WO2015053598A1 - 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치 - Google Patents

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

Info

Publication number
WO2015053598A1
WO2015053598A1 PCT/KR2014/009588 KR2014009588W WO2015053598A1 WO 2015053598 A1 WO2015053598 A1 WO 2015053598A1 KR 2014009588 W KR2014009588 W KR 2014009588W WO 2015053598 A1 WO2015053598 A1 WO 2015053598A1
Authority
WO
WIPO (PCT)
Prior art keywords
layer
information
picture
prediction
inter
Prior art date
Application number
PCT/KR2014/009588
Other languages
English (en)
French (fr)
Inventor
최병두
박민우
이진영
조용진
김찬열
위호천
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2015053598A1 publication Critical patent/WO2015053598A1/ko
Priority to US15/096,443 priority Critical patent/US10230966B2/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/33—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the spatial domain
    • 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
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for 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
    • H04N19/134—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
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—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
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • the present invention relates to a method and apparatus for encoding and decoding video composed of multiple layers such as scalable video and multiview video, and more particularly, to a high level syntax structure for signaling of multilayer video. .
  • image data is encoded by a codec according to a predetermined data compression standard, for example, the Moving Picture Expert Group (MPEG) standard, and then stored in a storage medium in the form of a bitstream or transmitted through a communication channel.
  • MPEG Moving Picture Expert Group
  • Scalable video coding is a video compression method for appropriately adjusting and transmitting data in response to various communication networks and terminals.
  • Scalable video coding provides a video encoding method capable of adaptively serving various transmission networks and various receiving terminals using a single video stream.
  • Multi-view video coding Multiview Video Coding
  • video is encoded according to a limited coding scheme based on a macroblock having a predetermined size.
  • an encoding / decoding method and apparatus for providing an improved encoding and decoding rate.
  • An image decoding method includes the steps of obtaining interlayer prediction permission information from a bitstream; If the interlayer prediction permission information indicates that interlayer prediction may be used, obtaining single layer usage information from a bitstream; If the single layer usage information indicates that at most one picture is used for inter-layer prediction, determining at least one layer from among at least one layer referenced by the current picture as a reference layer; And performing interlayer prediction of the current picture using a picture belonging to the reference layer.
  • the determining of the reference layer may include determining, as a reference layer, a layer having a maximum layer identifier value among at least one layer directly referenced by the current picture according to the direct reference information obtained from the bitstream. have.
  • FIG. 1A is a block diagram illustrating a configuration of a multilayer video encoding apparatus according to an embodiment of the present invention.
  • FIG. 1B is a flowchart illustrating a multilayer video encoding method according to an embodiment of the present invention.
  • FIG. 2A is a block diagram illustrating a configuration of a multilayer video decoding apparatus according to an embodiment of the present invention.
  • 2B is a flowchart illustrating a multilayer video decoding method according to an embodiment of the present invention.
  • 2C illustrates an interlayer prediction structure, according to an embodiment.
  • 2D shows a multilayer prediction structure 40 of multilayer pictures.
  • 2E is a diagram illustrating a multilayer video according to an embodiment of the present invention.
  • 2F illustrates NAL units including encoded data of a multilayer video according to an embodiment of the present invention.
  • 3A is a flowchart illustrating a method of generating inter-layer reference information according to an embodiment of the present invention.
  • 3B is a conceptual diagram illustrating a relationship between a plurality of layers.
  • 3C illustrates a pseudo code for determining a reference picture layer identifier for a current picture using a syntax element obtained from a bitstream for a slice segment.
  • 4A is a flowchart illustrating a decoding method using reference layer activity information and single layer usage information according to an embodiment of the present invention.
  • 4B is a diagram illustrating a pseudo code for obtaining reference layer activity information and single layer usage information from a bitstream corresponding to VPS_extension.
  • 4C is a diagram illustrating a pseudo code for obtaining reference layer activity information and single layer usage information from a bitstream corresponding to a slice segment header.
  • 5A is a flowchart illustrating a decoding method using single layer usage information according to an embodiment of the present invention.
  • FIG. 5B is a diagram illustrating a pseudo code for obtaining a syntax element for performing interlayer prediction from a bitstream by obtaining a single layer use flag according to an embodiment of the present invention.
  • 6A is a diagram illustrating a decoding method according to an embodiment of the present invention.
  • 6B illustrates pseudo code for performing a decoding method according to an embodiment of the present invention.
  • FIG. 7A to 7E illustrate a method of obtaining a reference picture set according to an embodiment of the present invention.
  • FIG. 8 is a block diagram of a video encoding apparatus based on coding units having a tree structure, according to various embodiments.
  • FIG. 9 is a block diagram of a video decoding apparatus based on coding units having a tree structure, according to various embodiments.
  • FIG. 10 illustrates a concept of coding units, according to various embodiments.
  • FIG. 11 is a block diagram of an image encoder based on coding units, according to various embodiments.
  • FIG. 12 is a block diagram of an image decoder based on coding units, according to various embodiments.
  • FIG. 13 is a diagram illustrating deeper coding units according to depths, and partitions, according to various embodiments.
  • FIG. 14 illustrates a relationship between a coding unit and transformation units, according to various embodiments.
  • 15 is a diagram of deeper encoding information according to depths, according to various embodiments.
  • 16 is a diagram of deeper coding units according to depths, according to various embodiments.
  • 17, 18, and 19 illustrate a relationship between coding units, prediction units, and transformation units, according to various embodiments.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 7.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 7.
  • 21 illustrates the physical structure of a disk on which various associated programs are stored.
  • Fig. 22 shows a disc drive for recording and reading a program by using the disc.
  • FIG. 23 shows an overall structure of a content supply system for providing a content distribution service.
  • 24 and 25 illustrate an external structure and an internal structure of a mobile phone to which the video encoding method and the video decoding method of the present invention are applied, according to various embodiments.
  • 26 is a diagram illustrating a digital broadcast system employing a communication system, according to various embodiments.
  • FIG. 27 illustrates a network structure of a cloud computing system using a video encoding apparatus and a video decoding apparatus, according to various embodiments.
  • An image decoding method includes the steps of obtaining interlayer prediction permission information from a bitstream; If the interlayer prediction permission information indicates that interlayer prediction may be used, obtaining single layer usage information from a bitstream; If the single layer usage information indicates that at most one picture is used for inter-layer prediction, determining at least one layer from among at least one layer referenced by the current picture as a reference layer; And performing interlayer prediction of the current picture using a picture belonging to the reference layer.
  • the determining of the reference layer may include determining, as a reference layer, a layer having a maximum layer identifier value among at least one layer directly referenced by the current picture according to the direct reference information obtained from the bitstream. have.
  • the inter-layer prediction of the current picture using the picture belonging to the reference layer may include determining, as a reference picture, a picture having the same decoding order as the decoding order of the current picture among at least one picture included in the reference layer. It may include the step.
  • the single layer usage information does not indicate that at most one picture is used for inter-layer prediction, obtaining information on the number of pictures that can be referred to inter-layer prediction from the bitstream; Acquiring an identifier of a reference layer used for inter-layer prediction in the bitstream according to the number indicated by information on the number of pictures that can be referred to by the inter-layer prediction; And performing interlayer prediction of the current picture by using the identifier of the reference layer.
  • the single layer usage information does not indicate that at most one picture is used for inter-layer prediction for the current picture, obtaining direct reference information indicating whether direct reference between layers is directly performed from the bitstream; Generating indirect reference information between layers using the direct reference information; Determining layer identifier information of a picture referred to for decoding a current picture using the direct reference information and the indirect reference information; And decoding the current picture by performing inter-layer prediction using the layer identifier of the referenced picture.
  • Generating indirect reference information between layers using the direct reference information may include: generating, by using the direct reference information, a second layer having a higher layer index than the first layer has a lower layer index than the first layer; And generating indirect reference information between layers by using indirect reference determined between the first layer and the third layer according to whether the three layers are directly referred to.
  • the determining of the layer identifier information of the picture referred to for decoding the current picture using the direct reference information and the indirect reference information may include generating a dependent layer identifier list of the layer using the direct reference information and the indirect reference information. ; And if the dependent layer identifier list reference information obtained from the bitstream indicates a reference of the dependent layer identifier list, determining the layer identifier of the picture referred to in the current picture by using the dependent layer identifier list. .
  • the acquiring of the single layer usage information may include acquiring reference layer activity information for a current layer from the bitstream; And acquiring the single layer usage information if the reference layer activation information for the current layer indicates that reference pictures of all direct reference layers of the current layer are provided in the same access unit and are included in the same interlayer reference picture set. It may include.
  • the single layer usage information may be independently obtained for each layer from the bitstream.
  • the image decoding apparatus includes a bitstream obtaining unit for obtaining a bitstream of image data; And obtaining interlayer prediction permission information from the bitstream, and if the interlayer prediction permission information indicates that interlayer prediction may be used, obtain single layer usage information from a bitstream, and wherein the single layer usage information is an interlayer.
  • a maximum of one layer among at least one layer referenced by the current picture is determined as a reference layer, and interlayer prediction of the current picture is performed using a picture belonging to the reference layer. It includes an image decoder.
  • an image encoding method may include generating image encoded data by performing interlayer prediction referring to at least one picture; Generating interlayer prediction permission information indicating that the encoded data is encoded using interlayer prediction; Generating single layer usage information indicating that encoded data of each layer is encoded using interlayer prediction referring to at least one picture; And generating a bitstream using the image coded data, the interlayer prediction permission information, and the single layer use information.
  • the image encoding apparatus generates image encoded data by performing interlayer prediction referring to at least one picture, and interlayer prediction indicating that the encoded data is encoded using interlayer prediction.
  • a bitstream generator configured to generate a bitstream using the image coded data, the interlayer prediction permission information, and the single layer use information.
  • the present invention also provides a computer-readable recording medium having a program recorded thereon for executing a video decoding method according to an embodiment of the present invention.
  • the present invention provides a computer-readable recording medium having a program recorded thereon for executing a video encoding method according to an embodiment of the present invention.
  • various embodiments to which the multilayer video encoding method, the milly layer video decoding method, the video encoding method, and the video decoding method according to the embodiments of FIGS. 1A to 20 are applicable are described with reference to FIGS. 21 to 27.
  • the 'image' may be a still image of the video or a video, that is, the video itself.
  • FIG. 1A is a block diagram illustrating a configuration of a multilayer video encoding apparatus according to an embodiment of the present invention.
  • the multilayer video encoding apparatus 10 includes an image encoder 12 and a bitstream generator 14.
  • the multilayer video encoding apparatus 10 may classify and encode a plurality of video streams by layers according to a multi view video coding scheme or a scalable video coding scheme. .
  • the multilayer video encoding apparatus 10 may encode the base layer images and the enhancement layer images into different layers.
  • a multiview video may be encoded according to a scalable video coding scheme.
  • Left view images may be encoded as base layer images
  • right view images may be encoded as enhancement layer images.
  • the center view images, the left view images and the right view images are respectively encoded, among which the center view images are encoded as base layer images, the left view images are first enhancement layer images, and the right view images are second It may be encoded as enhancement layer images.
  • An encoding result of the base layer images may be output as a base layer stream, and encoding results of the first enhancement layer images and the second enhancement layer images may be output as a first enhancement layer stream and a second enhancement layer stream, respectively.
  • base layer images, first enhancement layer images, second enhancement layer images,..., Kth enhancement layer images may be encoded. Accordingly, the encoding results of the base layer images are output to the base layer stream, and the encoding results of the first, second, ..., K th enhancement layer images are output to the first, second, ..., K th enhancement layer stream, respectively. Can be.
  • the multilayer video encoding apparatus 10 may perform inter prediction to predict a current image by referring to images of the same layer. Through inter prediction, a motion vector representing motion information between the current image and the reference image and a residual component between the current image and the reference image may be generated.
  • the multilayer video encoding apparatus 10 may perform inter layer prediction for predicting enhancement layer images by referring to base layer images.
  • the multilayer video encoding apparatus 10 may perform interlayer prediction for predicting second enhancement layer images by referring to first enhancement layer images. Through inter-layer prediction, a position difference component between the current image and a reference image of another layer and a residual component between the current image and a reference image of another layer may be generated.
  • interlayer prediction between one base layer image and two or more enhancement layer images may be performed according to the multilayer prediction structure. It may be.
  • the interlayer prediction structure will be described later with reference to FIG. 2C.
  • the multilayer video encoding apparatus 10 encodes each block of each image of a video for each layer.
  • the type of block may be square or rectangular, and may be any geometric shape. It is not limited to data units of a certain size.
  • a block according to an embodiment may be a maximum coding unit, a coding unit, a prediction unit, a transformation unit, and the like among coding units having a tree structure.
  • the multilayer video encoding apparatus 10 may divide and encode images according to the HEVC standard into blocks having a quadtree structure for each layer.
  • a video encoding and decoding method based on coding units having a tree structure will be described later with reference to FIGS. 8 to 20.
  • Inter prediction and inter layer prediction may be performed based on a data unit of a coding unit, a prediction unit, or a transformation unit.
  • the image encoder 12 may encode an image sequence for at least one layer.
  • the image encoder 12 may generate symbol data by performing source coding operations including inter prediction or intra prediction for each layer.
  • the image encoder 12 may generate symbol data by performing transform and quantization on an image block including data obtained as a result of performing inter prediction or intra prediction on image samples, and then generates symbol data on symbol data.
  • the bitstream generator 14 may generate a bitstream including symbol data on which entropy encoding is performed.
  • the image encoder 12 may encode an image sequence for each layer, and the bitstream generator 14 may generate each bitstream.
  • the image encoder 12 may encode the current layer image sequence by referring to symbol data of another layer through inter-layer prediction.
  • the image encoder 12 may encode an image sequence of each layer by referring to an image sequence of another layer or by referring to an image sequence of the same layer according to a prediction mode.
  • the current sample may be predicted using neighboring samples in the current image
  • the inter mode the current image may be predicted using another image of the same layer.
  • the current picture may be predicted using a reference picture of the same POC as the current picture among other layer pictures.
  • the image encoder 12 may encode a multiview video and encode an image sequence of a different viewpoint for each layer.
  • the inter-layer prediction structure for a multi-view video since the current view image is encoded by referring to another view image, it may be regarded as an inter view prediction structure.
  • the image encoder 12 receives and encodes image data including a multilayer video to generate a multilayer encoded image.
  • the image encoder 12 corresponds to a video coding layer that handles the input video encoding process itself. 8 to 20, which will be described later, the image encoder 12 may encode each picture included in the multilayer video based on a coding unit having a tree structure.
  • the bitstream generator 14 corresponds to a network abstraction layer (NAL) that adds and outputs a multilayer encoded image and additional information generated by the image encoder 12 to a transmission data unit according to a predetermined format.
  • the transmission data unit may be a NAL unit.
  • the bitstream generator 14 outputs the NAL unit by including a multilayer encoded image and additional information in the NAL unit.
  • the bitstream generator 14 may output a bitstream generated using the NAL unit.
  • the multilayer video encoding apparatus 10 encodes image data into a multilayer encoded image.
  • the image encoder 12 generates image encoded data by performing interlayer prediction referring to at least one picture.
  • the image encoder 12 generates single layer usage information indicating that encoded data of each layer is encoded by using interlayer prediction referring to at least one picture.
  • the bitstream generator 14 may generate a bitstream including single layer usage information.
  • the image encoder 12 may perform interlayer prediction by using a picture having the largest layer identifier among the pictures included in the interlayer reference set.
  • the image encoder 12 may generate direct reference information indicating that a layer having a maximum layer identifier value is determined as a reference layer among at least one layer directly referenced by the current encoded picture.
  • the bitstream generator 14 may generate a bitstream including direct reference information.
  • the image encoder 12 performs encoding by using a picture having the same encoding order as that of the current picture among the at least one picture included in the reference layer as the reference picture.
  • the image encoder 12 When at least one picture is used for inter-layer prediction, the image encoder 12 generates single layer usage information indicating that at least one picture is used for inter-layer prediction.
  • the bitstream generator 14 may generate a bitstream including single layer usage information.
  • the image encoder 12 If at least one picture is not used for inter-layer prediction, the image encoder 12 generates single layer usage information indicating that at most one picture is not used.
  • the image encoder 12 may generate information about the number of pictures that may be referred to as interlayer prediction, and information about the number of pictures referred to as interlayer prediction in order to encode the current picture.
  • the image encoder 12 determines an identifier of a reference layer used for inter layer prediction of the current picture.
  • the bitstream generator 14 may generate a bitstream including an identifier of a reference layer used for interlayer prediction of the current picture and information about the number of pictures that may be referred to by interlayer prediction.
  • the image encoder 12 may generate direct reference information indicating whether direct reference between layers is performed.
  • the bitstream generator 14 may generate a bitstream including direct reference information.
  • the image encoder 12 may generate reference layer activity information indicating this.
  • the image encoder 12 may independently generate reference layer activity information for each layer.
  • the bitstream generator 14 may generate a bitstream including reference layer activity information independently for each layer.
  • the image encoder 12 may also independently generate single layer usage information for each layer.
  • the bitstream generator 14 may generate a bitstream including the single layer usage information independently for each layer.
  • the image encoder 12 may provide reference layer activity information indicating that reference pictures of all direct reference layers are provided in the same access unit and are included in the same inter-layer reference picture set. Can be generated.
  • the image encoder 12 may generate selection information of an inter-layer reference picture set when reference pictures of all direct reference layers are not provided in the same access unit or are not included in the same inter-layer reference picture set.
  • the image encoder 12 may generate as the selection information whether the inter-layer reference picture set information is selected from a set of pre-generated inter-layer reference picture set information.
  • the image encoder 12 may generate an index indicating the reference picture set.
  • the image encoder 12 may generate separate reference picture set information when the interlayer reference picture set information is not selected from a pre-generated set of interlayer reference picture set information.
  • the bitstream generator 14 may generate the bitstream including the above selection information, an index indicating the reference picture set, and the reference picture set information.
  • the bitstream generator 14 generates a bitstream using image encoded data and single layer usage information.
  • FIG. 1B is a flowchart illustrating a multilayer video encoding method according to an embodiment of the present invention.
  • the multilayer video encoding apparatus 10 generates image coded data by performing interlayer prediction referring to at least one picture (S111).
  • the multilayer video encoding apparatus 10 may perform interlayer prediction by using a picture having the largest layer identifier among pictures included in an interlayer reference set.
  • the multilayer video encoding apparatus 10 may perform encoding by using a picture having the same encoding order as the current picture among the at least one picture included in the reference layer as the reference picture.
  • the multilayer video encoding apparatus 10 generates interlayer prediction permission information indicating that encoded data is encoded using interlayer prediction (S112).
  • the multilayer video encoding apparatus 10 generates single layer usage information indicating that encoded data of each layer is encoded using interlayer prediction referring to at least one picture (S113).
  • the multilayer video encoding apparatus 10 generates a bitstream using image encoded data, interlayer prediction permission information, and single layer usage information (S114).
  • the multilayer video encoding apparatus 10 determines an identifier of a reference layer used for interlayer prediction of the current picture.
  • the multilayer video encoding apparatus 10 may generate a bitstream including an identifier of a reference layer used for interlayer prediction of a current picture and information about the number of pictures that may be referenced by interlayer prediction.
  • the multilayer video encoding apparatus 10 may generate direct reference information indicating whether direct reference between layers is performed.
  • the multilayer video encoding apparatus 10 may generate a bitstream including direct reference information.
  • the multilayer video encoding apparatus 10 may generate reference layer activity information indicating this when reference pictures of all direct reference layers of the current layer are included in the same access unit and included in the same interlayer reference picture set.
  • the multilayer video encoding apparatus 10 may independently generate reference layer activity information for each layer.
  • the multilayer video encoding apparatus 10 may generate a bitstream including reference layer activity information independently for each layer.
  • the multilayer video encoding apparatus 10 may also independently generate single layer usage information for each layer.
  • the multilayer video encoding apparatus 10 may generate a bitstream including the single layer usage information independently for each layer.
  • the multilayer video encoding apparatus 10 may activate the reference layer indicating that reference pictures of all direct reference layers are provided in the same access unit and included in the same inter-layer reference picture set unless at most one picture is used for inter-layer prediction. Information can be generated.
  • the multilayer video encoding apparatus 10 may generate selection information of an interlayer reference picture set when reference pictures of all direct reference layers are not provided in the same access unit or are not included in the same interlayer reference picture set.
  • the multilayer video encoding apparatus 10 may generate as the selection information whether the inter-layer reference picture set information is selected from a set of pre-generated inter-layer reference picture set information.
  • the multilayer video encoding apparatus 10 may generate an index indicating the reference picture set.
  • the multilayer video encoding apparatus 10 may generate separate reference picture set information when the inter-layer reference picture set information is not selected from a set of pre-generated inter-layer reference picture set information.
  • the multilayer video encoding apparatus 10 may generate a bitstream including the above selection information, an index indicating the reference picture set, and the reference picture set information.
  • FIG. 2A is a block diagram illustrating a configuration of a multilayer video decoding apparatus according to an embodiment of the present invention.
  • the multilayer video decoding apparatus 20 may include a bitstream obtainer 22 and an image decoder 24.
  • the multilayer video decoding apparatus 20 may receive a base layer stream and an enhancement layer stream.
  • the multilayer video decoding apparatus 20 receives a base layer stream including encoded data of base layer images as a base layer stream according to a scalable video coding method, and includes encoded data of enhancement layer images as an enhancement layer stream.
  • the layer stream may be received.
  • the multilayer video decoding apparatus 20 may decode a plurality of layer streams according to the scalable video coding scheme.
  • the multilayer video decoding apparatus 20 may reconstruct base layer images by decoding the base layer stream, and reconstruct enhancement layer images by decoding the enhancement layer stream.
  • a multiview video may be encoded according to a scalable video coding scheme.
  • left view images may be reconstructed by decoding the base layer stream
  • right view images may be reconstructed by decoding the enhancement layer stream.
  • the center view images may be reconstructed by decoding the base layer stream.
  • Left view images may be reconstructed by further decoding the first enhancement layer stream in addition to the base layer stream.
  • Right-view images may be reconstructed by further decoding the second enhancement layer stream in addition to the base layer stream.
  • the first enhancement layer pictures for the first enhancement layer may be reconstructed from the first enhancement layer stream, and the second enhancement layer pictures may be reconstructed further by further decoding the second enhancement layer stream. If the Kth enhancement layer stream is further decoded to the first enhancement layer stream, the Kth enhancement layer images may be further reconstructed.
  • the multilayer video decoding apparatus 20 obtains encoded data of base layer images and enhancement layer images from the base layer stream and the enhancement layer stream, and adds the encoded data of the motion vector and inter layer prediction generated by inter prediction.
  • the obtained variation information can be obtained further.
  • the multilayer video decoding apparatus 20 may decode inter-predicted data for each layer, and decode inter-layer predicted data between a plurality of layers. Reconstruction may be performed through motion compensation and interlayer decoding based on a coding unit or a prediction unit, according to an embodiment.
  • images may be reconstructed by performing motion compensation for the current image with reference to reconstructed images predicted through inter prediction of the same layer.
  • the motion compensation refers to an operation of reconstructing a reconstructed image of the current image by synthesizing the reference image determined using the motion vector of the current image and the residual component of the current image.
  • the multilayer video decoding apparatus 20 may perform interlayer decoding with reference to base layer images in order to reconstruct an enhancement layer image predicted through interlayer prediction.
  • Inter-layer decoding refers to an operation of reconstructing a reconstructed image of the current image by synthesizing a reference image of another layer determined using the variation information of the current image and a residual component of the current image.
  • the multilayer video decoding apparatus 20 may perform interlayer decoding for reconstructing second enhancement layer images predicted with reference to the first enhancement layer images.
  • the multilayer video decoding apparatus 20 decodes each block of each image of the video.
  • a block according to an embodiment may be a maximum coding unit, a coding unit, a prediction unit, a transformation unit, and the like among coding units having a tree structure.
  • the multilayer video decoding apparatus 20 may reconstruct image sequences by decoding each layer stream based on blocks of a quadtree structure determined according to the HEVC standard method.
  • the image decoder 24 may obtain symbol data reconstructed through entropy decoding for each layer.
  • the image decoder 24 may reconstruct the quantized transformation coefficients of the residual component by performing inverse quantization and inverse transformation using symbol data.
  • the image decoder 24 may receive a bitstream of quantized transform coefficients. As a result of performing inverse quantization and inverse transformation on the quantized transform coefficients, residual components of images may be reconstructed.
  • the image decoder 24 may reconstruct the image sequence for each layer by decoding the received bitstream for each layer.
  • the image decoder 24 may generate reconstructed images of the image sequence for each layer through motion compensation between the same layer images and interlayer prediction between other layer images.
  • the image decoder 24 may decode the image sequence of each layer by referring to the image sequence of the same layer or by referring to the image sequence of another layer according to the prediction mode.
  • the current block may be reconstructed using neighboring samples in the same image
  • the inter prediction mode the current block may be reconstructed with reference to another image of the same layer.
  • the current block may be reconstructed using a reference picture to which the same POC as the current picture is allocated among pictures of other layers.
  • the bitstream obtainer 22 obtains a multilayer video stream of an encoded image.
  • the bitstream obtainer 22 may function as a receiver including a receiver.
  • the image decoder 24 may obtain interlayer prediction permission information from the bitstream. If the interlayer prediction permission information indicates that interlayer prediction may be used, the image decoder 24 may obtain single layer usage information from the bitstream. When the single layer use information indicates that at most one picture is used for inter-layer prediction, the image decoder 24 may determine only a maximum of one layer among the at least one layer referenced by the current picture as the reference layer. The image decoder 24 may perform interlayer prediction of the current picture using a picture belonging to the reference layer.
  • the image decoder 24 may determine, as a reference layer, a layer having a maximum layer identifier value among at least one layer directly referenced by the current picture according to the direct reference information obtained from the bitstream.
  • the image decoder 24 may determine, as a reference picture, a picture having the same decoding order as the decoding order of the current picture among at least one picture included in the reference layer.
  • the image decoder 24 may obtain information on the number of pictures that can be referred to interlayer prediction from the bitstream. In addition, the image decoder 24 may obtain an identifier of the reference layer used for interlayer prediction in the bitstream according to the number indicated by the information on the number of pictures that may be referred to by interlayer prediction. The image decoder 24 may perform interlayer prediction of the current picture using an identifier of the reference layer.
  • the image decoder 24 may obtain direct reference information indicating whether direct reference between layers is performed from the bitstream. In addition, the image decoder 24 may generate indirect reference information between layers using direct reference information. The image decoder 24 may determine layer identifier information of the picture referred to for decoding the current picture using the direct reference information and the indirect reference information. The image decoder 24 may decode the current picture by performing interlayer prediction by using the layer identifier of the referenced picture.
  • the image decoder 24 uses the direct reference information to determine whether the second layer having the layer index higher than the first layer directly refers to the third layer having the layer index lower than the first layer. Indirect reference information between layers may be generated using the indirect reference determined between the third layers.
  • the image decoder 24 may generate the dependent layer identifier list of the layer by using the direct reference information and the indirect reference information. If the dependent layer identifier list reference information obtained from the bitstream indicates the reference of the dependent layer identifier list, the image decoder 24 may determine the layer identifier of the picture referred to in the current picture by using the dependent layer identifier list.
  • the image decoder 24 may obtain reference layer activity information on the current layer from the bitstream. If the reference layer activation information for the current layer indicates that reference pictures of all direct reference layers of the current layer are provided in the same access unit and are included in the same interlayer reference picture set, the image decoder 24 may use the single layer usage information. Can be obtained.
  • the image decoder 24 may independently acquire single layer usage information for each layer from the bitstream.
  • the image decoder 24 may obtain reference layer activity information from the bitstream.
  • the image decoder 24 may select information of the inter-layer reference picture set from the bitstream if the reference layer activation information does not indicate that reference pictures of all direct reference layers are provided in the same access unit and are included in the same inter-layer reference picture set. Can be obtained.
  • the image decoder 24 may determine an index for selecting inter-layer reference picture set information from the bitstream when the selected selection information indicates that the inter-layer reference picture set information is selected from a set of pre-generated inter-layer reference picture set information.
  • the interlayer reference picture may be determined using the interlayer reference picture set information obtained by obtaining the index and indicating the index in the set of interlayer reference picture set information.
  • the image decoder 24 may perform interlayer prediction of the current picture using the interlayer reference picture.
  • the image decoder 24 may obtain reference layer activity information from the bitstream.
  • the image decoder 24 may select information of the inter-layer reference picture set from the bitstream if the reference layer activation information does not indicate that reference pictures of all direct reference layers are provided in the same access unit and are included in the same inter-layer reference picture set. Can be obtained.
  • the image decoder 24 obtains the interlayer reference picture set information from the bitstream when the selection information indicates that the interlayer reference picture set information is not selected from a set of pre-generated interlayer reference picture set information.
  • the interlayer reference picture may be determined using the interlayer reference picture set information.
  • the image decoder 24 may perform interlayer prediction of the current picture using the interlayer reference picture.
  • 2B is a flowchart illustrating a multilayer video decoding method according to an embodiment of the present invention.
  • the multilayer video decoding apparatus 20 obtains interlayer prediction permission information from a bitstream (S211).
  • the multilayer video decoding apparatus 20 obtains single layer usage information from the bitstream according to the interlayer prediction permission information (S212). For example, the multilayer video decoding apparatus 20 may obtain single layer usage information from the bitstream when the interlayer prediction permission information indicates that interlayer prediction may be used.
  • the multilayer video decoding apparatus 20 determines at least one layer among at least one layer referenced by the current picture as a reference layer according to the single layer usage information (S213). For example, when the single layer usage information indicates that at most one picture is used for interlayer prediction, the multilayer video decoding apparatus 20 determines that at least one layer among at least one layer referenced by the current picture is a reference layer. Can be.
  • the multilayer video decoding apparatus 20 may determine, as a reference layer, a layer having a maximum layer identifier value among at least one layer directly referenced by the current picture according to the direct reference information obtained from the bitstream.
  • the multilayer video decoding apparatus 20 performs interlayer prediction of the current picture using a picture belonging to the reference layer (S214).
  • the multilayer video decoding apparatus 20 may determine, as a reference picture, a picture having the same decoding order as the decoding order of the current picture among at least one picture included in the reference layer.
  • the multilayer video decoding apparatus 20 may obtain information on the number of pictures that may be referred to as interlayer prediction from the bitstream. .
  • 2C illustrates an interlayer prediction structure, according to an embodiment.
  • the interlayer encoding system 200 includes a base layer encoding stage 210 and an enhancement layer encoding stage 260, and an interlayer prediction stage 250 between the base layer encoding stage 210 and the enhancement layer encoding stage 260. do.
  • the base layer encoder 210 and the enhancement layer encoder 260 may illustrate specific configurations of the base layer encoder 1410 and the enhancement layer encoder 1420, respectively.
  • the base layer encoding terminal 210 receives a base layer image sequence and encodes each image.
  • the enhancement layer encoding stage 260 receives an enhancement layer image sequence and encodes each image. Overlapping operations among the operations of the base layer encoder 210 and the enhancement layer encoder 220 will be described later.
  • the input video (low resolution video, high resolution video) is divided into a maximum coding unit, a coding unit, a prediction unit, a transformation unit, and the like through the block splitters 218 and 268.
  • intra prediction or inter prediction may be performed for each prediction unit of the coding units.
  • the prediction switches 248 and 298 may perform inter prediction by referring to the previous reconstructed image output from the motion compensator 240 or 290 according to whether the prediction mode of the prediction unit is the intra prediction mode or the inter prediction mode.
  • intra prediction may be performed using a neighboring prediction unit of the current prediction unit in the current input image output from the intra prediction units 245 and 295. Residual information may be generated for each prediction unit through inter prediction.
  • the transformation / quantization units 220 and 270 may output a quantized transformation coefficient by performing transformation and quantization for each transformation unit based on the transformation unit of the coding unit.
  • the scaling / inverse transform units 225 and 275 may generate residual information of the spatial domain by performing scaling and inverse transformation on the transform coefficients quantized for each transformation unit of the coding unit.
  • the residual information is synthesized with a previous reconstructed image or a neighboring prediction unit, so that a reconstructed image including the current prediction unit is generated and the current reconstructed image is stored in the storage 230. , 280).
  • the current reconstructed image may be transmitted to the intra prediction unit 245 and 295 / the motion compensation unit 240 and 290 according to the prediction mode of the prediction unit to be encoded next.
  • the in-loop filtering units 235 and 285 may perform deblocking filtering and sample adaptive offset filtering on a reconstructed image stored in the storage 230 and 280 for each coding unit. At least one filtering may be performed. At least one of deblocking filtering and sample adaptive offset (SAO) filtering may be performed on at least one of a coding unit, a prediction unit, and a transformation unit included in the coding unit.
  • deblocking filtering and sample adaptive offset (SAO) filtering may be performed on at least one of a coding unit, a prediction unit, and a transformation unit included in the coding unit.
  • Deblocking filtering is filtering to alleviate blocking of data units
  • SAO filtering is filtering to compensate for pixel values that are transformed by data encoding and decoding.
  • the data filtered by the in-loop filtering units 235 and 285 may be delivered to the motion compensation units 240 and 290 for each prediction unit.
  • the current reconstructed image and the next coding unit output by the motion compensator 240 and 290 and the block splitters 218 and 268 for encoding the next coding unit output from the block splitters 218 and 268 again. Residual information of the liver may be generated.
  • the enhancement layer encoder 260 may refer to the reconstructed image stored in the storage 230 of the base layer encoder 210 for interlayer prediction.
  • the encoding controller 215 of the base layer encoder 210 controls the storage 230 of the base layer encoder 210 to transmit the reconstructed image of the base layer encoder 210 to the enhancement layer encoder 260. I can deliver it.
  • the in-loop filtering unit 255 may perform at least one of deblocking filtering, SAO filtering, and ALF filtering on the base layer reconstructed image output from the storage 210 of the base layer encoding unit 210. Can be performed.
  • the inter layer prediction stage 250 may upsample the reconstructed image of the base layer and transfer the sample to the enhancement layer encoder 260.
  • the interlayer prediction of the enhancement layer image is referred to by referring to the base layer reconstructed image transmitted through the interlayer prediction unit 250. This may be done.
  • various encoding modes for a coding unit, a prediction unit, and a transformation unit may be set.
  • depth or split information may be set as an encoding mode for a coding unit.
  • a prediction mode, a partition type, intra direction information, reference list information, and the like may be set.
  • a transform depth or split information may be set.
  • the base layer encoder 210 may perform various depths for the coding unit, various prediction modes for the prediction unit, various partition types, various intra directions, various reference lists, and various transform depths for the transformation unit, respectively. According to the result of applying the encoding, the coding depth, the prediction mode, the partition type, the intra direction / reference list, the transformation depth, etc. having the highest encoding efficiency may be determined. It is not limited to the above-listed coding modes determined by the base layer coding end 210.
  • the encoding control unit 215 of the base layer encoding terminal 210 may control various encoding modes to be appropriately applied to the operation of each component.
  • the encoding control unit 215 may perform encoding mode or residual by the enhancement layer encoding stage 260 referring to the encoding result of the base layer encoding stage 210 for inter-layer encoding of the enhancement layer encoding stage 260. It can be controlled to determine the information.
  • the enhancement layer encoding terminal 260 may use the encoding mode of the base layer encoding terminal 210 as it is as an encoding mode for the enhancement layer image or by referring to the encoding mode of the base layer encoding terminal 210. An encoding mode for the layer image may be determined.
  • the encoding control unit 215 of the base layer encoding stage 210 controls the control signal of the encoding control unit 265 of the enhancement layer encoding stage 260 of the base layer encoding stage 210, thereby improving the encoding layer 260.
  • the current encoding mode may be used from the encoding mode of the base layer encoding terminal 210.
  • an interlayer decoding system may also be implemented. That is, the interlayer decoding system of the multilayer video may receive a base layer bitstream and an enhancement layer bitstream.
  • the base layer decoding unit of the interlayer decoding system may reconstruct base layer images by decoding the base layer bitstream.
  • the enhancement layer decoder of the interlayer decoding system of the multilayer video may reconstruct the enhancement layer images by decoding the enhancement layer bitstream using the base layer reconstruction image and parsed encoding information.
  • 2D shows a multilayer prediction structure 40 of multilayer pictures.
  • images having the same POC value are arranged in the vertical direction.
  • the POC value of an image indicates a reproduction order of images constituting the video.
  • 'POC X' displayed in the multi-layer prediction structure 40 indicates a relative reproduction order of images located in a corresponding column. The smaller the number of X is, the higher the reproduction order is, and the larger the reproduction order is, the lower the reproduction order is.
  • each layer image is arranged in the horizontal direction according to the POC value (reproduction order).
  • the first and second enhancement layer images positioned in the same column as the base layer image are all images having the same POC value (reproduction order).
  • Each GOP includes images between successive anchor pictures and one anchor picture.
  • An anchor picture is a random access point.
  • Base layer images include base layer anchor pictures 41, 42, 43, 44, and 45
  • first enhancement layer images include first enhancement layer anchor pictures 41a, 42ba, 43a, 44a, and 45a.
  • the second enhancement layer images include second enhancement layer anchor pictures 41b, 42b, 43b, 44b, and 45b.
  • the multilayer images may be reproduced and predicted (restored) in the GOP order.
  • images included in GOP 0 may be reconstructed and reproduced, and then images included in GOP 1 may be reconstructed and reproduced. . That is, images included in each GOP may be reconstructed and reproduced in the order of GOP 0, GOP 1, GOP 2, and GOP 3.
  • interlayer prediction and inter prediction are performed on the images.
  • an image at which an arrow starts is a reference image
  • an image at which an arrow ends is an image predicted using the reference image.
  • the reconstruction order of the multilayer prediction structure 40 includes images arranged in the horizontal direction according to the prediction (restore) order of each image.
  • relatively left images are images that are predicted (restored) first
  • relatively right images are images that are predicted (restored) late. Since the next images are predicted (restored) with reference to the first reconstructed images, all the arrows indicating the prediction directions between the same layer images in the reconstruction order of the multilayer prediction structure 40 are all right from the relatively left images. You can see heading to the images located at.
  • the prediction result of the base layer images may be encoded and then output in the form of a base layer stream.
  • the prediction encoding result of the first enhancement layer images may be output as a first enhancement layer stream, and the prediction encoding result of the second enhancement layer images may be output as a second enhancement layer stream.
  • the I-type anchor pictures 41, 42, 43, 44, and 45 do not refer to other images, but the remaining images of the B-type and b-type are predicted with reference to other base layer images.
  • B-type pictures are predicted with reference to the I type anchor picture followed by the POC value and the I type anchor picture following.
  • the b type pictures are predicted by referring to an I-type anchor picture followed by a POC value and a B-type picture following it, or by referring to a B-type picture followed by a POC value and an I type anchor picture following it.
  • inter layer prediction referring to the base layer images and inter prediction referring to the same view images are performed.
  • inter-image prediction is performed on the first enhancement layer images, and inter prediction is performed on the second enhancement layer images.
  • the anchor pictures 41a, 42ba, 43a, 44a, 45a, 41b, 42b, 43b, 44b, and 45b of the first enhancement layer images and the second enhancement layer images do not refer to the same layer images, but the anchor picture The remaining images may be predicted by referring to the same layer images.
  • the anchor pictures 41a, 42ba, 43a, 44a, 45a, 41b, 42b, 43b, 44b, and 45b among the first enhancement layer images and the second enhancement layer images may also have a base layer anchor picture having the same POC value. 41, 42, 43, 44, 45).
  • each image may be reconstructed using the reconstructed reference image only after the reference image of each image is reconstructed.
  • base layer images may be reconstructed through motion compensation.
  • the B type base motion through motion compensation referencing the base layer anchor pictures 41, 42, 43, 44, and 45.
  • Layer images may be reconstructed.
  • b type base layer images may be reconstructed through motion compensation referring to base layer reconstructed images of I type or B type.
  • the first enhancement layer images and the second enhancement layer images are encoded through inter layer prediction referring to base layer images and inter prediction referring to same layer images, respectively.
  • the first enhancement layer images may be reconstructed through interlayer disparity compensation referring to the reconstructed base layer images after the reference image of the base view is reconstructed.
  • the first enhancement layer images may be reconstructed through motion compensation referring to the reconstructed reference image of the first enhancement layer.
  • the second enhancement layer images may be reconstructed through inter-layer disparity compensation referring to the reference image of the base view.
  • the second enhancement layer images may be reconstructed through motion compensation referring to the reconstructed reference image of the second enhancement layer.
  • 2E is a diagram illustrating a multilayer video according to an embodiment of the present invention.
  • the multilayer video encoding apparatus 10 may have various spatial resolutions, various quality, various frame rates, and the like.
  • a scalable bitstream may be output by encoding multilayer image sequences having different views. That is, the multilayer video encoding apparatus 10 may generate and output a scalable video bitstream by encoding an input image according to various scalability types. Scalability includes temporal, spatial, image quality, multi-point scalability, and combinations of such scalability. These scalabilities can be classified according to each type. In addition, scalabilities can be distinguished by dimension identifiers within each type.
  • scalability has scalability types such as temporal, spatial, image quality and multi-point scalability.
  • scalability types such as temporal, spatial, image quality and multi-point scalability.
  • Each type may be divided into scalability dimension identifiers. For example, if you have different scalability, you can have different dimension identifiers. For example, the higher the scalability of the scalability type, the higher the scalability dimension may be assigned.
  • a bitstream is called scalable if it can be separated from the bitstream into valid substreams.
  • the spatially scalable bitstream includes substreams of various resolutions.
  • the scalability dimension is used to distinguish different scalability from the same scalability type.
  • the scalability dimension may be represented by a scalability dimension identifier.
  • the spatially scalable bitstream may be divided into substreams having different resolutions such as QVGA, VGA, WVGA, and the like.
  • layers with different resolutions can be distinguished using dimensional identifiers.
  • the QVGA substream may have 0 as the spatial scalability dimension identifier value
  • the VGA substream may have 1 as the spatial scalability dimension identifier value
  • the WVGA substream may have 2 as the spatial scalability dimension identifier value. It can have
  • a temporally scalable bitstream includes substreams having various frame rates.
  • a temporally scalable bitstream may be divided into substreams having a frame rate of 7.5 Hz, a frame rate of 15 Hz, a frame rate of 30 Hz, and a frame rate of 60 Hz.
  • the bitstream that is scalable in image quality may be divided into substreams having different qualities according to a coarse grained scalability (CGS) scheme, a medium grained scalability (MGS) scheme, and a fine grained scalability (GFS) scheme.
  • CGS coarse grained scalability
  • MMS medium grained scalability
  • GFS fine grained scalability
  • Temporal scalability may also be divided into different dimensions according to different frame rates
  • image quality scalability may also be divided into different dimensions according to different methods.
  • a multiview scalable bitstream includes substreams of different views within one bitstream.
  • a bitstream includes a left image and a right image.
  • the scalable bitstream may include substreams related to encoded data of a multiview image and a depth map. Viewability scalability may also be divided into different dimensions according to each view.
  • the scalable video bitstream may include substreams in which at least one of temporal, spatial, image quality, and multi-point scalability is encoded with image sequences of a multilayer including different images.
  • the image sequence 51 of the first layer, the image sequence 52 of the second layer, and the image sequence 53 of the nth (n is an integer) layer may be image sequences having at least one of a resolution, an image quality, and a viewpoint. have.
  • an image sequence of one layer among the image sequence 51 of the first layer, the image sequence 52 of the second layer, and the image sequence 53 of the nth (n is an integer) layer may be an image sequence of the base layer.
  • the image sequences of the other layers may be image sequences of the enhancement layer.
  • the image sequence 51 of the first layer may include images of a first viewpoint
  • the image sequence 52 of the second layer may include images of a second viewpoint
  • the image sequence 53 of the n th layer may include an n th viewpoint.
  • the image sequence 51 of the first layer is a left view image of the base layer
  • the image sequence 52 of the second layer is a right view image of the base layer
  • the image sequence 53 of the nth layer is It may be a right view image.
  • the present invention is not limited to the above-described example, and the image sequences 51, 52, and 53 having different scalable extension types may be image sequences having different image attributes.
  • 2F illustrates NAL units including encoded data of a multilayer video according to an embodiment of the present invention.
  • the bitstream generator 14 outputs NAL units including encoded multilayer video data and additional information.
  • the video parameter set (hereinafter referred to as "VPS") includes information applied to the multilayer image sequences 62, 63, and 64 included in the multilayer video.
  • the NAL unit including the information about the VPS is called a VPS NAL unit 61.
  • the VPS NAL unit 41 includes a common syntax element shared by the multilayer image sequences 62, 63, and 64, information about an operation point, and a profile to prevent unnecessary information from being transmitted. Includes essential information about the operating point needed during the session negotiation phase, such as (profile) or level.
  • the VPS NAL unit 61 according to an embodiment includes scalability information related to a scalability identifier for implementing scalability in multilayer video.
  • the scalability information is information for determining scalability applied to the multilayer image sequences 62, 63, and 64 included in the multilayer video.
  • the scalability information includes information on scalability type and scalability dimension applied to the multilayer image sequences 62, 63, and 64 included in the multilayer video.
  • scalability information may be directly obtained from a value of a layer identifier included in a NAL unit header.
  • the layer identifier is an identifier for distinguishing a plurality of layers included in the VPS.
  • the VPS may signal a layer identifier for each layer through a VPS extension.
  • the layer identifier for each layer of the VPS may be included in the VPS NAL unit and signaled.
  • layer identifiers of NAL units belonging to a specific layer of the VPS may be included in the VPS NAL unit.
  • the layer identifier of the NAL unit belonging to the VPS may be signaled through a VPS extension. Therefore, in the decoding / decoding method according to an embodiment of the present invention, scalability information about a layer of NAL units belonging to a corresponding VPS can be obtained using a VPS using layer identifier values of corresponding NAL units.
  • the decoding apparatus decodes an image by performing inter prediction and inter layer prediction.
  • the referenced reference picture In order to perform inter prediction and inter layer prediction, the referenced reference picture must be specified.
  • the encoding apparatus generates a reference picture list using reference pictures for the current picture.
  • the encoding apparatus may signal an index at which the reference picture is located in the reference picture list, and the decoding apparatus may determine the reference picture used for encoding through the received index.
  • the decoding apparatus may obtain, from the bitstream, an index at which the reference picture is located in the reference picture list.
  • a reference picture set is used for the decoding apparatus to set a decoded picture buffer (DPB) and a reference picture list.
  • the decoding apparatus may obtain a reference picture set generated by the encoding apparatus from the bitstream.
  • the reference picture set includes information for classifying a reference classification into a reference picture in a decoded picture buffer into a reference picture for a current picture, a reference picture for a future picture, and a picture for output without reference.
  • One or more reference picture lists may be used according to the slice type, and at most two reference picture lists may be used.
  • the reference picture set may include information for specifying any one of the plurality of reference picture lists.
  • the reference picture list may include a reference picture used for inter picture prediction and a reference picture used for inter layer prediction.
  • the RPS may include POC information about reference pictures for inter picture prediction and layer identification information about reference pictures for inter layer prediction.
  • the reference picture set may be divided into an inter picture reference picture set for inter picture prediction and an inter layer reference picture set for inter layer prediction.
  • the inter picture reference picture set includes POC information for reference pictures.
  • the inter picture reference picture set includes POC information about reference pictures belonging to the same layer as the current picture.
  • the inter-layer reference picture set may include layer identification information about the reference pictures.
  • the inter-layer reference picture set may include layer identification information about reference pictures having the same POC as the current picture.
  • the decoding apparatus may first include reference pictures belonging to the inter-picture reference picture set in the reference picture list and additionally store the reference picture in the reference picture list. If the space exists, reference pictures belonging to the inter-layer reference picture set may be inserted into the reference picture list.
  • the decoding apparatus obtains a reference picture layer ID from the bitstream using an interlayer prediction layer index described later.
  • the decoding apparatus generates a reference picture list by using the reference picture layer ID.
  • the decoding apparatus may generate an interlayer reference picture set using a reference picture layer ID, and generate a reference picture list using the generated interlayer reference picture set.
  • the reference picture set may include an inter-picture reference picture set and an inter-layer reference picture set.
  • the inter picture reference picture set may indicate reference pictures necessary for inter picture prediction of a current picture and a picture to be decoded in the future.
  • the interlayer reference picture set may indicate reference pictures required for interlayer prediction of the current layer.
  • Direct reference layer information indicating inter-layer dependency on the encoded video sequence may be signaled through a video parameter set (VPS).
  • the inter-layer reference picture set may be signaled through a slice header.
  • the inter-layer reference picture set indicates a reference picture actually used for inter-layer prediction among layers directly dependent on a picture unit.
  • the interlayer reference picture set only the subordinate layers required for decoding the picture of the current layer may be indicated.
  • the interlayer RPS may further indicate whether an interlayer reference picture required for decoding of an upper layer exists in a decoded picture buffer (DPB). Accordingly, the inter-layer reference picture set may be modified and used to indicate reference pictures required for inter-layer prediction when decoding the current layer and the upper layer.
  • DPB decoded picture buffer
  • the decoding apparatus may perform at least one decoding method described in FIGS. 3A to 7E according to an embodiment. Meanwhile, in response to the decoding method described below, the encoding apparatus may perform encoding.
  • 3A is a flowchart illustrating a method of generating inter-layer reference information according to an embodiment of the present invention.
  • a decoding apparatus first obtains direct reference information between layers (S311).
  • the decoding apparatus may obtain inter-layer direct reference information Direct_dependency_flag from the bitstream.
  • Direct reference information Direct_dependency_flag may be obtained from a bitstream corresponding to the VPS.
  • Direct_dependency_flag indicates whether direct reference between layers. For example, when Direct_dependency_flag [i] [j] has a value of 0, it indicates that the layer with index j is not a direct reference layer of the layer with index i. When Direct_dependency_flag [i] [j] has a value of 1, it indicates that the layer with index j is a direct reference layer of the layer with index i. If Direct_dependency_flag [i] [i] is not provided for i and j, the value of Direct_dependency_flag [i] [i] is inferred to be zero. i and j may have an integer value between 0 and vps_max_layers_minus1.
  • the decoding apparatus generates inter-layer indirect reference information by using direct inter-layer reference (S312).
  • FIG. 3B is a conceptual diagram illustrating a plurality of layers. Although FIG. 3B illustrates the first to fifth layers, the image may be encoded using more layers than the illustrated layer. Each layer contains at least one picture. Each picture is identified by a POC. POC (Picture Of Count) means an index according to decoding order.
  • the third layer may include a first picture 313 of POC 1, a second picture 323 of POC 2, and a third picture 333 of POC 3. Although only three pictures are shown in each layer in FIG. 3B, the number of pictures included in the layer is not limited thereto.
  • Pictures belonging to each layer may be decoded by referring to pictures of other layers. Interlayer prediction is performed to perform encoding and decoding through reference of an inter-layer picture.
  • the decoding apparatus may perform interlayer prediction between pictures having the same POC. For example, if the picture of POC 2 of the fifth layer is encoded and decoded by inter-layer prediction, the encoding apparatus and the decoding apparatus may replace the picture 325 of POC 2 of the fifth layer with the pictures 321 of POC 2 of another layer. , 322, 323, and 324 may be used to perform interlayer prediction.
  • Each picture in the same layer may be referred to as inter picture prediction with each other.
  • the first picture 313, the second picture 323, and the third picture 333 of the third layer may be referred to each other by inter picture prediction.
  • Inter picture prediction may be referred to as inter prediction.
  • the second layer determines to indirectly refer to the first layer regardless of whether the second layer directly refers to the first layer. Can be.
  • the decoding apparatus may determine that the third layer indirectly refers to the first layer.
  • the decoding apparatus generates inter-layer reference information by using direct reference information and indirect reference information (S313).
  • the decoding apparatus may determine reference information of a layer by using a direct reference flag and an indirect reference flag. For example, when the layer i directly refers to the layer j, the layer identifier of the layer j is inserted into the reference layer identifier list RefLayerId of the layer i. The layer identifier of layer j is inserted into the dependent layer identifier list (DepLayerId) of layer i.
  • the index indicating the layer j is inserted in the reference layer identifier list of the layer i into the direct reference layer index list (DirectRefLayerIdx) of the layer i.
  • the index indicating the layer j is inserted in the dependent layer identifier list of the layer i into the dependent layer index list DepLayerIdx of the layer i.
  • the layer identifier of layer j is inserted into the dependent layer identifier list of layer i.
  • the index indicating the layer j is inserted in the dependent layer identifier list of the layer i into the dependent layer index list DepLayerIdx of the layer i.
  • NumDirectRefLayers [i], RefLayerId [i] [j], SamplePredEnabledFlag [i] [j], MotionPredEnabledFlag [i] [j], DirectRefLayerIdx [i] [j], IndirectDependencyFlag [i] [j], NumDepLayers [i ], DepLayerId [i] [j], and DepLayerIdx [i] [j] can be derived as follows.
  • the reference picture layer identifier list may be determined using the dependent layer identifier list determined as described above. A pseudo code for this is shown in Figure 3c.
  • 3C illustrates a pseudo code for determining a reference picture layer identifier for a current picture using a syntax element obtained from a bitstream for a slice segment.
  • inter layer prediction permission information (inter_layer_pred_enabled_flag) 351 is information indicating whether inter layer prediction may be used in decoding.
  • inter_layer_pred_enabled_flag has a value of 1
  • inter_layer_pred_enabled_flag has a value of 0, it indicates that inter-layer prediction is not used in decoding the current picture.
  • Dependent layer number information (num_dependent_layers) 352 indicates the number of pictures included in a current access unit having a nuh_layer_id larger than the current nuh_layer_id for inter-layer prediction, and the number of pictures that can be used for decoding the current picture.
  • the length of the Num_dependent_layers syntax element may be Ceil (Log2 (NumDepLayers [nuh_layer_id])) bits.
  • the value of the num_dependent_layers syntax element may have an integer value between 0 and NumDepLayers [nuh_layer_id] -1.
  • the dependent layer identifier list reference information (used_by_curr_layer_flag) 353 indicates a variable RefPicLayerId representing nuh_layer_id of the i-th picture that may be used by the current picture for inter-layer prediction. If not provided, the value of used_by_curr_layer_flag is inferred to zero.
  • variable RefPicLayerId [i] for i having a value between 0 and NumActiverefLayerPics-1 is derived as follows to have a specific value of the dependent layer identifier list. If the value of used_by_curr_layer_flag is 0, the value of RefPicLayerId [i] may have a preset value or may not be set.
  • the variable NumActiveRefLayerPics can be derived as follows.
  • inter-layer prediction layer index may represent a variable RefPicLayerIdInDPB representing nuh_layer_id of the i-th picture that may be used by the current picture for inter-layer prediction.
  • the inter-layer prediction layer index may indicate a variable RefPicLayerIdInDPB representing a picture having a nuh_layer_id larger than the nuh_layer_id of the current picture for inter-layer prediction, and a nuh_layer_id of the i-th picture that may be used by the current picture.
  • inter_layer_pred_layer_idc [i] may represent a variable RefPicLayerIdInDPB [i] representing a picture having nuh_layer_id greater than nuh_layer_id of the current picture for inter-layer prediction and the nuh_layer_id of the i-th picture that may be used by the current picture.
  • nuh_layer_id is a layer identifier stored in the NAL unit header.
  • inter_layer_pred_layer_idc [i] The length of the syntax element inter_layer_pred_layer_idc [i] is Ceil (Log2 (nuh_layer_id)) bits.
  • the value of inter_layer_pred_layer_idc [i] has a value between 0 and nuh_layer_id-1. If inter_layer_pred_layer_idc [i] is not provided, inter_layer_pred_layer_idc [i] can be inferred to be equal to i.
  • the decoding apparatus may determine that interlayer prediction is not performed when the value of inter_layer_pred_enabled_flag is 1.
  • the decoding apparatus may determine that NumActiveRefLayerPics is 1 when the value of max_one_active_ref_layer_flag is not 0 or the value of NumDirectRefLayers [nuh_layer_id] is 1. Otherwise, the value of NumActiveRefLayerPics can be determined by NumInterlayerPredRef. All slices of the coded picture have the same value as NumActiveRefLayerPics.
  • the inter-layer reference picture set is used to indicate the reference pictures required for inter-layer prediction in decoding the current layer and the higher layer, recovery from an error is increased than in decoding. For example, if a picture of a lower layer belonging to a layer identifier list (TargetDecLayerIdList) of lower layers used for inter-layer prediction of the current layer or a higher layer is lost, the lost picture is used for decoding the current picture as an interlayer reference picture. If not, this loss can be detected as the interlayer RPS is parsed.
  • the decoding apparatus may perform reference picture marking. For example, a decoded picture in the current access unit belonging to the interlayer RPS is marked as "used for long-term reference.” Decoded pictures in the current access unit that do not belong to the interlayer RPS are marked as "used for short-term reference.” Decoded pictures that do not belong to the inter-layer RPS and inter-picture RPS are marked as "not used as reference”.
  • Decoded pictures in the DPB with the same POC value as the current picture marked as “used for long term reference” can be up-sampled and their motion vectors can be upscaled as well.
  • Decoded pictures included in the DPB having the same POC value as the current picture marked as "used for short term reference” are not upsampled.
  • the decoding apparatus may remove a picture that is not used as a reference early. For example, if a decoded picture having a TemporalId equal to HighestTid is not included in the inter-layer RPS, the decoded picture is marked as "not used for reference".
  • the decoding apparatus may remove the unused reference pictures early according to the direct reference information (direct_dependency_flag) signaled in the video parameter set. If the number of active direct reference layers inferred from the interlayer RPS is different from the number of direct dependent layers inferred from the VPS, the decoding apparatus may remove more decoded pictures that will not be used in interlayer prediction early in the DPB.
  • direct_dependency_flag direct reference information
  • the decoding apparatus may decode an image by performing inter prediction and inter layer prediction using reference layer activity information and single layer usage information.
  • the decoding apparatus obtains reference layer active information (all_ref_layers_active_flag) indicating that coded pictures of all direct dependent layers of a layer are included in an inter-layer reference picture set of pictures of each layer. It may be (S411).
  • all_ref_layers_active_flag may have a value of 1 to indicate that coded pictures of all direct dependent layers of each layer are included in the inter-layer reference picture set of the picture of each layer.
  • All_ref_layers_active_flag may have a value of 0 to indicate that the above limitation may or may not be applied.
  • the decoding apparatus may obtain reference layer activation information for each layer. For example, all_ref_layers_active_flag may be obtained for each layer. All_ref_layers_active_flag [i] may have a value of 1 to indicate that coded pictures of all direct dependent layers of the i-th layer are included in the inter-layer reference picture set of the picture of the i-th layer. all_ref_layers_active_flag [i] may have a value of 0 to indicate that the above restriction may or may not be applied.
  • the decoding apparatus may independently restrict the inclusion of inter-layer reference pictures to the inter-layer reference picture set to each layer by using all_ref_layers_active_flag [i].
  • the decoding method can perform signaling of a bit-efficient interlayer reference picture set.
  • the decoding apparatus may perform interlayer prediction.
  • Single layer usage information (max_one_active_ref_layer_flag) indicating that at most one picture is used may be obtained (S412).
  • the decoding apparatus performs interlayer prediction using single layer usage information (max_one_active_ref_layer_flag) (S413).
  • max_one_active_ref_layer_flag has a value of 1 to indicate that at most one picture is used for inter-layer prediction for each picture in a coded video sequence (CVS). Accordingly, if the max_one_active_ref_layer_flag is 1, the decoding apparatus according to an embodiment of the present invention may determine that at most one picture is used for inter-layer prediction for each picture in CVS. When the max_one_active_ref_layer_flag is 0, the decoding apparatus according to an embodiment of the present invention may determine that more than one picture may be used for interlayer prediction for each picture in the CVS.
  • the single layer usage information may be obtained for each layer. For example, if max_one_active_ref_layer_flag [i] is 1, the decoding apparatus according to an embodiment of the present invention may determine that at most one picture is used for inter-layer prediction for each picture of the i-th layer in the CVS. When the max_one_active_ref_layer_flag is 0, the decoding apparatus according to an embodiment of the present invention may determine that more than one picture may be used for interlayer prediction for each picture in the CVS.
  • the decoding apparatus may independently limit the inclusion of interlayer reference pictures to the interlayer reference picture set for each layer by using max_one_active_ref_layer_flag [i].
  • the decoding apparatus can perform signaling of a bit-efficient interlayer reference picture set.
  • all_ref_layers_active_flag [i] is 1, max_one_active_ref_layer_flag [i] may be inferred to have a value of 0 without signaling.
  • the decoding apparatus may infer that max_one_active_ref_layer_flag [i] is not signaled separately and has a value of 0.
  • the decoding apparatus may obtain the reference layer activity information and the single layer usage information determined as described above from the bitstream as illustrated in FIGS. 4B and 4C.
  • FIG. 4B is a diagram illustrating a pseudo code for obtaining reference layer activity information and single layer usage information from a bitstream corresponding to VPS_extension.
  • the decoding apparatus obtains reference layer activation information for each layer according to the index i from the bitstream corresponding to the VPS_extension (411).
  • the decoding apparatus according to an embodiment of the present invention further obtains single layer usage information from the bitstream according to the value of the reference layer activation information for each layer (413).
  • the decoding apparatus indicates that reference layer activation information indicates that coded pictures of all direct dependent layers of the i th layer are included in an inter-layer reference picture set of a picture of the i th layer. Further obtain from the bitstream (412). The decoding apparatus bitstreams the single layer usage information for the i-th layer unless the reference layer activation information indicates that the coded pictures of all direct dependent layers of the i-th layer are included in the inter-layer reference picture set of the picture of the i-th layer. No further acquisition from 412.
  • all_ref_layers_active_flag [i] when all_ref_layers_active_flag [i] is 1, for each picture of the i th layer, reference layer pictures of all direct reference layers of the i th layer are provided in the same access unit as the decoded picture. Then, it is determined that it is included in the inter-layer reference picture set of the picture.
  • the decoding apparatus determines that the above restriction may or may not be applied when all_ref_layers_active_flag [i] is 0.
  • max_one_active_ref_layer_flag [i] 1
  • the decoding apparatus determines that at most one picture is used for inter-layer prediction for each picture of the i-th layer in CVS. If the max_one_active_ref_layer_flag is 0, the decoding apparatus according to an embodiment of the present invention determines that more than one picture may be used for inter-layer prediction for each picture of the i-th layer in CVS.
  • FIG. 4C is a diagram illustrating a pseudo code for obtaining reference layer activity information and single layer usage information from a bitstream corresponding to a slice segment header.
  • an identifier value of a layer to which the current slice segment belongs is greater than 0, a value of reference layer activation information of the current slice segment is 1, and a direct reference of the current layer. If there is more than one layer (421), inter-layer prediction permission information is obtained from the bitstream (422).
  • the inter-layer prediction allowance information is 1 and the direct reference layer of the current layer is one or more (423), according to the single layer usage information of the current layer (424).
  • the interlayer reference picture number information 425 is obtained.
  • the inter-layer prediction allowance information is 1 and the direct reference layer of the current layer is one or more (423)
  • the active reference layer picture number information and the direct reference layer number of the current layer According to the information 426, the interlayer prediction layer index 428 is obtained from the bitstream as much as the active reference layer picture number information 427.
  • the decoding apparatus may decode an image by performing inter prediction and inter layer prediction using single layer usage information.
  • the decoding apparatus may obtain single layer usage information (max_one_active_ref_layer_flag) indicating that at most one picture is used for inter-layer prediction from the bitstream (S511).
  • the decoding apparatus determines the reference layer according to the single layer usage information (S512).
  • the decoding apparatus may determine that at most one picture is used for inter-layer prediction for each picture in CVS.
  • the decoding apparatus may determine that a picture included in the interlayer reference set is a picture having a maximum nuh_layer_d value among the direct dependent layers of the current picture.
  • the decoding apparatus may determine, as a reference layer, a layer having a maximum layer identifier value among direct dependent layers of the current picture.
  • max_one_active_ref_layer_flag is usually 1 when the bitstream is encoded for scalability extensions. In the scalability extension, in most cases only the direct dependent layer having the highest nuh_layer_id is included in the reference picture set of pictures as the inter-layer reference picture.
  • max_one_active_ref_layer_flag value is 1, the decoding apparatus according to an embodiment of the present invention does not include any dependent layer in the interlayer reference picture set, but includes only the dependent layer having the highest nuh_layer_id value in the interlayer reference picture set. Can be determined.
  • max_one_active_ref_layer_flag may have a value of 0 to indicate that more than one picture may be used for interlayer prediction for each picture in the CVS. Therefore, if the max_one_active_ref_layer_flag is 0, the decoding apparatus according to an embodiment of the present invention may determine that more than one layer may be used for inter-layer prediction for each picture in the CVS.
  • the decoding apparatus performs interlayer prediction of the current picture using a picture belonging to a reference layer (S512).
  • FIG. 5B is a diagram illustrating a pseudo code for obtaining a syntax element for performing interlayer prediction from a bitstream by obtaining a single layer use flag according to an embodiment of the present invention.
  • max_one_active_ref_layer_flag since max_one_active_ref_layer_flag has a value of 1, at most one picture is used for inter-layer prediction for each picture in CVS, and the picture included in the inter-layer reference set is directly dependent layers of the picture. It may indicate that it should have a maximum nuh_layer_d value.
  • the decoding apparatus when the max_one_active_ref_layer_flag is 1, the decoding apparatus according to an embodiment of the present invention uses at most one picture for interlayer prediction for each picture in CVS, and the picture included in the interlayer reference set is used for the picture. It may be determined that it should have a maximum nuh_layer_d value among the direct dependent layers.
  • max_one_active_ref_layer_flag may have a value of 0 to indicate that more than one picture may be used for interlayer prediction for each picture in the CVS. Therefore, if the max_one_active_ref_layer_flag is 0, the decoding apparatus according to an embodiment of the present invention may determine that more than one picture may be used for inter-layer prediction for each picture in the CVS.
  • inter_layer_pred_layer_idc [i] is interlayer prediction layer index information indicating that the variable RefPicLayerId [i] representing nuh_layer_id of the i-th picture can be used by the current picture for interlayer prediction.
  • the length of inter_layer_pred_layer_idc [i] may be Ceil (Log2 (NumDirectRefLayers [nuh_layer_id])) bits.
  • the value of inter_layer_pred_layer_idc [i] may have a value between 0 and NumDirectRefLayers [nuh_layer_id] -1. If the value of inter_layer_pred_layer_idc [i] is not provided, the value of inter_layer_pred_layer_idc [i] may be inferred to be equal to i.
  • the decoding apparatus may determine inter_layer_pred_layer_idc [0] as the value of NumDirectRefLayers [nuh_layer_id] -1.
  • the decoding apparatus indicates that interlayer prediction allowance information is allowed for interlayer prediction. Check the value (511).
  • the decoding apparatus When the decoding apparatus according to an embodiment of the present invention indicates that interlayer prediction is performed using a maximum of one picture with a single layer use flag, an interlayer using a dependent layer picture having a maximum layer identifier value among direct dependent layers is performed. You can make predictions.
  • the single layer use flag acquires information about the number of interlayer reference pictures (num_inter_layer_ref_pics_minus1) (512), and activates it.
  • the reference layer picture count information (NumActiveRefLayerPics) and the direct reference layer count information (NumDirectRefLayers) of the current layer (513)
  • the interlayer prediction layer index (inter_layer_pred_layer_idc) (515) is bitstreamed as much as the active reference layer picture count information (514).
  • a value obtained by adding 1 to num_inter_layer_ref_pics_minus1 indicates the number of pictures that can be used in decoding the current picture by performing interlayer prediction.
  • NumActiveRefLayerPics can be derived from the following formula.
  • numRefLayerPics is a variable representing the number of reference layer pictures.
  • 6A is a diagram illustrating a decoding method according to an embodiment of the present invention.
  • the decoding apparatus obtains maximum reference layer active information (high_ref_layers_active_flag) from the bitstream (S611).
  • the decoding apparatus determines the interlayer prediction layer index according to the value of the maximum reference layer activity information (S612). If the value of high_ref_layers_active_flag is 1, the decoding apparatus infers the i-th interlayer prediction layer index (inter_layer_pred_layer_idc [i]) as NumDirectRefLayers [nuh_layer_id] -1-i.
  • i has a value between 0 and NumActiveRefLayerPics-1.
  • the decoding apparatus performs interlayer prediction using the interlayer prediction layer index (S613).
  • 6B illustrates pseudo code for performing a decoding method according to an embodiment of the present invention.
  • the high_ref_layers_active_flag is obtained from the bitstream for the segment header. If high_ref_layers_active_flag is 0, inter_layer_pred_layer_idc [i] is explicitly transmitted. If high_ref_layers_active_flag is 1, inter_layer_pred_layer_idc [i] indicates that NumDirectRefLayers [nuh_layer_id] -1-i is inferred, and i has a range between 0 and NumActiveRefLayerPics-1.
  • the decoding apparatus obtains a mode flag from the bitstream (S711).
  • a mode flag indicating which of the two basic modes is used may be added to the VPS. If the value of the mode flag is 1, the mode selection flag may be added.
  • the decoding apparatus obtains the mode selection flag from the bitstream according to the value of the mode flag (S712).
  • the decoding apparatus configures a reference picture list according to at least one of a mode flag and a mode selection flag (S713).
  • the mode selection flag has a value of 1, indicating that all direct reference layers are provided, and that a first mode is used in which all direct reference layers are included in the inter-layer RPS subset of each picture that references the VPS, and a value of 0
  • the first mode may be used in MV_HEVC.
  • the second mode can be used primarily in SHVC.
  • a list of interlayer RPS candidates is signaled for each layer and an index to indicate the use of one of the interlayer RPS candidates for derivation of the interlayer RPS in the slice header. May be signaled.
  • the mode flag may have a value of 0 to indicate that neither the first mode nor the second mode is used.
  • FIG. 7B is a diagram illustrating a decoding method according to an embodiment of the present invention.
  • the decoding apparatus generates inter-layer reference picture set information (S721).
  • the decoding apparatus may obtain at least one interlayer reference picture set from the bitstream for the VPS.
  • the interlayer reference picture set is information representing a reference picture used for interlayer prediction together with a list of reference pictures.
  • the decoding apparatus obtains selection information indicating whether the interlayer reference picture set is selected from the already generated interlayer reference picture set (S722).
  • the decoding apparatus determines the interlayer reference picture set according to the selection information (S723). If the selection information indicates that the interlayer reference picture set is selected from the pre-generated interlayer reference picture sets, the decoding apparatus obtains an index for selecting the interlayer reference picture set information from the bitstream. Next, the decoding apparatus performs interlayer prediction using an interlayer reference picture set in which the obtained index is indicated by a pre-generated set of interlayer reference picture sets.
  • the decoding apparatus obtains the interlayer reference picture set information from the bitstream and uses the obtained interlayer reference picture set information. Inter-layer prediction is performed.
  • 7C shows a pseudo code for generating an inter-layer prediction reference picture set for each layer.
  • all_ref_layers_active_flag 1
  • the pictures of all direct reference layers specified by the VPS are provided in the same access unit and included in the inter-layer reference picture set. If all_dep_layer_used_flag is 0, the above restriction may or may not apply.
  • a value obtained by adding 1 to num_ilp_ref_pic_sets_minus1 [i] indicates the number of ilp_ref_pic_set () syntax structures included in the VPS for the i-th layer.
  • the value of num_ilp_ref_pic_sets_minus1 [i] has a value between 0 and 63.
  • NumIlpRefPicSets [nuh_layer_id [i]] is set to a value of num_ilp_ref_pic_sets_minus1 [i] + 1.
  • NumIlpRefPicSets [nuh_layer_id [i]] is a variable indicating the number of inter-layer reference picture sets of the i-th layer. Otherwise, NumIlpRefPicSets [layer_id_in_nuh [i]] replaces use_default_il_rps_only_flag? (NumDirectRefLayers [layer_id_in_nuh [i]]? 1: 0): Set to 0.
  • use_default_il_rps_only_flag is a flag indicating to use only an inter-layer reference picture set as a default.
  • the number of direct reference layers of each layer is one or more (713)
  • the number of interlayer reference picture sets included in each layer is obtained (714), and according to the number of acquired interlayer reference picture sets, An interlayer reference picture set is generated (716).
  • 7D illustrates a pseudo code for generating an inter-layer reference picture set according to an embodiment of the present invention.
  • the i-th layer may be a direct reference layer of the picture in the layer layerIdx and is included in the ilpRpsIdxth inter-layer RPS candidate of the layer having the layer index layerIdx.
  • nuhLayerId is layer_id_in_nuh [i]
  • the arrays NumInterLayerPics and InterLayerPredLayerIdx are derived as follows.
  • 7E illustrates a pseudo code for performing a decoding method according to an embodiment of the present invention.
  • inter_layer_pred_enabled_flag has a value of 1, indicating that inter-layer prediction can be used for decoding the current picture.
  • the inter_layer_pred_enabled_flag has a value of 0, indicating that inter layer prediction is not used for decoding the current picture. If not provided, inter_layer_pred_enabled_flag is inferred to have a value of 1 if the value of all_ref_layers_active_flag is 1 and the value of NumIlpRefPicSets [nuh_layer_id] is greater than 0, otherwise it is inferred to have a value of 0.
  • ilp_ref_pic_set_vps_flag 721 If the value of ilp_ref_pic_set_vps_flag 721 is 1, it indicates that the ILP RPS of the current picture is derived based on at least one of the ilp_ref_pic_set () syntax structures of the active VPS identified by the syntax element ilp_ref_pic_set_idx in the slice header (722).
  • Ilp_ref_pic_set_vps_flag is 0, it indicates that the ILP RPS of the current picture is derived based on the ilp_ref_pic_set () syntax structure included directly in the slice headers of the current picture (723).
  • ilp_ref_pic_set_vps_flag is inferred to be equal to one.
  • the 0th through NumIlpRefPicSets [nuh_layer_id] -1st syntax structures are those provided in the active VPS, while the Ilp_ref_pic_set () syntax structure for the current slice is considered as the NumIlpRefPicSets [nuh_layer_id] th ilp_ref_pic_set () syntax structure.
  • ilp_ref_pic_set_idx specifies the index of the syntax structure ilp_ref_pic_set () used for deriving the ILP RPS of the current picture.
  • the index is an index that specifies a specific ilp_ref_pic_set () syntax of the syntax structure ilp_ref_pic_set () list included in the active VPS.
  • the syntax element ilp_ref_pic_set_idx is represented by Ceil (Log2 (NumIlpRefPicSets [nuh_layer_id]-1)) bits.
  • ilp_ref_pic_set_idx has a value between 0 and NumIlpRefPicSets [nuh_layer_id]-1. If not provided, ilp_ref_pic_set_idx is inferred to have a value of zero.
  • the current reference picture set index CurrRpsIdx is derived as follows. If ilp_ref_pic_set_vps_flag is 1, the current interlayer prediction reference picture set index CurrIlpRpsIdx is set to be the same as ilp_ref_pic_set_idx. Otherwise, the current interlayer prediction reference picture set index (CurrIlpRpsIdx) is set to be equal to NumIlpRefPicSets [nuh_layer_id].
  • the number of active reference layer pictures (NumActiveRefLayerPics) is set equal to NumInterLayerPics [nuh_layer_id] [CurrIlpRpsIdx].
  • variable ActiveMotionPredRefLayerId [j] for each value of j in the range 0 to NumActiveRefLayerPics-1 for each value of i in the range 1 to NumActiveMotionPredRefLayers-and 0 to NumActiveMotionPredRefLayers-1 is derived as follows: do.
  • SamplePredEnabledFlag [nuh_layer_id] [RefPicLayerId [i]] or MotionPredEnabledFlag [nuh_layer_id] [RefPicLayerId [i]] shall be 1 for each i value with a value between 0 and NumActiveRefLayerPics -1 for bitstream compliance. More may be required.
  • the multilayer video encoding apparatus 10 generates samples by performing intra prediction, inter prediction, inter layer prediction, transformation, and quantization for each image block, and performs entropy encoding on the samples to perform bitstream analysis. Can be output in the form
  • the multilayer video encoding device 10 may include a video encoding processor mounted therein, or By working in conjunction with an external video encoding processor, video encoding operations, including transform and quantization, can be performed.
  • the internal video encoding processor of the multilayer video encoding apparatus 10 may be a separate processor, the video encoding apparatus, the central processing unit, or the graphics processing unit may include a video encoding processing module to perform basic video encoding operations. It may also include implementations.
  • the multilayer video decoding apparatus 20 performs decoding on the received base layer video stream and the enhancement layer video stream, respectively.
  • inverse quantization, inverse transformation, intra prediction, and motion compensation are performed on the base layer video stream and the enhancement layer video stream for each image block, respectively.
  • the multilayer video decoding apparatus 20 operates in conjunction with an internal video decoding processor or an external video decoding processor to output a reconstructed image generated as a result of decoding, thereby inverse quantization, inverse transformation, prediction / A video reconstruction operation including compensation may be performed.
  • the internal video decoding processor of the multilayer video decoding apparatus 20 may be a separate processor, a basic video reconstruction operation may be performed by the video decoding apparatus, the central processing unit, or the graphics processing unit including the video decoding processing module. It may also include the case of implementing.
  • blocks in which video data is divided are divided into coding units having a tree structure, and As described above, coding units, prediction units, and transformation units are sometimes used for inter-layer prediction or inter prediction.
  • coding units, prediction units, and transformation units are sometimes used for inter-layer prediction or inter prediction.
  • a video encoding method and apparatus therefor, a video decoding method, and an apparatus based on coding units and transformation units of a tree structure according to an embodiment will be described with reference to FIGS. 8 to 20.
  • the encoding / decoding process for the base layer images and the encoding / decoding process for the enhancement layer images are performed separately. That is, when inter-layer prediction occurs in the multilayer video, the encoding / decoding result of the single layer video may be cross-referenced, but a separate encoding / decoding process occurs for each single layer video.
  • the video encoding process and the video decoding process based on coding units having a tree structure described below with reference to FIGS. 8 to 20 are video encoding processes and video decoding processes for single layer video, and thus inter prediction and motion compensation are performed. This is detailed. However, as described above with reference to FIGS. 1A to 7, inter-layer prediction and compensation between base view images and enhancement layer images are performed to encode / decode a video stream.
  • video encoding may be performed for each single layer video.
  • the video encoding apparatus 800 of FIG. 8 may be controlled to include the number of layers of the multilayer video so as to perform encoding of the single layer video allocated to each video encoding apparatus 800.
  • the multilayer video encoding apparatus 10 may perform inter-view prediction using encoding results of separate single views of each video encoding apparatus 800. Accordingly, the image encoder 12 of the multilayer video encoding apparatus 10 may generate a base view video stream and an enhancement layer video stream that contain encoding results for each layer.
  • the received base layer video stream and enhancement layer are decoded.
  • the video decoding apparatus 900 of FIG. 9 includes the number of layers of the multilayer video, and controls to perform decoding of the single layer video allocated to each video decoding apparatus 900.
  • the multilayer video decoding apparatus 20 may perform interlayer compensation by using a decoding result of a separate single layer of each video decoding apparatus 900. Accordingly, the image decoder 24 of the multilayer video decoding apparatus 20 may generate base layer images and enhancement layer images reconstructed for each layer.
  • FIG. 8 is a block diagram of a video encoding apparatus 800 based on coding units having a tree structure, according to an embodiment of the present invention.
  • the video encoding apparatus 800 including video prediction based on coding units having a tree structure includes a coding unit determiner 820 and an output unit 830.
  • the video encoding apparatus 800 that carries video prediction based on coding units having a tree structure according to an embodiment 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.
  • the coding unit according to an embodiment may be characterized by a maximum size and depth.
  • the depth indicates the number of times the coding unit is spatially divided from the maximum coding unit, and as the depth increases, the coding unit for each depth may be split from the maximum coding unit to the minimum coding unit.
  • the depth of the largest coding unit is the highest depth and the minimum coding unit may be defined as the lowest coding unit.
  • the maximum coding unit decreases as the depth increases, the size of the coding unit for each depth decreases, and thus, the coding unit of the higher depth may include coding units of a plurality of lower depths.
  • the image data of the current picture may be divided into maximum coding units according to the maximum size of the coding unit, and each maximum coding unit may include coding units divided by depths. Since the maximum coding unit is divided according to depths, image data of a spatial domain included in the maximum coding unit may be hierarchically classified according to depths.
  • the maximum depth and the maximum size of the coding unit that limit the total number of times of hierarchically dividing the height and the width of the maximum coding unit may be preset.
  • the coding unit determiner 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 the tree structure according to an embodiment include coding units having a depth determined as a final depth among all deeper coding units included in the current maximum coding unit.
  • the coding unit of the final depth may be determined hierarchically according to the depth in the same region within the maximum coding unit, and may be independently determined for the other regions. Similarly, the final depth for the current area can be determined independently of the final depth for the other area.
  • the maximum depth according to an embodiment is an index related to the number of divisions from the maximum coding unit to the minimum coding unit.
  • the first maximum depth according to an embodiment may represent the total number of divisions from the maximum coding unit to the minimum coding unit.
  • the second maximum depth according to an embodiment may represent the total number of depth levels from the maximum coding unit to the minimum coding unit. For example, when the depth of the largest coding unit is 0, the depth of the coding unit obtained by dividing the largest coding unit once may be set to 1, and the depth of the coding unit divided twice may be set to 2. In this case, if the coding unit divided four times from the maximum coding unit is the minimum coding unit, since depth levels of 0, 1, 2, 3, and 4 exist, the first maximum depth is set to 4 and the second maximum depth is set to 5. Can be.
  • Predictive encoding and transformation of the largest coding unit may be performed. Similarly, prediction encoding and transformation are performed based on depth-wise coding units for each maximum coding unit and for each depth less than or equal to the maximum depth.
  • encoding including prediction encoding and transformation should be performed on all the coding units for each depth generated as the depth deepens.
  • the prediction encoding and the transformation will be described based on the coding unit of the current depth among at least one maximum coding unit.
  • the video encoding apparatus 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 an embodiment.
  • a more strange undivided coding unit that is the basis of prediction coding is referred to as a 'prediction unit'.
  • the partition in which the prediction unit is divided may include a data unit in which at least one of the prediction unit and the height and the width of the prediction unit are divided.
  • the partition may be a data unit in which the prediction unit of the coding unit is split, and the prediction unit may be a partition having the same size as the coding unit.
  • the partition mode may be formed in a geometric form, as well as partitions divided in an asymmetric ratio such as 1: n or n: 1, as well as symmetric partitions in which a height or width of a prediction unit is divided in a symmetrical ratio. It may optionally include partitioned partitions, arbitrary types of partitions, and the like.
  • the prediction mode of the prediction unit may be at least one of an intra mode, an inter mode, and a skip mode.
  • the intra mode and the inter mode may be performed on partitions having sizes of 2N ⁇ 2N, 2N ⁇ N, N ⁇ 2N, and N ⁇ N.
  • the skip mode may be performed only for partitions having a size of 2N ⁇ 2N.
  • the encoding may be performed independently for each prediction unit within the coding unit to select a prediction mode having the smallest encoding error.
  • the video encoding apparatus 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 transform depth indicating a number of divisions between the height and the width of the coding unit divided to the transform unit may be set. For example, if the size of the transform unit of the current coding unit of size 2Nx2N is 2Nx2N, the transform depth is 0, the transform depth 1 if the size of the transform unit is NxN, and the transform depth 2 if the size of the transform unit is N / 2xN / 2. Can be. That is, the transformation unit having a tree structure may also be set for the transformation unit according to the transformation depth.
  • the split information for each depth requires not only depth but also prediction related information and transformation related information. Accordingly, the coding unit determiner 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 an embodiment 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 Rate-Distortion Optimization technique based on a Lagrangian multiplier.
  • 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.
  • the minimum unit according to an embodiment is a square data unit having a size obtained by dividing a minimum coding unit, which is the lowest depth, into four segments.
  • the minimum unit according to an embodiment may be a square data unit having a maximum size that may be included in all coding units, prediction units, partition units, and transformation units included in the maximum coding unit.
  • the encoding information output through the output unit 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 adjust the coding unit in consideration of the image characteristics while increasing the maximum size of the coding unit in consideration of the size of the image, thereby increasing image compression efficiency.
  • the 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.
  • a 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 an embodiment 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 largest coding unit extracted by the image data and encoding information extractor 920 are repeatedly used for each coding unit for each deeper coding unit, as in the video encoding apparatus 800 according to an exemplary embodiment. 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 by using the split information for each depth. If the split information indicates that the split information is no longer divided at the current depth, the current depth is the depth. Therefore, the image data decoder 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. As many as 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 required to encode image data by the picture encoder 1520 of the video encoding apparatus 800. 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 according to an embodiment may be performed.
  • an entropy decoder 1215, an inverse quantizer 1220, and an 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. Therefore, if the encoder of FIG. 1A encodes a video stream of two or more layers, the image encoder 1100 may be included for each layer. Similarly, if the decoder 26 of FIG. 2A decodes a video stream of two or more layers, it may include an image decoder 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 an embodiment and the video decoding apparatus 900 according to an embodiment use hierarchical coding units to consider image characteristics.
  • the maximum height, width, and maximum depth of the coding unit may be adaptively determined according to the characteristics of the image, and may be variously set according to a user's request. According to the maximum size of the preset coding unit, the size of the coding unit for each depth may be determined.
  • the hierarchical structure 1300 of a coding unit illustrates a case in which a maximum height and a width of a coding unit are 64 and a maximum depth is three.
  • the maximum depth indicates the total number of divisions from the maximum coding unit to the minimum coding unit. Since the depth deepens along the vertical axis of the hierarchical structure 1300 of the coding unit according to an embodiment, the height and the width of the coding unit for each depth are respectively 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 size conversion unit 1420 is 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 is split information, and information about a partition mode 1500, information about a prediction mode 1510, and a transform unit size are determined 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 the minimum coding unit, which is the lowest depth, into four divisions.
  • the video encoding apparatus 800 compares depth-to-depth encoding errors of the coding units 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 determine a depth of which the segmentation information is '0' as the depth using the segmentation information for each depth, and use the segmentation 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.
  • Coding units 1710 are deeper coding units determined by the video encoding apparatus 800 according to an embodiment with respect to the largest 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, even if the video encoding apparatus 800 and the video decoding apparatus 900 according to the embodiment are intra prediction / motion estimation / motion compensation operations and transform / inverse transformation 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 7 below shows an example that can be set in the video encoding apparatus 800 and the video decoding apparatus 900 according to an embodiment.
  • the output unit 830 of the video encoding apparatus 800 outputs encoding information about coding units having a tree structure
  • the encoding information extraction unit of the video decoding apparatus 900 may include 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 referenced 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 7.
  • FIG. 20 illustrates a relationship between a coding unit, a prediction unit, and a transformation unit, according to encoding mode information of Table 7.
  • 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.
  • the 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, but the conversion unit splitting information according to an embodiment is not limited to a 1-bit flag and is set to 0 according to a setting. , 1, 2, 3., etc., and may be divided hierarchically.
  • the transformation unit partition information may be used as an embodiment of the transformation index.
  • the size of the transformation unit actually used may be expressed.
  • the video encoding apparatus 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.
  • the maximum transform unit size RootTuSize may vary depending on a prediction mode.
  • RootTuSize may be determined according to the following relation (2).
  • 'MaxTransformSize' represents the maximum transform unit size
  • 'PUSize' represents the current prediction unit size.
  • RootTuSize min (MaxTransformSize, PUSize) ......... (2)
  • 'RootTuSize' which is a transform unit size when the transform unit split information is 0, may be set to a smaller value among the maximum transform unit size and the current prediction unit size.
  • 'RootTuSize' may be determined according to Equation (3) below.
  • 'PartitionSize' represents the size of the current partition unit.
  • RootTuSize min (MaxTransformSize, PartitionSize) ........... (3)
  • the conversion unit size 'RootTuSize' when the conversion unit split information is 0 may be set to a smaller value among the maximum conversion unit size and the current partition unit size.
  • the current maximum conversion unit size 'RootTuSize' according to an embodiment that changes according to the prediction mode of the partition unit is only an embodiment, and a factor determining the current maximum conversion unit size is not limited thereto.
  • the image data of the spatial domain is encoded for each coding unit of the tree structure, and the video decoding method based on the coding units of the tree structure.
  • decoding is performed for each largest coding unit, and image data of a spatial region may be reconstructed to reconstruct a picture and a video that is a picture sequence.
  • the reconstructed video can be played back by a playback device, stored in a storage medium, or transmitted over a network.
  • the above-described embodiments of the present invention can be written as a program that can be executed in a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.
  • the computer-readable recording medium may include a storage medium such as a magnetic storage medium (eg, a ROM, a floppy disk, a hard disk, etc.) and an optical reading medium (eg, a CD-ROM, a DVD, etc.).
  • the video 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”.
  • a computer-readable storage medium in which a program is stored according to an embodiment of the present invention will be described in detail below.
  • the disk 26000 described above as a storage medium may be a hard drive, a CD-ROM disk, a Blu-ray disk, or a DVD disk.
  • the disk 26000 is composed of a plurality of concentric tracks tr, and the tracks are divided into a predetermined number of sectors Se in the circumferential direction.
  • a program for implementing the above-described quantization parameter determination method, video encoding method, and video decoding method may be allocated and stored in a specific region of the disc 26000 which stores the program according to the above-described embodiment.
  • a computer system achieved using a storage medium storing a program for implementing the above-described video encoding method and video decoding method will be described below with reference to FIG. 22.
  • the computer system 26700 may store a program for implementing at least one of the video encoding method and the video decoding method of the present invention on the disc 26000 using the disc drive 26800.
  • the program may be read from the disk 26000 by the disk drive 26800, and the program may be transferred to the computer system 26700.
  • a program for implementing at least one of the video encoding method and the video decoding method may be stored in a memory card, a ROM cassette, and a solid state drive (SSD). .
  • FIG. 23 illustrates an overall structure of a content supply system 11000 for providing a content distribution service.
  • the service area of the communication system is divided into cells of a predetermined size, and wireless base stations 11700, 11800, 11900, and 12000 that serve as base stations are installed in each cell.
  • the content supply system 11000 includes a plurality of independent devices.
  • independent devices such as a computer 12100, a personal digital assistant (PDA) 12200, a camera 12300, and a mobile phone 12500 may be an Internet service provider 11200, a communication network 11400, and a wireless base station. 11700, 11800, 11900, and 12000 to connect to the Internet 11100.
  • PDA personal digital assistant
  • the content supply system 11000 is not limited to the structure shown in FIG. 24, and devices may be selectively connected.
  • the independent devices may be directly connected to the communication network 11400 without passing through the wireless base stations 11700, 11800, 11900, and 12000.
  • the video camera 12300 is an imaging device capable of capturing video images like a digital video camera.
  • the mobile phone 12500 is such as Personal Digital Communications (PDC), code division multiple access (CDMA), wideband code division multiple access (W-CDMA), Global System for Mobile Communications (GSM), and Personal Handyphone System (PHS). At least one communication scheme among various protocols may be adopted.
  • PDC Personal Digital Communications
  • CDMA code division multiple access
  • W-CDMA wideband code division multiple access
  • GSM Global System for Mobile Communications
  • PHS Personal Handyphone System
  • the video camera 12300 may be connected to the streaming server 11300 through the wireless base station 11900 and the communication network 11400.
  • the streaming server 11300 may stream and transmit the content transmitted by the user using the video camera 12300 through real time broadcasting.
  • Content received from the video camera 12300 may be encoded by the video camera 12300 or the streaming server 11300.
  • Video data captured by the video camera 12300 may be transmitted to the streaming server 11300 via the computer 12100.
  • Video data captured by the camera 12600 may also be transmitted to the streaming server 11300 via the computer 12100.
  • the camera 12600 is an imaging device capable of capturing both still and video images, like a digital camera.
  • Video data received from the camera 12600 may be encoded by the camera 12600 or the computer 12100.
  • Software for video encoding and decoding may be stored in a computer readable recording medium such as a CD-ROM disk, a floppy disk, a hard disk drive, an SSD, or a memory card that the computer 12100 may access.
  • video data may be received from the mobile phone 12500.
  • the video data may be encoded by a large scale integrated circuit (LSI) system installed in the video camera 12300, the mobile phone 12500, or the camera 12600.
  • LSI large scale integrated circuit
  • a user is recorded using a video camera 12300, a camera 12600, a mobile phone 12500, or another imaging device.
  • the content is encoded and sent to the streaming server 11300.
  • the streaming server 11300 may stream and transmit content data to other clients who have requested the content data.
  • the clients are devices capable of decoding the encoded content data, and may be, for example, a computer 12100, a PDA 12200, a video camera 12300, or a mobile phone 12500.
  • the content supply system 11000 allows clients to receive and play encoded content data.
  • the content supply system 11000 enables clients to receive and decode and reproduce encoded content data in real time, thereby enabling personal broadcasting.
  • the video encoding apparatus and the video decoding apparatus of the present invention may be applied to encoding and decoding operations of independent devices included in the content supply system 11000.
  • the mobile phone 12500 is not limited in functionality and may be a smart phone that can change or expand a substantial portion of its functions through an application program.
  • the mobile phone 12500 includes a built-in antenna 12510 for exchanging RF signals with the wireless base station 12000, and displays images captured by the camera 1530 or images received and decoded by the antenna 12510. And a display screen 12520 such as an LCD (Liquid Crystal Display) and an OLED (Organic Light Emitting Diodes) screen for displaying.
  • the smartphone 12510 includes an operation panel 12540 including a control button and a touch panel. When the display screen 12520 is a touch screen, the operation panel 12540 further includes a touch sensing panel of the display screen 12520.
  • the smart phone 12510 includes a speaker 12580 or another type of audio output unit for outputting voice and sound, and a microphone 12550 or another type of audio input unit for inputting voice and sound.
  • the smartphone 12510 further includes a camera 1530 such as a CCD camera for capturing video and still images.
  • the smartphone 12510 may be a storage medium for storing encoded or decoded data, such as video or still images captured by the camera 1530, received by an e-mail, or obtained in another form. 12570); And a slot 12560 for mounting the storage medium 12570 to the mobile phone 12500.
  • the storage medium 12570 may be another type of flash memory such as an electrically erasable and programmable read only memory (EEPROM) embedded in an SD card or a plastic case.
  • EEPROM electrically erasable and programmable read only memory
  • FIG. 25 illustrates an internal structure of the mobile phone 12500.
  • the power supply circuit 12700 the operation input controller 12640, the image encoder 12720, and the camera interface (12630), LCD control unit (12620), image decoding unit (12690), multiplexer / demultiplexer (12680), recording / reading unit (12670), modulation / demodulation unit (12660) and
  • the sound processor 12650 is connected to the central controller 12710 through the synchronization bus 1730.
  • the power supply circuit 12700 supplies power to each part of the mobile phone 12500 from the battery pack, thereby causing the mobile phone 12500 to operate. Can be set to an operating mode.
  • the central controller 12710 includes a CPU, a read only memory (ROM), and a random access memory (RAM).
  • the digital signal is generated in the mobile phone 12500 under the control of the central controller 12710, for example, the digital sound signal is generated in the sound processor 12650.
  • the 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 the embodiment of FIG. 26 may receive digital broadcasting transmitted through a satellite or terrestrial network using the video encoding apparatus and the video decoding apparatus.
  • the broadcast station 12890 transmits the video data stream to the communication satellite or the broadcast satellite 12900 through radio waves.
  • the broadcast satellite 12900 transmits a broadcast signal, and the broadcast signal is received by the antenna 12860 in the home to the satellite broadcast receiver.
  • the encoded video stream may be decoded and played back by the TV receiver 12610, set-top box 12870, or other device.
  • the playback device 12230 can read and decode the encoded video stream recorded on the storage medium 12020 such as a disk and a memory card.
  • the reconstructed video signal may thus be reproduced in the monitor 12840, for example.
  • the video decoding apparatus of the present invention may also be mounted in the set-top box 12870 connected to the antenna 12860 for satellite / terrestrial broadcasting or the cable antenna 12850 for cable TV reception. Output data of the set-top box 12870 may also be reproduced by the TV monitor 12880.
  • the video decoding apparatus of the present invention may be mounted on the TV receiver 12810 instead of the set top box 12870.
  • An automobile 12920 with an appropriate antenna 12910 may receive signals from satellite 12800 or radio base station 11700.
  • the decoded video may be played on the display screen of the car navigation system 12930 mounted on the car 12920.
  • the video signal may be encoded by the video encoding apparatus of the present invention and recorded and stored in a storage medium.
  • the video signal may be stored in the DVD disk 12960 by the DVD recorder, or the video signal may be stored in the hard disk by the hard disk recorder 12950.
  • the video signal may be stored in the SD card 12970. If the hard disk recorder 12950 includes the video decoding apparatus of the present invention according to an embodiment, the video signal recorded on the DVD disk 12960, the SD card 12970, or another type of storage medium is output from the monitor 12880. Can be recycled.
  • the vehicle navigation system 12930 may not include the camera 1530, the camera interface 12630, and the 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.
  • the invention can also be embodied as computer readable code on a computer readable recording medium.
  • the computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, and the like.
  • the computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion.

Abstract

멀티 레이어 비디오의 부호화/복호화 방법 및 장치가 개시된다. 멀티 레이어 비디오 복호화 방법은 비트스트림으로부터 인터 레이어 예측 허용 정보를 획득하는 단계, 상기 인터 레이어 예측 허용 정보가 인터 레이어 예측이 이용될 수 있음을 나타내면, 비트스트림으로부터 단일 레이어 이용 정보를 획득하는 단계, 상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내면, 현재 픽쳐가 참조하는 적어도 하나의 레이어 중에서 최대 한개의 레이어만을 참조 레이어로 결정하는 단계와 상기 참조 레이어에 속하는 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계를 포함한다.

Description

멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치
본 발명은 스케일러블 비디오 및 다시점 비디오와 같은 멀티 레이어로 구성된 비디오의 부호화, 복호화 방법 및 장치에 관한 것으로, 구체적으로는 멀티 레이어 비디오의 시그널링을 위한 하이 레벨 신택스(High Level Syntax) 구조에 관한 것이다.
일반적으로 영상 데이터는 소정의 데이터 압축 표준, 예를 들어 MPEG(Moving Picture Expert Group) 표준에 따른 코덱에 의하여 부호화된 후 비트스트림의 형태로 저장매체에 저장되거나 통신 채널을 통해 전송된다.
다양한 통신망과 단말기에 대응하여 데이터의 양을 적절히 조정하고 전송하기 위한 비디오 압축 방식으로 스케일러블 비디오 코딩(SVC:Scalable Video Coding)이 있다. 스케일러블 비디오 코딩에서는 하나의 비디오 스트림으로 다양한 전송 네트워크와 다양한 수신 단말에 적응적으로 서비스가 가능한 비디오 부호화 방법을 제공한다.
또한, 최근에는 3차원 멀티미디어 기기 및 3차원 멀티미디어 컨텐츠의 보급에 따라서 3차원 비디오 코딩을 위한 다시점 비디오 코딩(Multiview Video Coding) 기술이 널리 확산되고 있다.
이러한 종래의 스케일러블 비디오 코딩이나 다시점 비디오 코딩에서는 소정 크기의 매크로블록에 기반하여 제한된 부호화 방식에 따라 비디오를 부호화한다.
향상된 부호화 및 복호화 율을 제공하는 부호화/복호화 방법 및 장치를 제공한다.
본 발명의 일 실시예에 따른 영상 복호화 방법은 비트스트림으로부터 인터 레이어 예측 허용 정보를 획득하는 단계; 상기 인터 레이어 예측 허용 정보가 인터 레이어 예측이 이용될 수 있음을 나타내면, 비트스트림으로부터 단일 레이어 이용 정보를 획득하는 단계; 상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내면, 현재 픽쳐가 참조하는 적어도 하나의 레이어 중에서 최대 한개의 레이어만을 참조 레이어로 결정하는 단계; 및 상기 참조 레이어에 속하는 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계를 포함한다.
상기 참조 레이어로 결정하는 단계는, 상기 비트스트림으로부터 획득된 직접 참조 정보에 따라 상기 현재 픽쳐가 직접 참조하는 적어도 하나의 레이어 중에서 최대 레이어 식별자 값을 가지는 레이어를 참조 레이어로 결정하는 단계를 포함할 수 있다.
부호화/복호화 방법 및 장치의 부호화 및 복호화 성능이 보다 향상되는 효과를 제공한다.
도 1a은 본 발명의 일 실시예에 따른 멀티 레이어 비디오 부호화 장치의 구성을 나타낸 블록도이다.
도 1b는 본 발명의 일 실시예에 따른 멀티 레이어 비디오 부호화 방법을 나타낸 흐름도이다.
도 2a는 본 발명의 일 실시예에 따른 멀티 레이어 비디오 복호화 장치의 구성을 나타낸 블록도이다.
도 2b는 본 발명의 일 실시예에 따른 멀티 레이어 비디오 복호화 방법을 나타낸 흐름도이다.
도 2c는 일 실시예에 따른 인터 레이어 예측 구조를 도시한다.
도 2d 는 멀티 레이어 영상들의 멀티 레이어 예측 구조(40)를 도시한다.
도 2e는 본 발명의 일 실시예에 따른 멀티 레이어 비디오를 나타낸 도면이다.
도 2f는 본 발명의 일 실시예에 따른 멀티 레이어 비디오의 부호화된 데이터를 포함하는 NAL 유닛들을 나타낸다.
도 3a는 본 발명의 일 실시 예에 따른 레이어간 참조 정보 생성 방법을 설명하는 순서도이다.
도 3b는 복수의 레이어간의 관계를 도시하는 개념도이다.
도 3c는 슬라이스 세그먼트에 대한 비트스트림으로부터 획득한 신택스 요소를 이용하여 현재 픽쳐에 대한 참조 픽쳐 레이어 식별자를 결정하는 수도코드를 도시한다.
도 4a는 본 발명의 일 실시 예에 따른 참조 레이어 활성 정보 및 단일 레이어 이용정보를 이용한 복호화 방법을 설명하는 순서도이다.
도 4b는 VPS_extension에 대응하는 비트스트림으로부터 참조 레이어 활성 정보 및 단일 레이어 이용정보를 획득하는 수도 코드를 도시하는 도면이다.
도 4c는 슬라이스 세그먼트 헤더에 대응하는 비트스트림으로부터 참조 레이어 활성 정보 및 단일 레이어 이용정보를 획득하는 수도 코드를 도시하는 도면이다.
도 5a는 본 발명의 일 실시 예에 따른 단일 레이어 이용 정보를 이용한 복호화 방법을 설명하는 순서도이다.
도 5b는 본 발명의 일 실시 예에 따른 복호화 장치가 단일 레이어 이용 플래그를 획득하여 인터 레이어 예측을 수행하기 위한 신택스 요소를 비트스트림으로부터 획득하는 수도 코드를 도시하는 도면이다.
도 6a는 본 발명의 일 실시 예에 따른 복호화 방법을 도시하는 도면이다.
도 6b는 본 발명의 일 실시 예에 따른 복호화 방법을 수행하기 위한 수도 코드를 도시한다.
도 7a 내지 7e는 본 발명의 일 실시 예에 따른 참조 픽쳐 세트 획득 방법을 도시하는 도면이다.
도 8은 다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 부호화 장치의 블록도를 도시한다.
도 9는 다양한 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 복호화 장치의 블록도를 도시한다.
도 10은 다양한 실시예에 따른 부호화 단위의 개념을 도시한다.
도 11은 다양한 실시예에 따른 부호화 단위에 기초한 영상 부호화부의 블록도를 도시한다.
도 12는 다양한 실시예에 따른 부호화 단위에 기초한 영상 복호화부의 블록도를 도시한다.
도 13은 다양한 실시예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
도 14는 다양한 실시예에 따른, 부호화 단위 및 변환 단위의 관계를 도시한다.
도 15는 다양한 실시예에 따라, 심도별 부호화 정보들을 도시한다.
도 16은 다양한 실시예에 따른 심도별 부호화 단위를 도시한다.
도 17, 18 및 19는 다양한 실시예에 따른, 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
도 20은 표 7의 부호화 모드 정보에 따른 부호화 단위, 예측 단위 및 변환 단위의 관계를 도시한다.
도 21은 다양한 따른 프로그램이 저장된 디스크의 물리적 구조를 예시한다.
도 22는 디스크를 이용하여 프로그램을 기록하고 판독하기 위한 디스크드라이브를 도시한다.
도 23은 컨텐트 유통 서비스(content distribution service)를 제공하기 위한 컨텐트 공급 시스템(content supply system)의 전체적 구조를 도시한다.
도 24 및 25는, 다양한 실시예 따른 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법이 적용되는 휴대폰의 외부구조와 내부구조를 도시한다.
도 26은 다양한 실시예에 따른 통신시스템이 적용된 디지털 방송 시스템을 도시한다.
도 27은 다양한 실시예에 따른 비디오 부호화 장치 및 비디오 복호화 장치를 이용하는 클라우드 컴퓨팅 시스템의 네트워크 구조를 도시한다.
본 발명의 일 실시예에 따른 영상 복호화 방법은 비트스트림으로부터 인터 레이어 예측 허용 정보를 획득하는 단계; 상기 인터 레이어 예측 허용 정보가 인터 레이어 예측이 이용될 수 있음을 나타내면, 비트스트림으로부터 단일 레이어 이용 정보를 획득하는 단계; 상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내면, 현재 픽쳐가 참조하는 적어도 하나의 레이어 중에서 최대 한개의 레이어만을 참조 레이어로 결정하는 단계; 및 상기 참조 레이어에 속하는 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계를 포함한다.
상기 참조 레이어로 결정하는 단계는, 상기 비트스트림으로부터 획득된 직접 참조 정보에 따라 상기 현재 픽쳐가 직접 참조하는 적어도 하나의 레이어 중에서 최대 레이어 식별자 값을 가지는 레이어를 참조 레이어로 결정하는 단계를 포함할 수 있다.
상기 참조 레이어에 속하는 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계는 상기 참조 레이어에 포함된 적어도 하나의 픽쳐 중에서 상기 현재 픽쳐의 복호화 순서와 동일한 복호화 순서를 가지는 픽쳐를 참조 픽쳐로 결정하는 단계를 포함할 수 있다.
상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면, 상기 비트스트림으로부터 인터 레이어 예측으로 참조될 수 있는 픽쳐의 개수 정보를 획득하는 단계; 상기 인터 레이어 예측으로 참조될 수 있는 픽쳐의 개수 정보가 나타내는 개수에 따라 상기 비트스트림에서 인터 레이어 예측에 이용되는 참조 레이어의 식별자를 획득하는 단계; 및 상기 참조 레이어의 식별자를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계를 포함할 수 있다.
상기 단일 레이어 이용 정보가 상기 현재 픽쳐에 대한 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면, 상기 비트스트림으로부터 레이어간의 직접 참조 여부를 나타내는 직접 참조 정보를 획득하는 단계; 상기 직접 참조 정보를 이용하여 레이어간의 간접 참조 정보를 생성하는 단계; 상기 직접 참조 정보 및 간접 참조 정보를 이용하여 현재 픽쳐의 복호화에 참조되는 픽쳐의 레이어 식별자 정보를 결정하는 단계; 및 상기 참조되는 픽쳐의 레이어 식별자를 이용하여 인터 레이어 예측을 수행하여 상기 현재 픽쳐를 복호화 하는 단계를 더 포함할 수 있다.
상기 직접 참조 정보를 이용하여 레이어간의 간접 참조 정보를 생성하는 단계는, 상기 직접 참조 정보를 이용하여, 제 1 레이어 보다 높은 레이어 인덱스를 가지는 제 2 레이어가 상기 제 1 레이어보다 낮은 레이어 인덱스를 가지는 제 3 레이어를 직접 참조하는지 여부에 따라 제 1 레이어와 제 3 레이어간에 결정된 간접 참조 여부를 이용하여, 레이어간의 간접 참조 정보를 생성하는 단계를 포함할 수 있다.
상기 직접 참조 정보 및 간접 참조 정보를 이용하여 현재 픽쳐의 복호화에 참조되는 픽쳐의 레이어 식별자 정보를 결정하는 단계는, 상기 직접 참조 정보 및 간접 참조 정보를 이용하여 레이어의 종속 레이어 식별자 리스트를 생성하는 단계; 및 상기 비트스트림으로부터 획득한 종속 레이어 식별자 리스트 참조 여부 정보가 종속 레이어 식별자 리스트의 참조를 나타내면, 상기 종속 레이어 식별자 리스트를 이용하여 현재 픽쳐에서 참조되는 픽쳐의 레이어 식별자를 결정하는 단계를 포함할 수 있다.
상기 단일 레이어 이용 정보를 획득하는 단계는, 상기 비트스트림으로부터 현재 레이어에 대한 참조 레이어 활성 정보를 획득하는 단계; 및 상기 현재 레이어에 대한 참조 레이어 활성 정보가 상기 현재 레이어의 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되고, 동일한 인터 레이어 참조 픽쳐 셋에서 포함됨을 나타내면, 상기 단일 레이어 이용 정보를 획득하는 단계를 포함할 수 있다.
상기 단일 레이어 이용 정보는 상기 비트스트림으로부터 레이어 별로 독립적으로 획득될 수 있다.
상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면, 상기 비트스트림으로부터 참조 레이어 활성 정보를 획득하는 단계; 상기 참조 레이어 활성 정보가 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되고, 동일한 인터 레이어 참조 픽쳐 셋에서 포함됨을 나타내지 않으면, 상기 비트스트림으로부터 인터 레이어 참조 픽쳐 세트의 선택 정보를 획득하는 단계; 상기 선택 정보가 인터 레이어 참조 픽쳐 세트 정보가 미리 생성된 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택됨을 나타내면, 상기 비트스트림으로부터 인터 레이어 참조 픽쳐 세트 정보를 선택하기 위한 인덱스를 획득하고, 상기 인덱스가 상기 인터 레이어 참조 픽쳐 세트 정보의 집합에서 지시하는 인터 레이어 참조 픽쳐 세트 정보를 이용하여 인터 레이어 참조 픽쳐를 결정하는 단계; 및 상기 인터 레이어 참조 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계를 포함할 수 있다.
상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면, 상기 비트스트림으로부터 참조 레이어 활성 정보를 획득하는 단계; 상기 참조 레이어 활성 정보가 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되고, 동일한 인터 레이어 참조 픽쳐 셋에서 포함됨을 나타내지 않으면, 상기 비트스트림으로부터 인터 레이어 참조 픽쳐 세트의 선택 정보를 획득하는 단계; 상기 선택 정보가 인터 레이어 참조 픽쳐 세트 정보가 미리 생성된 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택되지 않음을 나타내면, 상기 비트스트림으로부터 인터 레이어 참조 픽쳐 세트 정보를 획득하고, 상기 획득된 인터 레이어 참조 픽쳐 세트 정보를 이용하여 인터 레이어 참조 픽쳐를 결정하는 단계; 및 상기 인터 레이어 참조 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 영상 복호화 장치는 영상 데이터의 비트스트림을 획득하는 비트스트림 획득부; 및 상기 비트스트림으로부터 인터 레이어 예측 허용 정보를 획득하고, 상기 인터 레이어 예측 허용 정보가 인터 레이어 예측이 이용될 수 있음을 나타내면 비트스트림으로부터 단일 레이어 이용 정보를 획득하고, 상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내면 현재 픽쳐가 참조하는 적어도 하나의 레이어 중에서 최대 한개의 레이어만을 참조 레이어로 결정하며, 상기 참조 레이어에 속하는 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 영상 복호화부를 포함한다.
또한, 본 발명의 일 실시예에 따른 영상 부호화 방법은 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 수행하여 영상 부호화 데이터를 생성 하는 단계; 상기 부호화 데이터가 인터 레이어 예측을 이용하여 부호화 되었음을 나타내는 인터 레이어 예측 허용 정보를 생성하는 단계; 상기 각 레이어의 부호화 데이터가 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 이용하여 부호화 되었음을 나타내는 단일 레이어 이용 정보를 생성하는 단계; 및 상기 영상 부호화 데이터, 상기 인터 레이어 예측 허용 정보 및 상기 단일 레이어 이용 정보를 이용하여 비트스트림을 생성하는 단계를 포함한다.
또한, 본 발명의 일 실시예에 따른 영상 부호화 장치는 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 수행하여 영상 부호화 데이터를 생성하고, 상기 부호화 데이터가 인터 레이어 예측을 이용하여 부호화 되었음을 나타내는 인터 레이어 예측 허용 정보를 생성하고, 상기 각 레이어의 부호화 데이터가 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 이용하여 부호화 되었음을 나타내는 단일 레이어 이용 정보를 생성하는 영상 부호화부; 및 상기 영상 부호화 데이터, 상기 인터 레이어 예측 허용 정보 및 상기 단일 레이어 이용 정보를 이용하여 비트스트림을 생성하는 비트스트림 생성부를 포함한다.
또한, 본 발명은 본 발명의 일 실시 예에 따른 영상 복호화 방법을 컴퓨터로 실행시키기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체를 제공한다.
또한, 본 발명은 본 발명의 일 실시 예에 따른 영상 부호화 방법을 컴퓨터로 실행시키기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체를 제공한다.
이하 도 1a 내지 도 7을 참조하여, 다양한 실시예에 따라 멀티 레이어 비디오 부호화 장치 및 멀티 레이어 비디오 복호화 장치와 멀티 레이어 비디오 부호화 방법, 멀티 레이어 비디오 복호화 방법이 개시된다. 또한, 도 8 내지 도 20을 참조하여, 다양한 실시예에 따른 트리 구조의 부호화 단위에 기초하는 비디오 부호화 장치 및 비디오 복호화 장치, 비디오 부호화 방법 및 비디오 복호화 방법이 개시된다. 또한, 도 1a 내지 도 20의 실시예들에 따른 멀티 레이어 비디오 부호화 방법, 밀티 레이어 비디오 복호화 방법, 비디오 부호화 방법, 비디오 복호화 방법이 적용가능한 다양한 실시예들이 도 21 내지 도 27을 참조하여 개시된다. 이하, '영상'은 비디오의 정지영상이거나 동영상, 즉 비디오 그 자체를 나타낼 수 있다.
먼저, 도 1a 내지 도 7을 참조하여, 다양한 실시예에 따라 멀티 레이어 비디오 부호화 장치와 멀티 레이어 비디오 부호화 방법, 그리고 멀티 레이어 비디오 복호화 장치와 멀티 레이어 비디오 복호화 방법이 개시된다.
도 1a은 본 발명의 일 실시예에 따른 멀티 레이어 비디오 부호화 장치의 구성을 나타낸 블록도이다.
도 1a를 참조하면, 본 발명의 일 실시예에 따른 멀티 레이어 비디오 부호화 장치(10)는 영상 부호화부(12) 및 비트스트림 생성부(14)를 포함한다.
다양한 실시예에 따른 멀티 레이어 비디오 부호화 장치(10)는 멀티 뷰(multi View) 비디오 코딩 방식 또는 스케일러블 비디오 코딩(Scalable Video Coding) 방식에 따라 다수의 비디오스트림들을 레이어별로 분류하여 각각 부호화할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 기본 레이어 영상들과 향상 레이어 영상들을 서로 다른 레이어로 부호화할 수 있다.
예를 들어, 다시점 비디오가 스케일러블 비디오 코딩 방식에 따라 부호화될 수 있다. 좌시점 영상들은 기본 레이어 영상들로서 부호화되고, 우시점 영상들은 향상 레이어 영상들로서 부호화될 수 있다. 또는, 중앙시점 영상들, 좌시점 영상들과 우시점 영상들이 각각 부호화되고, 이 중에서 중앙시점 영상들은 기본 레이어 영상들로서 부호화되고, 좌시점 영상들은 제1 향상 레이어 영상들, 우시점 영상들은 제2 향상 레이어 영상들로서 부호화될 수 있다. 기본 레이어 영상들의 부호화 결과가 기본 레이어 스트림으로 출력되고, 제1 향상 레이어 영상들 및 제2 향상 레이어 영상들의 부호화 결과가 각각 제1 향상 레이어 스트림 및 제2 향상 레이어 스트림으로 출력될 수 있다.
또한, 향상 레이어가 셋 이상인 경우, 기본 레이어 영상들과 첫번째 향상 레이어 영상들, 두번째 향상 레이어 영상들, ..., K번째 향상 레이어 영상들이 부호화될 수도 있다. 이에 따라 기본 레이어 영상들의 부호화 결과가 기본 레이어 스트림으로 출력되고, 첫번째, 두번째, ..., K번째 향상 레이어 영상들의 부호화 결과가 각각 첫번째, 두번째, ..., K번째 향상 레이어 스트림으로 출력될 수 있다.
다양한 실시예에 따른 멀티 레이어 비디오 부호화 장치(10)는 동일레이어의 영상들을 참조하여 현재영상을 예측하는 인터 예측(Inter Prediction)을 수행할 수 있다. 인터 예측을 통해, 현재영상과 참조영상 사이의 움직임 정보를 나타내는 모션 벡터(motion vector) 및 현재영상과 참조영상 사이의 잔차 성분(residual)이 생성될 수 있다.
또한, 다양한 실시예에 따른 멀티 레이어 비디오 부호화 장치(10)는 기본 레이어 영상들을 참조하여 향상 레이어 영상들을 예측하는 인터 레이어 예측(Inter layer Prediction)을 수행할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 첫번째 향상 레이어 영상들을 참조하여 두번째 향상 레이어 영상들을 예측하는 인터 레이어 예측을 수행할 수도 있다. 인터 레이어 예측을 통해, 현재영상과 다른 레이어의 참조영상 사이의 위치 차이성분 및 현재영상과 다른 레이어의 참조영상 사이의 잔차 성분이 생성될 수 있다.
일 실시예에 따른 멀티 레이어 비디오 부호화 장치(10)가 둘 이상의 향상 레이어를 허용하는 경우에는, 멀티 레이어 예측 구조에 따라 하나의 기본 레이어 영상들과 둘 이상의 향상 레이어 영상들 간의 인터 레이어 예측을 수행할 수도 있다.
인터 레이어 예측 구조는 추후 도 2c를 참조하여 상술한다.
다양한 실시예에 따른 멀티 레이어 비디오 부호화 장치(10)는 각 레이어마다, 비디오의 각각의 영상의 블록별로 부호화한다. 블록의 타입은 정사각형 또는 직사각형일 수 있으며, 임의의 기하학적 형태일 수도 있다. 일정한 크기의 데이터 단위로 제한되는 것은 아니다. 일 실시예에 따른 블록은, 트리구조에 따른 부호화단위들 중에서는, 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등일 수 있다. 예를 들어 멀티 레이어 비디오 부호화 장치(10)는 각 레이어마다, HEVC 표준 방식에 따른 영상들을 쿼드트리 구조의 블록들로 분할하여 부호화할 수 있다. 트리구조에 따른 부호화단위들에 기초한 비디오 부복호화 방식은, 도 8 내지 도 20을 참조하여 후술한다. 인터 예측 및 인터 레이어 예측은 부호화 단위, 예측 단위 또는 변환 단위의 데이터 단위를 기초로 수행될 수도 있다.
다양한 실시예에 따른 영상 부호화부(12)는, 적어도 하나의 레이어별로 영상 시퀀스를 부호화할 수 있다. 영상 부호화부(12)는, 각 레이어별로 인터 예측 또는 인트라 예측을 포함하는 소스 코딩 동작들을 수행하여 심볼 데이터를 생성할 수 있다. 예를 들어, 영상 부호화부(12)는, 영상 샘플들에 대해 인터 예측 또는 인트라 예측을 수행한 결과 데이터를 수록하는 영상블록에 대해, 변환, 양자화를 수행하여 심볼데이터를 생성하고 심볼데이터에 대해 엔트로피 부호화를 수행한다. 비트스트림 생성부(14)는 엔트로피 부호화가 수행된 심볼 데이터를 포함하는 비트스트림을 생성할 수 있다.
영상 부호화부(12)는 각 레이어별로 영상 시퀀스를 부호화하고, 비트스트림 생성부(14)는 각 비트스트림을 생성할 수 있다. 전술한 바와 같이 영상 부호화부(12)는 인터 레이어 예측을 통해 다른 레이어의 심볼 데이터를 참조하여 현재 레이어 영상 시퀀스를 부호화할 수도 있다. 따라서, 다양한 실시예에 따른 영상 부호화부(12)는, 예측 모드에 따라 다른 레이어의 영상 시퀀스를 참조하거나 동일 레이어의 영상 시퀀스를 참조하여, 각 레이어의 영상 시퀀스를 부호화할 수도 있다. 예를 들어, 인트라 모드인 경우에는 현재 영상 내에서 주변 샘플들을 이용하여 현재 샘플을 예측하고, 인터 모드인 경우에는 동일 레이어의 다른 영상을 이용하여 현재 영상을 예측할 수 있다. 인터 레이어 예측 모드인 경우에는, 다른 레이어 영상들 중에서 현재 영상과 동일한 POC의 참조 영상을 이용하여 현재 영상을 예측할 수 있다.
한편, 영상 부호화부(12)는 다시점 비디오를 부호화하고, 각 레이어마다 다른 시점의 영상 시퀀스를 부호화할 수 있다. 다시점 비디오에 대한 인터 레이어 예측 구조에서는, 다른 시점 영상을 참조하여 현재 시점 영상이 부호화되므로 인터 뷰 예측(Inter View Prediction) 구조라고 볼 수 있다.
영상 부호화부(12)는 멀티 레이어 비디오를 포함하는 영상 데이터를 입력받아 부호화하여 멀티 레이어 부호화 영상을 생성한다. 영상 부호화부(12)는 입력된 비디오 부호화 처리 그 자체를 다루는 비디오 부호화 레이어(Video Coding Layer)에 해당한다. 후술되는 도 8 내지 도 20와 같이, 영상 부호화부(12)는 트리 구조의 부호화 유닛에 기초하여 멀티 레이어 비디오에 포함된 각 픽처를 부호화할 수 있다.
비트스트림 생성부(14)는 영상 부호화부(12)에서 생성된 멀티 레이어 부호화 영상 및 부가 정보를 소정 포맷에 따른 전송 데이터 유닛에 부가하여 출력하는 네트워크 추상 레이어(Network Abstraction Layer: NAL)에 해당한다. 전송 데이터 유닛은 NAL 유닛일 수 있다. 비트스트림 생성부(14)는 NAL 유닛에 멀티 레이어 부호화 영상 및 부가 정보를 포함시켜 NAL 유닛을 출력한다. 비트스트림 생성부(14)는 NAL 유닛을 사용하여 생성된 비트스트림을 출력할 수 있다.
본 발명의 일 실시예에 따른 멀티 레이어 비디오 부호화 장치(10)는 영상 데이터를 멀티 레이어 부호화 영상으로 부호화한다.
영상 부호화부(12)는 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 수행하여 영상 부호화 데이터를 생성한다. 영상 부호화부(12)는 각 레이어의 부호화 데이터가 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 이용하여 부호화 되었음을 나타내는 단일 레이어 이용 정보를 생성한다. 비트스트림 생성부(14)는 단일 레이어 이용 정보를 포함하여 비트스트림을 생성할 수 있다.
영상 부호화부(12)는 인터 레이어 참조 셋에 포함된 픽쳐 중에서 가장 큰 레이어 식별자를 가지는 픽쳐를 이용하여 인터 레이어 예측을 수행할 수 있다.
영상 부호화부(12)는 현재 부호화 픽쳐가 직접 참조하는 적어도 하나의 레이어 중에서 최대 레이어 식별자 값을 가지는 레이어가 참조 레이어로 결정되었음을 나타내는 직접 참조 정보를 생성할 수 있다. 비트스트림 생성부(14)는 직접 참조 정보를 포함하여 비트스트림을 생성할 수 있다.
영상 부호화부(12)는 참조 레이어에 포함된 적어도 하나의 픽쳐 중에서 현재 픽쳐의 부호화 순서와 동일한 부호화 순서를 가지는 픽쳐를 참조 픽쳐로 이용하여 부호화를 수행한다.
영상 부호화부(12)는 인터 레이어 예측에 최대 한개의 픽쳐가 이용되면 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내는 단일 레이어 이용 정보를 생성한다. 비트스트림 생성부(14)는 단일 레이어 이용 정보를 포함하여 비트스트림을 생성할 수 있다.
영상 부호화부(12)는 인터 레이어 예측에 최대 한 개의 픽쳐가 이용되지 않으면, 최대 한 개의 픽쳐가 이용되지 않음을 나타내는 단일 레이어 이용정보를 생성한다. 그리고 영상 부호화부(12)는 현재 픽쳐를 부호화 하기 위해 인터 레이어 예측으로 참조된 픽쳐의 개수 정보를 인터 레이어 예측으로 참조될 수 있는 픽쳐의 개수 정보를 생성할 수 있다. 영상 부호화부(12)는 현재 픽쳐의 인터 레이어 예측에 이용된 참조 레이어의 식별자를 결정한다. 비트스트림 생성부(14)는 현재 픽쳐의 인터 레이어 예측에 이용된 참조 레이어의 식별자 및 인터 레이어 예측으로 참조될 수 있는 픽쳐의 개수 정보를 포함하여 비트스트림을 생성할 수 있다.
영상 부호화부(12)는 레이어간의 직접 참조 여부를 나타내는 직접 참조 정보를 생성할 수 있다. 비트스트림 생성부(14)는 직접 참조 정보를 포함하여 비트스트림을 생성할 수 있다.
영상 부호화부(12)는 현재 레이어의 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에 포함되고, 동일한 인터 레이어 참조 픽쳐 셋에 포함되면, 이러함을 나타내는 참조 레이어 활성 정보를 생성할 수 있다. 영상 부호화부(12)는 참조 레이어 활성 정보를 레이어별로 독립적으로 생성할 수 있다. 비트스트림 생성부(14)는 참조 레이어 활성 정보를 레이어별로 독립적으로 포함하는 비트스트림을 생성할 수 있다. 영상 부호화부(12)는 단일 레이어 이용 정보 또한 레이어별로 독립적으로 생성할 수 있다. 비트스트림 생성부(14)는 단일 레이어 이용 정보를 레이어별로 독립적으로 포함하는 비트스트림을 생성할 수 있다.
영상 부호화부(12)는 인터 레이어 예측에 최대 한개의 픽쳐가 이용되지 않으면, 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되고, 동일한 인터 레이어 참조 픽쳐 셋에서 포함됨을 나타내는 참조 레이어 활성 정보를 생성할 수 있다.
영상 부호화부(12)는 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되지 않거나, 동일한 인터 레이어 참조 픽쳐 셋에서 포함되지 않으면 인터 레이어 참조 픽쳐 세트의 선택 정보를 생성할 수 있다. 영상 부호화부(12)는 인터 레이어 참조 픽쳐 세트 정보가 미리 생성되는 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택되는지 여부를 선택 정보로 생성할 수 있다. 영상 부호화부(12)는 인터 레이어 참조 픽쳐 세트 정보가 미리 생성되는 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택되는 경우, 참조 픽쳐 세트를 지시하는 인덱스를 생성할 수 있다. 영상 부호화부(12)는 인터 레이어 참조 픽쳐 세트 정보가 미리 생성되는 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택되지 않는 경우 별도의 참조 픽쳐 세트 정보를 생성할 수 있다. 비트스트림 생성부(14)는 위의 선택 정보, 참조 픽쳐 세트를 지시하는 인덱스 및 참조 픽쳐 세트 정보를 포함하여 비트스트림을 생성할 수 있다.
비트스트림 생성부(14)는 영상 부호화 데이터와 단일 레이어 이용 정보를 이용하여 비트스트림을 생성한다.
도 1b는 본 발명의 일 실시예에 따른 멀티 레이어 비디오 부호화 방법을 나타낸 흐름도이다.
도 1b를 참조하면, 먼저, 멀티 레이어 비디오 부호화 장치(10)는 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 수행하여 영상 부호화 데이터를 생성한다(S111). 예를 들어, 멀티 레이어 비디오 부호화 장치(10)는 인터 레이어 참조 셋에 포함된 픽쳐 중에서 가장 큰 레이어 식별자를 가지는 픽쳐를 이용하여 인터 레이어 예측을 수행할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 참조 레이어에 포함된 적어도 하나의 픽쳐 중에서 현재 픽쳐의 부호화 순서와 동일한 부호화 순서를 가지는 픽쳐를 참조 픽쳐로 이용하여 부호화를 수행할 수 있다.
다음으로, 멀티 레이어 비디오 부호화 장치(10)는 부호화 데이터가 인터 레이어 예측을 이용하여 부호화 되었음을 나타내는 인터 레이어 예측 허용 정보를 생성한다(S112).
다음으로, 멀티 레이어 비디오 부호화 장치(10)는 각 레이어의 부호화 데이터가 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 이용하여 부호화 되었음을 나타내는 단일 레이어 이용 정보를 생성한다(S113).
다음으로, 멀티 레이어 비디오 부호화 장치(10)는 영상 부호화 데이터, 인터 레이어 예측 허용 정보 및 단일 레이어 이용 정보를 이용하여 비트스트림을 생성한다(S114).
한편, 멀티 레이어 비디오 부호화 장치(10)는 인터 레이어 예측에 최대 한 개의 픽쳐가 이용되지 않으면, 최대 한 개의 픽쳐가 이용되지 않음을 나타내는 단일 레이어 이용정보를 생성한다. 그리고 멀티 레이어 비디오 부호화 장치(10)는 현재 픽쳐를 부호화 하기 위해 인터 레이어 예측으로 참조된 픽쳐의 개수 정보를 인터 레이어 예측으로 참조될 수 있는 픽쳐의 개수 정보를 생성할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 현재 픽쳐의 인터 레이어 예측에 이용된 참조 레이어의 식별자를 결정한다. 멀티 레이어 비디오 부호화 장치(10)는 현재 픽쳐의 인터 레이어 예측에 이용된 참조 레이어의 식별자 및 인터 레이어 예측으로 참조될 수 있는 픽쳐의 개수 정보를 포함하여 비트스트림을 생성할 수 있다.
멀티 레이어 비디오 부호화 장치(10)는 레이어간의 직접 참조 여부를 나타내는 직접 참조 정보를 생성할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 직접 참조 정보를 포함하여 비트스트림을 생성할 수 있다.
멀티 레이어 비디오 부호화 장치(10)는 현재 레이어의 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에 포함되고, 동일한 인터 레이어 참조 픽쳐 셋에 포함되면, 이러함을 나타내는 참조 레이어 활성 정보를 생성할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 참조 레이어 활성 정보를 레이어별로 독립적으로 생성할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 참조 레이어 활성 정보를 레이어별로 독립적으로 포함하는 비트스트림을 생성할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 단일 레이어 이용 정보 또한 레이어별로 독립적으로 생성할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 단일 레이어 이용 정보를 레이어별로 독립적으로 포함하는 비트스트림을 생성할 수 있다.
멀티 레이어 비디오 부호화 장치(10)는 인터 레이어 예측에 최대 한개의 픽쳐가 이용되지 않으면, 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되고, 동일한 인터 레이어 참조 픽쳐 셋에서 포함됨을 나타내는 참조 레이어 활성 정보를 생성할 수 있다.
멀티 레이어 비디오 부호화 장치(10)는 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되지 않거나, 동일한 인터 레이어 참조 픽쳐 셋에서 포함되지 않으면 인터 레이어 참조 픽쳐 세트의 선택 정보를 생성할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 인터 레이어 참조 픽쳐 세트 정보가 미리 생성되는 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택되는지 여부를 선택 정보로 생성할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 인터 레이어 참조 픽쳐 세트 정보가 미리 생성되는 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택되는 경우, 참조 픽쳐 세트를 지시하는 인덱스를 생성할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 인터 레이어 참조 픽쳐 세트 정보가 미리 생성되는 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택되지 않는 경우 별도의 참조 픽쳐 세트 정보를 생성할 수 있다. 멀티 레이어 비디오 부호화 장치(10)는 위의 선택 정보, 참조 픽쳐 세트를 지시하는 인덱스 및 참조 픽쳐 세트 정보를 포함하여 비트스트림을 생성할 수 있다.
도 2a는 본 발명의 일 실시예에 따른 멀티 레이어 비디오 복호화 장치의 구성을 나타낸 블록도이다.
도 2a를 참조하면, 멀티 레이어 비디오 복호화 장치(20)는 비트스트림 획득부(22) 및 영상 복호화부(24)를 포함할 수 있다.
멀티 레이어 비디오 복호화 장치(20)는, 기본 레이어 스트림과 향상 레이어 스트림을 수신할 수 있다. 멀티 레이어 비디오 복호화 장치(20)가, 스케일러블 비디오 코딩 방식에 따라, 기본레이어 스트림으로서 기본 레이어 영상들의 부호화 데이터가 수록된 기본 레이어 스트림을 수신하고, 향상레이어 스트림으로서 향상 레이어 영상들의 부호화 데이터가 수록된 향상 레이어 스트림을 수신할 수 있다.
멀티 레이어 비디오 복호화 장치(20)는 다수의 레이어 스트림들을 스케일러블 비디오 코딩 방식에 따라 복호화할 수도 있다. 멀티 레이어 비디오 복호화 장치(20)는 기본 레이어스트림을 복호화하여 기본 레이어 영상들을 복원하고, 향상 레이어 스트림을 복호화하여 향상 레이어 영상들을 복원할 수 있다.
예를 들어, 다시점 비디오가 스케일러블 비디오 코딩 방식에 따라 부호화될 수 있다. 예를 들어, 기본 레이어 스트림을 복호화하여 좌시점 영상들이 복원되고, 향상 레이어 스트림을 복호화하여 우시점 영상들이 복원될 수 있다. 다른 예로, 기본 레이어 스트림을 복호화하여 중앙시점 영상들이 복원될 수 있다. 기본 레이어 스트림에 제1 향상 레이어 스트림을 더 복호화하여 좌시점 영상들이 복원될 수 있다. 기본 레이어 스트림에 제2 향상 레이어 스트림을 더 복호화하여 우시점 영상들이 복원될 수 있다.
또한, 향상 레이어가 셋 이상인 경우, 첫번째 향상 레이어 스트림으로부터 첫번째 향상 레이어에 대한 첫번째 향상 레이어 영상들이 복원되고, 두번째 향상 레이어 스트림을 더 복호화하면 두번째 향상 레이어 영상들이 더 복원될 수 있다. 첫번째 향상 레이어 스트림에 K번째 향상 레이어 스트림을 더 복호화하면 K번째 향상 레이어 영상들이 더 복원될 수도 있다.
멀티 레이어 비디오 복호화 장치(20)는, 기본 레이어 스트림과 향상 레이어 스트림으로부터 기본 레이어 영상들 및 향상 레이어 영상들의 부호화된 데이터를 획득하고, 더하여 인터 예측에 의해 생성된 모션 벡터 및 인터 레이어 예측에 의해 생성된 변이 정보를 더 획득할 수 있다.
예를 들어 멀티 레이어 비디오 복호화 장치(20)는 각 레이어별로 인터 예측된 데이터를 복호화하고, 다수 레이어 간에 인터 레이어 예측된 데이터를 복호화할 수 있다. 일 실시예에 따른 부호화 단위 또는 예측 단위를 기초로 움직임 보상(Motion Compensation) 및 인터 레이어 복호화를 통한 복원이 수행될 수도 있다.
각 레이어 스트림에 대해서는 동일 레이어의 인터 예측을 통해 예측된 복원영상들을 참조하여, 현재영상을 위한 움직임 보상을 수행함으로써, 영상들을 복원할 수 있다. 움직임 보상은, 현재 영상의 모션 벡터를 이용하여 결정된 참조영상과, 현재 영상의 잔차 성분을 합성하여 현재 영상의 복원 영상을 재구성하는 동작을 의미한다.
또한, 일 실시예에 따른 멀티 레이어 비디오 복호화 장치(20)는 인터 레이어 예측을 통해 예측된 향상 레이어 영상을 복원하기 위해 기본 레이어 영상들을 참조하여 인터 레이어 복호화를 수행할 수도 있다. 인터 레이어 복호화는, 현재 영상의 변이 정보를 이용하여 결정된 다른 레이어의 참조영상과, 현재 영상의 잔차 성분을 합성하여 현재 영상의 복원 영상을 재구성하는 동작을 의미한다.
일 실시예에 따른 멀티 레이어 비디오 복호화 장치(20)는 첫번째 향상 레이어 영상들을 참조하여 예측된 두번째 향상 레이어 영상들을 복원하기 위한 인터 레이어 복호화를 수행할 수도 있다.
멀티 레이어 비디오 복호화 장치(20)는 비디오의 각각의 영상의 블록별로 복호화한다. 일 실시예에 따른 블록은, 트리구조에 따른 부호화단위들 중에서는, 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등일 수 있다. 예를 들어, 멀티 레이어 비디오 복호화 장치(20)는 HEVC 표준 방식에 따라 결정되는 쿼드트리 구조의 블록들을 기초로 각 레이어스트림을 복호화하여, 영상시퀀스들을 복원할 수 있다.
영상 복호화부(24)는, 각 레이어별로 엔트로피 복호화를 통해 복원된 심볼 데이터를 획득할 수 있다. 영상 복호화부(24)는, 심볼 데이터를 이용하여, 역양자화, 역변환을 수행하여, 잔차 성분의 양자화된 변환계수들을 복원할 수 있다. 다른 실시예에 따른 영상 복호화부(24)는, 양자화된 변환계수들의 비트스트림을 수신할 수도 있다. 양자화된 변환계수들에 대해 역양자화, 역변환을 수행한 결과, 영상들의 잔차 성분이 복원될 수도 있다.
다양한 실시예에 따른 영상 복호화부(24)는, 레이어별로 수신된 비트스트림을 복호화하여 레이어별로 영상 시퀀스를 복원할 수 있다.
영상 복호화부(24)는, 동일레이어 영상들 간에는 움직임 보상을 통해, 다른 레이어 영상들 간에는 인터 레이어 예측을 통해, 각 레이어별로 영상시퀀스의 복원영상들을 생성할 수 있다.
따라서, 다양한 실시예에 따른 영상 복호화부(24)가, 예측 모드에 따라, 동일 레이어의 영상 시퀀스를 참조하거나, 다른 레이어의 영상 시퀀스를 참조하여, 각 레이어의 영상 시퀀스를 복호화할 수도 있다. 예를 들어, 인트라 예측 모드의 경우에는 동일 영상 내의 주변 샘플들을 이용하여 현재 블록을 복원하고, 인터 예측 모드의 경우에는 동일 레이어의 다른 영상을 참조하여 현재 블록을 복원할 수 있다. 인터 레이어 예측 모드의 경우에는 다른 레이어의 영상들 중에서 현재 영상과 동일한 POC가 할당된 참조 영상을 이용하여 현재 블록을 복원할 수 있다.
본 발명의 일 실시예에 따른 비트스트림 획득부(22)는 부호화된 영상의 멀티 레이어 비디오 스트림을 획득한다. 비트스트림 획득부(22)는 수신부를 포함하여 수신부의 역할을 수행할 수 있다.
본 발명의 일 실시예에 따른 영상 복호화부(24)는 비트스트림으로부터 인터 레이어 예측 허용 정보를 획득할 수 있다. 영상 복호화부(24)는 인터 레이어 예측 허용 정보가 인터 레이어 예측이 이용될 수 있음을 나타내면, 비트스트림으로부터 단일 레이어 이용 정보를 획득할 수 있다. 영상 복호화부(24)는 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내면, 현재 픽쳐가 참조하는 적어도 하나의 레이어 중에서 최대 한개의 레이어만을 참조 레이어로 결정할 수 있다. 영상 복호화부(24)는 참조 레이어에 속하는 픽쳐를 이용하여 현재 픽쳐의 인터 레이어 예측을 수행할 수 있다.
영상 복호화부(24)는 비트스트림으로부터 획득된 직접 참조 정보에 따라 현재 픽쳐가 직접 참조하는 적어도 하나의 레이어 중에서 최대 레이어 식별자 값을 가지는 레이어를 참조 레이어로 결정할 수 있다.
영상 복호화부(24)는 참조 레이어에 포함된 적어도 하나의 픽쳐 중에서 현재 픽쳐의 복호화 순서와 동일한 복호화 순서를 가지는 픽쳐를 참조 픽쳐로 결정할 수 있다.
영상 복호화부(24)는 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면, 비트스트림으로부터 인터 레이어 예측으로 참조될 수 있는 픽쳐의 개수 정보를 획득할 수 있다. 더하여 영상 복호화부(24)는 인터 레이어 예측으로 참조될 수 있는 픽쳐의 개수 정보가 나타내는 개수에 따라 비트스트림에서 인터 레이어 예측에 이용되는 참조 레이어의 식별자를 획득할 수 있다. 영상 복호화부(24)는 참조 레이어의 식별자를 이용하여 현재 픽쳐의 인터 레이어 예측을 수행할 수 있다
영상 복호화부(24)는 단일 레이어 이용 정보가 현재 픽쳐에 대한 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면, 비트스트림으로부터 레이어간의 직접 참조 여부를 나타내는 직접 참조 정보를 획득할 수 있다. 더하여, 영상 복호화부(24)는 직접 참조 정보를 이용하여 레이어간의 간접 참조 정보를 생성할 수 있다. 영상 복호화부(24)는 직접 참조 정보 및 간접 참조 정보를 이용하여 현재 픽쳐의 복호화에 참조되는 픽쳐의 레이어 식별자 정보를 결정할 수 있다. 영상 복호화부(24)는 참조되는 픽쳐의 레이어 식별자를 이용하여 인터 레이어 예측을 수행하여 현재 픽쳐를 복호화 할 수 있다.
영상 복호화부(24)는 직접 참조 정보를 이용하여, 제 1 레이어 보다 높은 레이어 인덱스를 가지는 제 2 레이어가 제 1 레이어보다 낮은 레이어 인덱스를 가지는 제 3 레이어를 직접 참조하는지 여부에 따라 제 1 레이어와 제 3 레이어간에 결정된 간접 참조 여부를 이용하여, 레이어간의 간접 참조 정보를 생성할 수 있다.
영상 복호화부(24)는 직접 참조 정보 및 간접 참조 정보를 이용하여 레이어의 종속 레이어 식별자 리스트를 생성할 수 있다. 영상 복호화부(24)는 비트스트림으로부터 획득한 종속 레이어 식별자 리스트 참조 여부 정보가 종속 레이어 식별자 리스트의 참조를 나타내면, 종속 레이어 식별자 리스트를 이용하여 현재 픽쳐에서 참조되는 픽쳐의 레이어 식별자를 결정할 수 있다.
영상 복호화부(24)는 비트스트림으로부터 현재 레이어에 대한 참조 레이어 활성 정보를 획득할 수 있다. 영상 복호화부(24)는 현재 레이어에 대한 참조 레이어 활성 정보가 현재 레이어의 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되고, 동일한 인터 레이어 참조 픽쳐 셋에서 포함됨을 나타내면, 단일 레이어 이용 정보를 획득할 수 있다.
영상 복호화부(24)는 단일 레이어 이용 정보를 비트스트림으로부터 레이어 별로 독립적으로 획득할 수 있다.
영상 복호화부(24)는 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면, 비트스트림으로부터 참조 레이어 활성 정보를 획득할 수 있다. 영상 복호화부(24)는 참조 레이어 활성 정보가 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되고, 동일한 인터 레이어 참조 픽쳐 셋에서 포함됨을 나타내지 않으면, 비트스트림으로부터 인터 레이어 참조 픽쳐 세트의 선택 정보를 획득할 수 있다. 영상 복호화부(24)는 획득된 선택 정보가 인터 레이어 참조 픽쳐 세트 정보가 미리 생성된 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택됨을 나타내면, 비트스트림으로부터 인터 레이어 참조 픽쳐 세트 정보를 선택하기 위한 인덱스를 획득하고, 인덱스가 인터 레이어 참조 픽쳐 세트 정보의 집합에서 지시하는 인터 레이어 참조 픽쳐 세트 정보를 이용하여 인터 레이어 참조 픽쳐를 결정할 수 있다. 영상 복호화부(24)는 인터 레이어 참조 픽쳐를 이용하여 현재 픽쳐의 인터 레이어 예측을 수행할 수 있다.
영상 복호화부(24)는 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면, 비트스트림으로부터 참조 레이어 활성 정보를 획득할 수 있다. 영상 복호화부(24)는 참조 레이어 활성 정보가 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되고, 동일한 인터 레이어 참조 픽쳐 셋에서 포함됨을 나타내지 않으면, 비트스트림으로부터 인터 레이어 참조 픽쳐 세트의 선택 정보를 획득할 수 있다. 영상 복호화부(24)는 선택 정보가 인터 레이어 참조 픽쳐 세트 정보가 미리 생성된 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택되지 않음을 나타내면, 비트스트림으로부터 인터 레이어 참조 픽쳐 세트 정보를 획득하고, 획득된 인터 레이어 참조 픽쳐 세트 정보를 이용하여 인터 레이어 참조 픽쳐를 결정할 수 있다. 영상 복호화부(24)는 인터 레이어 참조 픽쳐를 이용하여 현재 픽쳐의 인터 레이어 예측을 수행할 수 있다.
도 2b는 본 발명의 일 실시예에 따른 멀티 레이어 비디오 복호화 방법을 나타낸 흐름도이다.
먼저, 멀티 레이어 비디오 복호화 장치(20)는 비트스트림으로부터 인터 레이어 예측 허용 정보를 획득한다(S211).
다음으로, 멀티 레이어 비디오 복호화 장치(20)는 인터 레이어 예측 허용 정보에 따라 비트스트림으로부터 단일 레이어 이용 정보를 획득한다(S212). 예를들어, 멀티 레이어 비디오 복호화 장치(20)는 인터 레이어 예측 허용 정보가 인터 레이어 예측이 이용될 수 있음을 나타내면, 비트스트림으로부터 단일 레이어 이용 정보를 획득할 수 있다.
다음으로, 멀티 레이어 비디오 복호화 장치(20)는 단일 레이어 이용 정보에 따라 현재 픽쳐가 참조하는 적어도 하나의 레이어 중에서 최대 한개의 레이어만을 참조 레이어로 결정한다(S213). 예를 들어, 멀티 레이어 비디오 복호화 장치(20)는 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내면, 현재 픽쳐가 참조하는 적어도 하나의 레이어 중에서 최대 한개의 레이어만을 참조 레이어로 결정할 수 있다.
멀티 레이어 비디오 복호화 장치(20)는 비트스트림으로부터 획득된 직접 참조 정보에 따라 현재 픽쳐가 직접 참조하는 적어도 하나의 레이어 중에서 최대 레이어 식별자 값을 가지는 레이어를 참조 레이어로 결정할 수 있다.
다음으로, 멀티 레이어 비디오 복호화 장치(20)는 참조 레이어에 속하는 픽쳐를 이용하여 현재 픽쳐의 인터 레이어 예측을 수행한다(S214).
멀티 레이어 비디오 복호화 장치(20)는 참조 레이어에 포함된 적어도 하나의 픽쳐 중에서 현재 픽쳐의 복호화 순서와 동일한 복호화 순서를 가지는 픽쳐를 참조 픽쳐로 결정할 수 있다.
한편, 멀티 레이어 비디오 복호화 장치(20)는 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면, 비트스트림으로부터 인터 레이어 예측으로 참조될 수 있는 픽쳐의 개수 정보를 획득할 수 있다.
도 2c는 일 실시예에 따른 인터 레이어 예측 구조를 도시한다.
인터 레이어 부호화 시스템(200)은 기본 레이어 부호화단(210)과 향상 레이어 부호화단(260), 그리고 기본 레이어 부호화단(210)와 향상 레이어 부호화단(260) 간의 인터 레이어 예측단(250)으로 구성된다. 기본 레이어 부호화단(210) 및 향상 레이어 부호화단(260)은, 각각 기본 레이어 부호화부(1410) 및 향상 레이어 부호화부(1420)의 구체적인 구성을 도시할 수 있다.
기본 레이어 부호화단(210)는, 기본 레이어 영상 시퀀스를 입력받아 영상마다 부호화한다. 향상 레이어 부호화단(260)은, 향상 레이어 영상 시퀀스를 입력받아 영상마다 부호화한다. 기본 레이어 부호화단(210)과 향상 레이어 부호화단(220)의 동작들 중에서 중복되는 동작은 동시에 후술한다.
블록 분할부(218, 268)를 통해 입력 영상(저해상도 영상, 고해상도 영상)은, 최대 부호화 단위, 부호화 단위, 예측 단위, 변환 단위 등으로 분할된다. 블록 분할부(218, 268)로부터 출력된 부호화 단위의 부호화를 위해, 부호화 단위의 예측단위별로 인트라예측 또는 인터예측이 수행될 수 있다. 예측 스위치(248, 298)는, 예측단위의 예측모드가 인트라 예측모드 또는 인터 예측모드인지 여부에 따라, 움직임 보상부(240, 290)로부터 출력된 이전 복원영상을 참조하여 인터 예측이 수행되거나, 또는 인트라 예측부(245, 295)로부터 출력된 현재 입력 영상 내에서 현재 예측단위의 이웃 예측단위를 이용하여 인트라 예측이 수행될 수 있다. 인터 예측을 통해 예측단위별로 레지듀얼 정보가 생성될 수 있다.
부호화 단위의 예측단위별로, 예측단위와 주변영상 간의 레지듀얼 정보가 변환/양자화부(220, 270)에 입력된다. 변환/양자화부(220, 270)는, 부호화 단위의 변환단위를 기초로, 변환단위별로 변환 및 양자화를 수행하여 양자화된 변환계수를 출력할 수 있다.
스케일링/역변환부(225, 275)는, 다시 부호화 단위의 변환단위별로 양자화된 변환계수에 대해 스케일링 및 역변환을 수행하여 공간영역의 레지듀얼 정보를 생성할 수 있다. 예측 스위치(248, 298)에 의해 인터 모드로 제어되는 경우에, 레지듀얼 정보는 이전 복원영상 또는 이웃 예측단위와 합성됨으로써, 현재 예측단위를 포함하는 복원영상이 생성되고 현재 복원영상은 스토리지(230, 280)에 저장될 수 있다. 현재 복원영상은 다시 다음에 부호화되는 예측단위의 예측모드에 따라 인트라예측부(245, 295)/움직임보상부(240, 290)로 전달될 수 있다.
특히, 인터모드의 경우, 인루프필터링(In Loop Filtering)부(235, 285)는, 스토리지(230, 280)에 저장된 복원영상에 대해, 부호화 단위별로 디블로킹 필터링 및 SAO (Sample Adaptive Offset) 필터링 중 적어도 하나의 필터링을 수행할 수 있다. 부호화 단위 및 부호화 단위에 포함된 예측 단위 및 변환 단위 중 적어도 하나에 대해 디블로킹 필터링 및 SAO (Sample Adaptive Offset) 필터링) 중 적어도 하나의 필터링이 수행될 수 있다.
디블로킹 필터링은 데이터 단위의 블록킹 현상을 완화시키기 위한 필터링이고, SAO 필터링은 데이터 부호화 및 복호화에 의해 변형되는 픽셀값을 보상하기 위한 필터링이다. 인루프필터링부(235, 285)에 의해 필터링된 데이터는, 예측 단위별로 움직임보상부(240, 290)에게 전달될 수 있다. 다시 블록분할부(218, 268)로부터 출력된, 다음 순서의 부호화 단위의 부호화를 위해, 움직임보상부(240, 290) 및 블록분할부(218, 268)가 출력한 현재 복원영상과 다음 부호화 단위 간의 레지듀얼 정보가 생성될 수 있다.
이러한 식으로, 입력 영상의 부호화 단위마다 전술한 부호화 동작이 반복될 수 있다.
또한, 인터레이어 예측을 위해 향상 레이어 부호화단(260)은, 기본 레이어 부호화단(210)의 스토리지(230)에 저장된 복원영상을 참조할 수 있다. 기본 레이어 부호화단(210)의 부호화 컨트롤부(215)는 기본 레이어 부호화단(210)의 스토리지(230)를 제어하여, 기본 레이어 부호화단(210)의 복원영상을 향상 레이어 부호화단(260)에게 전달할 수 있다. 인터 레이어 예측단(250)에서는, 인루프필터링부(255)가 기본 레이어 부호화단(210)의 스토리지(210)로부터 출력된 기본 레이어 복원영상에 대해 디블로킹 필터링, SAO 필터링 및 ALF필터링 중 적어도 하나를 수행할 수 있다. 인터 레이어 예측단(250)은, 기본 레이어와 향상 레이어의 영상 간에 해상도가 다른 경우에, 기본 레이어의 복원영상을 업샘플링하여 향상 레이어 부호화단(260)으로 전달할 수 있다. 향상 레이어 부호화단(260)의 스위치(298)의 제어에 따라 인터 레이어 예측이 수행되는 경우에는, 인터 레이어 예측단(250)을 통해 전달된 기본 레이어 복원영상을 참조하여 향상 레이어 영상의 인터 레이어 예측이 수행될 수도 있다.
영상의 부호화를 위해, 부호화 단위, 예측 단위, 변환 단위를 위한 각종 부호화 모드를 설정할 수 있다. 예를 들어, 부호화 단위에 대한 부호화 모드로서, 심도 또는 분할 정보(split flag) 등이 설정될 수 있다. 예측 단위에 대한 부호화 모드로서, 예측 모드, 파티션 타입, 인트라 방향 정보, 참조리스트 정보 등이 설정될 수 있다. 변환 단위에 대한 부호화 모드로서, 변환심도 또는 분할정보 등이 설정될 수 있다.
기본레이어 부호화단(210)은, 부호화 단위를 위한 다양한 심도들, 예측 단위에 대한 다양한 예측모드들, 다양한 파티션 타입들, 다양한 인트라 방향들, 다양한 참조리스트들, 변환단위를 위한 다양한 변환심도를 각각 적용하여 부호화를 수행한 결과에 따라, 부호화 효율이 가장 높은 부호화심도, 예측모드, 파티션타입, 인트라 방향/참조리스트, 변환심도 등을 결정할 수 있다. 기본레이어 부호화단(210)에서 결정되는 상기 열거된 부호화 모드에 한정되지는 않는다.
기본레이어 부호화단(210)의 부호화 컨트롤부(215)는, 각각 구성요소들의 동작에 다양한 부호화 모드들이 적절히 적용될 수 있도록 제어할 수 있다. 또한, 부호화 컨트롤부(215)는, 향상 레이어 부호화단(260)의 인터 레이어 부호화를 위해, 향상 레이어 부호화단(260)이 기본레이어 부호화단(210)의 부호화 결과를 참조하여 부호화 모드 또는 레지듀얼 정보를 결정하도록 제어할 수 있다.
예를 들어, 향상 레이어 부호화단(260)은, 기본레이어 부호화단(210)의 부호화 모드를 향상 레이어 영상을 위한 부호화 모드로서 그대로 이용하거나, 기본레이어 부호화단(210)의 부호화 모드를 참조하여 향상 레이어 영상을 위한 부호화 모드를 결정할 수 있다. 기본레이어 부호화단(210)의 부호화 컨트롤부(215)는 기본레이어 부호화단(210)의 향상 레이어 부호화단(260)의 부호화 컨트롤부(265)의 제어 신호를 제어하여, 향상 레이어 부호화단(260)이 현재 부호화 모드를 결정하기 위해, 기본레이어 부호화단(210)의 부호화 모드로부터 현재 부호화 모드를 이용할 수 있다.
도 2c에서 도시된 인터 레이어 예측 방식에 따른 멀티 레이어 부호화 시스템(200)과 유사하게, 인터 레이어 예측 방식에 따른 인터 레이어 복호화 시스템도 구현될 수 있다. 즉, 멀티 레이어 비디오의 인터 레이어 복호화 시스템은, 기본레이어 비트스트림 및 향상 레이어 비트스트림을 수신할 수 있다. 인터 레이어 복호화 시스템의 기본레이어 복호화단에서 기본레이어 비트스트림을 복호화하여 기본레이어 영상들을 복원할 수 있다. 멀티 레이어 비디오의 인터 레이어 복호화 시스템의 향상 레이어 복호화단에서는, 기본레이어 복원영상과 파싱한 부호화정보를 이용하여 향상 레이어 비트스트림을 복호화하여 향상 레이어 영상들을 복원할 수 있다.
도 2d 는 멀티 레이어 영상들의 멀티 레이어 예측 구조(40)를 도시한다.
도 2d에 도시된 멀티 레이어 예측 구조(40)에서는, 영상들이 재생순서 POC에 따라 배열되어 있다. 멀티 레이어 예측 구조(40)의 재생순서 및 복원순서에 따르면, 가로 방향으로 동일 레이어의 영상들이 배열되어 있다.
또한, 세로 방향으로 POC 값이 동일한 영상들이 배열된다. 영상의 POC 값은 비디오를 구성하는 영상들의 재생순서를 나타낸다. 멀티 레이어 예측 구조(40)에서 표시되어 있는 'POC X'는, 해당 열에 위치한 영상들의 상대적인 재생순서를 나타내며, X의 숫자가 작을수록 재생순서가 앞서고, 커질수록 재생순서가 늦어진다.
따라서 멀티 레이어 예측 구조(40)의 재생순서에 따르면, 각 레이어 영상들이 POC 값(재생순서)에 따라 가로 방향으로 배열되고 있다. 또한, 기본 레이어 영상과 동일한 열(column)에 위치한 제1, 2 향상 레이어 영상들은, 모두 POC 값(재생순서)이 동일한 영상들이다.
각 레이어별로, 4개의 연속 영상들이 하나의 GOP(Group of Picture)를 구성하고 있다. 각 GOP는 연속하는 앵커픽처들 사이의 영상들과 하나의 앵커픽처를 포함한다.
앵커픽처는 랜덤 엑세스 포인트(Random Access Point)로, 비디오를 재생할 때 영상의 재생 순서, 즉 POC 값에 따라 배열된 영상들 중에서 임의로 재생 위치가 선택되면, 재생 위치에서 POC순서가 가장 인접하는 앵커픽처가 재생된다. 기본 레이어 영상들은 기본 레이어 앵커픽처들(41, 42, 43, 44, 45)을 포함하고, 제1 향상 레이어 영상들은 제1 향상 레이어 앵커픽처들(41a, 42ba, 43a, 44a, 45a)을 포함하고, 제2 향상 레이어 영상들은 제2 향상 레이어 앵커픽처들(41b, 42b, 43b, 44b, 45b)을 포함한다.
멀티 레이어 영상들은 GOP 순서대로 재생되고 예측(복원)될 수 있다. 먼저 도 2d의 멀티 레이어 예측 구조(40)의 재생순서 및 복원순서에 따르면, 각 레이어별로, GOP 0에 포함된 영상들이 복원되어 재생된 후, GOP 1에 포함된 영상들이 복원되어 재생될 수 있다. 즉, GOP 0, GOP 1, GOP 2, GOP 3의 순으로, 각 GOP에 포함된 영상들이 복원되고 재생될 수 있다.
멀티 레이어 예측 구조(40)의 재생순서 및 복원순서에 따르면, 영상들에 대해 인터 레이어 예측 및 인터 예측이 수행된다. 멀티 레이어 예측 구조(40)에서, 화살표가 시작하는 영상이 참조영상이고, 화살표가 끝나는 영상이 참조영상을 이용하여 예측되는 영상이다.
특히, 멀티 레이어 예측 구조(40)의 복원순서는, 각 영상의 예측(복원) 순서에 따라 영상들이 가로 방향으로 배열되어 있다. 즉, 상대적으로 좌측에 위치하는 영상들이 먼저 예측(복원)되는 영상들이고, 상대적으로 우측에 위치하는 영상들이 늦게 예측(복원)되는 영상들이다. 먼저 복원되는 영상들을 참조하여 다음 영상들이 예측(복원)되므로, 멀티 레이어 예측 구조(40)의 복원순서에서 동일 레이어 영상들 간의 예측 방향을 나타내는 화살표들이 모두, 상대적으로 좌측에 위치하는 영상들로부터 우측에 위치하는 영상들로 향하는 것을 볼 수 있다.
기본 레이어 영상들의 예측 결과는 부호화된 후 기본 레이어 스트림의 형태로 출력될 수 있다. 또한 제1 향상 레이어 영상들의 예측부호화 결과는 제1 향상 레이어 스트림으로, 제2 향상 레이어 영상들의 예측부호화 결과는 제2 향상 레이어 스트림으로 출력될 수 있다.
기본 레이어 영상들에 대해서는 인터 예측만이 수행된다. 즉, I 타입인 앵커픽처들(41, 42, 43, 44, 45)은 다른 영상들을 참조하지 않지만, B 타입 및 b 타입인 나머지 영상은 다른 기본 레이어 영상들을 참조하여 예측된다. B-타입 영상들은 POC 값이 앞서는 I 타입 앵커픽처과 뒤따르는 I 타입 앵커픽처를 참조하여 예측된다. b 타입 영상들은 POC 값이 앞서는 I 타입 앵커픽처와 뒤따르는 B-타입 영상을 참조하거나, POC 값이 앞서는 B-타입 영상과 뒤따르는 I 타입 앵커픽처를 참조하여 예측된다.
제1 향상 레이어 영상들 및 제2 향상 레이어 영상들에 대해서는, 기본 레이어 영상들을 참조하는 인터 레이어 예측 및 동일 시점 영상들을 참조하는 인터 예측이 수행된다.
기본 레이어 영상들과 마찬가지로, 제1 향상 레이어 영상들도 영상 간 예측이 수행되고, 제2 향상 레이어 영상들도 인터 예측이 수행된다. 제1 향상 레이어 영상들 및 제2 향상 레이어 영상들 중 앵커픽처들(41a, 42ba, 43a, 44a, 45a, 41b, 42b, 43b, 44b, 45b)은 동일 레이어 영상들을 참조하지 않지만, 앵커픽처가 아닌 나머지 영상들은 동일 레이어 영상들을 참조하여 예측될 수 있다.
다만, 제1 향상 레이어 영상들 및 제2 향상 레이어 영상들 중 앵커픽처들(41a, 42ba, 43a, 44a, 45a, 41b, 42b, 43b, 44b, 45b)도 POC 값이 동일한 기본 레이어 앵커픽처(41, 42, 43, 44, 45)를 참조하는 P 타입 영상이다.
또한, 제1 향상 레이어 영상들 및 제2 향상 레이어 영상들 중 앵커픽처(41a, 42ba, 43a, 44a, 45a, 41b, 42b, 43b, 44b, 45b)이 아닌 나머지 영상들에 대해서도, 인터 예측 뿐만 아니라, POC가 동일한 기본 레이어 영상을 참조하는 인터 레이어 예측이 수행될 수 있으므로, B 타입 영상 또는 b 타입 영상이다.
영상들을 재생하기 위한 복원과정도 예측과정과 유사하다. 다만 각 영상의 참조영상이 복원된 후에야 복원된 참조영상을 이용하여 각 영상이 복원될 수 있다.
먼저, 기본 레이어 영상들은 움직임 보상을 통해, 각 영상들이 복원될 수 있다. I 타입인 기본 레이어 앵커픽처들(41, 42, 43, 44, 45)이 복원되면, 기본 레이어 앵커픽처들(41, 42, 43, 44, 45)을 참조하는 움직임 보상을 통해 B 타입인 기본 레이어 영상들이 복원될 수 있다. 또한, I 타입 또는 B 타입인 기본 레이어 복원영상들을 참조하는 움직임 보상을 통해 b 타입인 기본 레이어 영상들이 복원될 수 있다.
제1 향상 레이어 영상들과 제2 향상 레이어 영상들은 각각, 기본 레이어 영상들을 참조하는 인터 레이어 예측과 동일 레이어 영상들을 참조하는 인터 예측을 통해 부호화된다.
즉, 제1 향상 레이어 영상의 복원 과정을 위해, 기본시점의 참조영상이 복원된 후에 복원된 기본 레이어 영상들을 참조하는 인터 레이어 변이보상을 통해 제1 향상 레이어 영상들이 복원될 수 있다. 또한, 제1 향상 레이어의 참조영상이 복원된 후에, 복원된 제1 향상 레이어의 참조영상을 참조하는 움직임 보상을 통해 제1 향상 레이어 영상들이 복원될 수 있다.
또한, 기본시점의 참조영상이 복원된 후에, 기본시점의 참조영상을 참조하는 인터 레이어 변이보상을 통해, 제2 향상 레이어 영상들이 복원될 수 있다. 제2 향상 레이어의 참조영상이 복원된 후에, 복원된 제2 향상 레이어의 참조영상을 참조하는 움직임 보상을 통해, 제2 향상 레이어 영상들이 복원될 수 있다.
도 2e는 본 발명의 일 실시예에 따른 멀티 레이어 비디오를 나타낸 도면이다.
다양한 네트워크 환경과 다양한 단말기에서 최적의 서비스를 제공할 수 있도록 하기 위해서, 멀티 레이어 비디오 부호화 장치(10)는 다양한 공간적 해상도(spatial resolution), 다양한 화질(quality), 다양한 프레임율(frame rate), 서로 다른 시점을 갖는 멀티 레이어 영상 시퀀스들을 부호화하여 스케일러블한 비트스트림을 출력할 수 있다. 즉, 멀티 레이어 비디오 부호화 장치(10)는 다양한 스케일러빌리티 유형에 따라 입력 영상을 부호화하여 스케일러블 비디오 비트스트림을 생성하여 출력할 수 있다. 스케일러빌리티는 시간적, 공간적, 화질적, 다시점적 스케일러빌리티 및 이러한 스케일러빌리티의 조합을 포함한다. 이러한 스케일러빌리티들은 각 유형에 따라 구분 될 수 있다. 또한, 스케일러빌리티들은 각 유형 내에서 차원 식별자로 구분될 수 있다.
예를들어, 스케일러빌리티는 시간적, 공간적, 화질적 및 다시점적 스케일러빌리티와 같은 스케일러빌리티 유형을 가진다. 그리고 각 유형에 따라 스케일러빌리티 차원 식별자로 구분될 수 있다. 예를들어, 서로 다른 스케일러빌리티를 가진다면 서로 다른 차원 식별자를 가질 수 있다. 예를들어, 해당 스케일러빌리티 유형에 대한 고차원적인 스케일러빌리티일수록 스케일러빌리티 차원을 높게 할당할 수도 있다.
비트스트림으로부터 유효한(valid) 서브스트림들로 분리될 수 있는 경우 비트스트림은 스케일러블(scalable)하다고 불린다. 공간적으로 스케일러블한 비트스트림은 다양한 해상도의 서브스트림들을 포함한다. 동일한 스케일러빌리티 유형에서 서로 다른 스케일러빌리티를 구별하기 위하여 스케일러빌리티 차원을 사용한다. 스케일러빌리티 차원은 스케일러빌리티 차원 식별자로 표현될 수 있다.
예를 들어, 공간적으로 스케일러블한 비트스트림은 QVGA, VGA, WVGA 등과 같은 서로 다른 해상도를 갖는 서브스트림으로 분리될 수 있다. 예를들어, 서로 다른 해상도를 갖는 각 레이어는 차원식별자를 사용하여 구별될 수 있다. 예를들어, QVGA 서브스트림은 공간적 스케일러빌리티 차원 식별자 값으로 0을 가질 수 있고, VGA 서브스트림은 공간적 스케일러빌리티 차원 식별자 값으로 1을 가질 수 있고, WVGA 서브스트림은 공간적 스케일러빌리티 차원 식별자 값으로 2를 가질 수 있다.
시간적으로 스케일러블한 비트스트림은 다양한 프레임율을 갖는 서브스트림들을 포함한다. 예를 들어, 시간적으로 스케일러블한 비트스트림은 7.5Hz의 프레임율, 15Hz의 프레임율, 30Hz의 프레임율, 60Hz의 프레임율을 갖는 서브스트림으로 분리될 수 있다. 화질적으로 스케일러블한 비트스트림은 CGS(Coarse Grained Scalability) 방식, MGS(Medium Grained Scalability) 방식, FGS(Fine Grained Scalability) 방식에 따라서 서로 다른 화질(quality)를 갖는 서브스트림으로 분리될 수 있다. 시간적 스케일러빌리티도 서로 다른 프레임율에 따라 서로 다른 차원으로 구분될 수 있으며, 화질적 스케일러빌리티도 서로 다른 방식에 따라 서로 다른 차원으로 구분될 수 있다.
다시점 스케일러블 비트스트림은 하나의 비트스트림 내에서 서로 다른 시점의 서브 스트림들을 포함한다. 일 예로 스테레오 스코픽(stereo scopic) 영상의 경우 비트스트림은 좌측 영상과 우측 영상을 포함한다. 또한, 스케일러블 비트스트림은 다시점 영상 및 뎁스맵(depth map)의 부호화된 데이터에 관한 서브스트림들을 포함할 수 있다. 시점적 스케일러빌리티도 각각의 시점에 따라 서로 다른 차원으로 구분될 수 있다.
서로 다른 스케일러블 확장 유형은 서로 결합될 수 있다. 즉, 스케일러블 비디오 비트스트림은 시간적, 공간적, 화질적, 다시점적 스케일러빌러티 중 적어도 하나가 서로 다른 영상들로 구성된 멀티 레이어의 영상 시퀀스들을 부호화한 서브스트림들을 포함할 수 있다.
도 2e에서는 서로 다른 스케일러블 확장 유형을 갖는 영상 시퀀스들(51,52,53)을 도시한다. 제 1 레이어의 영상 시퀀스(51), 제 2 레이어의 영상 시퀀스(52) 및 제 n(n은 정수) 레이어의 영상 시퀀스(53)들은 해상도, 화질, 시점 중 적어도 하나가 서로 다른 영상 시퀀스들일 수 있다. 또한, 제 1 레이어의 영상 시퀀스(51), 제 2 레이어의 영상 시퀀스(52) 및 제 n(n은 정수) 레이어의 영상 시퀀스(53)들 중 하나의 레이어의 영상 시퀀스는 기본 레이어의 영상 시퀀스이고, 다른 레이어의 영상 시퀀스들은 향상 레이어의 영상 시퀀스일 수 있다.
일 예로, 제 1 레이어의 영상 시퀀스(51)는 제 1 시점의 영상들, 제 2 레이어의 영상 시퀀스(52)는 제 2 시점의 영상들, 제 n 레이어의 영상 시퀀스(53)은 제 n 시점의 영상들일 수 있다. 다른 예로, 제 1 레이어의 영상 시퀀스(51)는 기본 레이어의 좌시점 영상, 제 2 레이어의 영상 시퀀스(52)는 기본 레이어의 우시점 영상, 제 n 레이어의 영상 시퀀스(53)은 향상 레이어의 우시점 영상일 수 있다. 전술한 예에 한정되지 않고, 서로 다른 스케일러블 확장 유형을 갖는 영상 시퀀스들(51, 52, 53)은 각각 서로 다른 영상 속성(attribute)을 갖는 영상 시퀀스들일 수 있다.
도 2f는 본 발명의 일 실시예에 따른 멀티 레이어 비디오의 부호화된 데이터를 포함하는 NAL 유닛들을 나타낸다.
전술한 바와 같이, 비트스트림 생성부(14)는 부호화된 멀티 레이어 비디오 데이터 및 부가 정보를 포함하는 NAL 유닛들을 출력한다.
비디오 파라메터 세트(Video Parameter Set, 이하 “VPS”라 함)는 멀티 레이어 비디오에 포함된 멀티 레이어 영상 시퀀스들(62, 63, 64)에 적용되는 정보를 포함한다. VPS에 관한 정보를 포함하는 NAL 유닛을 VPS NAL 유닛(61)라 한다.
VPS NAL 유닛(41)는 멀티 레이어 영상 시퀀스들(62, 63, 64)에 의하여 공유되는 공통적인 신택스 엘리먼트(syntax element), 불필요한 정보의 전송을 막기 위하여 동작점(operation point)에 관한 정보, 프로파일(profile)이나 레벨과 같이 세션 논의(session negotiation) 단계에서 필요한 동작점에 관한 필수 정보 등을 포함한다. 특히, 일 실시예에 따른 VPS NAL 유닛(61)에는 멀티 레이어 비디오에서의 스케일러빌리티의 구현을 위한 스케일러빌리티 식별자에 관련된 스케일러빌리티 정보가 포함된다. 스케일러빌리티 정보는 멀티 레이어 비디오에 포함된 멀티 레이어 영상 시퀀스들(62, 63, 64)에 적용되는 스케일러빌리티를 결정하기 위한 정보이다.
스케일러빌리티 정보는 멀티 레이어 비디오에 포함된 멀티 레이어 영상 시퀀스들(62, 63, 64)에 적용되는 스케일러빌리티 유형 및 스케일러빌리티 차원에 대한 정보를 포함한다. 본 발명의 제 1 실시 예에 따른 부복호화 방법에서 스케일러빌리티 정보는 NAL 유닛 헤더에 포함된 계층 식별자의 값으로부터 직접적으로 얻어질 수 있다. 계층 식별자는 VPS에 포함된 다수의 레이어를 구분하기 위한 식별자이다. VPS는 각 레이어에 대한 계층 식별자를 VPS 익스텐션(VPS extension)을 통하여 시그널링할 수 있다. VPS의 각 레이어에 대한 계층 식별자는 VPS NAL 유닛에 포함되어 시그널링될 수 있다. 예를들어, VPS의 특정 레이어에 속하는 NAL 유닛들의 계층 식별자는 VPS NAL 유닛에 포함될 수 있다. 예를 들어, VPS에 속하는 NAL 유닛의 계층 식별자는 VPS 익스텐션(VPS extension)을 통하여 시그널링 될 수 있다. 따라서, 본 발명의 일 실시 예에 따른 부복호화 방법에서 VPS를 사용하여 해당 VPS에 속하는 NAL 유닛들의 레이어에 대한 스케일러빌리티 정보를 해당 NAL 유닛들의 계층 식별자 값을 사용하여 얻을 수 있다.
본 발명의 일 실시 예에 따른 복호화 장치는 인터 예측 및 인터 레이어 예측을 수행함으로써 영상을 복호화한다. 인터 예측 및 인터 레이어 예측을 수행하기 위해서, 참조되는 참조 픽쳐가 특정되어야 한다. 부호화 장치는 현재 픽쳐에 대한 참조 픽쳐들을 사용하여 참조 픽쳐 리스트(reference picture list)를 생성한다.
부호화 장치는 참조 픽쳐 리스트에서 참조 픽쳐가 위치하는 인덱스를 시그널링 하고, 복호화 장치는 전송받은 인덱스를 통해서 부호화에 사용된 참조 픽쳐를 결정할 수 있다. 복호화 장치는 참조 픽쳐 리스트에서 참조 픽쳐가 위치하는 인덱스를 비트스트림으로부터 획득할 수 있다.
복호화 장치가 복호화 픽쳐 버퍼(Decoded Picture Buffer; DPB)와 참조 픽쳐 리스트를 설정하기 위하여 참조 픽쳐 세트(Reference Picture Set; RPS)가 이용된다. 복호화 장치는 부호화 장치가 생성한 참조 픽쳐 세트를 비트스트림으로부터 획득할 수 있다. 참조 픽쳐 세트는 복호화 픽쳐 버퍼에 있는 참조 픽쳐를 현재 픽쳐에 대한 참조 픽쳐, 미래 픽쳐에 대한 참조 픽쳐 및 참조 없이 출력을 위한 픽쳐로 참조 분류를 구분하기 위한 정보를 포함한다.
참조 픽쳐 리스트는 슬라이스의 타입에 따라 한 개 이상 사용될 수 있으며, 최대 두개의 참조 픽쳐 리스트가 사용될 수도 있다. 두개 이상의 참조 픽쳐 리스트가 이용되는 경우, 참조 픽쳐 세트는 복수의 참조 픽쳐 리스트 중 어느 하나를 특정하기 위한 정보를 포함할 수 있다.
참조 픽쳐 리스트는 인터 픽쳐 예측에 이용되는 참조 픽쳐와 인터 레이어 예측에 이용되는 참조 픽쳐를 포함할 수 있다. RPS는 인터 픽쳐 예측을 위한 참조 픽쳐들에 대한 POC 정보를 포함하고 인터 레이어 예측을 위한 참조 픽쳐들에 대한 레이어 식별 정보를 포함할 수 있다.
참조 픽쳐 세트는 인터 픽쳐 예측을 위한 인터 픽쳐 참조 픽쳐 세트와 인터 레이어 예측을 위한 인터 레이어 참조 픽쳐 세트로 구분되어 사용될 수 있다. 인터 픽쳐 참조 픽쳐 세트는 참조 픽쳐들에 대한 POC 정보를 포함한다. 인터 픽쳐 참조 픽쳐 세트는 현재 픽쳐와 동일 레이어에 속하는 참조 픽쳐들에 대한 POC 정보를 포함한다. 인터 레이어 참조 픽쳐 세트는 참조 픽쳐들에 대한 레이어 식별 정보를 포함할 수 있다. 인터 레이어 참조 픽쳐 세트는 현재 픽쳐와 동일 POC를 가지는 참조 픽쳐들에 대한 레이어 식별 정보를 포함할 수 있다.
인터 픽쳐 참조 픽쳐 세트와 인터 레이어 참조 픽쳐 세트로 구분되어 사용되는 경우, 복호화 장치는 인터 픽쳐 참조 픽쳐 세트에 속하는 참조 픽쳐들을 우선적으로 참조 픽쳐 리스트에 포함시키고, 참조 픽쳐 리스트에 추가적으로 참조 픽쳐를 저장할 수 있는 공간이 존재하면 인터 레이어 참조 픽쳐 세트에 속하는 참조 픽쳐들을 참조 픽쳐 리스트에 삽입할 수 있다.
복호화 장치는 비트스트림으로부터 후술되는 인터 레이어 예측 레이어 인덱스를 이용하여 참조 픽쳐 레이어 아이디를 획득한다. 그리고 복호화 장치는 참조 픽쳐 레이어 아이디를 이용하여 참조 픽쳐 리스트를 생성한다. 예를들어, 복호화 장치는 참조 픽쳐 레이어 아이디를 이용하여 인터 레이어 참조 픽쳐 세트를 생성하고, 생성된 인터 레이어 참조 픽쳐 세트를 이용하여 참조 픽쳐 리스트를 생성할 수 있다.
위에서 설명한 바와 같이 참조 픽쳐 세트는 인터 픽쳐 참조 픽쳐 세트와 인터 레이어 참조 픽쳐 세트를 포함할 수 있다. 인터 픽쳐 참조 픽쳐 세트는 현재 픽쳐 및 향후 복호화될 픽쳐의 인터 픽쳐 예측에 필요한 참조 픽쳐들을 지시할 수 있다. 인터 레이어 참조 픽쳐 세트는 현재 레이어의 인터 레이어 예측에 필요한 참조 픽쳐들을 지시할 수 있다.
부호화된 비디오 시퀀스에 대해 레이어간 종속성을 나타내는 직접 참조 레이어 정보가 비디오 파라미터 세트(Video parameter set; VPS)를 통해 시그널링될 수 있다. 인터 레이어간 참조 픽쳐 세트는 슬라이스 헤더를 통해 시그널링 될 수 있다. 인터 레이어간 참조 픽쳐 세트는 픽쳐 단위로 직접적으로 종속되는 레이어 중 실제로 인터 레이어 예측에 사용되는 참조 픽쳐를 지시한다.
인터 레이어 참조 픽쳐 세트에서는 현재 레이어의 픽쳐를 복호화함에 필요한 종속 레이어만을 지시할 수 있다. 또는 인터 레이어 RPS는 상위 레이어의 복호화에 필요한 인터 레이어 참조 픽쳐가 복호화 픽쳐 버퍼(decoded picture buffer; DPB)에 존재하는지를 더 나타낼 수도 있다. 이에 따라, 인터 레이어 참조 픽쳐 세트는 현재 레이어 및 상위 레이어의 복호화시 인터 레이어 예측에 필요한 참조 픽쳐들을 지시하도록 수정되어 사용될 수 있다.
이하, 본 발명의 일 실시 예에 따른 복호화 장치가 본 발명의 일 실시 예에 따른 복호화 방법을 수행하는 방법을 도 3a 내지 도 7e를 참조하여 상술한다. 본 발명의 일 실시 예에 따른 복호화 장치는 실시 예에 따라, 도 3a 내지 도 7e에서 설명되는 적어도 하나의 복호화 방법을 함께 수행할 수 있다. 한편 아래에 설명되는 복호화 방법에 대응하여 부호화 장치는 부호화를 수행할 수 있다.
도 3a는 본 발명의 일 실시 예에 따른 레이어간 참조 정보 생성 방법을 설명하는 순서도이다.
도 3a를 참조하면, 먼저 본 발명의 일 실시 예에 따른 복호화 장치는 레이어간 직접 참조 정보를 획득한다(S311). 복호화 장치는 비트스트림으로부터 레이어간 직접 참조 정보(Direct_dependency_flag)를 획득할 수 있다. 직접 참조 정보(Direct_dependency_flag)는 VPS에 대응하는 비트스트림으로부터 획득될 수 있다.
직접 참조 정보(Direct_dependency_flag)는 레이어간의 직접 참조 여부를 나타낸다. 예를들어, Direct_dependency_flag[i][j]는 0의 값을 가질 때 인덱스 j를 가진 레이어는 인덱스 i를 가진 레이어의 직접 참조 레이어가 아님을 나타낸다. Direct_dependency_flag[i][j]는 1의 값을 가질 때 인덱스 j를 가진 레이어는 인덱스 i를 가진 레이어의 직접 참조 레이어임을 나타낸다. Direct_dependency_flag[i][i]가 i 및 j에 대하여 제공되지 않으면, Direct_dependency_flag[i][i]의 값은 0인 것으로 추론된다. i 및 j는 0에서 vps_max_layers_minus1 사이의 정수 값을 가질 수 있다.
다음으로, 복호화 장치는 레이어간 직접 참조 여부를 이용하여 레이어간 간접 참조 정보를 생성한다(S312). 복호화 장치는 직접 참조 정보를 이용하여 간접 참조 정보를 결정할 수 있다. 예를들어, 현재 레이어 i의 상위 레이어 k가 I 의 하위 레이어 j를 참조하면, 복호화 장치는 레이어 i는 레이어 j를 간접 참조함을 결정할 수 있다. 이에 따라, 복호화 장치는 레이어간의 간접 참조 여부를 나타내는 간접 참조 정보를 결정할 수 있다. 여기서 i, k, j는 0 =< j < i < k < 최대 레이어 개수의 관계를 가지며 정수 값을 가진다.
도 3b는 복수의 레이어를 도시하는 개념도이다. 도 3b에는 제 1 레이어에서 제 5 레이어까지 도시되어 있으나, 도시된 레이어 보다 더 많은 레이어를 이용하여 영상이 부호화될 수 있다. 각 레이어는 적어도 하나의 픽쳐를 포함한다. 각 픽쳐는 POC로 식별된다. POC(Picture Of Count)는 디코딩 순서에 따른 인덱스를 의미한다. 예를들어, 제 3 레이어는 POC 1의 제 1 픽쳐(313), POC 2의 제 2 픽쳐(323), POC 3의 제 3 픽쳐(333)을 포함할 수 있다. 도 3b에는 각 레이어에 3개의 픽쳐만이 도시되어 있으나, 레이어가 포함하는 픽쳐의 개수는 이에 제한되지 않는다.
각 레이어에 속하는 픽쳐들은 다른 레이어의 픽쳐를 참조하여 복호화 될 수 있다. 레이어간 픽쳐의 참조를 통해 부호화 및 복호화를 수행하기 위하여 인터 레이어 예측이 수행된다. 복호화 장치는 동일한 POC를 가지는 픽쳐들 사이에서 인터 레이어 예측을 수행할 수 있다. 예를들어, 제 5 레이어의 POC 2의 픽쳐가 인터 레이어 예측으로 부호화 및 복호화된다면, 부호화 장치 및 복호화 장치는 제 5 레이어의 POC 2의 픽쳐(325)를 다른 레이어의 POC 2의 픽쳐들(321, 322, 323, 324)을 참조하여 인터 레이어 예측을 수행할 수 있다.
동일한 레이어에서 각 픽쳐들은 서로 인터 픽쳐 예측으로 참조될 수 있다. 예를들어 제 3 레이어의 제 1 픽쳐(313), 제 2 픽쳐(323), 제 3 픽쳐(333)는 서로 인터 픽쳐 예측으로 참조 될 수 있다. 인터 픽쳐 예측은 인터 예측으로 호칭될 수 있다.
도 3b를 참조하여 복호화 장치가 간접 참조 정보를 결정하는 예를 설명한다.
레이어간 직접 참조 정보에 따라 제 3 레이어가 제 1 레이어를 직접 참조함이 결정되면, 제 2 레이어가 제 1 레이어를 직접 참조하는지에 무관하게, 제 2 레이어는 제 1 레이어를 간접 참조함을 결정할 수 있다. 유사한 방식으로, 제 3 레이어가 제 1 레이어를 직접 참조하고, 제 4 레이어가 제 1 레이어를 직접 참조하면, 복호화 장치는 제 3 레이어는 제 1 레이어를 간접참조하는 것으로 결정할 수 있다.
다음으로, 복호화 장치는 직접 참조 정보 및 간접 참조 정보를 이용하여 레이어간 참조 정보를 생성한다(S313).
본 발명의 일 실시 예에 따른 복호화 장치는 직접 참조 플래그 및 간접 참조 플래그를 이용하여, 레이어의 참조 정보를 결정할 수 있다. 예를 들어, 레이어 i가 레이어 j를 직접 참조하면, 레이어 i의 참조 레이어 식별자 리스트(RefLayerId)에 레이어 j의 레이어 식별자를 삽입한다. 그리고 레이어 i의 종속 레이어 식별자 리스트(DepLayerId)에 레이어 j의 레이어 식별자를 삽입한다.
그리고 레이어 i의 직접 참조 레이어 인덱스 리스트(DirectRefLayerIdx)에 레이어 i의 참조 레이어 식별자 리스트에서 레이어 j를 지시하는 인덱스를 삽입한다.
그리고 레이어 i의 종속 레이어 인덱스 리스트(DepLayerIdx)에 레이어 i의 종속 레이어 식별자 리스트에서 레이어 j를 지시하는 인덱스를 삽입한다.
레이어 i가 레이어 j를 직접 참조하지 않지만 레이어 i가 레이어 j를 간접 참조하면, 레이어 i의 종속 레이어 식별자 리스트에 레이어 j의 레이어 식별자를 삽입한다. 그리고 레이어 i의 종속 레이어 인덱스 리스트(DepLayerIdx)에 레이어 i의 종속 레이어 식별자 리스트에서 레이어 j를 지시하는 인덱스를 삽입한다.
이에 대하여 NumDirectRefLayers[ i ], RefLayerId[ i ][ j ], SamplePredEnabledFlag[ i ][ j ], MotionPredEnabledFlag[ i ][ j ], DirectRefLayerIdx[ i ][ j ], IndirectDependencyFlag[ i ][ j ], NumDepLayers[ i ], DepLayerId[ i ][ j ], 및 DepLayerIdx[ i ][ j ]는 아래와 같이 유도될 수 있다.
표 1
Figure PCTKR2014009588-appb-T000001
위와 같이 결정된 종속 레이어 식별자 리스트를 이용하여 참조 픽쳐 레이어 식별자 리스트를 결정할 수 있다. 이에 대한 수도코드가 도 3c에 도시되어 있다.
도 3c는 슬라이스 세그먼트에 대한 비트스트림으로부터 획득한 신택스 요소를 이용하여 현재 픽쳐에 대한 참조 픽쳐 레이어 식별자를 결정하는 수도코드를 도시한다.
도 3c에서, 인터 레이어 예측 허용 정보(inter_layer_pred_enabled_flag)(351)는 복호화에 있어서 인터 레이어 예측이 이용될 수 있는지 여부를 나타내는 정보이다. inter_layer_pred_enabled_flag는 1의 값을 가지면, 현재 픽쳐의 복호화에 있어서 인터 레이어 예측이 이용될 수 있음을 나타낸다. inter_layer_pred_enabled_flag가 0의 값을 가지면, 현재 픽쳐의 복호화에 있어서 인터 레이어 예측이 이용되지 않음을 나타낸다.
종속 레이어 개수 정보(num_dependent_layers)(352)는 인터 레이어 예측을 위한 현재 nuh_layer_id 보다 큰 nuh_layer_id를 가진 현재 엑세스 유닛에 포함된 픽쳐 및 현재 픽쳐의 복호화에 사용될 수 있는 픽쳐들의 수를 나타낸다. Num_dependent_layers 신택스 요소의 길이는 Ceil( Log2( NumDepLayers[ nuh_layer_id ] ) )비트일 수 있다. num_dependent_layers 신택스 요소의 값은 0에서 NumDepLayers[ nuh_layer_id ]-1 사이의 정수 값을 가질 수 있다.
종속 레이어 식별자 리스트 참조 여부 정보(used_by_curr_layer_flag)(353)는 인터 레이어 예측을 위해 현재 픽쳐에 의하여 사용될 수 있는 i 번째 픽쳐의 nuh_layer_id를 표현하는 변수 RefPicLayerId를 나타낸다. 제공되지 않으면, used_by_curr_layer_flag의 값은 0으로 추론된다.
예를들어, 0에서 NumActiverefLayerPics-1 사이의 값을 가지는 i에 대한 변수 RefPicLayerId[i]는 종속 레이어 식별자 리스트의 특정 값을 가지도록 아래와 같이 유도된다. used_by_curr_layer_flag의 값이 0이면 RefPicLayerId[i]의 값은 미리 설정된 값을 가지거나, 설정되지 않을 수 있다.
표 2
Figure PCTKR2014009588-appb-T000002
비트스트림 순응성을 위해 0에서 NumActiveRefLayerPics -1 사이의 값을 가지는 각각의 i 값에 대하여 max_tid_il_ref_pics_plus1[ LayerIdxInVps[ RefPicLayerId[ i ] ] ]의 값이 TemporalId 보다 큼을 만족하거나 max_tid_il_ref_pics_plus1[ LayerIdxInVps[ RefPicLayerId[ i ] ] ] 및 TemporalId의 값 모두 0이고, RefPicLayerId[ i ] 값을 nuh_layer_id로 가지는 현재 엑세스 유닛에서의 픽쳐는 IRAP 픽쳐임을 만족할 것이 요구된다.
변수 NumActiveRefLayerPics는 아래와 같이 유도될 수 있다.
표 3
Figure PCTKR2014009588-appb-T000003
인터 레이어 예측 레이어 인덱스(inter_layer_pred_layer_idc)는 인터 레이어 예측을 위해 현재 픽쳐에 의하여 사용될 수 있는 i번째 픽쳐의 nuh_layer_id를 표현하는 변수 RefPicLayerIdInDPB를 나타낼 수 있다.
인터 레이어 예측 레이어 인덱스는 인터 레이어 예측을 위해 현재 픽쳐의 nuh_layer_id 보다 큰 nuh_layer_id를 가지는 픽쳐 및 현재 픽쳐에 의하여 사용될 수 있는 i번째 픽쳐의 nuh_layer_id를 표현하는 변수 RefPicLayerIdInDPB를 나타낼 수도 있다. 예를들어, inter_layer_pred_layer_idc[ i ]은 인터 레이어 예측을 위해 현재 픽쳐의 nuh_layer_id 보다 큰 nuh_layer_id를 가지는 픽쳐 및 현재 픽쳐에 의하여 사용될 수 있는 i번째 픽쳐의 nuh_layer_id를 표현하는 변수 RefPicLayerIdInDPB[ i ]를 나타낼 수도 있다. nuh_layer_id는 NAL 유닛 헤더에 저장되어 있는 레이어 식별자이다.
신택스 요소 inter_layer_pred_layer_idc[ i ]의 길이는 Ceil( Log2( nuh_layer_id ) ) 비트이다. inter_layer_pred_layer_idc[ i ]의 값은 0에서 nuh_layer_id-1 사이의 값을 가진다. inter_layer_pred_layer_idc[ i ]가 제공되지 않으면, inter_layer_pred_layer_idc[ i ]는 i와 같은 것으로 추론될 수 있다.
예를들어, 현재 복호화되는 현재 레이어의 레이어 식별자의 값이 0이거나, 현재 레이어가 직접 참조하는 레이어의 개수가 0인경우, 활성 참조 레이어 픽쳐의 개수는 0이다. 한편, all_ref_layers_active_flag의 값이 1이면, NumActiveRefLayerPics는 현재 레이어가 참조하는 직접 참조 레이어의 수와 동일하게 결정된다. 한편, 인터 레이어 예측이 수행되지 않으면 활성 참조 레이어 픽쳐의 개수는 0이다. 복호화 장치는 inter_layer_pred_enabled_flag의 값이 1이면 인터 레이어 예측이 수행되지 않는 것으로 결정할 수 있다.
복호화 장치는 max_one_active_ref_layer_flag의 값이 0이 아니거나, NumDirectRefLayers[ nuh_layer_id ]의 값이 1이면 NumActiveRefLayerPics가 1임을 결정할 수 있다. 그렇지 않으면, NumActiveRefLayerPics의 값을 NumInterlayerPredRef 로 결정할 수 있다. 부호화된 픽쳐의 모든 슬라이스들은 NumActiveRefLayerPics와 동일한 값을 가진다.
현재 레이어 및 상위 레이어의 복호화시 인터 레이어 예측에 필요한 참조 픽쳐들을 지시하도록 인터 레이어 참조 픽쳐 세트가 사용됨에 따라, 복호화시 보다 에러로부터의 회복성이 증대된다. 예를들어, 현재 레이어 또는 상위 레이어의 인터 레이어 예측에 사용되는 하위 레이어들의 레이어 식별자 리스트(TargetDecLayerIdList)에 속하는 하위 레이어의 픽쳐가 손실되면, 손실된 픽쳐가 인터 레이어 참조 픽쳐로 현재 픽쳐의 복호화에 사용되지 않더라도 인터 레이어 RPS가 파싱됨에 따라 이러한 손실이 검출될 수 있다.
더하여, 현재 레이어 및 상위 레이어의 복호화시 인터 레이어 예측에 필요한 참조 픽쳐들을 지시하도록 인터 레이어 참조 픽쳐 세트가 사용됨에 따라, 복호화 장치는 참조 픽쳐 마킹을 수행할 수 있다. 예를들어, 인터 레이어 RPS에 속하는 현재 엑세스 유닛에 있는 복호화된 픽쳐는 “장기 참조(long-term reference)를 위해 사용됨”으로 마킹된다. 상기 인터 레이어 RPS에 속하지 않는 현재 엑세스 유닛에 있는 복호화된 픽쳐는 “단기 참조(short-term)를 위해 사용됨”으로 마킹된다. 인터 레이어 RPS 및 인터 픽쳐 RPS에 속하지 않는 복호화된 픽쳐는 “참조로 사용되지 않음”으로 마킹된다.
“장기 참조를 위해 사용됨”으로 마킹된 현재 픽쳐와 동일한 POC 값을 가지고 DPB에 있는 복호화된 픽쳐는 업 샘플될(up-sampled)수 있고, 이의 모션 벡터들도 업 스케일될 수 있다. “단기 참조를 위해 사용됨”으로 마킹된 현재 픽쳐와 동일한 POC 값을 가지는 DPB에 포함된 복호화된 픽쳐들은 업 샘플되지 않는다.
더하여, 현재 레이어 및 상위 레이어의 복호화시 인터 레이어 예측에 필요한 참조 픽쳐들을 지시하도록 인터 레이어 참조 픽쳐 세트가 사용됨에 따라, 복호화 장치는 조기에 참조로 사용되지 않는 픽쳐를 제거할 수 있다. 예를들어, HighestTid와 동일한 TemporalId를 가진 복호화된 픽쳐가 인터 레이어 RPS에 포함되지 않으면, 상기 복호화된 픽쳐는 “참조로 사용되지 않음”으로 마크된다.
복호화 장치는 사용되지 않은 참조 픽쳐들을 비디오 파라미터 셋에서 시그널 되는 직접 참조 정보(direct_dependency_flag)에 따라 조기에 제거할 수 있다. 복호화 장치는 인터 레이어 RPS로부터 추론되는 활성 직접 참조 레이어의 수가 VPS로부터 추론되는 직접 종속 레이어들의 수와 다르면, 인터 레이어 예측에서 사용되지 않을 보다 많은 복호화된 픽쳐들은 DPB에서 조기에 제거할 수 있다.
도 4a는 본 발명의 일 실시 예에 다른 복호화 방법을 설명하는 순서도이다. 본 발명의 일 실시 예에 따른 복호화 장치는 참조 레이어 활성 정보 및 단일 레이어 이용 정보를 이용하여 인터 예측 및 인터 레이어 예측을 수행함으로써 영상을 복호화할 수 있다.
먼저, 본 발명의 일 실시 예에 따른 복호화 장치는 레이어의 모든 직접 종속 레이어들의 부호화된 픽쳐들이 각 레이어의 픽쳐의 인터 레이어 참조 픽쳐 셋에 포함됨을 나타내는 참조 레이어 활성 정보(all_ref_layers_active_flag)를 비트스트림으로부터 획득할 수 있다(S411).
예를들어, all_ref_layers_active_flag은 1의 값을 가짐으로써 각 레이어의 모든 직접 종속 레이어들의 부호화된 픽쳐들이 각 레이어의 픽쳐의 인터 레이어 참조 픽쳐 셋에 포함됨을 나타낼수 있다. all_ref_layers_active_flag은 0의 값을 가짐으로써 위와 같은 제한은 적용되거나 적용되지 않을 수 있음을 나타낼 수 있다.
본 발명의 일 실시 예에 따른 복호화 장치는 각 레이어 별로 참조 레이어 활성 정보를 획득할 수 있다. 예를들어, all_ref_layers_active_flag는 레이어별로 획득될 수 있다. all_ref_layers_active_flag[i]는 1의 값을 가짐으로써 i번째 레이어의 모든 직접 종속 레이어들의 부호화된 픽쳐들이 i 번째 레이어의 픽쳐의 인터 레이어 참조 픽쳐 셋 내에 포함됨을 나타낼 수 있다. all_ref_layers_active_flag[i]는 0의 값을 가짐으로써 위와 같은 제한이 적용되거나 적용되지 않을 수 있음을 나타낼 수 있다.
본 발명의 일 실시 예에 따른 복호화 장치는 all_ref_layers_active_flag[i]를 이용함에 따라 인터 레이어 참조 픽쳐 셋으로의 인터 레이어 참조 픽쳐들의 포함을 각 레이어에 독립적으로 제한할 수 있다. 그리하여 본 발명의 일 실시 예에 따른 복호화 방법은 보다 비트 효율적인 인터 레이어 참조 픽쳐 셋의 시그널링을 수행할 수 있다.
다음으로, 참조 레이어 활성 정보가 레이어의 모든 직접 종속 레이어들의 부호화된 픽쳐들이 각 레이어의 픽쳐의 인터 레이어 참조 픽쳐 셋에 포함됨을 나타내면, 본 발명의 일 실시 예에 따른 복호화 장치는 인터 레이어 예측을 위해 많아야 하나의 픽쳐가 사용됨을 나타내는 단일 레이어 이용 정보(max_one_active_ref_layer_flag)를 획득할 수 있다(S412).
다음으로, 본 발명의 일 실시 예에 따른 복호화 장치는 단일 레이어 이용 정보(max_one_active_ref_layer_flag)를 이용하여 인터레이어 예측을 수행한다 (S413). max_one_active_ref_layer_flag는 1의 값을 가짐으로써 CVS(coded video sequence)에 있어서 각 픽쳐에 대한 인터 레이어 예측을 위해 많아야 하나의 픽쳐가 사용됨을 나타낼 수 있다. 그에 따라, 본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag가 1이면 CVS에 있어서 각 픽쳐에 대한 인터 레이어 예측을 위해 많아야 하나의 픽쳐가 사용됨을 결정할 수 있다. 본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag가 0이면 CVS에 있어서의 각 픽쳐에 대한 인터 레이어 예측을 위해 1개 보다 많은 픽쳐가 사용될 수 있음을 결정할 수 있다.
단일 레이어 이용 정보는 레이어별로 획득될 수 있다. 예를들어, 본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag[i]가 1이면, CVS에 있어서 i번째 레이어의 각 픽쳐에 대한 인터 레이어 예측을 위해 많아야 하나의 픽쳐가 사용됨을 결정할 수 있다. 본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag가 0이면 CVS에 있어서의 각 픽쳐에 대한 인터 레이어 예측을 위해 1개 보다 많은 픽쳐가 사용될 수 있음을 결정할 수 있다.
본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag[i]를 이용하여 인터 레이어 참조 픽쳐 셋으로의 인터 레이어 참조 픽쳐들의 포함을 각 레이어에 대하여 독립적으로 제한할 수 있다. 그리하여 본 발명의 일 실시 예에 따른 복호화 장치는 보다 비트 효율적인 인터 레이어 참조 픽쳐 셋의 시그널링을 수행할 수 있다. 더하여, all_ref_layers_active_flag[i]가 1이면, max_one_active_ref_layer_flag[i]는 시그널링 없이 0의 값을 가지는 것으로 추론될 수 있다. 예를들어, 본 발명의 일 실시 예에 따른 복호화 장치는 all_ref_layers_active_flag[i]가 1이면, max_one_active_ref_layer_flag[i]는 별도로 시그널링 되지 않으며, 0의 값을 가지는 것으로 추론할 수 있다.
본 발명의 일 실시 예에 따른 복호화 장치는 위와 같이 결정되는 참조 레이어 활성 정보 및 단일 레이어 이용 정보를 도 4b 및 도 4c에 도시되는 바와 같이 비트스트림으로부터 획득할 수 있다.
도 4b는 VPS_extension에 대응하는 비트스트림으로부터 참조 레이어 활성 정보 및 단일 레이어 이용정보를 획득하는 수도 코드를 도시하는 도면이다. 도 4b를 참조하면, 본 발명의 일 실시 예에 따른 복호화 장치는 VPS_extension에 대응하는 비트스트림으로부터 인덱스 i에 따라 각 레이어 별로 참조 레이어 활성 정보를 획득한다(411). 본 발명의 일 실시 예에 따른 복호화 장치는 각 레이어 별로 참조 레이어 활성 정보의 값에 따라 단일 레이어 이용정보를 비트스트림으로부터 더 획득한다(413).
예를들어, 복호화 장치는 참조 레이어 활성 정보가 i번째 레이어의 모든 직접 종속 레이어들의 부호화된 픽쳐들이 i 번째 레이어의 픽쳐의 인터 레이어 참조 픽쳐 셋 내에 포함됨을 나타내면, i 번째 레이어에 대한 단일 레이어 이용정보를 비트스트림으로부터 더 획득한다(412). 복호화 장치는 참조 레이어 활성 정보가 i번째 레이어의 모든 직접 종속 레이어들의 부호화된 픽쳐들이 i 번째 레이어의 픽쳐의 인터 레이어 참조 픽쳐 셋 내에 포함됨을 나타내지 않으면, i번째 레이어에 대한 단일 레이어 이용정보를 비트스트림으로부터 더 획득하지 않는다(412).
본 발명의 일 실시 예에 따른 복호화 장치는 all_ref_layers_active_flag[i]가 1이면 i번째 레이어의 각 픽쳐에 대하여, i번째 레이어의 모든 직접 참조 레이어들의 참조 레이어 픽쳐들은 복호화된 픽쳐와 동일한 엑세스 유닛 내에서 제공되고, 상기 픽쳐의 인터 레이어 참조 픽쳐 셋 내에 포함됨을 결정한다. 본 발명의 일 실시 예에 따른 복호화 장치는 all_ref_layers_active_flag[i]가 0이면, 위와 같은 제한은 적용되거나 적용되지 않을 수 있음을 결정한다.
본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag[i]가 1이면, CVS에 있어서 i번째 레이어의 각 픽쳐에 대한 인터 레이어 예측을 위해 많아야 하나의 픽쳐가 사용됨을 결정한다. 본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag가 0이면 CVS에 있어서의 i번째 레이어의 각 픽쳐에 대한 인터 레이어 예측을 위해 1개 보다 많은 픽쳐가 사용될 수 있음을 결정한다.
도 4c는 슬라이스 세그먼트 헤더에 대응하는 비트스트림으로부터 참조 레이어 활성 정보 및 단일 레이어 이용정보를 획득하는 수도 코드를 도시하는 도면이다. 도 4c를 참조하면, 본 발명의 일 실시 예에 따른 복호화 장치는 현재 슬라이스 세그먼트가 속하는 레이어의 식별자 값이 0보다 크고, 현재 슬라이스 세그먼트의 참조 레이어 활성 정보의 값이 1이며, 현재 레이어의 직접 참조레이어가 1개 이상이면(421) 인터 레이어 예측 허용 정보를 비트스트림으로부터 획득한다(422).
다음으로, 본 발명의 일 실시 예에 따른 복호화 장치는 인터 레이어 예측 허용 정보가 1이고, 현재 레이어의 직접 참조 레이어가 1개 이상이면(423), 현재 레이어의 단일 레이어 이용 정보에 따라(424) 인터 레이어 참조 픽쳐 개수 정보(425)를 획득한다. 더하여 본 발명의 일 실시 예에 따른 복호화 장치는 인터 레이어 예측 허용 정보가 1이고, 현재 레이어의 직접 참조 레이어가 1개 이상이면(423), 활성 참조 레이어 픽쳐 개수 정보 및 현재 레이어의 직접 참조 레이어 개수 정보에 따라(426), 활성 참조 레이어 픽쳐 개수 정보 만큼(427) 인터 레이어 예측 레이어 인덱스(428)를 비트스트림으로부터 획득한다.
도 5a는 본 발명의 일 실시 예에 다른 복호화 방법을 설명하는 순서도이다. 본 발명의 일 실시 예에 따른 복호화 장치는 단일 레이어 이용 정보를 이용하여 인터 예측 및 인터 레이어 예측을 수행함으로써 영상을 복호화할 수 있다.
본 발명의 일 실시 예에 따른 복호화 장치는 인터 레이어 예측을 위해 많아야 하나의 픽쳐가 사용됨을 나타내는 단일 레이어 이용 정보(max_one_active_ref_layer_flag)를 비트스트림으로부터 획득할 수 있다(S511).
다음으로, 본 발명의 일 실시 예에 따른 복호화 장치는 단일 레이어 이용 정보에 따라 참조 레이어를 결정한다(S512). 본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag가 1이면, CVS에 있어서 각 픽쳐에 대한 인터 레이어 예측을 위해 많아야 하나의 픽쳐가 사용됨을 결정할 수 있다.
더하여 복호화 장치는 인터 레이어 참조 셋에 포함된 픽쳐는 현재 픽쳐의 직접 종속 레이어들 중에서 최대 nuh_layer_d 값을 가지는 픽쳐임을 결정할 수 있다. 복호화 장치는 현재 픽쳐의 직접 종속 레이어들 중에서 최대 레이어 식별자 값을 가지는 레이어를 참조 레이어로 결정할 수 있다.
예를들어, max_one_active_ref_layer_flag는 비트스트림이 스케일러빌리티 익스텐션에 대하여 부호화된 경우 보통 1이다. 스케일러빌리티 익스텐션에 있어서, 대부분의 경우 가장 높은 nuh_layer_id를 가지는 직접 종속 레이어 만이 인터 레이어 참조 픽쳐로써 픽쳐들의 참조 픽쳐 셋에 포함된다. 본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag의 값이 1이면, 어떠한 종속 레이어도 인터 레이어 참조 픽쳐 셋에 포함될수 있는 것이 아니라, 가장 높은 nuh_layer_id 값을 가진 종속 레이어 만이 인터 레이어 참조 픽쳐 셋에 포함되었음을 결정할 수 있다.
max_one_active_ref_layer_flag는 0의 값을 가짐으로써, CVS에 있는 각각의 픽쳐에 대한 인터 레이어 예측을 위해 하나보다 많은 픽쳐들이 사용될 수 있음을 나타낼 수 있다. 따라서, 본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag가 0이면 CVS에 있는 각각의 픽쳐에 대한 인터 레이어 예측을 위해 하나보다 많은 레이어들이 이용될 수 있음을 결정할 수 있다.
다음으로, 본 발명의 일 실시 예에 따른 복호화 장치는 참조 레이어에 속하는 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행한다(S512).
도 5b는 본 발명의 일 실시 예에 따른 복호화 장치가 단일 레이어 이용 플래그를 획득하여 인터 레이어 예측을 수행하기 위한 신택스 요소를 비트스트림으로부터 획득하는 수도 코드를 도시하는 도면이다.
도 5b를 참조하면, max_one_active_ref_layer_flag는 1의 값을 가짐으로써, CVS에 있어서 각 픽쳐에 대한 인터 레이어 예측을 위해 많아야 하나의 픽쳐가 사용되고, 인터 레이어 참조 셋에 포함된 픽쳐는 상기 픽쳐의 직접 종속 레이어들 중에서의 최대 nuh_layer_d 값을 가져야 함을 나타낼 수 있다. 이러한 경우, 본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag가 1이면, CVS에 있어서 각 픽쳐에 대한 인터 레이어 예측을 위해 많아야 하나의 픽쳐가 사용되고, 인터 레이어 참조 셋에 포함된 픽쳐는 상기 픽쳐의 직접 종속 레이어들 중에서의 최대 nuh_layer_d 값을 가져야 함을 결정할 수 있다.
max_one_active_ref_layer_flag는 0의 값을 가짐으로써, CVS에 있는 각각의 픽쳐에 대한 인터 레이어 예측을 위해 하나보다 많은 픽쳐들이 사용될 수 있음을 나타낼 수 있다. 따라서, 본 발명의 일 실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag가 0이면 CVS에 있는 각각의 픽쳐에 대한 인터 레이어 예측을 위해 하나보다 많은 픽쳐들이 사용될 수 있음을 결정할 수 있다.
inter_layer_pred_layer_idc[i]는 i 번째 픽쳐의 nuh_layer_id를 표현하는 변수 RefPicLayerId[i]가 인터 레이어 예측을 위해 현재 픽쳐에 의하여 사용될 수 있음을 나타내는 인터 레이어 예측 레이어 인덱스 정보이다. inter_layer_pred_layer_idc[i]의 길이는 Ceil( Log2( NumDirectRefLayers[ nuh_layer_id ] ) ) 비트일 수 있다. inter_layer_pred_layer_idc[i]의 값은 0에서 NumDirectRefLayers[nuh_layer_id]-1 사이의 값을 가질 수 있다. inter_layer_pred_layer_idc[i]의 값이 제공되지 않으면, inter_layer_pred_layer_idc[i]의 값은 i와 같은 것으로 추론될 수 있다.
한편, 본 발명의 일실시 예에 따른 복호화 장치는 max_one_active_ref_layer_flag가 1이고, inter_layer_pred_enabled_flag가 1이면, inter_layer_pred_layer_idc[0]를 NumDirectRefLayers[nuh_layer_id]-1의 값으로 결정할 수 있다.
도 5b를 참조하면, 본 발명의 일 실시 예에 따른 복호화 장치는 인터 레이어 예측 허용 정보가 인터레이어 예측이 허용됨을 나타내고, 현재 레이어의 직접 참조 레이어의 개수가 2개 이상이면, 단일 레이어 이용 플래그의 값을 확인한다(511).
본 발명의 일 실시 예에 따른 복호화 장치는 단일 레이어 이용 플래그가 최대 하나의 픽쳐를 이용하여 인터 레이어 예측이 수행됨을 나타내면, 직접 종속 레이어들 중에서 최대 레이어 식별자값을 가지는 종속 레이어 픽쳐를 이용하여 인터 레이어 예측을 수행할 수 있다.
본 발명의 일 실시 예에 따른 복호화 장치는 단일 레이어 이용 플래그가 최대 하나의 픽쳐를 이용하여 인터 레이어 예측이 수행됨을 나타내지 않으면, 인터 레이어 참조 픽쳐의 개수 정보(num_inter_layer_ref_pics_minus1)를 획득하고(512), 활성 참조 레이어 픽쳐 개수 정보(NumActiveRefLayerPics) 및 현재 레이어의 직접 참조 레이어 개수 정보(NumDirectRefLayers)에 따라(513), 활성 참조 레이어 픽쳐 개수 정보만큼(514) 인터 레이어 예측 레이어 인덱스(inter_layer_pred_layer_idc)(515)를 비트스트림으로부터 획득한다.
num_inter_layer_ref_pics_minus1에서 1을 더한 값은 인터 레이어 예측을 수행하여 현재 픽쳐의 복호화에 있어서 사용될 수 있는 픽쳐들의 개수를 나타낸다.
NumActiveRefLayerPics는 아래의 수식으로 유도될 수 있다. 아래에서 numRefLayerPics는 참조 레이어 픽쳐의 개수를 나타내는 변수이다.
표 4
Figure PCTKR2014009588-appb-T000004
도 6a는 본 발명의 일 실시 예에 따른 복호화 방법을 도시하는 도면이다.
본 발명의 일 실시 예에 따른 복호화 장치는 비트스트림으로부터 최대 참조 레이어 활성 정보(high_ref_layers_active_flag)를 획득한다(S611).
다음으로, 복호화 장치는 최대 참조 레이어 활성 정보의 값에 따라 인터 레이어 예측 레이어 인덱스를 결정한다(S612). 복호화 장치는 high_ref_layers_active_flag의 값이 1이면 i 번째 인터 레이어 예측 레이어 인덱스(inter_layer_pred_layer_idc[ i ])를 NumDirectRefLayers[ nuh_layer_id ]-1-i과 같은 것으로 추론한다. 여기서, i는 0에서 NumActiveRefLayerPics-1 사이의 값을 가진다.
다음으로, 복호화 장치는 인터 레이어 예측 레이어 인덱스를 이용하여 인터레이어 예측을 수행한다(S613).
도 6b는 본 발명의 일 실시 예에 따른 복호화 방법을 수행하기 위한 수도 코드를 도시한다.
세그먼트 헤더에 대한 비트스트림으로부터 high_ref_layers_active_flag가 획득된다.high_ref_layers_active_flag가 0이면, inter_layer_pred_layer_idc[ i ]는 명시적으로 전송된다. high_ref_layers_active_flag가 1이면, inter_layer_pred_layer_idc[ i ]는 NumDirectRefLayers[ nuh_layer_id ]-1-i로 추론됨을 나타내고, i는 0에서 NumActiveRefLayerPics-1 사이의 범위를 가진다.
도 7a는 본 발명의 일 실시 예에 따른 참조 픽쳐 세트 획득 방법을 도시하는 도면이다. 먼저, 본 발명의 일 실시 예에 따른 복호화 장치는 비트스트림으로부터 모드 플래그를 획득한다(S711). 두 가지 기본 모드들 중 어느 한 모드가 사용되는지를 나타내는 모드 플래그가 VPS에 추가될 수 있다. 모드 플래그의 값이 1이면, 모드 선택 플래그가 더해질 수 있다. 다음으로, 본 발명의 일 실시 예에 따른 복호화 장치는 모드 플래그의 값에 따라 비트스트림으로부터 모드 선택 플래그를 획득한다(S712).
다음으로, 본 발명의 일 실시 예에 따른 복호화 장치는 모드 플래그 및 모드 선택 플래그 중 적어도 하나의 값에 따라 참조 픽쳐 리스트를 구성한다(S713).
모드 선택 플래그는 1의 값을 가짐으로써 모든 직접 참조 레이어들이 제공되고, VPS를 참조하는 각각의 픽쳐의 인터 레이어 RPS 서브셋에 모든 직접 참조 레이어들이 포함되는 제 1 모드가 이용됨을 나태내고, 0의 값을 가짐으로써 VPS를 참조하는 각 픽쳐에 대하여 가장 높은 직접 참조 레이어 픽쳐가 제공되고, 가장 높은 직접 참조 레이어 픽쳐만이 인터 레이어 RPS에 포함되는 제 2 모드가 이용됨을 나타낼 수 있다. 제 1 모드는 MV_HEVC에서 이용될 수 있다. 제 2 모드는 주로 SHVC에서 이용될 수 있다.
제 1 모드 및 제 2 모드 모두 사용되지 않으면, 인터 레이어 RPS 후보자들의 리스트가 각 레이어를 위해 시그널링 되고, 슬라이스 헤더에서 인터 레이어 RPS의 유도를 위한 인터 레이어 RPS 후보자들 중 하나의 이용을 나타내기 위해 인덱스가 시그널링될 수 있다. 모드 플래그는 0의 값을 가짐으로써 제 1 모드 및 제 2 모드 모두 사용되지 않음을 나타낼 수 있다.
도 7b는 본 발명의 일 실시 예에 따른 복호화 방법을 도시하는 도면이다.
먼저, 본 발명의 일 실시 예에 따른 복호화 장치는 인터 레이어 참조 픽쳐 세트 정보를 생성한다(S721). 복호화 장치는 VPS에 대한 비트스트림으로부터 적어도 하나의 인터 레이어 참조 픽쳐 세트를 획득할 수 있다. 인터 레이어 참조 픽쳐 세트는 참조 픽쳐의 리스트와 함께 인터 레이어 예측을 위해 사용되는 참조 픽쳐를 나타내는 정보이다.
다음으로, 본 발명의 일 실시 예에 따른 복호화 장치는 인터 레이어 참조 픽쳐 세트가 이미 생성된 인터 레이어 참조 픽쳐 세트 중에서 선택되는지를 나타내는 선택 정보를 획득한다(S722).
다음으로, 본 발명의 일 실시 예에 따른 복호화 장치는 선택 정보에 따라 인터 레이어 참조 픽쳐 세트를 결정한다(S723). 복호화 장치는 선택 정보가 미리 생성된 인터 레이어 참조 픽쳐 세트들로부터 인터 레이어 참조 픽쳐 세트를 선택할 것을 나타내면, 비트스트림으로부터 인터 레이어 참조 픽쳐 세트 정보를 선택하기 위한 인덱스를 획득한다. 다음으로 복호화 장치는 획득된 인덱스가 미리 생성된 인터 레이어 참조 픽쳐 세트들의 집합에서 지시하는 인터 레이어 참조 픽쳐 세트를 이용하여 인터 레이어 예측을 수행한다.
복호화 장치는 선택 정보가 미리 생성된 인터 레이어 참조 픽쳐 세트들로부터 인터 레이어 참조 픽쳐 세트를 선택할 것을 나타내지 않으면, 비트스트림으로부터 인터 레이어 참조 픽쳐 세트 정보를 획득하고, 획득된 인터 레이어 참조 픽쳐 세트 정보를 이용하여 인터 레이어 예측을 수행한다.
도 7c는 각 레이어에 대하여 인터 레이어 예측 참조 픽쳐 세트를 생성하는 수도 코드를 도시한다.
all_ref_layers_active_flag가 1이면, VPS를 참조하는 각 픽쳐에 대하여, VPS에 의하여 명세되는 모든 직접 참조 레이어들의 픽쳐들은 동일한 엑세스 유닛에서 제공되고 인터 레이어 참조 픽쳐 셋에 포함된다. all_dep_layer_used_flag가 0이면 위와 같은 제한은 적용되거나 적용되지 않을 수 있다.
num_ilp_ref_pic_sets_minus1[ i ]에 1을 더한 값은 i번째 레이어에 대해 VPS에 포함된 ilp_ref_pic_set( ) 신택스 구조의 개수를 나타낸다. num_ilp_ref_pic_sets_minus1[ i ]의 값은 0에서 63 사이의 값을 가진다.
num_ilp_ref_pic_sets_minus1[ i ]이 제공되면, 변수 NumIlpRefPicSets[ nuh_layer_id[ i ] ]는 num_ilp_ref_pic_sets_minus1[ i ] + 1의 값으로 설정된다. NumIlpRefPicSets[ nuh_layer_id[ i ] ]는 i번째 레이어의 인터 레이어 참조 픽쳐 세트의 개수를 나타내는 변수이다. 그렇지 않으면, NumIlpRefPicSets[ layer_id_in_nuh[ i ] ]는 use_default_il_rps_only_flag ? ( NumDirectRefLayers[ layer_id_in_nuh[ i ] ] ? 1 : 0 ) : 0으로 설정된다.
use_default_il_rps_only_flag는 기본으로 설정된 인터 레이어 참조 픽쳐 만을 사용하는 것을 나타내는 플래그이다.
도 7c의 수도코드를 참조하면, all_ref_layers_active_flag(711)의 값이 0이면, 모든 레이어에 대하여(712) 인터 레이어 참조 픽쳐 세트를 생성한다.
보다 상세히 설명하면, 각 레이어의 직접 참조 레이어의 수가 1개 이상이면(713) 각 레이어에 포함되는 인터 레이어 참조 픽쳐 세트의 개수를 획득하고(714), 획득된 인터 레이어 참조 픽쳐 세트의 개수에 따라 인터 레이어 참조 픽쳐 세트를 생성한다(716).
도 7d는 본 발명의 일 실시 예에 따른 인터 레이어 참조 픽쳐 세트를 생성하는 수도 코드를 도시한다.
present_in_il_rps_flag[i]가 1이면 i 번째 레이어는 레이어 layerIdx에 있는 픽쳐의 직접 참조 레이어일 수 있고, 레이어 인덱스 layerIdx를 가지는 레이어의 ilpRpsIdx번재 인터 레이어 RPS 후보자에 포함됨을 나타낸다.
한편, all_ref_layers_active_flag가 1이면, 신택스 구조 ilp_ref_pic_set(layerIdx,0)에 대한 present_in_il_rps_flag[i]는 direct_dependency_flag[layerIdx][i]의 값과 동일한 것으로 추론되고, layerIdx는 1부터 vps_max_layer_minus1 사이의 값을 가지고 i는 0 부터 layerIdx - 1의 값을 가진다. All_ref_layers_active_flag가 0이고, present_in_il_rps_flag[i]가 제공되지 않으면, present_in_il_rps_flag[i]는 0과 동일한 것으로 추론된다.
변수 nuhLayerId가 layer_id_in_nuh[ i ]이면, 배열 NumInterLayerPics 및 InterLayerPredLayerIdx는 아래와 같이 유도된다.
표 5
Figure PCTKR2014009588-appb-T000005
도 7e는 본 발명의 일 실시 예에 따른 복호화 방법을 수행하기 위한 수도 코드를 도시한다.
inter_layer_pred_enabled_flag는 1의 값을 가짐으로써, 현재 픽쳐의 복호화에 인터 레이어 예측이 사용될 수 있음을 나타낸다. inter_layer_pred_enabled_flag는 0의 값을 가짐으로써, 현재 픽쳐의 복호화에 인터 레이어 예측이 사용되지 않음을 나타낸다. 제공되지 않으면, inter_layer_pred_enabled_flag는 all_ref_layers_active_flag의 값이 1이고 NumIlpRefPicSets[ nuh_layer_id ]의 값이 0보다 크면 1의 값을 가지는 것으로 추론되고 그렇지 않으면 0의 값을 가지는 것으로 추론된다.
ilp_ref_pic_set_vps_flag(721)의 값이 1이면, 현재 픽쳐의 ILP RPS는 슬라이스 헤더에 있는 신택스 요소 ilp_ref_pic_set_idx에 의하여 식별되는 활성 VPS의 ilp_ref_pic_set( ) 신택스 구조중 적어도 하나에 기반하여 유도됨을 나타낸다(722).
Ilp_ref_pic_set_vps_flag가 0이면, 현재 픽쳐의 ILP RPS는 현재 픽쳐의 슬라이스 헤더들에 직접적으로 포함되는 ilp_ref_pic_set() 신택스 구조에 기초하여 유도됨을 나타낸다(723).
ilp_ref_pic_set_vps_flag의 값이 제공되지 않으면, ilp_ref_pic_set_vps_flag는 1과 같은 것으로 추론된다. 0번째 내지 NumIlpRefPicSets[ nuh_layer_id ] -1번째 신택스 구조는 활성 VPS에서 제공되는 것인 반면에, 현재 슬라이스에 대한 Ilp_ref_pic_set() 신택스 구조는 NumIlpRefPicSets[ nuh_layer_id ] 번째 ilp_ref_pic_set()신택스 구조로 고려된다.
ilp_ref_pic_set_idx는 현재 픽쳐의 ILP RPS의 유도를 위해 사용되는 신택스 구조 ilp_ref_pic_set()의 인덱스를 명세한다. 상기 인덱스는 활성 VPS에 포함되는 신택스 구조 ilp_ref_pic_set() 리스트의 특정 ilp_ref_pic_set() 신택스를 특정하는 인덱스이다.
신택스 요소 ilp_ref_pic_set_idx는 Ceil( Log2( NumIlpRefPicSets[ nuh_layer_id ] - 1 ) )비트로 표현된다.
제공되지 않으면 ilp_ref_pic_set_idx의 값은 0으로 추론된다. ilp_ref_pic_set_idx는 0에서 NumIlpRefPicSets[ nuh_layer_id ] - 1 사이의 값을 가진다. 제공되지 않으면 ilp_ref_pic_set_idx는 0의 값을 가지는 것으로 추론된다.
현재 참조 픽쳐 세트 인덱스(CurrRpsIdx)는 다음과 같이 유도된다. ilp_ref_pic_set_vps_flag가 1이면, 현재 인터 레이어 예측 참조 픽쳐 세트 인덱스(CurrIlpRpsIdx)는 ilp_ref_pic_set_idx와 동일한 것으로 설정된다. 그렇지 않으면, 현재 인터 레이어 예측 참조 픽쳐 세트 인덱스(CurrIlpRpsIdx)는 NumIlpRefPicSets[nuh_layer_id]와 동일한 것으로 설정된다.
활성 참조 레이어 픽쳐의 개수(NumActiveRefLayerPics)는 NumInterLayerPics[ nuh_layer_id ][ CurrIlpRpsIdx ]와 동일하게 설정된다.
픽쳐의 모든 슬라이스들은 동일한 NumActiveRefLayerPics 값을 가지고, 동일한 inter_layer_pred_layer_idc[ i ] 값을 가진다. 여기서 i는 0에서 NumActiveRefLayerPics - 1 사이의 값을 가진다.
0에서 NumActiveRefLayerPics - 1사이의 범위에 있는 i의 각 값에 대한 변수 RefPicLayerId[ i ], NumActiveMotionPredRefLayers, 및 0에서 NumActiveMotionPredRefLayers - 1사이의 범위에 있는 j의 각 값에 대한 변수 ActiveMotionPredRefLayerId[ j ]는 아래와 같이 유도된다.
표 6
Figure PCTKR2014009588-appb-T000006
비트스트림 순응성을 위해 0에서 NumActiveRefLayerPics -1 사이의 값을 가지는 각각의 i 값에 대하여, max_tid_il_ref_pics_plus1[ LayerIdxInVps[ RefPicLayerId[ i ] ] ]의 값이 TemporalId 보다 큼을 만족하거나, max_tid_il_ref_pics_plus1[ LayerIdxInVps[ RefPicLayerId[ i ] ] ] 및 TemporalId의 값 모두 0이고, RefPicLayerId[ i ] 값을 nuh_layer_id로 가지는 현재 엑세스 유닛에서의 픽쳐는 IRAP 픽쳐임을 만족할 것이 요구될 수 있다.
더하여, 비트스트림 순응성을 위해 0에서 NumActiveRefLayerPics -1 사이의 값을 가지는 각각의 i 값에 대하여 SamplePredEnabledFlag[ nuh_layer_id ] [ RefPicLayerId[ i ] ] 또는 MotionPredEnabledFlag[ nuh_layer_id ] [ RefPicLayerId[ i ] ]의 값은 1일 것이 더 요구될 수 있다.
도 1a 에 따른 멀티 레이어 비디오 부호화 장치(10)는, 영상 블록별로 인트라 예측, 인터 예측, 인터 레이어 예측, 변환, 양자화를 수행하여 샘플들을 생성하고, 샘플들에 대해 엔트로피 부호화를 수행하여 비트스트림의 형태로 출력할 수 있다. 일 실시예에 따른 멀티 레이어 비디오 부호화 장치(10)의 비디오 부호화 결과, 즉 기본 레이어 비디오스트림 및 향상 레이어 비디오스트림을 출력하기 위해, 멀티 레이어 비디오 부호화 장치(10)는 내부에 탑재된 비디오 인코딩 프로세서 또는 외부 비디오 인코딩 프로세서와 연계하여 작동함으로써, 변환, 양자화를 포함한 비디오 부호화 동작을 수행할 수 있다. 일 실시예에 따른 멀티 레이어 비디오 부호화 장치(10)의 내부 비디오 인코딩 프로세서는 별개의 프로세서일 수 있지만, 비디오 부호화 장치 또는 중앙 연산 장치, 그래픽 연산 장치가 비디오 인코딩 프로세싱 모듈을 포함함으로써 기본적인 비디오 부호화 동작을 구현하는 경우도 포함할 수도 있다.
또한, 도 2a 에 따른 멀티 레이어 비디오 복호화 장치(20)는, 수신된 기본 레이어 비디오스트림 및 향상 레이어 비디오스트림에 대해 각각 복호화를 수행한다. 즉 기본 레이어 비디오스트림 및 향상 레이어 비디오스트림에 대해 각각, 영상 블록별로 역양자화, 역변환, 인트라 예측, 움직임 보상(영상간 움직임 보상, 인터 레이어 변이 보상)을 수행하여, 기본 레이어 비디오스트림으로부터 기본 레이어 영상들의 샘플들을 복원하고 향상 레이어 비디오스트림으로부터 향상 레이어 영상들의 샘플들을 복원할 수 있다. 일 실시예에 따른 멀티 레이어 비디오 복호화 장치(20)는 복호화 결과 생성된 복원영상을 출력하기 위해, 내부에 탑재된 비디오 디코딩 프로세서 또는 외부 비디오 디코딩 프로세서와 연계하여 작동함으로써, 역양자화, 역변환, 예측/보상을 포함한 비디오 복원 동작을 수행할 수 있다. 일 실시예에 따른 멀티 레이어 비디오 복호화 장치(20)의 내부 비디오 디코딩 프로세서는, 별개의 프로세서일 수도 있지만, 비디오 복호화 장치 또는 중앙 연산 장치, 그래픽 연산 장치가 비디오 디코딩 프로세싱 모듈을 포함함으로써 기본적인 비디오 복원 동작을 구현하는 경우도 포함할 수도 있다.
일 실시예에 따른 멀티 레이어 비디오 부호화 장치(10) 및 일 실시예에 따른 멀티 레이어 비디오 복호화 장치(20)에서, 비디오 데이터가 분할되는 블록들이 트리 구조의 부호화 단위들로 분할되고, 부호화 단위에 대한 인터 레이어 예측 또는 인터 예측을 위해 부호화 단위들, 예측 단위들, 변환 단위들이 이용되는 경우가 있음은 전술한 바와 같다. 이하 도 8 내지 20을 참조하여, 일 실시예에 따른 트리 구조의 부호화 단위 및 변환 단위에 기초한 비디오 부호화 방법 및 그 장치, 비디오 복호화 방법 및 그 장치가 개시된다.
원칙적으로 멀티 레이어 비디오를 위한 부호화/복호화 과정에서, 기본 레이어 영상들을 위한 부호화/복호화 과정과, 향상 레이어 영상들을 위한 부호화/복호화 과정이 따로 수행된다. 즉, 멀티 레이어 비디오 중 인터 레이어 예측이 발생하는 경우에는 싱글 레이어 비디오의 부호화/복호화 결과가 상호 참조될 수 있지만, 싱글 레이어 비디오마다 별도의 부호화/복호화 과정이 발생한다.
따라서 설명의 편의를 위해 도 8 내지 20을 참조하여 후술되는 트리구조의 부호화 단위에 기초한 비디오 부호화 과정 및 비디오 복호화 과정은, 싱글 레이어 비디오에 대한 비디오 부호화 과정 및 비디오 복호화 과정이므로, 인터 예측 및 움직임 보상이 상술된다. 하지만, 도 1a 내지 7을 참조하여 전술한 바와 같이, 비디오 스트림 부호화/복호화를 위해, 기본시점 영상들과 향상 레이어 영상들 간의 인터 레이어 예측 및 보상이 수행된다.
따라서, 일 실시예에 따른 멀티 레이어 비디오 부호화 장치(10)의 영상 부호화부(12)가 트리구조의 부호화 단위에 기초하여 멀티 레이어 비디오를 부호화하기 위해서는, 각각의 싱글 레이어 비디오마다 비디오 부호화를 수행하기 위해 도 8의 비디오 부호화 장치(800)를 멀티 레이어 비디오의 레이어 개수만큼 포함하여 각 비디오 부호화 장치(800)마다 할당된 싱글 레이어 비디오의 부호화를 수행하도록 제어할 수 있다. 또한 멀티 레이어 비디오 부호화 장치(10)는, 각 비디오 부호화 장치(800)의 별개 단일시점의 부호화 결과들을 이용하여 시점간 예측을 수행할 수 있다. 이에 따라 멀티 레이어 비디오 부호화 장치(10)의 영상 부호화부(12)는 레이어별로 부호화 결과를 수록한 기본시점 비디오스트림과 향상 레이어 비디오스트림을 생성할 수 있다.
이와 유사하게, 일 실시예에 따른 멀티 레이어 비디오 복호화 장치(20)의 영상 복호화부(24)가 트리 구조의 부호화 단위에 기초하여 멀티 레이어 비디오를 복호화하기 위해서는, 수신한 기본 레이어 비디오스트림 및 향상 레이어 비디오스트림에 대해 레이어별로 비디오 복호화를 수행하기 위해 도 9의 비디오 복호화 장치(900)를 멀티 레이어 비디오의 레이어 개수만큼 포함하고 각 비디오 복호화 장치(900)마다 할당된 싱글 레이어 비디오의 복호화를 수행하도록 제어할 수 있다, 그리고 멀티 레이어 비디오 복호화 장치(20)가 각 비디오 복호화 장치(900)의 별개 싱글 레이어의 복호화 결과를 이용하여 인터 레이어 보상을 수행할 수 있다. 이에 따라 멀티 레이어 비디오 복호화 장치(20)의 영상 복호화부(24)는, 레이어별로 복원된 기본 레이어 영상들과 향상 레이어 영상들을 생성할 수 있다.
도 8은 본 발명의 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 부호화 장치(800)의 블록도를 도시한다.
일 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, 일 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. 일 실시예에 따른 최대 부호화 단위는 크기 32x32, 64x64, 128x128, 256x256 등의 데이터 단위로, 가로 및 세로 크기가 2의 자승인 정사각형의 데이터 단위일 수 있다.
일 실시예에 따른 부호화 단위는 최대 크기 및 심도로 특징지어질 수 있다. 심도란 최대 부호화 단위로부터 부호화 단위가 공간적으로 분할한 횟수를 나타내며, 심도가 깊어질수록 심도별 부호화 단위는 최대 부호화 단위로부터 최소 부호화 단위까지 분할될 수 있다. 최대 부호화 단위의 심도가 최상위 심도이며 최소 부호화 단위가 최하위 부호화 단위로 정의될 수 있다. 최대 부호화 단위는 심도가 깊어짐에 따라 심도별 부호화 단위의 크기는 감소하므로, 상위 심도의 부호화 단위는 복수 개의 하위 심도의 부호화 단위를 포함할 수 있다.
전술한 바와 같이 부호화 단위의 최대 크기에 따라, 현재 픽처의 영상 데이터를 최대 부호화 단위로 분할하며, 각각의 최대 부호화 단위는 심도별로 분할되는 부호화 단위들을 포함할 수 있다. 일 실시예에 따른 최대 부호화 단위는 심도별로 분할되므로, 최대 부호화 단위에 포함된 공간 영역(spatial domain)의 영상 데이터가 심도에 따라 계층적으로 분류될 수 있다.
최대 부호화 단위의 높이 및 너비를 계층적으로 분할할 수 있는 총 횟수를 제한하는 최대 심도 및 부호화 단위의 최대 크기가 미리 설정되어 있을 수 있다.
부호화 단위 결정부(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, 일 실시예에 따른 부호화 단위 결정부(820)는, 현재 최대 부호화 단위에 포함되는 트리 구조에 따른 부호화 단위들이 결정될 수 있다. 일 실시예에 따른 '트리 구조에 따른 부호화 단위들'은, 현재 최대 부호화 단위에 포함되는 모든 심도별 부호화 단위들 중, 최종 심도로 결정된 심도의 부호화 단위들을 포함한다. 최종 심도의 부호화 단위는, 최대 부호화 단위 내에서 동일 영역에서는 심도에 따라 계층적으로 결정되고, 다른 영역들에 대해서는 독립적으로 결정될 수 있다. 마찬가지로, 현재 영역에 대한 최종 심도는, 다른 영역에 대한 최종 심도와 독립적으로 결정될 수 있다.
일 실시예에 따른 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 분할 횟수와 관련된 지표이다. 일 실시예에 따른 제 1 최대 심도는, 최대 부호화 단위로부터 최소 부호화 단위까지의 총 분할 횟수를 나타낼 수 있다. 일 실시예에 따른 제 2 최대 심도는 최대 부호화 단위로부터 최소 부호화 단위까지의 심도 레벨의 총 개수를 나타낼 수 있다. 예를 들어, 최대 부호화 단위의 심도가 0이라고 할 때, 최대 부호화 단위가 1회 분할된 부호화 단위의 심도는 1로 설정되고, 2회 분할된 부호화 단위의 심도가 2로 설정될 수 있다. 이 경우, 최대 부호화 단위로부터 4회 분할된 부호화 단위가 최소 부호화 단위라면, 심도 0, 1, 2, 3 및 4의 심도 레벨이 존재하므로 제 1 최대 심도는 4, 제 2 최대 심도는 5로 설정될 수 있다.
최대 부호화 단위의 예측 부호화 및 변환이 수행될 수 있다. 예측 부호화 및 변환도 마찬가지로, 최대 부호화 단위마다, 최대 심도 이하의 심도마다 심도별 부호화 단위를 기반으로 수행된다.
최대 부호화 단위가 심도별로 분할될 때마다 심도별 부호화 단위의 개수가 증가하므로, 심도가 깊어짐에 따라 생성되는 모든 심도별 부호화 단위에 대해 예측 부호화 및 변환을 포함한 부호화가 수행되어야 한다. 이하 설명의 편의를 위해 적어도 하나의 최대 부호화 단위 중 현재 심도의 부호화 단위를 기반으로 예측 부호화 및 변환을 설명하겠다.
일 실시예에 따른 비디오 부호화 장치(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, 일 실시예에 따른 최종 심도의 부호화 단위, 즉 더 이상한 분할되지 않는 부호화 단위를 기반으로 예측 부호화가 수행될 수 있다. 이하, 예측 부호화의 기반이 되는 더 이상한 분할되지 않는 부호화 단위를 '예측 단위'라고 지칭한다. 예측 단위가 분할된 파티션은, 예측 단위 및 예측 단위의 높이 및 너비 중 적어도 하나가 분할된 데이터 단위를 포함할 수 있다. 파티션은 부호화 단위의 예측 단위가 분할된 형태의 데이터 단위이고, 예측 단위는 부호화 단위와 동일한 크기의 파티션일 수 있다.
예를 들어, 크기 2Nx2N(단, N은 양의 정수)의 부호화 단위가 더 이상 분할되지 않는 경우, 크기 2Nx2N의 예측 단위가 되며, 파티션의 크기는 2Nx2N, 2NxN, Nx2N, NxN 등일 수 있다. 일 실시예에 따른 파티션 모드는 예측 단위의 높이 또는 너비가 대칭적 비율로 분할된 대칭적 파티션들뿐만 아니라, 1:n 또는 n:1과 같이 비대칭적 비율로 분할된 파티션들, 기하학적인 형태로 분할된 파티션들, 임의적 형태의 파티션들 등을 선택적으로 포함할 수도 있다.
예측 단위의 예측 모드는, 인트라 모드, 인터 모드 및 스킵 모드 중 적어도 하나일 수 있다. 예를 들어 인트라 모드 및 인터 모드는, 2Nx2N, 2NxN, Nx2N, NxN 크기의 파티션에 대해서 수행될 수 있다. 또한, 스킵 모드는 2Nx2N 크기의 파티션에 대해서만 수행될 수 있다. 부호화 단위 이내의 하나의 예측 단위마다 독립적으로 부호화가 수행되어 부호화 오차가 가장 작은 예측 모드가 선택될 수 있다.
또한, 일 실시예에 따른 비디오 부호화 장치(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.
일 실시예에 따른 트리 구조에 따른 부호화 단위와 유사한 방식으로, 부호화 단위 내의 변환 단위도 재귀적으로 더 작은 크기의 변환 단위로 분할되면서, 부호화 단위의 레지듀얼 데이터가 변환 심도에 따라 트리 구조에 따른 변환 단위에 따라 구획될 수 있다.
일 실시예에 따른 변환 단위에 대해서도, 부호화 단위의 높이 및 너비가 분할하여 변환 단위에 이르기까지의 분할 횟수를 나타내는 변환 심도가 설정될 수 있다. 예를 들어, 크기 2Nx2N의 현재 부호화 단위의 변환 단위의 크기가 2Nx2N이라면 변환 심도 0, 변환 단위의 크기가 NxN이라면 변환 심도 1, 변환 단위의 크기가 N/2xN/2이라면 변환 심도 2로 설정될 수 있다. 즉, 변환 단위에 대해서도 변환 심도에 따라 트리 구조에 따른 변환 단위가 설정될 수 있다.
심도별 분할 정보는, 심도 뿐만 아니라 예측 관련 정보 및 변환 관련 정보가 필요하다. 따라서, 부호화 단위 결정부(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.
일 실시예에 따른 최대 부호화 단위의 트리 구조에 따른 부호화 단위 및 예측단위/파티션, 및 변환 단위의 결정 방식에 대해서는, 도 9 내지 19를 참조하여 상세히 후술한다.
부호화 단위 결정부(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, 일 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.
일 실시예에 따른 최소 단위는, 최하위 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위이다. 일 실시예에 따른 최소 단위는, 최대 부호화 단위에 포함되는 모든 부호화 단위, 예측 단위, 파티션 단위 및 변환 단위 내에 포함될 수 있는 최대 크기의 정사각 데이터 단위일 수 있다.
예를 들어 출력부(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, 일 실시예에 따른 비디오 부호화 장치는, 영상의 크기를 고려하여 부호화 단위의 최대 크기를 증가시키면서, 영상 특성을 고려하여 부호화 단위를 조절할 수 있으므로, 영상 압축 효율이 증대될 수 있다.
도 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.
일 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, 일 실시예에 따라 트리 구조에 따른 부호화 단위에 기초한 비디오 예측을 수반하는 비디오 복호화 장치(900)는 '비디오 복호화 장치(900)'로 축약하여 지칭한다.
일 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, 일 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.
일 실시예에 따른 심도 및 부호화 모드에 대한 부호화 정보는, 해당 부호화 단위, 예측 단위 및 최소 단위 중 소정 데이터 단위에 대해 할당되어 있을 수 있으므로, 영상 데이터 및 부호화 정보 추출부(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 화소값이 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.
일 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.
일 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, 일 실시예에 따른 비디오 복호화부(1200)의 엔트로피 복호화부(1215) 이후의 단계별 작업들이 수행될 수 있다.
비디오 복호화부(1200)가 일 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 부호화부가 둘 이상의 레이어의 비디오스트림을 부호화한다면, 레이어별로 영상부호화부(1100)를 포함할 수 있다. 유사하게, 도 2a의 복호화부(26)가 둘 이상의 레이어의 비디오스트림을 복호화한다면, 레이어별로 영상복호화부(1200)를 포함할 수 있다.
도 13는 다양한 실시예에 따른 심도별 부호화 단위 및 파티션을 도시한다.
일 실시예에 따른 비디오 부호화 장치(800) 및 일 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.
일 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. 일 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.
일 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.
일 실시예에 따른 비디오 부호화 장치(800) 또는 일 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, 일 실시예에 따른 비디오 부호화 장치(800) 또는 일 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.
일 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.
일 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. 일 실시예에 따른 최소 단위는, 최하위 심도인 최소 부호화 단위가 4분할된 크기의 정사각형의 데이터 단위일 수 있다. 이러한 반복적 부호화 과정을 통해, 일 실시예에 따른 비디오 부호화 장치(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.
일 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. 일 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 일 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, 일 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 7은, 일 실시예에 따른 비디오 부호화 장치(800) 및 일 실시예에 따른 비디오 복호화 장치(900)에서 설정할 수 있는 일례를 나타낸다.
표 7
Figure PCTKR2014009588-appb-T000007
일 실시예에 따른 비디오 부호화 장치(800)의 출력부(830)는 트리 구조에 따른 부호화 단위들에 대한 부호화 정보를 출력하고, 일 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.
일 실시예에 따른 트리 구조에 따른 부호화 단위들의 부호화 정보는, 심도의 부호화 단위, 예측 단위 및 최소 단위 단위 중 적어도 하나에 대해 할당될 수 있다. 심도의 부호화 단위는 동일한 부호화 정보를 보유하고 있는 예측 단위 및 최소 단위를 하나 이상 포함할 수 있다.
따라서, 인접한 데이터 단위들끼리 각각 보유하고 있는 부호화 정보들을 확인하면, 동일한 심도의 부호화 단위에 포함되는지 여부가 확인될 수 있다. 또한, 데이터 단위가 보유하고 있는 부호화 정보를 이용하면 해당 심도의 부호화 단위를 확인할 수 있으므로, 최대 부호화 단위 내의 심도들의 분포가 유추될 수 있다.
따라서 이 경우 현재 부호화 단위가 주변 데이터 단위를 참조하여 예측하기 경우, 현재 부호화 단위에 인접하는 심도별 부호화 단위 내의 데이터 단위의 부호화 정보가 직접 참조되어 이용될 수 있다.
또 다른 실시예로, 현재 부호화 단위가 주변 부호화 단위를 참조하여 예측 부호화가 수행되는 경우, 인접하는 심도별 부호화 단위의 부호화 정보를 이용하여, 심도별 부호화 단위 내에서 현재 부호화 단위에 인접하는 데이터가 검색됨으로써 주변 부호화 단위가 참조될 수도 있다.
도 20은 표 7의 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, 일 실시예에 따른 변환 단위 분할 정보가 1비트의 플래그로 한정되는 것은 아니며 설정에 따라 0, 1, 2, 3.. 등으로 증가하며 변환 단위가 계층적으로 분할될 수도 있다. 변환 단위 분할 정보는 변환 인덱스의 한 실시예로써 이용될 수 있다.
이 경우, 일 실시예에 따른 변환 단위 분할 정보를 변환 단위의 최대 크기, 변환 단위의 최소 크기와 함께 이용하면, 실제로 이용된 변환 단위의 크기가 표현될 수 있다. 일 실시예에 따른 비디오 부호화 장치(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. 일 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.
일 실시예에 따른 최대 변환 단위 크기 RootTuSize는 예측 모드에 따라 달라질 수도 있다.
예를 들어, 현재 예측 모드가 인터 모드라면 RootTuSize는 아래 관계식 (2)에 따라 결정될 수 있다. 관계식 (2)에서 'MaxTransformSize'는 최대 변환 단위 크기, 'PUSize'는 현재 예측 단위 크기를 나타낸다.
RootTuSize = min(MaxTransformSize, PUSize) ......... (2)
즉 현재 예측 모드가 인터 모드라면, 변환 단위 분할 정보가 0인 경우의 변환 단위 크기인 'RootTuSize'는 최대 변환 단위 크기 및 현재 예측 단위 크기 중 작은 값으로 설정될 수 있다.
현재 파티션 단위의 예측 모드가 예측 모드가 인트라 모드라면 모드라면 'RootTuSize'는 아래 관계식 (3)에 따라 결정될 수 있다. 'PartitionSize'는 현재 파티션 단위의 크기를 나타낸다.
RootTuSize = min(MaxTransformSize, PartitionSize) ...........(3)
즉 현재 예측 모드가 인트라 모드라면, 변환 단위 분할 정보가 0인 경우의 변환 단위 크기인 'RootTuSize'는 최대 변환 단위 크기 및 현재 파티션 단위 크기 중 작은 값으로 설정될 수 있다.
다만, 파티션 단위의 예측 모드에 따라 변동하는 일 실시예에 따른 현재 최대 변환 단위 크기 'RootTuSize'는 일 실시예일 뿐이며, 현재 최대 변환 단위 크기를 결정하는 요인이 이에 한정되는 것은 아님을 유의하여야 한다.
도 8 내지 20를 참조하여 전술된 트리 구조의 부호화 단위들에 기초한 비디오 부호화 기법에 따라, 트리 구조의 부호화 단위들마다 공간영역의 영상 데이터가 부호화되며, 트리 구조의 부호화 단위들에 기초한 비디오 복호화 기법에 따라 최대 부호화 단위마다 복호화가 수행되면서 공간 영역의 영상 데이터가 복원되어, 픽처 및 픽처 시퀀스인 비디오가 복원될 수 있다. 복원된 비디오는 재생 장치에 의해 재생되거나, 저장 매체에 저장되거나, 네트워크를 통해 전송될 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
설명의 편의를 위해 앞서 도 1a 내지 20을 참조하여 전술된 비디오 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.
일 실시예에 따른 프로그램이 저장되는 컴퓨터로 판독 가능한 저장매체가 디스크(26000)인 실시예를 이하 상술한다.
도 21은 다양한 실시예에 따른 프로그램이 저장된 디스크(26000)의 물리적 구조를 예시한다. 저장매체로서 전술된 디스크(26000)는, 하드드라이브, 시디롬(CD-ROM) 디스크, 블루레이(Blu-ray) 디스크, DVD 디스크일 수 있다. 디스크(26000)는 다수의 동심원의 트랙(tr)들로 구성되고, 트랙들은 둘레 방향에 따라 소정 개수의 섹터(Se)들로 분할된다. 상기 전술된 일 실시예에 따른 프로그램을 저장하는 디스크(26000) 중 특정 영역에, 전술된 양자화 파라미터 결정 방법, 비디오 부호화 방법 및 비디오 복호화 방법을 구현하기 위한 프로그램이 할당되어 저장될 수 있다.
전술된 비디오 부호화 방법 및 비디오 복호화 방법을 구현하기 위한 프로그램을 저장하는 저장매체를 이용하여 달성된 컴퓨터 시스템이 도 22를 참조하여 후술된다.
도 22는 디스크(26000)를 이용하여 프로그램을 기록하고 판독하기 위한 디스크드라이브(26800)를 도시한다. 컴퓨터 시스템(26700)은 디스크드라이브(26800)를 이용하여 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법 중 적어도 하나를 구현하기 위한 프로그램을 디스크(26000)에 저장할 수 있다. 디스크(26000)에 저장된 프로그램을 컴퓨터 시스템(26700)상에서 실행하기 위해, 디스크 드라이브(26800)에 의해 디스크(26000)로부터 프로그램이 판독되고, 프로그램이 컴퓨터 시스템(26700)에게로 전송될 수 있다.
도 21 및 22에서 예시된 디스크(26000) 뿐만 아니라, 메모리 카드, 롬 카세트, SSD(Solid State Drive)에도 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법 중 적어도 하나를 구현하기 위한 프로그램이 저장될 수 있다.
전술된 실시예에 따른 비디오 부호화 방법 및 비디오 복호화 방법이 적용된 시스템이 후술된다.
도 23은 컨텐트 유통 서비스(content distribution service)를 제공하기 위한 컨텐트 공급 시스템(content supply system)(11000)의 전체적 구조를 도시한다. 통신시스템의 서비스 영역은 소정 크기의 셀들로 분할되고, 각 셀에 베이스 스테이션이 되는 무선 기지국(11700, 11800, 11900, 12000)이 설치된다.
컨텐트 공급 시스템(11000)은 다수의 독립 디바이스들을 포함한다. 예를 들어, 컴퓨터(12100), PDA(Personal Digital Assistant)(12200), 카메라(12300) 및 휴대폰(12500)과 같은 독립디바이스들이, 인터넷 서비스 공급자(11200), 통신망(11400), 및 무선 기지국(11700, 11800, 11900, 12000)을 거쳐 인터넷(11100)에 연결된다.
그러나, 컨텐트 공급 시스템(11000)은 도 24에 도시된 구조에만 한정되는 것이 아니며, 디바이스들이 선택적으로 연결될 수 있다. 독립 디바이스들은 무선 기지국(11700, 11800, 11900, 12000)을 거치지 않고 통신망(11400)에 직접 연결될 수도 있다.
비디오 카메라(12300)는 디지털 비디오 카메라와 같이 비디오 영상을 촬영할 수 있는 촬상 디바이스이다. 휴대폰(12500)은 PDC(Personal Digital Communications), CDMA(code division multiple access), W-CDMA(wideband code division multiple access), GSM(Global System for Mobile Communications), 및 PHS(Personal Handyphone System)방식과 같은 다양한 프로토콜들 중 적어도 하나의 통신방식을 채택할 수 있다.
비디오 카메라(12300)는 무선기지국(11900) 및 통신망(11400)을 거쳐 스트리밍 서버(11300)에 연결될 수 있다. 스트리밍 서버(11300)는 사용자가 비디오 카메라(12300)를 사용하여 전송한 컨텐트를 실시간 방송으로 스트리밍 전송할 수 있다. 비디오 카메라(12300)로부터 수신된 컨텐트는 비디오 카메라(12300) 또는 스트리밍 서버(11300)에 의해 부호화될 수 있다. 비디오 카메라(12300)로 촬영된 비디오 데이터는 컴퓨터(12100)을 거쳐 스트리밍 서버(11300)로 전송될 수도 있다.
카메라(12600)로 촬영된 비디오 데이터도 컴퓨터(12100)를 거쳐 스트리밍 서버(11300)로 전송될 수도 있다. 카메라(12600)는 디지털 카메라와 같이 정지영상과 비디오 영상을 모두 촬영할 수 있는 촬상 장치이다. 카메라(12600)로부터 수신된 비디오 데이터는 카메라(12600) 또는 컴퓨터(12100)에 의해 부호화될 수 있다. 비디오 부호화 및 복호화를 위한 소프트웨어는 컴퓨터(12100)가 억세스할 수 있는 시디롬 디스크, 플로피디스크, 하드디스크 드라이브, SSD , 메모리 카드와 같은 컴퓨터로 판독 가능한 기록 매체에 저장될 수 있다.
또한 휴대폰(12500)에 탑재된 카메라에 의해 비디오가 촬영된 경우, 비디오 데이터가 휴대폰(12500)으로부터 수신될 수 있다.
비디오 데이터는, 비디오 카메라(12300), 휴대폰(12500) 또는 카메라(12600)에 탑재된 LSI(Large scale integrated circuit) 시스템에 의해 부호화될 수 있다.
일 실시예에 따른 컨텐트 공급 시스템(11000)에서, 예를 들어 콘서트의 현장녹화 컨텐트와 같이, 사용자가 비디오 카메라(12300), 카메라(12600), 휴대폰(12500) 또는 다른 촬상 디바이스를 이용하여 녹화된 컨텐트가 부호화되고, 스트리밍 서버(11300)로 전송된다. 스트리밍 서버(11300)는 컨텐트 데이터를 요청한 다른 클라이언트들에게 컨텐트 데이터를 스트리밍 전송할 수 있다.
클라이언트들은 부호화된 컨텐트 데이터를 복호화할 수 있는 디바이스이며, 예를 들어 컴퓨터(12100), PDA(12200), 비디오 카메라(12300) 또는 휴대폰(12500)일 수 있다. 따라서, 컨텐트 공급 시스템(11000)은, 클라이언트들이 부호화된 컨텐트 데이터를 수신하여 재생할 수 있도록 한다. 또한 컨텐트 공급 시스템(11000)은, 클라이언트들이 부호화된 컨텐트 데이터를 수신하여 실시간으로 복호화하고 재생할 수 있도록 하여, 개인방송(personal broadcasting)이 가능하게 한다.
컨텐트 공급 시스템(11000)에 포함된 독립 디바이스들의 부호화 동작 및 복호화 동작에 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치가 적용될 수 있다.
도 24 및 25을 참조하여 컨텐트 공급 시스템(11000) 중 휴대폰(12500)의 일 실시예가 상세히 후술된다.
도 24은, 다양한 실시예에 따른 본 발명의 비디오 부호화 방법 및 비디오 복호화 방법이 적용되는 휴대폰(12500)의 외부 구조를 도시한다. 휴대폰(12500)은 기능이 제한되어 있지 않고 응용 프로그램을 통해 상당 부분의 기능을 변경하거나 확장할 수 있는 스마트폰일 수 있다.
휴대폰(12500)은, 무선기지국(12000)과 RF신호를 교환하기 위한 내장 안테나(12510)을 포함하고, 카메라(12530)에 의해 촬영된 영상들 또는 안테나(12510)에 의해 수신되어 복호화된 영상들을 디스플레이하기 위한 LCD(Liquid Crystal Display), OLED(Organic Light Emitting Diodes)화면 같은 디스플레이화면(12520)를 포함한다. 스마트폰(12510)은 제어버튼, 터치패널을 포함하는 동작 패널(12540)를 포함한다. 디스플레이화면(12520)이 터치스크린인 경우, 동작 패널(12540)은 디스플레이화면(12520)의 터치감지패널을 더 포함한다. 스마트폰(12510)은 음성, 음향을 출력하기 위한 스피커(12580) 또는 다른 형태의 음향출력부와, 음성, 음향이 입력되는 마이크로폰(12550) 또는 다른 형태의 음향입력부를 포함한다. 스마트폰(12510)은 비디오 및 정지영상을 촬영하기 위한 CCD 카메라와 같은 카메라(12530)를 더 포함한다. 또한, 스마트폰(12510)은 카메라(12530)에 의해 촬영되거나 이메일(E-mail)로 수신되거나 다른 형태로 획득된 비디오나 정지영상들과 같이, 부호화되거나 복호화된 데이터를 저장하기 위한 저장매체(12570); 그리고 저장매체(12570)를 휴대폰(12500)에 장착하기 위한 슬롯(12560)을 포함할 수 있다. 저장매체(12570)는 SD카드 또는 플라스틱 케이스에 내장된 EEPROM(electrically erasable and programmable read only memory)와 같은 다른 형태의 플래쉬 메모리일 수 있다.
도 25은 휴대폰(12500)의 내부 구조를 도시한다. 디스플레이화면(12520) 및 동작 패널(12540)로 구성된 휴대폰(12500)의 각 파트를 조직적으로 제어하기 위해, 전력공급회로(12700), 동작입력제어부(12640), 영상부호화부(12720), 카메라 인터페이스(12630), LCD제어부(12620), 영상복호화부(12690), 멀티플렉서/디멀티플렉서(multiplexer/demultiplexer)(12680), 기록/판독부(12670), 변조/복조(modulation/demodulation)부(12660) 및 음향처리부(12650)가, 동기화 버스(12730)를 통해 중앙제어부(12710)에 연결된다.
사용자가 전원 버튼을 동작하여 '전원꺼짐' 상태에서 '전원켜짐' 상태로 설정하면, 전력공급회로(12700)는 배터리팩으로부터 휴대폰(12500)의 각 파트에 전력을 공급함으로써, 휴대폰(12500)가 동작 모드로 셋팅될 수 있다.
중앙제어부(12710)는 CPU, ROM(Read Only Memory) 및 RAM(Random Access Memory)을 포함한다.
휴대폰(12500)이 외부로 통신데이터를 송신하는 과정에서는, 중앙제어부(12710)의 제어에 따라 휴대폰(12500)에서 디지털 신호가 생성된다, 예를 들어, 음향처리부(12650)에서는 디지털 음향신호가 생성되고, 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 일 실시예에 따른 디지털 방송 시스템은, 본 발명의 비디오 부호화 장치 및 비디오 복호화 장치를 이용하여, 위성 또는 지상파 네트워크를 통해 전송되는 디지털 방송을 수신할 수 있다.
구체적으로 보면, 방송국(12890)은 전파를 통해 비디오 데이터스트림을 통신위성 또는 방송위성(12900)으로 전송한다. 방송위성(12900)은 방송신호를 전송하고, 방송신호는 가정에 있는 안테나(12860)에 의해 위성방송수신기로 수신된다. 각 가정에서, 부호화된 비디오스트림은 TV수신기(12810), 셋탑박스(set-top box)(12870) 또는 다른 디바이스에 의해 복호화되어 재생될 수 있다.
재생장치(12830)에서 본 발명의 비디오 복호화 장치가 구현됨으로써, 재생장치(12830)가 디스크 및 메모리 카드와 같은 저장매체(12820)에 기록된 부호화된 비디오스트림을 판독하여 복호화할 수 있다. 이에 따라 복원된 비디오 신호는 예를 들어 모니터(12840)에서 재생될 수 있다.
위성/지상파 방송을 위한 안테나(12860) 또는 케이블TV 수신을 위한 케이블 안테나(12850)에 연결된 셋탑박스(12870)에도, 본 발명의 비디오 복호화 장치가 탑재될 수 있다. 셋탑박스(12870)의 출력데이터도 TV모니터(12880)에서 재생될 수 있다.
다른 예로, 셋탑박스(12870) 대신에 TV수신기(12810) 자체에 본 발명의 비디오 복호화 장치가 탑재될 수도 있다.
적절한 안테나(12910)를 구비한 자동차(12920)가 위성(12800) 또는 무선기지국(11700)으로부터 송출되는 신호를 수신할 수도 있다. 자동차(12920)에 탑재된 자동차 네비게이션 시스템(12930)의 디스플레이 화면에 복호화된 비디오가 재생될 수 있다.
비디오 신호는, 본 발명의 비디오 부호화 장치에 의해 부호화되어 저장매체에 기록되어 저장될 수 있다. 구체적으로 보면, DVD 레코더에 의해 영상 신호가 DVD디스크(12960)에 저장되거나, 하드디스크 레코더(12950)에 의해 하드디스크에 영상 신호가 저장될 수 있다. 다른 예로, 비디오 신호는 SD카드(12970)에 저장될 수도 있다. 하드디스크 레코더(12950)가 일 실시예에 따른 본 발명의 비디오 복호화 장치를 구비하면, DVD디스크(12960), SD카드(12970) 또는 다른 형태의 저장매체에 기록된 비디오 신호가 모니터(12880)에서 재생될 수 있다.
자동차 네비게이션 시스템(12930)은 도 26의 카메라(12530), 카메라 인터페이스(12630) 및 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.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장 장치 등이 포함된다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드로 저장되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (15)

  1. 비트스트림으로부터 인터 레이어 예측 허용 정보를 획득하는 단계;
    상기 인터 레이어 예측 허용 정보가 인터 레이어 예측이 이용될 수 있음을 나타내면, 비트스트림으로부터 단일 레이어 이용 정보를 획득하는 단계;
    상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내면, 현재 픽쳐가 참조하는 적어도 하나의 레이어 중에서 최대 한개의 레이어만을 참조 레이어로 결정하는 단계; 및
    상기 참조 레이어에 속하는 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  2. 제 1 항에 있어서,
    상기 참조 레이어로 결정하는 단계는,
    상기 비트스트림으로부터 획득된 직접 참조 정보에 따라 상기 현재 픽쳐가 직접 참조하는 적어도 하나의 레이어 중에서 최대 레이어 식별자 값을 가지는 레이어를 참조 레이어로 결정하는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  3. 제 1 항에 있어서,
    상기 참조 레이어에 속하는 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계는 상기 참조 레이어에 포함된 적어도 하나의 픽쳐 중에서 상기 현재 픽쳐의 복호화 순서와 동일한 복호화 순서를 가지는 픽쳐를 참조 픽쳐로 결정하는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  4. 제 1 항에 있어서,
    상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면,
    상기 비트스트림으로부터 인터 레이어 예측으로 참조될 수 있는 픽쳐의 개수 정보를 획득하는 단계;
    상기 인터 레이어 예측으로 참조될 수 있는 픽쳐의 개수 정보가 나타내는 개수에 따라 상기 비트스트림에서 인터 레이어 예측에 이용되는 참조 레이어의 식별자를 획득하는 단계; 및
    상기 참조 레이어의 식별자를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  5. 제 1 항에 있어서,
    상기 단일 레이어 이용 정보가 상기 현재 픽쳐에 대한 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면,
    상기 비트스트림으로부터 레이어간의 직접 참조 여부를 나타내는 직접 참조 정보를 획득하는 단계;
    상기 직접 참조 정보를 이용하여 레이어간의 간접 참조 정보를 생성하는 단계;
    상기 직접 참조 정보 및 간접 참조 정보를 이용하여 현재 픽쳐의 복호화에 참조되는 픽쳐의 레이어 식별자 정보를 결정하는 단계; 및
    상기 참조되는 픽쳐의 레이어 식별자를 이용하여 인터 레이어 예측을 수행하여 상기 현재 픽쳐를 복호화 하는 단계를 더 포함하는 것을 특징으로 하는 영상 복호화 방법.
  6. 제 5 항에 있어서,
    상기 직접 참조 정보를 이용하여 레이어간의 간접 참조 정보를 생성하는 단계는, 상기 직접 참조 정보를 이용하여, 제 1 레이어 보다 높은 레이어 인덱스를 가지는 제 2 레이어가 상기 제 1 레이어보다 낮은 레이어 인덱스를 가지는 제 3 레이어를 직접 참조하는지 여부에 따라 제 1 레이어와 제 3 레이어간에 결정된 간접 참조 여부를 이용하여, 레이어간의 간접 참조 정보를 생성하는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  7. 제 5 항에 있어서,
    상기 직접 참조 정보 및 간접 참조 정보를 이용하여 현재 픽쳐의 복호화에 참조되는 픽쳐의 레이어 식별자 정보를 결정하는 단계는,
    상기 직접 참조 정보 및 간접 참조 정보를 이용하여 레이어의 종속 레이어 식별자 리스트를 생성하는 단계; 및
    상기 비트스트림으로부터 획득한 종속 레이어 식별자 리스트 참조 여부 정보가 종속 레이어 식별자 리스트의 참조를 나타내면, 상기 종속 레이어 식별자 리스트를 이용하여 현재 픽쳐에서 참조되는 픽쳐의 레이어 식별자를 결정하는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  8. 제 1 항에 있어서,
    상기 단일 레이어 이용 정보를 획득하는 단계는,
    상기 비트스트림으로부터 현재 레이어에 대한 참조 레이어 활성 정보를 획득하는 단계; 및
    상기 현재 레이어에 대한 참조 레이어 활성 정보가 상기 현재 레이어의 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되고, 동일한 인터 레이어 참조 픽쳐 셋에서 포함됨을 나타내면, 상기 단일 레이어 이용 정보를 획득하는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  9. 제 1 항에 있어서,
    상기 단일 레이어 이용 정보는 상기 비트스트림으로부터 레이어 별로 독립적으로 획득되는 것을 특징으로 하는 영상 복호화 방법.
  10. 제 1 항에 있어서,
    상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면, 상기 비트스트림으로부터 참조 레이어 활성 정보를 획득하는 단계;
    상기 참조 레이어 활성 정보가 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되고, 동일한 인터 레이어 참조 픽쳐 셋에서 포함됨을 나타내지 않으면, 상기 비트스트림으로부터 인터 레이어 참조 픽쳐 세트의 선택 정보를 획득하는 단계;
    상기 선택 정보가 인터 레이어 참조 픽쳐 세트 정보가 미리 생성된 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택됨을 나타내면, 상기 비트스트림으로부터 인터 레이어 참조 픽쳐 세트 정보를 선택하기 위한 인덱스를 획득하고, 상기 인덱스가 상기 인터 레이어 참조 픽쳐 세트 정보의 집합에서 지시하는 인터 레이어 참조 픽쳐 세트 정보를 이용하여 인터 레이어 참조 픽쳐를 결정하는 단계; 및
    상기 인터 레이어 참조 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  11. 제 1 항에 있어서,
    상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내지 않으면, 상기 비트스트림으로부터 참조 레이어 활성 정보를 획득하는 단계;
    상기 참조 레이어 활성 정보가 모든 직접 참조 레이어의 참조 픽쳐들이 동일한 엑세스 유닛에서 제공되고, 동일한 인터 레이어 참조 픽쳐 셋에서 포함됨을 나타내지 않으면, 상기 비트스트림으로부터 인터 레이어 참조 픽쳐 세트의 선택 정보를 획득하는 단계;
    상기 선택 정보가 인터 레이어 참조 픽쳐 세트 정보가 미리 생성된 인터 레이어 참조 픽쳐 세트 정보의 집합에서 선택되지 않음을 나타내면, 상기 비트스트림으로부터 인터 레이어 참조 픽쳐 세트 정보를 획득하고, 상기 획득된 인터 레이어 참조 픽쳐 세트 정보를 이용하여 인터 레이어 참조 픽쳐를 결정하는 단계; 및
    상기 인터 레이어 참조 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 단계를 포함하는 것을 특징으로 하는 영상 복호화 방법.
  12. 영상 데이터의 비트스트림을 획득하는 비트스트림 획득부; 및
    상기 비트스트림으로부터 인터 레이어 예측 허용 정보를 획득하고, 상기 인터 레이어 예측 허용 정보가 인터 레이어 예측이 이용될 수 있음을 나타내면 비트스트림으로부터 단일 레이어 이용 정보를 획득하고, 상기 단일 레이어 이용 정보가 인터 레이어 예측에 최대 한개의 픽쳐가 이용됨을 나타내면 현재 픽쳐가 참조하는 적어도 하나의 레이어 중에서 최대 한개의 레이어만을 참조 레이어로 결정하며, 상기 참조 레이어에 속하는 픽쳐를 이용하여 상기 현재 픽쳐의 인터 레이어 예측을 수행하는 영상 복호화부를 포함하는 것을 특징으로 하는 영상 복호화 장치.
  13. 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 수행하여 영상 부호화 데이터를 생성 하는 단계;
    상기 부호화 데이터가 인터 레이어 예측을 이용하여 부호화 되었음을 나타내는 인터 레이어 예측 허용 정보를 생성하는 단계;
    상기 각 레이어의 부호화 데이터가 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 이용하여 부호화 되었음을 나타내는 단일 레이어 이용 정보를 생성하는 단계; 및
    상기 영상 부호화 데이터, 상기 인터 레이어 예측 허용 정보 및 상기 단일 레이어 이용 정보를 이용하여 비트스트림을 생성하는 단계를 포함하는 것을 특징으로 하는 영상 부호화 방법.
  14. 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 수행하여 영상 부호화 데이터를 생성하고, 상기 부호화 데이터가 인터 레이어 예측을 이용하여 부호화 되었음을 나타내는 인터 레이어 예측 허용 정보를 생성하고, 상기 각 레이어의 부호화 데이터가 최대 한 개의 픽쳐를 참조하는 인터 레이어 예측을 이용하여 부호화 되었음을 나타내는 단일 레이어 이용 정보를 생성하는 영상 부호화부; 및
    상기 영상 부호화 데이터, 상기 인터 레이어 예측 허용 정보 및 상기 단일 레이어 이용 정보를 이용하여 비트스트림을 생성하는 비트스트림 생성부를 포함하는 것을 특징으로 하는 영상 부호화 장치.
  15. 제 1 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체.
PCT/KR2014/009588 2013-10-12 2014-10-13 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치 WO2015053598A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/096,443 US10230966B2 (en) 2013-10-12 2016-04-12 Method and apparatus for encoding multilayer video, and method and apparatus for decoding multilayer video

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361890211P 2013-10-12 2013-10-12
US61/890,211 2013-10-12

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/096,443 Continuation US10230966B2 (en) 2013-10-12 2016-04-12 Method and apparatus for encoding multilayer video, and method and apparatus for decoding multilayer video

Publications (1)

Publication Number Publication Date
WO2015053598A1 true WO2015053598A1 (ko) 2015-04-16

Family

ID=52813358

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2014/009588 WO2015053598A1 (ko) 2013-10-12 2014-10-13 멀티 레이어 비디오 부호화 방법 및 장치, 멀티 레이어 비디오 복호화 방법 및 장치

Country Status (3)

Country Link
US (1) US10230966B2 (ko)
KR (1) KR102246545B1 (ko)
WO (1) WO2015053598A1 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3021590A4 (en) * 2013-07-12 2017-03-29 Sony Corporation Image coding device and method
US10547834B2 (en) 2014-01-08 2020-01-28 Qualcomm Incorporated Support of non-HEVC base layer in HEVC multi-layer extensions
US10542288B2 (en) * 2014-06-18 2020-01-21 Telefonaktiebolaget Lm Ericsson (Publ) Random access in a video bitstream
WO2015192989A1 (en) * 2014-06-18 2015-12-23 Telefonaktiebolaget L M Ericsson (Publ) Robust encoding and decoding of pictures in video
KR101895176B1 (ko) 2014-06-18 2018-09-04 텔레폰악티에볼라겟엘엠에릭슨(펍) 독립 랜덤 액세스 포인트 화상
US10368084B2 (en) * 2014-11-27 2019-07-30 Kt Corporation Video signal processing method and device
WO2016085231A1 (ko) 2014-11-27 2016-06-02 주식회사 케이티 비디오 신호 처리 방법 및 장치
GB2547442B (en) * 2016-02-17 2022-01-12 V Nova Int Ltd Physical adapter, signal processing equipment, methods and computer programs
DK3967038T3 (da) * 2019-05-30 2024-03-18 Huawei Tech Co Ltd Referencebilledhåndtering i lagdelt videokodning
US11418813B2 (en) * 2019-09-20 2022-08-16 Tencent America LLC Signaling of inter layer prediction in video bitstream
US11310492B2 (en) * 2019-09-20 2022-04-19 Tencent America LLC Signaling of inter layer prediction in video bitstream
AU2020362795A1 (en) * 2019-10-07 2022-04-21 Huawei Technologies Co., Ltd. An encoder, a decoder and corresponding methods
KR20230016050A (ko) * 2020-05-21 2023-01-31 바이트댄스 아이엔씨 점진적인 디코딩 리프레시 및 레퍼런스 픽처 목록의 시그널링
US11930189B2 (en) * 2021-09-30 2024-03-12 Samsung Electronics Co., Ltd. Parallel metadata generation based on a window of overlapped frames

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060153295A1 (en) * 2005-01-12 2006-07-13 Nokia Corporation Method and system for inter-layer prediction mode coding in scalable video coding
US20080137742A1 (en) * 2006-10-16 2008-06-12 Nokia Corporation System and method for implementing efficient decoded buffer management in multi-view video coding
JP2012147273A (ja) * 2011-01-12 2012-08-02 Ntt Docomo Inc 画像予測符号化装置、画像予測符号化方法、画像予測符号化プログラム、画像予測復号装置、画像予測復号方法、及び画像予測復号プログラム
KR20130045784A (ko) * 2011-10-26 2013-05-06 인텔렉추얼디스커버리 주식회사 인터 예측 모드 스케일러블 코딩 방법 및 장치
KR20130107861A (ko) * 2012-03-23 2013-10-02 한국전자통신연구원 인터 레이어 인트라 예측 방법 및 장치

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130107949A1 (en) 2011-10-26 2013-05-02 Intellectual Discovery Co., Ltd. Scalable video coding method and apparatus using intra prediction mode
US20140218473A1 (en) * 2013-01-07 2014-08-07 Nokia Corporation Method and apparatus for video coding and decoding
US9992493B2 (en) * 2013-04-01 2018-06-05 Qualcomm Incorporated Inter-layer reference picture restriction for high level syntax-only scalable video coding
US8958477B2 (en) * 2013-04-05 2015-02-17 Vidyo, Inc. Multiple reference layer prediction signaling techniques
EP3022921A4 (en) * 2013-07-14 2017-03-15 Sharp Kabushiki Kaisha Signaling indications and constraints

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060153295A1 (en) * 2005-01-12 2006-07-13 Nokia Corporation Method and system for inter-layer prediction mode coding in scalable video coding
US20080137742A1 (en) * 2006-10-16 2008-06-12 Nokia Corporation System and method for implementing efficient decoded buffer management in multi-view video coding
JP2012147273A (ja) * 2011-01-12 2012-08-02 Ntt Docomo Inc 画像予測符号化装置、画像予測符号化方法、画像予測符号化プログラム、画像予測復号装置、画像予測復号方法、及び画像予測復号プログラム
KR20130045784A (ko) * 2011-10-26 2013-05-06 인텔렉추얼디스커버리 주식회사 인터 예측 모드 스케일러블 코딩 방법 및 장치
KR20130107861A (ko) * 2012-03-23 2013-10-02 한국전자통신연구원 인터 레이어 인트라 예측 방법 및 장치

Also Published As

Publication number Publication date
KR20150043220A (ko) 2015-04-22
US10230966B2 (en) 2019-03-12
KR102246545B1 (ko) 2021-04-30
US20160227232A1 (en) 2016-08-04

Similar Documents

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

Legal Events

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

Ref document number: 14852536

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14852536

Country of ref document: EP

Kind code of ref document: A1