지듀 데이터가 더해짐으로써 현재 영상(1105)의 부호화 단위에 대한 공간 영역의 데이터가 복원되고, 복원된 공간 영역의 데이터는 디블로킹부(1245) 및 SAO 수행부(1250)를 거쳐 복원 영상(1260)으로 출력될 수 있다. 또한, 복원 픽쳐 버퍼(1230)에 저장된 복원 영상들은 참조 영상으로서 출력될 수 있다.
비디오 복호화 장치(900)의 픽처 복호화부(930)에서 영상 데이터를 복호화하기 위해, 다양한 실시예에 따른 비디오 복호화부(1200)의 엔트로피 복호화부(1215) 이후의 단계별 작업들이 수행될 수 있다.
비디오 복호화부(1200)가 다양한 실시예에 따른 비디오 복호화 장치(900)에 적용되기 위해서, 비디오 복호화부(1200)의 구성 요소들인 엔트로피 복호화부(1215), 역양자화부(1220), 역변환부(1225), 인트라 예측부(1240), 인터 예측부(1235), 디블로킹부(1245) 및 SAO 수행부(1250)가 최대 부호화 단위마다 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위에 기반하여 작업을 수행할 수 있다.
특히, 인트라 예측부(1240)및 인터 예측부(1235)는 트리 구조에 따른 부호화 단위들 중 각각의 부호화 단위마다 파티션 모드 및 예측 모드를 결정하며, 역변환부(1225)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 인터 레이어 비디오 부호화 장치(10)가 둘 이상의 레이어의 비디오스트림을 부호화한다면, 레이어별로 영상부호화부(1100)를 포함할 수 있다. 유사하게, 도 2a의 인터 레이이어 복호화 장치(20)가 둘 이상의 레이어의 비디오스트림을 복호화한다면, 레이어별로 영상복호화부(1200)를 포함할 수 있다.
도 13는 다양한 실시예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
다양한 실시예에 따른 비디오 부호화 장치(800) 및 다양한 실시예에 따른 비디오 복호화 장치(900)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.
다양한 실시예에 따른 부호화 단위의 계층 구조(1300)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. 다양한 실시예에 따른 부호화 단위의 계층 구조(1300)의 세로축을 따라서 심도가 깊어지므로 심도별 부호화 단위의 높이 및 너비가 각각 분할한다. 또한, 부호화 단위의 계층 구조(1300)의 가로축을 따라, 각각의 심도별 부호화 단위의 예측 부호화의 기반이 되는 예측 단위 및 파티션이 도시되어 있다.
즉, 부호화 단위(1310)는 부호화 단위의 계층 구조(1300) 중 최대 부호화 단위로서 심도가 0이며, 부호화 단위의 크기, 즉 높이 및 너비가 64x64이다. 세로축을 따라 심도가 깊어지며, 크기 32x32인 심도 1의 부호화 단위(1320), 크기 16x16인 심도 2의 부호화 단위(1330), 크기 8x8인 심도 3의 부호화 단위(1340)가 존재한다. 크기 8x8인 심도 3의 부호화 단위(1340)는 최소 부호화 단위이다.
각각의 심도별로 가로축을 따라, 부호화 단위의 예측 단위 및 파티션들이 배열된다. 즉, 심도 0의 크기 64x64의 부호화 단위(1310)가 예측 단위라면, 예측 단위는 크기 64x64의 부호화 단위(1310)에 포함되는 크기 64x64의 파티션(1310), 크기 64x32의 파티션들(1312), 크기 32x64의 파티션들(1314), 크기 32x32의 파티션들(1316)로 분할될 수 있다.
마찬가지로, 심도 1의 크기 32x32의 부호화 단위(1320)의 예측 단위는, 크기 32x32의 부호화 단위(1320)에 포함되는 크기 32x32의 파티션(1320), 크기 32x16의 파티션들(1322), 크기 16x32의 파티션들(1324), 크기 16x16의 파티션들(1326)로 분할될 수 있다.
마찬가지로, 심도 2의 크기 16x16의 부호화 단위(1330)의 예측 단위는, 크기 16x16의 부호화 단위(1330)에 포함되는 크기 16x16의 파티션(1330), 크기 16x8의 파티션들(1332), 크기 8x16의 파티션들(1334), 크기 8x8의 파티션들(1336)로 분할될 수 있다.
마찬가지로, 심도 3의 크기 8x8의 부호화 단위(1340)의 예측 단위는, 크기 8x8의 부호화 단위(1340)에 포함되는 크기 8x8의 파티션(1340), 크기 8x4의 파티션들(1342), 크기 4x8의 파티션들(1344), 크기 4x4의 파티션들(1346)로 분할될 수 있다.
다양한 실시예에 따른 비디오 부호화 장치(800)의 부호화 단위 결정부(820)는, 최대 부호화 단위(1310)의 심도를 결정하기 위해, 최대 부호화 단위(1310)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(1300)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(1300)의 세로축을 따라 심도가 깊어지며, 각각의 심도마다 부호화를 수행하여, 심도별 대표 부호화 오차를 비교하여 최소 부호화 오차가 검색될 수 있다. 최대 부호화 단위(1310) 중 최소 부호화 오차가 발생하는 심도 및 파티션이 최대 부호화 단위(1310)의 심도 및 파티션 모드로 선택될 수 있다.
도 14은 다양한 실시예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
다양한 실시예에 따른 비디오 부호화 장치(800) 또는 다양한 실시예에 따른 비디오 복호화 장치(900)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, 다양한 실시예에 따른 비디오 부호화 장치(800) 또는 다양한 실시예에 따른 비디오 복호화 장치(900)에서, 현재 부호화 단위(1410)가 64x64 크기일 때, 32x32 크기의 변환 단위(1420)를 이용하여 변환이 수행될 수 있다.
또한, 64x64 크기의 부호화 단위(1410)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 15은 다양한 실시예에 따라, 부호화 정보들을 도시한다.
다양한 실시예에 따른 비디오 부호화 장치(800)의 출력부(830)는 분할정보로서, 각각의 심도의 부호화 단위마다 파티션 모드에 관한 정보(1500), 예측 모드에 관한 정보(1510), 변환 단위 크기에 대한 정보(1520)를 부호화하여 전송할 수 있다.
파티션 모드에 대한 정보(1500)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(1502), 크기 2NxN의 파티션(1504), 크기 Nx2N의 파티션(1506), 크기 NxN의 파티션(1508) 중 어느 하나의 타입으로 분할되어 이용될 수 있다. 이 경우 현재 부호화 단위의 파티션 모드에 관한 정보(1500)는 크기 2Nx2N의 파티션(1502), 크기 2NxN의 파티션(1504), 크기 Nx2N의 파티션(1506) 및 크기 NxN의 파티션(1508) 중 하나를 나타내도록 설정된다.
예측 모드에 관한 정보(1510)는, 각각의 파티션의 예측 모드를 나타낸다. 예를 들어 예측 모드에 관한 정보(1510)를 통해, 파티션 모드에 관한 정보(1500)가 가리키는 파티션이 인트라 모드(1512), 인터 모드(1514) 및 스킵 모드(1516) 중 하나로 예측 부호화가 수행되는지 여부가 설정될 수 있다.
또한, 변환 단위 크기에 관한 정보(1520)는 현재 부호화 단위를 어떠한 변환 단위를 기반으로 변환을 수행할지 여부를 나타낸다. 예를 들어, 변환 단위는 제 1 인트라 변환 단위 크기(1522), 제 2 인트라 변환 단위 크기(1524), 제 1 인터 변환 단위 크기(1526), 제 2 인터 변환 단위 크기(1528) 중 하나일 수 있다.
다양한 실시예에 따른 비디오 복호화 장치(900)의 영상 데이터 및 부호화 정보 추출부(1610)는, 각각의 심도별 부호화 단위마다 파티션 모드에 관한 정보(1500), 예측 모드에 관한 정보(1510), 변환 단위 크기에 대한 정보(1520)를 추출하여 복호화에 이용할 수 있다.
도 16는 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(1600)의 예측 부호화를 위한 예측 단위(1610)는 2N_0x2N_0 크기의 파티션 모드(1612), 2N_0xN_0 크기의 파티션 모드(1614), N_0x2N_0 크기의 파티션 모드(1616), N_0xN_0 크기의 파티션 모드(1618)을 포함할 수 있다. 예측 단위가 대칭적 비율로 분할된 파티션들(1612, 1614, 1616, 1618)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(1612, 1614, 1616) 중 하나에 의한 부호화 오차가 가장 작다면, 더 이상 하위 심도로 분할할 필요 없다.
크기 N_0xN_0의 파티션 모드(1618)에 의한 부호화 오차가 가장 작다면, 심도 0를 1로 변경하며 분할하고(1620), 심도 2 및 크기 N_0xN_0의 파티션 모드의 부호화 단위들(1630)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(1630)의 예측 부호화를 위한 예측 단위(1640)는, 크기 2N_1x2N_1의 파티션 모드(1642), 크기 2N_1xN_1의 파티션 모드(1644), 크기 N_1x2N_1의 파티션 모드(1646), 크기 N_1xN_1의 파티션 모드(1648)을 포함할 수 있다.
또한, 크기 N_1xN_1 크기의 파티션 모드(1648)에 의한 부호화 오차가 가장 작다면, 심도 1을 심도 2로 변경하며 분할하고(1650), 심도 2 및 크기 N_2xN_2의 부호화 단위들(1660)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(1670)되어 심도 d-1까지 부호화가 수행될 경우, 심도 d-1 및 크기 2N_(d-1)x2N_(d-1)의 부호화 단위(1680)의 예측 부호화를 위한 예측 단위(1690)는, 크기 2N_(d-1)x2N_(d-1)의 파티션 모드(1692), 크기 2N_(d-1)xN_(d-1)의 파티션 모드(1694), 크기 N_(d-1)x2N_(d-1)의 파티션 모드(1696), 크기 N_(d-1)xN_(d-1)의 파티션 모드(1698)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(1698)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(1600)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(1652)에 대해 분할 정보는 설정되지 않는다.
데이터 단위(1699)은, 현재 최대 부호화 단위에 대한 '최소 단위'라 지칭될 수 있다. 다양한 실시예에 따른 최소 단위는, 최하위 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위일 수 있다. 이러한 반복적 부호화 과정을 통해, 다양한 실시예에 따른 비디오 부호화 장치(800)는 부호화 단위(1600)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.
다양한 실시예에 따른 비디오 복호화 장치(900)의 영상 데이터 및 부호화 정보 추출부(920)는 부호화 단위(1600)에 대한 심도 및 예측 단위에 관한 정보를 추출하여 부호화 단위(1612)를 복호화하는데 이용할 수 있다. 다양한 실시예에 따른 비디오 복호화 장치(900)는 심도별 분할 정보를 이용하여 분할 정보가 '0'인 심도를 심도로 파악하고, 해당 심도에 대한 분할정보를 이용하여 복호화에 이용할 수 있다.
도 17, 18 및 19는 다양한 실시예에 따른, 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
부호화 단위(1710)는, 최대 부호화 단위에 대해 다양한 실시예에 따른 비디오 부호화 장치(800)가 결정한 심도별 부호화 단위들이다. 예측 단위(1760)는 부호화 단위(1710) 중 각각의 심도별 부호화 단위의 예측 단위들의 파티션들이며, 변환 단위(1770)는 각각의 심도별 부호화 단위의 변환 단위들이다.
심도별 부호화 단위들(1710)은 최대 부호화 단위의 심도가 0이라고 하면, 부호화 단위들(1712, 1054)은 심도가 1, 부호화 단위들(1714, 1716, 1718, 1728, 1750, 1752)은 심도가 2, 부호화 단위들(1720, 1722, 1724, 1726, 1730, 1732, 1748)은 심도가 3, 부호화 단위들(1740, 1742, 1744, 1746)은 심도가 4이다.
예측 단위들(1760) 중 일부 파티션(1714, 1716, 1722, 1732, 1748, 1750, 1752, 1754)는 부호화 단위가 분할된 형태이다. 즉, 파티션(1714, 1722, 1750, 1754)은 2NxN의 파티션 모드며, 파티션(1716, 1748, 1752)은 Nx2N의 파티션 모드, 파티션(1732)은 NxN의 파티션 모드다. 심도별 부호화 단위들(1710)의 예측 단위 및 파티션들은 각각의 부호화 단위보다 작거나 같다.
변환 단위들(1770) 중 일부(1752)의 영상 데이터에 대해서는 부호화 단위에 비해 작은 크기의 데이터 단위로 변환 또는 역변환이 수행된다. 또한, 변환 단위(1714, 1716, 1722, 1732, 1748, 1750, 1752, 1754)는 예측 단위들(1760) 중 해당 예측 단위 및 파티션와 비교해보면, 서로 다른 크기 또는 형태의 데이터 단위이다. 즉, 다양한 실시예에 따른 비디오 부호화 장치(800) 및 일 실시예에 다른 비디오 복호화 장치(900)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 2는, 다양한 실시예에 따른 비디오 부호화 장치(800) 및 다양한 실시예에 따른 비디오 복호화 장치(900)에서 설정할 수 있는 일례를 나타낸다.
표 2
Figure PCTKR2014006569-appb-T000002
다양한 실시예에 따른 비디오 부호화 장치(800)의 출력부(830)는 트리 구조에 따른 부호화 단위들에 대한 부호화 정보를 출력하고, 다양한 실시예에 따른 비디오 복호화 장치(900)의 부호화 정보 추출부(920)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.
다양한 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 20은 표 1의 부호화 모드 정보에 따른 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
최대 부호화 단위(2000)는 심도의 부호화 단위들(2002, 2004, 2006, 2012, 2014, 2016, 2018)을 포함한다. 이 중 하나의 부호화 단위(2018)는 심도의 부호화 단위이므로 분할 정보가 0으로 설정될 수 있다. 크기 2Nx2N의 부호화 단위(2018)의 파티션 모드 정보는, 파티션 모드 2Nx2N(2022), 2NxN(2024), Nx2N(2026), NxN(2028), 2NxnU(2032), 2NxnD(2034), nLx2N(2036) 및 nRx2N(2038) 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(2022), 2NxN(2024), Nx2N(2026) 및 NxN(2028) 중 하나로 설정되어 있는 경우, 변환 단위 분할 정보가 0이면 크기 2Nx2N의 변환 단위(2042)가 설정되고, 변환 단위 분할 정보가 1이면 크기 NxN의 변환 단위(2044)가 설정될 수 있다.
파티션 모드 정보가 비대칭형 파티션 모드 2NxnU(2032), 2NxnD(2034), nLx2N(2036) 및 nRx2N(2038) 중 하나로 설정된 경우, 변환 단위 분할 정보(TU size flag)가 0이면 크기 2Nx2N의 변환 단위(2052)가 설정되고, 변환 단위 분할 정보가 1이면 크기 N/2xN/2의 변환 단위(2054)가 설정될 수 있다.
도 19를 참조하여 전술된 변환 단위 분할 정보(TU size flag)는 0 또는 1의 값을 갖는 플래그이지만, 다양한 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, 다양한 실시예에 따른 변환 단위 분할 정보를 변환 단위의 최대 크기, 변환 단위의 최소 크기와 함께 이용하면, 실제로 이용된 변환 단위의 크기가 표현될 수 있다. 다양한 실시예에 따른 비디오 부호화 장치(800)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. 다양한 실시예에 따른 비디오 복호화 장치(900)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.
다양한 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 다양한 실시예에 따른 현재 최대 변환 단위 크기 'RootTuSize'는 일 실시예일 뿐이며, 현재 최대 변환 단위 크기를 결정하는 요인이 이에 한정되는 것은 아님을 유의하여야 한다.
도 8 내지 20를 참조하여 전술된 트리 구조의 부호화 단위들에 기초한 비디오 부호화 기법에 따라, 트리 구조의 부호화 단위들마다 공간영역의 영상 데이터가 부호화되며, 트리 구조의 부호화 단위들에 기초한 비디오 복호화 기법에 따라 최대 부호화 단위마다 복호화가 수행되면서 공간 영역의 영상 데이터가 복원되어, 픽처 및 픽처 시퀀스인 비디오가 복원될 수 있다. 복원된 비디오는 재생 장치에 의해 재생되거나, 저장 매체에 저장되거나, 네트워크를 통해 전송될 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
설명의 편의를 위해 앞서 도 1a 내지 20을 참조하여 전술된 비디오 부호화 방법 및/또는 비디오 부호화 방법은, '본 발명의 비디오 부호화 방법'으로 통칭한다. 또한, 앞서 도 1a 내지 20을 참조하여 전술된 비디오 복호화 방법 및/또는 비디오 복호화 방법은 '본 발명의 비디오 복호화 방법'으로 지칭한다
또한, 앞서 도 1a 내지 20을 참조하여 전술된 비디오 부호화 장치, 비디오 부호화 장치(800) 또는 비디오 부호화부(1100)로 구성된 비디오 부호화 장치는, '본 발명의 비디오 부호화 장치'로 통칭한다. 또한, 앞서 도 1a 내지 20을 참조하여 전술된 인터 레이어 비디오 복호화 장치, 비디오 복호화 장치(900) 또는 비디오 복호화부(1200)로 구성된 비디오 복호화 장치는, '본 발명의 비디오 복호화 장치'로 통칭한다.
다양한 실시예에 따른 프로그램이 저장되는 컴퓨터로 판독 가능한 저장매체가 디스크(26000)인 실시예를 이하 상술한다.
도 21은 다양한 실시예에 따른 프로그램이 저장된 디스크(26000)의 물리적 구조를 예시한다. 저장매체로서 전술된 디스크(26000)는, 하드드라이브, 시디롬(CD-ROM) 디스크, 블루레이(Blu-ray) 디스크, DVD 디스크일 수 있다. 디스크(26000)는 다수의 동심원의 트랙(tr)들로 구성되고, 트랙들은 둘레 방향에 따라 소정 개수의 섹터(Se)들로 분할된다. 상기 전술된 다양한 실시예에 따른 프로그램을 저장하는 디스크(26000) 중 특정 영역에, 전술된 양자화 파라미터 결정 방법, 비디오 부호화 방법 및 비디오 복호화 방법을 구현하기 위한 프로그램이 할당되어 저장될 수 있다.
전술된 비디오 부호화 방법 및 비디오 복호화 방법을 구현하기 위한 프로그램을 저장하는 저장매체를 이용하여 달성된 컴퓨터 시스템이 도 22를 참조하여 후술된다.
도 22는 디스크(26000)를 이용하여 프로그램을 기록하고 판독하기 위한 디스크드라이브(26800)를 도시한다. 컴퓨터 시스템(26700)은 디스크드라이브(26800)를 이용하여 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법 중 적어도 하나를 구현하기 위한 프로그램을 디스크(26000)에 저장할 수 있다. 디스크(26000)에 저장된 프로그램을 컴퓨터 시스템(26700)상에서 실행하기 위해, 디스크 드라이브(26800)에 의해 디스크(26000)로부터 프로그램이 판독되고, 프로그램이 컴퓨터 시스템(26700)에게로 전송될 수 있다.
도 21 및 22에서 예시된 디스크(26000) 뿐만 아니라, 메모리 카드, 롬 카세트, SSD(Solid State Drive)에도 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법 중 적어도 하나를 구현하기 위한 프로그램이 저장될 수 있다.
전술된 실시예에 따른 비디오 부호화 방법 및 비디오 복호화 방법이 적용된 시스템이 후술된다.
도 23은 컨텐트 유통 서비스(content distribution service)를 제공하기 위한 컨텐트 공급 시스템(content supply system)(11000)의 전체적 구조를 도시한다. 통신시스템의 서비스 영역은 소정 크기의 셀들로 분할되고, 각 셀에 베이스 스테이션이 되는 무선 기지국(11700, 11800, 11900, 12000)이 설치된다.
컨텐트 공급 시스템(11000)은 다수의 독립 디바이스들을 포함한다. 예를 들어, 컴퓨터(12100), PDA(Personal Digital Assistant)(12200), 카메라(12300) 및 휴대폰(12500)과 같은 독립디바이스들이, 인터넷 서비스 공급자(11200), 통신망(11400), 및 무선 기지국(11700, 11800, 11900, 12000)을 거쳐 인터넷(11100)에 연결된다.
그러나, 컨텐트 공급 시스템(11000)은 도 24에 도시된 구조에만 한정되는 것이 아니며, 디바이스들이 선택적으로 연결될 수 있다. 독립 디바이스들은 무선 기지국(11700, 11800, 11900, 12000)을 거치지 않고 통신망(11400)에 직접 연결될 수도 있다.
비디오 카메라(12300)는 디지털 비디오 카메라와 같이 비디오 영상을 촬영할 수 있는 촬상 디바이스이다. 휴대폰(12500)은 PDC(Personal Digital Communications), CDMA(code division multiple access), W-CDMA(wideband code division multiple access), GSM(Global System for Mobile Communications), 및 PHS(Personal Handyphone System)방식과 같은 다양한 프로토콜들 중 적어도 하나의 통신방식을 채택할 수 있다.
비디오 카메라(12300)는 무선기지국(11900) 및 통신망(11400)을 거쳐 스트리밍 서버(11300)에 연결될 수 있다. 스트리밍 서버(11300)는 사용자가 비디오 카메라(12300)를 사용하여 전송한 컨텐트를 실시간 방송으로 스트리밍 전송할 수 있다. 비디오 카메라(12300)로부터 수신된 컨텐트는 비디오 카메라(12300) 또는 스트리밍 서버(11300)에 의해 부호화될 수 있다. 비디오 카메라(12300)로 촬영된 비디오 데이터는 컴퓨터(12100)을 거쳐 스트리밍 서버(11300)로 전송될 수도 있다.
카메라(12600)로 촬영된 비디오 데이터도 컴퓨터(12100)를 거쳐 스트리밍 서버(11300)로 전송될 수도 있다. 카메라(12600)는 디지털 카메라와 같이 정지영상과 비디오 영상을 모두 촬영할 수 있는 촬상 장치이다. 카메라(12600)로부터 수신된 비디오 데이터는 카메라(12600) 또는 컴퓨터(12100)에 의해 부호화될 수 있다. 비디오 부호화 및 복호화를 위한 소프트웨어는 컴퓨터(12100)가 억세스할 수 있는 시디롬 디스크, 플로피디스크, 하드디스크 드라이브, SSD , 메모리 카드와 같은 컴퓨터로 판독 가능한 기록 매체에 저장될 수 있다.
또한 휴대폰(12500)에 탑재된 카메라에 의해 비디오가 촬영된 경우, 비디오 데이터가 휴대폰(12500)으로부터 수신될 수 있다.
비디오 데이터는, 비디오 카메라(12300), 휴대폰(12500) 또는 카메라(12600)에 탑재된 LSI(Large scale integrated circuit) 시스템에 의해 부호화될 수 있다.
다양한 실시예에 따른 컨텐트 공급 시스템(11000)에서, 예를 들어 콘서트의 현장녹화 컨텐트와 같이, 사용자가 비디오 카메라(12300), 카메라(12600), 휴대폰(12500) 또는 다른 촬상 디바이스를 이용하여 녹화된 컨텐트가 부호화되고, 스트리밍 서버(11300)로 전송된다. 스트리밍 서버(11300)는 컨텐트 데이터를 요청한 다른 클라이언트들에게 컨텐트 데이터를 스트리밍 전송할 수 있다.
클라이언트들은 부호화된 컨텐트 데이터를 복호화할 수 있는 디바이스이며, 예를 들어 컴퓨터(12100), PDA(12200), 비디오 카메라(12300) 또는 휴대폰(12500)일 수 있다. 따라서, 컨텐트 공급 시스템(11000)은, 클라이언트들이 부호화된 컨텐트 데이터를 수신하여 재생할 수 있도록 한다. 또한 컨텐트 공급 시스템(11000)은, 클라이언트들이 부호화된 컨텐트 데이터를 수신하여 실시간으로 복호화하고 재생할 수 있도록 하여, 개인방송(personal broadcasting)이 가능하게 한다.
컨텐트 공급 시스템(11000)에 포함된 독립 디바이스들의 부호화 동작 및 복호화 동작에 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치가 적용될 수 있다.
도 24 및 25을 참조하여 컨텐트 공급 시스템(11000) 중 휴대폰(12500)의 일 실시예가 상세히 후술된다.
도 24은, 다양한 실시예에 따른 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법이 적용되는 휴대폰(12500)의 외부 구조를 도시한다. 휴대폰(12500)은 기능이 제한되어 있지 않고 응용 프로그램을 통해 상당 부분의 기능을 변경하거나 확장할 수 있는 스마트폰일 수 있다.
휴대폰(12500)은, 무선기지국(12000)과 RF신호를 교환하기 위한 내장 안테나(12510)을 포함하고, 카메라(12530)에 의해 촬영된 영상들 또는 안테나(12510)에 의해 수신되어 복호화된 영상들을 디스플레이하기 위한 LCD(Liquid Crystal Display), OLED(Organic Light Emitting Diodes)화면 같은 디스플레이화면(12520)를 포함한다. 스마트폰(12510)은 제어버튼, 터치패널을 포함하는 동작 패널(12540)를 포함한다. 디스플레이화면(12520)이 터치스크린인 경우, 동작 패널(12540)은 디스플레이화면(12520)의 터치감지패널을 더 포함한다. 스마트폰(12510)은 음성, 음향을 출력하기 위한 스피커(12580) 또는 다른 형태의 음향출력부와, 음성, 음향이 입력되는 마이크로폰(12550) 또는 다른 형태의 음향입력부를 포함한다. 스마트폰(12510)은 비디오 및 정지영상을 촬영하기 위한 CCD 카메라와 같은 카메라(12530)를 더 포함한다. 또한, 스마트폰(12510)은 카메라(12530)에 의해 촬영되거나 이메일(E-mail)로 수신되거나 다른 형태로 획득된 비디오나 정지영상들과 같이, 부호화되거나 복호화된 데이터를 저장하기 위한 저장매체(12570); 그리고 저장매체(12570)를 휴대폰(12500)에 장착하기 위한 슬롯(12560)을 포함할 수 있다. 저장매체(12570)는 SD카드 또는 플라스틱 케이스에 내장된 EEPROM(electrically erasable and programmable read only memory)와 같은 다른 형태의 플래쉬 메모리일 수 있다.
도 25은 휴대폰(12500)의 내부 구조를 도시한다. 디스플레이화면(12520) 및 동작 패널(12540)로 구성된 휴대폰(12500)의 각 파트를 조직적으로 제어하기 위해, 전력공급회로(12700), 동작입력제어부(12640), 영상부호화부(12720), 카메라 인터페이스(12630), LCD제어부(12620), 영상복호화부(12690), 멀티플렉서/디멀티플렉서(multiplexer/demultiplexer)(12680), 기록/판독부(12670), 변조/복조(modulation/demodulation)부(12660) 및 음향처리부(12650)가, 동기화 버스(12730)를 통해 중앙제어부(12710)에 연결된다.
사용자가 전원 버튼을 동작하여 '전원꺼짐' 상태에서 '전원켜짐' 상태로 설정하면, 전력공급회로(12700)는 배터리팩으로부터 휴대폰(12500)의 각 파트에 전력을 공급함으로써, 휴대폰(12500)가 동작 모드로 셋팅될 수 있다.
중앙제어부(12710)는 CPU, ROM(Read Only Memory) 및 RAM(Random Access Memory)을 포함한다.
휴대폰(12500)이 외부로 통신데이터를 송신하는 과정에서는, 중앙제어부(12710)의 제어에 따라 휴대폰(12500)에서 디지털 신호가 생성된다, 예를 들어, 음향처리부(12650)에서는 디지털 음향신호가 생성되고, 비디오 부호화부(12720)에서는 디지털 영상신호가 생성되며, 동작 패널(12540) 및 동작 입력제어부(12640)를 통해 메시지의 텍스트 데이터가 생성될 수 있다. 중앙제어부(12710)의 제어에 따라 디지털 신호가 변조/복조부(12660)에게 전달되면, 변조/복조부(12660)는 디지털 신호의 주파수대역을 변조하고, 통신회로(12610)는 대역변조된 디지털 음향신호에 대해 D/A변환(Digital-Analog conversion) 및 주파수변환(frequency conversion) 처리를 수행한다. 통신회로(12610)로부터 출력된 송신신호는 안테나(12510)를 통해 음성통신기지국 또는 무선기지국(12000)으로 송출될 수 있다.
예를 들어, 휴대폰(12500)이 통화 모드일 때 마이크로폰(12550)에 의해 획득된 음향신호는, 중앙제어부(12710)의 제어에 따라 음향처리부(12650)에서 디지털 음향신호로 변환된다. 생성된 디지털 음향신호는 변조/복조부(12660) 및 통신회로(12610)를 거쳐 송신신호로 변환되고, 안테나(12510)를 통해 송출될 수 있다.
데이터통신 모드에서 이메일과 같은 텍스트 메시지가 전송되는 경우, 동작 패널(12540)을 이용하여 메시지의 텍스트 데이터가 입력되고, 텍스트 데이터가 동작 입력제어부(12640)를 통해 중앙제어부(12610)로 전송된다. 중앙제어부(12610)의 제어에 따라, 텍스트 데이터는 변조/복조부(12660) 및 통신회로(12610)를 통해 송신신호로 변환되고, 안테나(12510)를 통해 무선기지국(12000)에게로 송출된다.
데이터통신 모드에서 영상 데이터를 전송하기 위해, 카메라(12530)에 의해 촬영된 영상 데이터가 카메라 인터페이스(12630)를 통해 영상부호화부(12720)로 제공된다. 카메라(12530)에 의해 촬영된 영상 데이터는 카메라 인터페이스(12630) 및 LCD제어부(12620)를 통해 디스플레이화면(12520)에 곧바로 디스플레이될 수 있다.
영상부호화부(12720)의 구조는, 전술된 본 발명의 비디오 부호화 장치의 구조와 상응할 수 있다. 영상부호화부(12720)는, 카메라(12530)로부터 제공된 영상 데이터를, 전술된 본 발명의 비디오 부호화 방식에 따라 부호화하여, 압축 부호화된 영상 데이터로 변환하고, 부호화된 영상 데이터를 다중화/역다중화부(12680)로 출력할 수 있다. 카메라(12530)의 녹화 중에 휴대폰(12500)의 마이크로폰(12550)에 의해 획득된 음향신호도 음향처리부(12650)를 거쳐 디지털 음향데이터로 변환되고, 디지털 음향데이터는 다중화/역다중화부(12680)로 전달될 수 있다.
다중화/역다중화부(12680)는 음향처리부(12650)로부터 제공된 음향데이터와 함께 영상부호화부(12720)로부터 제공된 부호화된 영상 데이터를 다중화한다. 다중화된 데이터는 변조/복조부(12660) 및 통신회로(12610)를 통해 송신신호로 변환되고, 안테나(12510)를 통해 송출될 수 있다.
휴대폰(12500)이 외부로부터 통신데이터를 수신하는 과정에서는, 안테나(12510)를 통해 수신된 신호를 주파수복원(frequency recovery) 및 A/D변환(Analog-Digital conversion) 처리를 통해 디지털 신호를 변환한다. 변조/복조부(12660)는 디지털 신호의 주파수대역을 복조한다. 대역복조된 디지털 신호는 종류에 따라 비디오 복호화부(12690), 음향처리부(12650) 또는 LCD제어부(12620)로 전달된다.
휴대폰(12500)은 통화 모드일 때, 안테나(12510)를 통해 수신된 신호를 증폭하고 주파수변환 및 A/D변환(Analog-Digital conversion) 처리를 통해 디지털 음향 신호를 생성한다. 수신된 디지털 음향 신호는, 중앙제어부(12710)의 제어에 따라 변조/복조부(12660) 및 음향처리부(12650)를 거쳐 아날로그 음향 신호로 변환되고, 아날로그 음향 신호가 스피커(12580)를 통해 출력된다.
데이터통신 모드에서 인터넷의 웹사이트로부터 억세스된 비디오 파일의 데이터가 수신되는 경우, 안테나(12510)를 통해 무선기지국(12000)으로부터 수신된 신호는 변조/복조부(12660)의 처리결과 다중화된 데이터를 출력하고, 다중화된 데이터는 다중화/역다중화부(12680)로 전달된다.
안테나(12510)를 통해 수신한 다중화된 데이터를 복호화하기 위해, 다중화/역다중화부(12680)는 다중화된 데이터를 역다중화하여 부호화된 비디오 데이터스트림과 부호화된 오디오 데이터스트림을 분리한다. 동기화 버스(12730)에 의해, 부호화된 비디오 데이터스트림은 비디오 복호화부(12690)로 제공되고, 부호화된 오디오 데이터스트림은 음향처리부(12650)로 제공된다.
영상복호화부(12690)의 구조는, 전술된 본 발명의 비디오 복호화 장치의 구조와 상응할 수 있다. 영상복호화부(12690)는 전술된 본 발명의 비디오 복호화 방법을 이용하여, 부호화된 비디오 데이터를 복호화하여 복원된 비디오 데이터를 생성하고, 복원된 비디오 데이터를 LCD제어부(1262)를 거쳐 디스플레이화면(1252)에게 복원된 비디오 데이터를 제공할 수 있다.
이에 따라 인터넷의 웹사이트로부터 억세스된 비디오 파일의 비디오 데이터가 디스플레이화면(1252)에서 디스플레이될 수 있다. 이와 동시에 음향처리부(1265)도 오디오 데이터를 아날로그 음향 신호로 변환하고, 아날로그 음향 신호를 스피커(1258)로 제공할 수 있다. 이에 따라, 인터넷의 웹사이트로부터 억세스된 비디오 파일에 포함된 오디오 데이터도 스피커(1258)에서 재생될 수 있다.
휴대폰(1250) 또는 다른 형태의 통신단말기는 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 모두 포함하는 송수신 단말기이거나, 전술된 본 발명의 비디오 부호화 장치만을 포함하는 송신단말기이거나, 본 발명의 비디오 복호화 장치만을 포함하는 수신단말기일 수 있다.
본 발명의 통신시스템은 도 24를 참조하여 전술한 구조에 한정되지 않는다. 예를 들어, 도 26은 다양한 실시예에 따른 통신시스템이 적용된 디지털 방송 시스템을 도시한다. 도 26의 다양한 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 다양한 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 비디오 부호화부(12720)를 포함하지 않을 수 있다. 예를 들어, 컴퓨터(12100) 및 TV수신기(12810)도, 도 26의 카메라(12530), 카메라 인터페이스(12630) 및 비디오 부호화부(12720)를 포함하지 않을 수 있다.
도 27은 다양한 실시예에 따른 비디오 부호화 장치 및 비디오 복호화 장치를 이용하는 클라우드 컴퓨팅 시스템의 네트워크 구조를 도시한다.
본 발명의 클라우드 컴퓨팅 시스템은 클라우드 컴퓨팅 서버(14100), 사용자 DB(14100), 컴퓨팅 자원(14200) 및 사용자 단말기를 포함하여 이루어질 수 있다.
클라우드 컴퓨팅 시스템은, 사용자 단말기의 요청에 따라 인터넷과 같은 정보 통신망을 통해 컴퓨팅 자원의 온 디맨드 아웃소싱 서비스를 제공한다. 클라우드 컴퓨팅 환경에서, 서비스 제공자는 서로 다른 물리적인 위치에 존재하는 데이터 센터의 컴퓨팅 자원를 가상화 기술로 통합하여 사용자들에게 필요로 하는 서비스를 제공한다. 서비스 사용자는 어플리케이션(Application), 스토리지(Storage), 운영체제(OS), 보안(Security) 등의 컴퓨팅 자원을 각 사용자 소유의 단말에 설치하여 사용하는 것이 아니라, 가상화 기술을 통해 생성된 가상 공간상의 서비스를 원하는 시점에 원하는 만큼 골라서 사용할 수 있다.
특정 서비스 사용자의 사용자 단말기는 인터넷 및 이동통신망을 포함하는 정보통신망을 통해 클라우드 컴퓨팅 서버(14100)에 접속한다. 사용자 단말기들은 클라우드 컴퓨팅 서버(14100)로부터 클라우드 컴퓨팅 서비스 특히, 동영상 재생 서비스를 제공받을 수 있다. 사용자 단말기는 데스트탑 PC(14300), 스마트TV(14400), 스마트폰(14500), 노트북(14600), PMP(Portable Multimedia Player)(14700), 태블릿 PC(14800) 등, 인터넷 접속이 가능한 모든 전자 기기가 될 수 있다.
클라우드 컴퓨팅 서버(14100)는 클라우드 망에 분산되어 있는 다수의 컴퓨팅 자원(14200)을 통합하여 사용자 단말기에게 제공할 수 있다. 다수의 컴퓨팅 자원(14200)은 여러가지 데이터 서비스를 포함하며, 사용자 단말기로부터 업로드된 데이터를 포함할 수 있다. 이런 식으로 클라우드 컴퓨팅 서버(14100)는 여러 곳에 분산되어 있는 동영상 데이터베이스를 가상화 기술로 통합하여 사용자 단말기가 요구하는 서비스를 제공한다.
사용자 DB(14100)에는 클라우드 컴퓨팅 서비스에 가입되어 있는 사용자 정보가 저장된다. 여기서, 사용자 정보는 로그인 정보와, 주소, 이름 등 개인 신용 정보를 포함할 수 있다. 또한, 사용자 정보는 동영상의 인덱스(Index)를 포함할 수 있다. 여기서, 인덱스는 재생을 완료한 동영상 목록과, 재생 중인 동영상 목록과, 재생 중인 동영상의 정지 시점 등을 포함할 수 있다.
사용자 DB(14100)에 저장된 동영상에 대한 정보는, 사용자 디바이스들 간에 공유될 수 있다. 따라서 예를 들어 노트북(14600)으로부터 재생 요청되어 노트북(14600)에게 소정 동영상 서비스를 제공한 경우, 사용자 DB(14100)에 소정 동영상 서비스의 재생 히스토리가 저장된다. 스마트폰(14500)으로부터 동일한 동영상 서비스의 재생 요청이 수신되는 경우, 클라우드 컴퓨팅 서버(14100)는 사용자 DB(14100)을 참조하여 소정 동영상 서비스를 찾아서 재생한다. 스마트폰(14500)이 클라우드 컴퓨팅 서버(14100)를 통해 동영상 데이터스트림을 수신하는 경우, 동영상 데이터스트림을 복호화하여 비디오를 재생하는 동작은, 앞서 도 24을 참조하여 전술한 휴대폰(12500)의 동작과 유사하다.
클라우드 컴퓨팅 서버(14100)는 사용자 DB(14100)에 저장된 소정 동영상 서비스의 재생 히스토리를 참조할 수도 있다. 예를 들어, 클라우드 컴퓨팅 서버(14100)는 사용자 단말기로부터 사용자 DB(14100)에 저장된 동영상에 대한 재생 요청을 수신한다. 동영상이 그 전에 재생 중이었던 것이면, 클라우드 컴퓨팅 서버(14100)는 사용자 단말기로의 선택에 따라 처음부터 재생하거나, 이전 정지 시점부터 재생하느냐에 따라 스트리밍 방법이 달라진다. 예를 들어, 사용자 단말기가 처음부터 재생하도록 요청한 경우에는 클라우드 컴퓨팅 서버(14100)가 사용자 단말기에게 해당 동영상을 첫 프레임부터 스트리밍 전송한다. 반면, 단말기가 이전 정지시점부터 이어서 재생하도록 요청한 경우에는, 클라우드 컴퓨팅 서버(14100)가 사용자 단말기에게 해당 동영상을 정지시점의 프레임부터 스트리밍 전송한다.
이 때 사용자 단말기는, 도 1a 내지 20을 참조하여 전술한 본 발명의 비디오 복호화 장치를 포함할 수 있다. 다른 예로, 사용자 단말기는, 도 1a 내지 20을 참조하여 전술한 본 발명의 비디오 부호화 장치를 포함할 수 있다. 또한, 사용자 단말기는, 도 1a 내지 20을 참조하여 전술한 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 모두 포함할 수도 있다.
도 1a 내지 20을 참조하여 전술된 비디오 부호화 방법 및 비디오 복호화 방법, 비디오 부호화 장치 및 비디오 복호화 장치가 활용되는 다양한 실시예들이 도 21 내지 도 27에서 전술되었다. 하지만, 도 1a 내지 20을 참조하여 전술된 비디오 부호화 방법 및 비디오 복호화 방법이 저장매체에 저장되거나 비디오 부호화 장치 및 비디오 복호화 장치가 디바이스에서 구현되는 다양한 실시예들은, 도 21 내지 도 27의 실시예들에 한정되지 않는다.
이제까지 개시된 다양한 실시예들이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 명세서에서 개시된 실시예들의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 명세서의 개시 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 명세서의 개시범위에 포함된 것으로 해석되어야 할 것이다.

Claims (15)

  1. 인터 레이어 비디오 복호화 방법에 있어서,
    비트스트림으로부터 깊이 영상의 현재 블록에 대한 예측 모드 정보를 획득하는 단계;
    상기 획득된 예측 모드 정보에 기초하여, 상기 현재 블록의 예측 블록을 생성하는 단계;
    상기 예측 블록의 소정 위치 화소값들을 이용하여, 상기 예측 블록에 대한 평균 값을 예측하는 단계; 및
    상기 예측 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 하는 단계를 포함하는 인터 레이어 비디오 복호화 방법.
  2. 제 1 항에 있어서, 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계는,
    상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소값을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계를 포함하는 인터 레이어 비디오 복호화 방법.
  3. 제 2 항에 있어서, 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계는,
    상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소값에 대해 가중 합을 수행하여 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계를 포함하는 인터 레이어 비디오 복호화 방법.
  4. 제 1 항에 있어서, 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계는,
    상기 깊이 영상에 대한 깊이 정보 룩업 테이블이 존재하는지 판단하는 단계; 및
    상기 깊이 정보 룩업 테이블이 존재하는 경우, 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값의 평균을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계를 포함하는 인터 레이어 비디오 복호화 방법.
  5. 제 1 항에 있어서, 상기 예측 블록은
    DC, Planar, angular 및 DMM(Depth modeling mode) 중 하나의 예측 모드로 예측되는 것을 특징으로 하는 인터 레이어 비디오 복호화 방법.
  6. 제 1 항에 있어서, 상기 예측 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 하는 단계는,
    깊이 정보 룩업 테이블을 이용하여 상기 예측 블록에 대한 평균 값에 대응하는 예측 인덱스를 결정하는 단계;
    상기 비트스트림으로부터 획득된 인덱스 레지듀 값을 이용하여 상기 현재 블록의 복원 블록에 대한 평균값에 대응하는 복원 인덱스를 결정하는 단계;
    상기 깊이 정보 룩업 테이블을 이용하여 상기 복원 인덱스에 대응하는 상기 복원 블록에 대한 평균값을 결정하는 단계; 및
    상기 예측 블록 및 상기 복원 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 하는 단계를 포함하는 인터 레이어 비디오 복호화 방법.
  7. 제 1항에 있어서, 상기 인터 레이어 비디오 복호화 방법은,
    상기 현재 블록의 주변에 위치하는 적어도 하나의 화소 값을 이용하여, 상기 예측 블록에 대한 평균 값을 예측하는 단계를 포함하는 인터 레이어 비디오 복호화 방법.
  8. 인터 레이어 비디오 복호화 장치에 있어서,
    비트스트림으로부터 깊이 영상의 현재 블록에 대한 예측 모드 정보를 획득하는 예측모드 판단부;
    상기 획득된 예측 모드 정보에 기초하여, 상기 현재 블록의 예측 블록을 생성하는 예측 블록 생성부;
    상기 예측 블록의 소정 위치 화소값들을 이용하여, 상기 예측 블록에 대한 평균 값을 예측하는 평균값 예측부; 및
    상기 예측 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 하는 복호화부를 포함하는 인터 레이어 비디오 복호화 장치.
  9. 제 8 항에 있어서, 상기 평균값 예측부는,
    상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소값을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측하는 인터 레이어 비디오 복호화 장치.
  10. 제 9 항에 있어서, 상기 평균값 예측부는,
    상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소값에 대해 가중 합을 수행하여 상기 생성된 예측 블록에 대한 평균 값을 예측하는 인터 레이어 비디오 복호화 장치.
  11. 제 8 항에 있어서, 상기 평균값 예측부는,
    상기 깊이 영상에 대한 깊이 정보 룩업 테이블이 존재하는지 판단하여,
    상기 깊이 정보 룩업 테이블이 존재하는 경우, 상기 예측 블록의 좌측 상단 화소 값, 우측 상단 화소 값, 좌측 하단 화소 값 및 우측 하단 화소 값의 평균을 이용하여 상기 생성된 예측 블록에 대한 평균 값을 예측하는 단계를 포함하는 인터 레이어 비디오 복호화 장치.
  12. 제 8 항에 있어서, 상기 예측 블록은
    DC, Planar, angular 및 DMM(Depth modeling mode) 중 하나의 예측 모드로 예측되는 것을 특징으로 하는 인터 레이어 비디오 복호화 장치.
  13. 제 8 항에 있어서, 상기 복호화부는,
    깊이 정보 룩업 테이블을 이용하여 상기 예측 블록에 대한 평균 값에 대응하는 예측 인덱스를 결정하고,
    상기 비트스트림으로부터 획득된 인덱스 레지듀 값을 이용하여 상기 현재 블록의 복원 블록에 대한 평균값에 대응하는 복원 인덱스를 결정하며,
    상기 깊이 정보 룩업 테이블을 이용하여 상기 복원 인덱스에 대응하는 상기 복원 블록에 대한 평균값을 결정하고,
    상기 예측 블록 및 상기 복원 블록에 대한 평균 값을 이용하여 상기 깊이 영상을 복호화 하는 것을 특징으로 하는 인터 레이어 비디오 복호화 장치.
  14. 제 8항에 있어서, 상기 평균값 예측부는,
    상기 현재 블록의 주변에 위치하는 적어도 하나의 화소 값을 이용하여, 상기 예측 블록에 대한 평균 값을 예측하는 인터 레이어 비디오 복호화 장치.
  15. 제 1 항의 인터 레이어 비디오 부호화 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체.
PCT/KR2014/006569 2013-07-18 2014-07-18 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법 WO2015009113A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US14/906,021 US10284876B2 (en) 2013-07-18 2014-07-18 Intra scene prediction method of depth image for interlayer video decoding and encoding apparatus and method
CN201480051588.1A CN105556972B (zh) 2013-07-18 2014-07-18 用于层间视频解码和编码设备和方法的对深度图像的场景内预测方法
EP14825659.7A EP3024240A4 (en) 2013-07-18 2014-07-18 Intra scene prediction method of depth image for interlayer video decoding and encoding apparatus and method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361847758P 2013-07-18 2013-07-18
US61/847,758 2013-07-18

Publications (1)

Publication Number Publication Date
WO2015009113A1 true WO2015009113A1 (ko) 2015-01-22

Family

ID=52346482

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2014/006569 WO2015009113A1 (ko) 2013-07-18 2014-07-18 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법

Country Status (5)

Country Link
US (1) US10284876B2 (ko)
EP (1) EP3024240A4 (ko)
KR (1) KR20150010660A (ko)
CN (1) CN105556972B (ko)
WO (1) WO2015009113A1 (ko)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108337522B (zh) * 2011-06-15 2022-04-19 韩国电子通信研究院 可伸缩解码方法/设备、可伸缩编码方法/设备和介质
WO2015199376A1 (ko) * 2014-06-26 2015-12-30 주식회사 케이티 다시점 비디오 신호 처리 방법 및 장치
KR20160004947A (ko) * 2014-07-04 2016-01-13 주식회사 케이티 다시점 비디오 신호 처리 방법 및 장치
KR102588126B1 (ko) 2016-11-01 2023-10-13 삼성전자주식회사 디스플레이 구동 회로 및 이를 포함하는 디스플레이 구동 시스템
US11102509B2 (en) 2017-04-28 2021-08-24 Electronics And Telecommunications Research Institute Image encoding/decoding method and device, and recording medium storing bit stream
WO2019059107A1 (ja) * 2017-09-20 2019-03-28 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 符号化装置、復号装置、符号化方法及び復号方法
CN109587479B (zh) * 2017-09-29 2023-11-10 华为技术有限公司 视频图像的帧间预测方法、装置及编解码器
CN111373755A (zh) * 2017-11-16 2020-07-03 韩国电子通信研究院 图像编码/解码方法和装置以及存储比特流的记录介质
WO2019103491A1 (ko) * 2017-11-22 2019-05-31 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
US11178397B2 (en) * 2018-10-09 2021-11-16 Mediatek Inc. Method and apparatus of encoding or decoding using reference samples determined by predefined criteria
WO2020084604A1 (en) * 2018-10-26 2020-04-30 Beijing Bytedance Network Technology Co., Ltd. Fast methods for partition tree decision

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110054244A (ko) * 2009-11-17 2011-05-25 삼성전자주식회사 미디언 필터를 이용한 깊이영상 부호화의 인트라 예측 장치 및 방법
KR20120083200A (ko) * 2011-01-17 2012-07-25 삼성전자주식회사 깊이 영상 부호화/복호화 장치 및 방법
KR20120116363A (ko) * 2011-04-12 2012-10-22 경희대학교 산학협력단 스킵 모드를 이용한 영상 복호화 방법 및 이러한 방법을 사용하는 장치

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5224458B2 (ja) 2006-01-09 2013-07-03 トムソン ライセンシング マルチビュービデオ符号化のための低解像度アップデートモードを提供する方法及び装置
ZA200805337B (en) 2006-01-09 2009-11-25 Thomson Licensing Method and apparatus for providing reduced resolution update mode for multiview video coding
US9118929B2 (en) * 2010-04-14 2015-08-25 Mediatek Inc. Method for performing hybrid multihypothesis prediction during video coding of a coding unit, and associated apparatus
US8902982B2 (en) 2011-01-17 2014-12-02 Samsung Electronics Co., Ltd. Depth map coding and decoding apparatus and method
WO2012174739A1 (en) * 2011-06-24 2012-12-27 Technicolor (China) Technology Co., Ltd. Method and device for delivering 3d content
US9191646B2 (en) * 2011-08-29 2015-11-17 Nokia Technologies Oy Apparatus, a method and a computer program for video coding and decoding
CN104041024B (zh) * 2011-11-14 2016-03-16 独立行政法人情报通信研究机构 立体影像编码装置、立体影像解码装置、立体影像编码方法、立体影像解码方法、立体影像编码程序以及立体影像解码程序
US20150098508A1 (en) * 2011-12-30 2015-04-09 Humax Co., Ltd. Method and device for encoding three-dimensional image, and decoding method and device
US20130195169A1 (en) * 2012-02-01 2013-08-01 Vidyo, Inc. Techniques for multiview video coding
US20130271565A1 (en) * 2012-04-16 2013-10-17 Qualcomm Incorporated View synthesis based on asymmetric texture and depth resolutions
BR112014026047A2 (pt) * 2012-04-19 2017-07-11 Ericsson Telefon Ab L M síntese de vista utilizando mapas de profundidade de resolução baixa
EP2859724B1 (en) * 2012-06-22 2019-09-04 MediaTek Inc. Method and apparatus of adaptive intra prediction for inter-layer coding
US9900619B2 (en) * 2012-07-02 2018-02-20 Qualcomm Incorporated Intra-coding of depth maps for 3D video coding
EP2898697A4 (en) * 2012-09-24 2016-10-19 Qualcomm Inc CODING DEPTH CARD
US9544612B2 (en) * 2012-10-04 2017-01-10 Intel Corporation Prediction parameter inheritance for 3D video coding
EP2920970A4 (en) * 2013-04-11 2016-04-20 Mediatek Inc METHOD AND APPARATUS FOR PREDICTING THE DERIVATIVE OF AN INTRA CODING VALUE
US9571809B2 (en) * 2013-04-12 2017-02-14 Intel Corporation Simplified depth coding with modified intra-coding for 3D video coding

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110054244A (ko) * 2009-11-17 2011-05-25 삼성전자주식회사 미디언 필터를 이용한 깊이영상 부호화의 인트라 예측 장치 및 방법
KR20120083200A (ko) * 2011-01-17 2012-07-25 삼성전자주식회사 깊이 영상 부호화/복호화 장치 및 방법
KR20120116363A (ko) * 2011-04-12 2012-10-22 경희대학교 산학협력단 스킵 모드를 이용한 영상 복호화 방법 및 이러한 방법을 사용하는 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FABIAN JAGER ET AL.: "MODEL-BASED INTRA CODING FOR DEPTH MAPS IN 3D VIDEO USING A DEPTH LOOKUP TABLE", 3DTV-CONFERENCE: THE TRUE VISION - CAPTURE, TRANSMISSION AND DISPLAY OF 3D VIDEO (3DTV-CON, 15 October 2012 (2012-10-15), XP030054135, Retrieved from the Internet <URL:http://ieeexplore.ieee.org/xpl/login.jsp?tp=&arnumber=6365477> *
FABIAN JAGER: "SIMPLIFIED DEPTH MAP INTRA CODING WITH AN OPTIONAL DEPTH LOOKUP TABLE", 3D IMAGING (IC3D) 2012 INTERNATIONAL CONFERENCE, 3 December 2012 (2012-12-03), XP032491674, Retrieved from the Internet <URL:http://ieeexplore.ieee.org/xpl/loginjsp?tp=&arnumber=6615142> *

Also Published As

Publication number Publication date
US20160156932A1 (en) 2016-06-02
EP3024240A1 (en) 2016-05-25
EP3024240A4 (en) 2017-03-22
KR20150010660A (ko) 2015-01-28
CN105556972B (zh) 2019-04-05
CN105556972A (zh) 2016-05-04
US10284876B2 (en) 2019-05-07

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
WO2015194915A1 (ko) 인터 레이어 비디오 부복호화를 위한 깊이 영상의 예측 모드 전송 방법 및 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
WO2013162311A1 (ko) 다시점 비디오 예측을 위한 참조픽처세트를 이용하는 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 예측을 위한 참조픽처세트를 이용하는 다시점 비디오 복호화 방법 및 그 장치
WO2014109594A1 (ko) 휘도차를 보상하기 위한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2015009113A1 (ko) 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 깊이 영상의 화면내 예측 방법
WO2014163458A1 (ko) 인터 레이어 복호화 및 부호화 방법 및 장치를 위한 인터 예측 후보 결정 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
WO2015053598A1 (ko) 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
WO2014163460A1 (ko) 계층 식별자 확장에 따른 비디오 스트림 부호화 방법 및 그 장치, 계층 식별자 확장에 따른 따른 비디오 스트림 복호화 방법 및 그 장치
WO2016117930A1 (ko) 인터 레이어 비디오 복호화 방법 및 그 장치 및 인터 레이어 비디오 부호화 방법 및 그 장치
WO2016072753A1 (ko) 샘플 단위 예측 부호화 장치 및 방법
WO2015053597A1 (ko) 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
WO2014175647A1 (ko) 시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 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
WO2014171769A1 (ko) 시점 합성 예측을 이용한 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 복호화 방법 및 그 장치
WO2013162251A1 (ko) 다시점 비디오 예측을 위한 참조리스트를 이용하는 다시점 비디오 부호화 방법 및 그 장치, 다시점 비디오 예측을 위한 참조리스트를 이용하는 다시점 비디오 복호화 방법 및 그 장치
WO2015056945A1 (ko) 깊이 인트라 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
WO2015005749A1 (ko) 인터 레이어 비디오 복호화 및 부호화 장치 및 방법을 위한 블록 기반 디스패리티 벡터 예측 방법
WO2014129872A1 (ko) 메모리 대역폭 및 연산량을 고려한 스케일러블 비디오 부호화 장치 및 방법, 스케일러블 비디오 복호화 장치 및 방법
WO2015093920A1 (ko) 휘도 보상을 이용한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치
WO2013115562A1 (ko) 시점변환을 위한 예측구조에 기초한 다시점 비디오 부호화 방법 및 그 장치, 시점변환을 위한 예측구조에 기초한 다시점 비디오 복호화 방법 및 그 장치
WO2015009041A1 (ko) 적응적 휘도 보상을 위한 인터 레이어 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치

Legal Events

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

Ref document number: 201480051588.1

Country of ref document: CN

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

Ref document number: 14825659

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: 14906021

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2014825659

Country of ref document: EP