WO2017135662A1 - 에지 적응적 그래프 기반 변환을 이용하여 비디오 신호를 인코딩/디코딩하는 방법 및 장치 - Google Patents

에지 적응적 그래프 기반 변환을 이용하여 비디오 신호를 인코딩/디코딩하는 방법 및 장치 Download PDF

Info

Publication number
WO2017135662A1
WO2017135662A1 PCT/KR2017/001052 KR2017001052W WO2017135662A1 WO 2017135662 A1 WO2017135662 A1 WO 2017135662A1 KR 2017001052 W KR2017001052 W KR 2017001052W WO 2017135662 A1 WO2017135662 A1 WO 2017135662A1
Authority
WO
WIPO (PCT)
Prior art keywords
gbt
signal
edge
graph
ramp
Prior art date
Application number
PCT/KR2017/001052
Other languages
English (en)
French (fr)
Inventor
챠오융-쉬안
이. 에길메즈힐라미
오르테가안토니오
예세훈
이범식
Original Assignee
엘지전자 주식회사
유니버시티 오브 서던 캘리포니아
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 엘지전자 주식회사, 유니버시티 오브 서던 캘리포니아 filed Critical 엘지전자 주식회사
Priority to US16/074,265 priority Critical patent/US11695958B2/en
Publication of WO2017135662A1 publication Critical patent/WO2017135662A1/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • 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
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • 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
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • 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
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—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
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Landscapes

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

Abstract

본 발명은, 에지 적응적 그래프 기반 변환 (Edge Adaptive Graph Based Transform, 'EA— GBT' )에 기초하여 비디오 신호를 인코딩하는 방법에 있어서, 레지듀얼 신호로부터 스텝 에지 또는 램프 에지 중 적어도 하나를 검출하는 단계; 상기 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 그래프 신호를 생성하는 단계; 상기 그래프 신호에 대해 EA-GBT를 수행함으로써 EA-GBT 계수를 획득하는 단계; 상기 EA-GBT 계수를 양자화하는 단계; 및 상기 양자화된 EA— GBT 계수를 엔트로피 인코딩하는 단계를 포함하는 것을 특징으로 하는 방법을 제공한다.

Description

【명세서】
【발명의 명칭】
에지 적웅적 그래프 기반 변환을 이용하여 비디오 신호를 인코딩 /디코딩하는 방법 및 장치
【기술분야】
본 발명은 에지 적응적 그래프 기반 변환 ( Edge Adaptive Graph - Based Transform, 이하 ' ΕΑ— GBT '라 함)을 이용하여 비디오 신호를 인코딩 , 디코딩하는 방법 및 장치에 관한 것이다. 구체적으로, 스텝 에지 모델 또는 램프 에지 모델 중 적어도 하나에 기초하여 에지 적웅적 그래프 기반 변환을 디자인하는 기술에 관한 것이다.
【배경기술】
차세대 비디오 컨텐츠는 고해상도 (high spatial resolution) , 고프레임율 (high frame rate ) 및 영상 표현의 고차원화 (high dimensionality of scene representation)라는 특징을 갖게 될 것이다. 그러한 컨텐츠를 처리하기 위해서는 메모리 저장 (memory storage ) , 메모리 액세스율 (memory access rate ) 및 처리 전력 (processing power) 측면에서 엄청난 증가를 가져올 것이다. 따라서, 차세대 비디오 컨텐츠를 보다 효율적으로 처리하기 위한 코딩 를을 디자인할 필요가 있다.
이산 코사인 변환 (Discrete Cosine Transform, 이하 ' DCT)은 이미지 및 바디오 압축에서 널리 사용된다. DCT는 수직 에지 또는 수평 에지를 가진 이미지에 대해 효율적인 코딩을 제공한다. 그러나, DCT가 잘 적용되지 않는 이미지의 경우, 예를 들어 블록 신호들이 대각 에지들과 같은 복잡한 에지 구조들을 가지는 경우 DCT를 이용하는 것이 효율적이지 않을 수 있다. 따라서 , 다양한 방향들을 갖는 에지들에 대해 보다 유연하게 그래프를 모델링할 수 있는 방법을 제공할 필요가 있다.
【발명의 상세한 설명】
【기술적 과제】
본 발명은, 다양한 방향을 갖는 에지들에 대해 보다 유연하게 그래프를 모델링할 수 있는 에지 적응적 그래프 기반 변환 ( Edge Adaptive Graph - Based Transform, 이하 v EA-GBT ' ^ 함) 법을 제공하고자 한다.
또한, 본 발명은, 인터 예측 레지듀얼 신호 및 인트라 예측 레지듀얼 신호의 코딩 성능을 향상시키고자 한다 .
또한, 본 발명은, 스텝 에지 모델 ( step edge model ) 또는 램프 에지 모델 ( ramp edge model ) 중 적어도 하나에 기초하여 EA-GBT을 디자인하는 방법을 제공하고자 한다.
또한, 본 발명은,ᅳ 램프 에진 ( r mp_ ᅳ edge L를ᅳ검-출하는— ᅳ방밥을ᅳ 제공하고자 한다.
또한, 본 발명은, 산술 램프 에지 코딩 ( arithmetic ramp edge coding, 이하 "AREC"라 함) 방법을 제공하고자 한다.
【기술적 해결방법】
본 발명은, 다양한 방향을 갖는 에지들에 대해 보다 유연하게 그래프를 모델링할 수 있는 에지 적웅적 그래프 기반 변환 ( EA-GBT) 방법을 제공한다. 또한, 본 발명은, 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 그래프 신호를 생성하는 방법을 제공한다. 또한, 본 발명은, 중심 램프 픽셀 (center ramp pixel)을 이용하여 산술 램프 에지 코딩 (arithmetic ramp edge coding) ¾"법을 제공한다. 또한, 본 발명은, 중심 램프 픽셀 (center ramp pixel)의 위치를 인코딩하는 방법을 제공한다.
또한, 본 발명은, 레지듀얼 신호로부터 스텝 에지 (step edge) 또는 램프 에지 (ramp edge) 중 적어도 하나를 검출하는 방법을 제공한다.
또한, 본 발명은, 램프 에지 모델 (ramp edge model)에 기반하여 EA- GBT를 디자인하는 방법올 제공한다.
또한, 본 발명은, DCT 또는 EA— GBT의 율 -왜곡 비용 (Rate- Distortion cost)에 기초하여 변환 방식을 결정하는 방법을 제공한다.
【발명의 효과】
본 발명은 에지 적응적 그래프 기반 변환 (EA-GBT) 방법을 제공함으로써 다양한 방향을 갖는 에지들에 대해 보다 유연하게 그래프를 모델링할 수 있다. 또한, 램프 에지 모델 (ramp edge model)어) 기반하여 EA-GBT를 디자인함으로써 시그널링 오버헤드를 감소시킬 수 있으며 , 기존의 DCT 기반의 코딩보다 효율적인 코딩을 수행할 수 있다.
또한, 본 발명은 인터 예측 레지듀얼 신호 및 인트라 예측 레지듀얼 신호들에 대해 비트레이트를 감소시킬 수 있다. 나아가, 변환 유닛 (transform unit)의 크기가 증가함에 따라 본 발명이 적용되는 EA-GBT의 성능이 향상되는 것을 확인할 수 있다.
【도면의 간단한 설명】
도 1은 본 발명이 적용되는 실시예로서, 비디오 신호의 인코딩이 수행되는 인코더의 개략적인 블록도를 나타낸다 .
도 2는 본 발명이 적용되는 실시예로서, 비디오 신호의 디코딩이 수행되는 디코더의 개략적인 블록도를 나타낸다.
도 3은 본 발명이 적용되는 실시예로서, 코딩 유닛의 분할 구조를 설명하기 위한 도면이다.
도 4는 본 발명이 적용되는 일실시예로서 , 1차원 그래프 또는 2차원 그래프에 기초하여 그래프 기반 변환 행렬을 획득하는 과정을 설명하기 위한 도면이다.
도 5는 본 발명이 적용되는 실시예로서 , 그래프 기반 신호를 처리하는 인코더의 개략적인 블록도를 나타낸다.
도 6은 본 발명이 적용되는 실시예로서, 그래프 기반 신호를 처리하는 디코더의 개략적인 블록도를 나타낸다.
도 7은 본 발명이 적용되는 일실시예로서, 에지 적웅적 그래프 기반 변환 ( EA-GBT)을 수행하는 그래프 기반 변환부의 내부 블톡도를 나타낸다.
도 8은 본 발명이 적용되는 일실시예로서, 에지 적웅적 그래프 기반 변환 ( EA— GBT)에 기초하여 인코딩을 수행하는 과정을 설명하기 위한 흐름도이다. 도 9는 본 발명이 적용되는 일실시예로서, 산술 램프 에지 코딩 (arithmetic ramp edge coding)을 수행하는 과정을 설명하기 위한 흐름도이다.
도 10은 본 발명이 적용되는 일실시예로서, DCT 또는 EA-GBT의 율- 왜곡 비용 (Rate-Distortion cost )에 기초하여 변환 방식을 결정하는 방법을 설명하기 위한 흐름도이다. 도 11은 본 발명이 적용되는 일실시예로서, 에지 적웅적 그래프 기반 변환 (EA-GBT)에 기초하여 디코딩을 수행하는 디코더의 개략적인 블록도를 나타낸다.
도 12는 본 발명이 적용되는 일실시예로서, 에지 적웅적 그래프 기반 변환 ( EA-GBT)에 기초하여 디코딩을 수행하는 과정을 설명하기 위한 흐름도이다. 도 13은 본 발명이 적용되는 일실시예로서 , 에지 모델링을 위한 스텝 함수 ( step function)와 램프 함수 ( ramp function)를 나타낸다.
도 14는 본 발명이 적용되는 일실시예로서, Xi부터 Xi+L까지의 램프에 대해 약한 링크 가중치를 갖는 1차원 라인 그래프를 나타낸다.
도 15는 본 발명이 적용되는 일실시예로서, 인터 예측 레지듀얼 신호 또는 인트라 예측 레지듀얼 신호에서 추출된 1차원 샘플로부터 학습된 최적의 라인 그래프들을 나타낸다.
도 16은 본 발명이 적용되는 일실시예로서, 산술 램프 에지 코딩 ( arithmetic ramp edge coding)을 설명하기 위한, 중심 램프 픽셀 ( center ramp pixel )을 가리키는 노드를 가진 그리드 그래프 (grid graph) 및 연속 램프 노드들 ( consecutive ramp nodes )의 경로 ( contour)를 나타낸다.
도 17은 본 발명이 적용되는 일실시예로서, 산술 램프 에지 코딩 (arithmetic ramp edge coding)에서 노드 E>i— i 로부터 Pi로의 이동 방향을 나타내는 Ci^ i 을 예측하는 방법을 설명하기 위한 도면이다.
도 18은 본 발명이 적용되는 일실시예로서, 산술 램프 에지 코딩 (arithmetic ramp edge coding)에서 노드 Pi-X 로부터 Pi로의 이전 이동 방향이 주어졌을 때 노드 Pi 로부터 Pi+1로의 잠재적 이동 방향 (potential traveling direction)을 설명하기 위한 도면이다.
도 19는 본 발명이 적용되는 일실시예로서 , 도 19 (a)는 램프 구조를 갖는 이미지 블록을 나타내고, 도 19 (b)는 증심 램프 픽샐로부터 예측된 약한 링크 가중치의 위치 (점선 표시 )를 나타낸다.
도 20 내지 도 21은 본 발명이 적용되는 일실시예들로서, 인터 예측 레지듀얼 신호 또는 인트라 예측 레지듀얼 신호에 대해 DCT 대비 스텝 함수에 기초한 EA-GBT 및 램프 함수에 기초한 EA— GBT의 PSNR ( Peak signal - to- noise ratio) 이득 및 비트레이트 감소율의 비교표를 나타낸다.
【발명의 실시를 위한 최선의 형태】
본 발명은, 에지 적응적 그래프 기반 변환 ( Edge Adaptive Graph - Based Transform, 'EA-GBT' )에 기초하여 비디오 신호를 인코딩하는 방법에 있어서, 레지듀얼 신호로부터 스텝 에지 또는 램프 에지 중 적어도 하나를 검출하는 단계; 상기 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 그래프 신호를 생성하는 단계; 상기 그래프 신호에 대해 EA-GBT를 수행함으로써 EA-GBT 계수를 획득하는 단계; 상기 EA-GBT 계수를 양자화하는 단계; 및 상기 양자화된 EA-GBT 계수를 엔트로피 인코딩하는 단계를 포함하는 것을 특징으로 하는 방법을 제공한다.
또한, 본 발명에서, 상기 레지듀얼 신호가 인터 예측 레지듀얼 신호인 경우, 상기 그래프 신호는 상기 스텝 에지에 기초하여 생성되는 것을 특징으로 한다.
또한, 본 발명에서, 상기 레지듀얼 신호가 인트라 예측 레지듀얼 신호인 경우, 상기 그래프 신호는 상기 램프 에지에 기초하여 생성되는 것을 특징으로 한다.
또한, 본 발명에서, 상기 그래프 신호를 생성하는 단계는, 임계값보다 큰 그래디언트 (gradient )를 갖는 중심 램프 픽셀 ( center ramp pixel )을 서치하는 단계; 및 상기 중심 램프 픽셀의 위치를 인코딩하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 발명에서, 상기 인코딩 단계는, 상기 중심 램프 픽셀의 위치를 초기화하는 단계 ; 우선 순위에 따라 5개의 가능한 방향 (possible direction)으로 상기 중심 램프 픽,셀의 위치를 서치하는 단계 ; 각 방향 정보에 대한 확를을 할당하는 단계; 및 상기 할당된 확률로 방향 정보를 인코딩하는 단계를 포함하되, 상기 방향 정보는 두 개의 연속된 픽셀들 사이의 진행 방향을 나타내는 것을 특징으로 한다.
또한, 본 발명에서, 상기 방법은, 상기 EA-GBT에 대응되는 모드 인덱스를 결정하는 계 ^살기 모 H 인훽스—를ᅳ엔트로 ¾ 인코딩하 단계를 더 ᅳ 포함하는 것을 특징으로 한다.
또한, 본 발명에서, 상기 방법은, 상기 레지듀얼 신호에 대해 이산여현변환 (DCT)을 수행함으로써 DCT 계수를 획득하는 단계 ; 및 상기 DCT 계수와 EA-GBT 계수의 율 -왜곡 비용 (Rate-Distortion cost )을 비교하는 단계를 더 포함하되, 상기 EA— GBT 계수의 율 -왜곡 비용이 상기 DCT 계수보다 작은 경우, 상기 EA— GBT에 대웅되는 모드 인덱스가 결정되는 것을 특징으로 한다.
또한, 본 발명은, 에지 적응적 그래프 기반 변환 ( Edge Adaptive Graph-Based Transform, ¾ EA-GBT ' )에 기초하여 비디오 신호를 디코딩하는 방법에 있어서, 상기 비디오 신호로부터 레지듀얼 신호 및 모드 인덱스를 추출하는 단계; 상기 모드 인텍스에 대응되는 EA-GBT 를 유도하는 단계; 상기 EA-GBT 에 기초하여 상기 레지듀얼 신호에 대해 역변환을 수행하는 단계 ; 및 상기 역변환된 레지듀얼 신호와 예측 신호를 합하여 복원 신호를 생성하는 단계를 포함하는 것을 특징으로 하는 방법을 제공한다.
또한, 본 발명에서, 상기 방법은, 상기 비디오 신호로부터 상기 중심 램프 픽셀의 위치를 수신하는 단계를 더 포함하되, 상기 EA-GBT 는 상기 중심 램프 픽샐와위치에 기초하여 유도되는 것을 특징으로 한다.
또한, 본 발명은, 에지 적웅적 그래프 기반 변환 (Edge Adaptive Graph-Based Transform, ' ΕΑ— GBT' )에 기초하여 비디오 신호를 인코딩하는 장치에 있어서, 레지듀얼 신호로부터 스템 에지 또는 램프 에지 증 적어도 하나를 검출하는 검출부; 상기 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 그래프 신호를 생설히 ·는 LHfl프ᅳ햇성_부; _상 ᅵ 그래프 신호훼 대해 EA- GBT를 수행함으로써 EA-GBT 계수를 획득하는 변환부; 상기 EA-GBT 계수를 양자화하는 양자화부; 및 상기 양자화된 EA-GBT 계수를 엔트로피 인코딩하는 엔트로피 인코딩부를 포함하는 것을 특징으로 하는 장치를 제공한다.
또한, 본 발명에서, 상기 그래프 신호 생성부는, 임계값보다 큰 그래디언트 ( gradient )를 갖는 중심 램프 픽셀 ( center ramp pixel )을 서치하고, 상기 중심 램프 픽셀의 위치를 인코딩하는 것을 특징으로 한다.
또한, 본 발명은, 에지 적웅적 그래프 기반 변환 ( Edge Adaptive Graph-Based Transform, ' EA—GBT' )에 기초하여 비디오 신호를 디코딩하는 장치에 있어서, 상기 비디오 신호로부터 레지듀얼 신호 및 모드 인텍스를 추출하는 파싱부; 상기 모드 인덱스에 대응되는 EA-GBT 를 유도하고, 상기 EA- GBT 에 기초하여 상기 레지듀얼 신호에 대해 역변환을 수행하는 역변환부; 및 상기 역변환된 레지듀얼 신호와 예측 신호를 합하여 복원 신호를 생성하는 복원부를 포함하는 것을 특징으로 하는 장치를 제공한다.
또한, 본 발명에서, 상기 파싱부는, 상기 비디오 신호로부터 상기 중심 램프 픽셀의 위치를 수신하고, 상기 EA-GBT 는 상기 중심 램프 픽셀의 위치에 기초하여 유도되는 것을 특징으로 한다.
【발명의 실시를 위한 형태】
이하, 첨부된 도면을 참조하여 본 발명의 실시예의 구성과 그 작용을 설명하며, 도면에 의해서 설명되는 본 발명의 구성과 작용은 하나의 실시예로서 설명되는 것이며, 이것에 의해서 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 제한되지는 않는다.
아울러, 본 발명에서 사용되는 용어는 가능한 한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어를 사용하여 설명한다. 그러한 경우에는 해당 부분의 상세 설명에서 그 의미를 명확히 기재하므로 , 본 발명의 설명에서 사용된 용어의 명칭만으로 단순 해석되어서는 안 될 것이며 그 해당 용어의 의미까지 파악하여 해석되어야 함을 밝혀두고자 한다.
또한, 본 발명에서 사용되는 용어들은 발명을 설명하기 위해 선택된 일반적인 용어들이나, 유사한 의미를 갖는 다른 용어가 있는 경우 보다 적절한 해석을 위해 대체 가능할 것이다. 예를 들어, 신호, 데이터, 샘플, 픽쳐, 프레임, 블록 등의 경우 각 코딩 과정에서 적절하게 대체되어 해석될 수 있을 것이다. 또한, 파티셔닝 (partitioning) , 분해 (decomposition) , 스플리팅 (splitting) 및 분할 (division) 등의 경우에도 각 코딩 과정에서 적절하게 대체되어 해석될 수 있을 것이다. 도 1은 본 발명이 적용되는 실시예로서, 비디오 신호의 인코딩이 수행되는 인코더의 개략적인 블톡도를 나타낸다.
도 1을 참조하면 , 인코더 (100)는 영상 분할부 (110) , 변환부 (120) , 양자화부 (130) , 역양자화부 (140) , 역변환부 (150) , 필터링부 (160) , 복호 픽쳐 버퍼 (DPB: Decoded Picture Buffer) (170) , 인터 예측부 (180) , 인트라 예측부 (185) 및 엔트로피 인코딩부 (190)를 포함하여 구성될 수 있다. 영상 분할부 (110)는 인코더 (100)에 입력된 입력 영상 (Input image) (또는, 픽쳐 , 프레임 )를 하나 이상의 처리 유닛으로 분할할 수 있다. 예를 들어 , 상기 처리 유닛은 코딩 트리 유닛 (CTU: Coding Tree Unit) , 코딩 유닛 (CU: Coding Unit) , 예측 유닛 (Ρϋ: Prediction Unit) 또는 변환유닛 (TU: Transform Unit)일 수 있다.
다만, 상기 용어들은 본 발명에 대한 설명와편의를 위해 사용할 뿐이며, 본 발명은 해당 용어의 정의에 한정되지 않는다. 또한, 본 명세서에서는 설명의 편의를 위해, 비디오 신호를 인코딩 또는 디코딩하는 과정에서 이용되는 단위로써 코딩 유닛이라는 용어를 사용하지만, 본 발명은 그에 한정되지 않으며 발명 내용에 따라 적절하게 해석 가능할 것이다. 인코더 (100)는 입력 영상 신호에서 인터 예측부 (180) 또는 인트라 예측부 (185)로부터 출력된 예측 신호 (prediction signal)를 감산하여 레지듀얼 신호 (residual signal)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부 (120)로 전송된다.
변환부 (120)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수 (transform coefficient)를 생성할 수 있다. 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
상기 변환부 (120)는 픽샐 간 관계 정보를 그래프로 표현하여 처리하는 그래프 기반 신호 처리 방식을 이용할 수 있다. 예를 들어, 상기 변환부 (120)는 그래프 기반 변환부 (Graph-Based Transform Unit)를 포함할 수 있고, 상기 그래프 기반 변환부 (GBT unit)는 레지듀얼 신호로부터 스텝 에지 또는 램프 에지 중 적어도 하나를 검출하고, 상기 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 그래프 신호를 생성하고, 상기 그래프 신호에 대해 EA-GBT를 수행함으로써 EA-GBT 계수를 획득할 수 있다. 여기서, EA-GBT는 이미지 블록의 에지 특성에 따라 에지 가증치가 조정된 그래프에 기초하여 획득된 그래프 기반 변환 (GBT)을 의미할 수 있다. 또한, 본 명세서에서 언급되는 EA-GBT는 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 생성된 EA-GBT를 의미할 수도 있으며 , 각 실시예에 따라 적절하게 해석될 수 있다.
본 발명의 일실시예는, 상기 레지듀얼 신호가 인터 예측 레지듀얼 신호인 경우, 상기 그래프 신호는 상기 스텝 에지에 기초하여 생성되는 것을 특징으로 한다. 다만, 본 발명은 이에 한정되지 않으며, 상기 그래프 신호는 다양한 에지 모델에 기초하여 생성될 수 있다.
본 발명의 일실시예는, 상기 레지듀얼 신호가 인트라 예측 레지듀얼 신호인 경우, 상기 그래프 신호는 상기 램프 에지에 기초하여 생성되는 것을 특징으로 한다. 다만, 본 발명은 이에 한정되지 않으며, 상기 그래프 신호는 다양한 에지 모델에 기초하여 생성될 수 있다.
본 발명의 일실시예로, 상기 그래프 신호를 생성하는 단계는, 임계값보다 큰 그래디언트 (gradient )를 갖는 중심 램프 픽샐 ( center ramp pixel )을 서치하는 단계; 및 상기 중심 램프 픽샐의 위치를 인코딩하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 일실시예로, 상기 인코딩 단계는, 상기 중심 램프 픽셀의 위치를 초기화하는 단계 ; 우선 순위에 따라 5개의 가능한 방향 (possible direction)으로 상기 중심 램프 픽샐의 위치를 서치하는 단계 ; 각 방향 정보에 대한 확률을 할당하는 단계; 및 상기 할당된 확률로 방향 정보를 인코딩하는 단계를 포함하되, 상기 방향 정보는 두 개의 연속된 픽셀들 사이의 진행 방향을 나타내는 것을 특징으로 한다.
본 발명의 일실시예로, 상기 방법은, 상기 EA-GBT에 대웅되는 모드 인덱스를 결정하는 단계; 및 상기 모드 인덱스를 엔트로피 인코딩하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명의 일실시예로, 상기 방법은, 상기 레지듀얼 신호에 대해 이산여현변환 (DCT)을 수행함으로써 DCT 계수를 획득하는 단계 ; 및 상기 DCT 계수와 -¾-7j EA-GBT 계수의 율 -왜곡 비용 (Rate— Distortion cost )을 비교하는 단계를 더 포함하되, 상기 EA-GBT 계수의 율 -왜곡 비용이 상기 DCT 계수보다 작은 경우, 상기 EA-GBT에 대웅되는 모드 인덱스가 결정되는 것을 특징으로 한다.
본 발명이 적용되는 그래프 기반 변환부는 별개의 기능 유닛으로 존재할 수 있고, 이 경우 상기 그래프 기반 변환부는 상기 변환부 (120)의 기능과 다른 기능을 수행할 수 있으나, 본 발명은 이에 한정되지 않는다.
양자화부 (130)는 변환 계수를 양자화하여 엔트로피 인코딩부 (190)로 전송하고, 엔트로피 인코딩부 (190)는 양자화된 신호 (quantized signal)를 엔트로피 코딩하여 비트스트림으로 출력할 수 있다.
양자화부 (130)로부터 출력된 양자화된 신호 (quantized signal)는 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 신호 (quantized signal)는 루프 내의 역양자화부 (140) 및 역변환부 (150)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호를 복원할 수 있다 . 복원된 레지듀얼 신호를 인터 예측부 (180) 또는 인트라 예측부 (185)로부터 출력된 예측 신호 (prediction signal)에 더함으로써 복원 신호 (reconstructed signal)가 생성될 수 있다.
한편, 위와 같은 압축 과정에서 인접한 블록들이 서로 다른 양자화 파라미터에 의해 양자화됨으로써 블록 경계가 보이는 열화가 발생될 수 있다. 이러한 현상을 블록킹 열화 (blocking artifacts)라고 하며 , 이는 화질을 평가하는 중요한 요소 중의 하나이다. 이러한 열화를 줄이기 위해 필터링 과정을 수행할 수 있다. 이러한 필터링 과정을 통해 블록킹 열화를 제거함과 동시에 현재 픽쳐에 대한 오차를 줄임으로써 화질을 향상시킬 수 있게 된다. 필터링부 (160)는 복원 신호에 필터링을 적용하여 이를 재생 장치로 출력하거나 복호 픽쳐 버퍼 (170)에 전송한다. 복호 픽쳐 버퍼 (170)에 전송된 필터링된 신호는 인터 예측부 (180)에서 참조 픽쳐로 사용될 수 있다. 이처럼 , 필터링된 픽쳐를 화면간 예측 모드에서 참조 픽쳐로 이용함으로써 화질 뿐만 아니라부호화 효율도 향상시킬 수 있다.
복호 픽쳐 버퍼 (170)는 필터링된 픽쳐를 인터 예측부 (180)에서의 참조 픽쳐로 사용하기 위해 저장할 수 있다.
인터 예측부 (180)는 복원 픽쳐 (reconstructed picture)를 참조하여 시간적 중복성 및 /또는 공간적 중복성을 제거하기 위해 시간적 예측 및 /또는 공간적 예측을 수행한다. 여기서, 예측을 수행하기 위해 이용되는 참조 픽쳐는 이전 시간에 부호화 /복호화 시 블록 단위로 양자화와 역양자화를 거친 변환된 신호이기 때문에 , 블로킹 아티팩트 (blocking artifact)나 링잉 아티팩트 (ringing artifact)가 존재할 수 있다.
따라서 , 인터 예측부 (180)는 이러한 신호의 불연속이나 양자화로 인한 성능 저하를 해결하기 위해, 로우패스 필터 (lowpass filter)를 적용함으로써 픽샐들 사이의 신호를 서브 픽셀 단위로 보간할 수 있다. 여기서, 서브 픽셀은 보간 필터를 적용하여 생성된 가상의 화소를 의미하고, 정수 픽샐은 복원된 픽쳐에 존재하는 실제 화소를 의미한다. 보간 방법으로는 선형 보간, 양¾형 보간 (bi-linear interpolation) , 위너 필터 (wiener filter) 등이 적용될 수 있다.
보간 필터는 복원 픽쳐 (reconstructed picture)에 적용되어 예측의 정밀도를 향상시킬 수 있다. 예를 들어 , 인터 예측부 (180)는 정수 픽셀에 보간 필터를 적용하여 보간 픽셀을 생성하고, 보간 픽셀들 (interpolated pixels)로 구성된 보간 블톡 (interpolated block)을 예측 블록 (prediction block)으로 사용하여 예측을 수행할 수 있다.
인트라 예측부 (185)는 현재 부호화를 진행하려고 하는 블록의 주변에 있는 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 인트라 예측부 (185)는 인트라 예측을 수행하기 위해 다음-과 같은 과정을 수행할 수 있다. 먼저, 예측 신호를 생성하기 위해 필요한 참조 샘플을 준비할 수 있다. 그리고, 준비된 참조 샘플을 이용하여 예측 신호를 생성할 수 있다. 이후, 예측 모드를 부호화하게 된다. 이때, 참조 샘플은 참조 샘플 패딩 및 /또는 참조 샘플 필터링을 통해 준비될 수 있다. 참조 샘플은 예측 및 복원 과정올 거쳤기 때문에 양자화 에러가 존재할 수 있다. 따라서, 이러한 에러를 줄이기 위해 인트라 예측에 이용되는 각 예측 모드에 대해 참조 샘플 필터링 과정이 수행될 수 있다. 상기 인터 예측부 (180) 또는 상기 인트라 예측부 (185)를 통해 생성된 예측 신호 (prediction signal)는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 도 2는 본 발명이 적용되는 실시예로서, 비디오 신호의 디코딩이 수행되는 디코더의 개략적인 블록도를 나타낸다.
도 2를 참조하면, 디코더 (200)는 파싱부 (미도시) , 엔트로피 디코딩부 (210) , 역양자화부 (220) , 역변환부 (230) , 필터링부 (240) , 복호 픽쳐 버퍼 (DPB: Decoded Picture Buffer Unit) (250) , 인터 예측부 (260) 인트라 예측부 (265) 및 복원부 (미도시 )를 포함하여 구성될 수 있다. 그리고, 디코더 (200)를 통해 출력된 복원 영상 신호 (reconstructed video signal)는 재생 장치를 통해 재생될 수 있다.
디코더 (200)는 도 1의 인코더 (100)로부터 출력된 신호을 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부 (210)를 통해 엔트로피 디코딩될 수 있다.
본 발명의 일실시예로 , 상기 디코더 또는 상기 엔트로피 디코딩부 (210)는 모드 인덱스를 수신할 수 있다. 여기서 , 상기 모드 인덱스는 다중 그래프 기반 모델들에 기초하여 최적화된 변환 행렬에 대웅될 수 있다. 예를 들어, 상기 모드 인덱스는 DCT 행렬을 나타내거나, EA— GBT 행렬을 나타낼 수 있다.
상기 모드 인텍스는 상기 엔트로피 디코딩부 (210)를 통해 엔트로피 디코딩되고, 역변환부 (230)에서 역변환을 수행하기 위해 이용될 수 있다.
예를 들어, 상기 디코더는 상기 모드 인덱스에 대웅되는 EA-GBT를 유도하고, 상기 EA-GBT 에 기초하여 상기 레지듀얼 신호에 대해 역변환을 수행할 수 있다. 일실시예로, 상기 모드 인덱스에 대웅되는 EA— GBT는 오프라인 훈련 (off-line training)을 통해 미리 준비되어 인코더 및 디코더에 저장되어 있을 수 있다. 상기 디코더는 미리 저장되어 있는 변환들 증, 상기 모드 인덱스에 대웅되는 변환을 유도하여 이용할 수 있다.
다만, 본 발명은 이에 한정되지 않으며, 예를 들어 상기 모드 인덱스는 본 발명의 디코딩을 위해 필수적인 요소가 아닐 수 있다.
역양자화부 (220)에서는 양자화 스텝 사이즈 정보를 이용하여 엔트로피 디코딩된 신호로부터 변환 계수 (transform coefficient)를 획득한다. 여기서, 상기 변환 계수는 DCT 계수 또는 EA-GBT 계수를 의미할 수 있으며, 상기 도 1의 변환부 (120)에서 설명한 다양한실시예들이 적용된 것일 수 있다. 역변환부 (230)에서는 상기 변환 계수를 역변환하여 레지듀얼 신호 (residual signal)를 획득하게 된다. 예를 들어 , 상기 역변환시 EA-GBT 가 이용될 수 있으며, 상기 EA— GBT 는 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 생성된 EA-GBT를 의미할 수 있다.
획득된 레지듀얼 신호를 인터 예측부 (260) 또는 인트라 예측부 (265)로부터 출력된 예측 신호 (prediction signal)에 더함으로써 복원 신호 (reconstructed signal)가 생성된다.
필터링부 (240)는 복원 신호 (reconstructed signal)에 필터링을 적용하여 이를 재생 장치로 출력하거나 복호 픽쳐 버퍼부 (250)에 전송한다. 복호 픽쳐 버퍼부 (250)에 전송된 필터링된 신호는 인터 예측부 (260)에서 참조 픽쳐로 사용될 수 있다.
본 명세서에서 , 인코더 (100)의 필터링부 (160) , 인터 예측부 (180) 및 인트라 예측부 (185)에서 설명된 실시예들은 각각 디코더의 필터링부 (240) , 인터 예측부 (260) 및 인트라 예측부 (265)에도 동일하게 적용될 수 있다. 도 3은 본 발명이 적용되는 실시예로서, 코딩 유닛의 분할 구조를 설명하기 위한 도면이다.
인코더는 하나의 영상 (또는 픽쳐 )을사각형 형태의 코딩 트리 유닛 (CTU: Coding Tree Unit) 단위로 분할할 수 있다. 그리고, 래스터 스캔 순서 (raster scan order)에 따라 하나의 CTU씩 순차적으로 인코딩한다. ^를 들어, CTU의 크기는 64x64, 32x32, 16x16 중 어느 하나로 정해질 수 있으나, 본 발명은 이에 한정되지 않는다. 인코더는 입력된 영상의 해상도 또는 입력된 영상의 특성 등에 따라 CTU의 크기를 선택하여 사용할 수 있다. CTU은 휘도 (luma) 성분에 대한 코딩 트리 블톡 (CTB: Coding Tree Block)과 이에 대응하는 두 개의 색차 (chroma) 성분에 대한 코딩 트리 블록 (CTB: Coding Tree Block)을 포함할 수 있다.
하나의 CTU은 쿼드트리 (quadtree, 이하 'QT'라 함) 구조로 분해될 수 있다. 예를 들어, 하나의 CTU은 정사각형 형태를 가지면서 각 변의 길이가 절반씩 감소하는 4개의 유닛으로 분할될 수 있다. 이러한 QT 구조의 분해는 재귀적으로 수행될 수 있다.
도 3을 참조하면 , QT의 루트 노드 (root node)는 CTU와 관련될 수 있다. QT는 리프 노드 (leaf node)에 도달할 때까지 분할될 수 있고, 이때 상기 리프 노드는 코딩 유닛 (CU: Coding Unit)으로 지칭될 수 있다.
CU은 입력 영상의 처리 과정, 예컨대 인트라 (intra)/인터 (inter) 예측이 수행되는 코딩의 기본 단위를 의미할 수 있다. CU은 휘도 (luma) 성분에 대한 코딩 블록 (CB: Coding Block)과 이에 대웅하는 두 개의 색차 (chroma) 성분에 대한 CB를 포함할 수 있다. 예를 들어, CU의 크기는 64x64, 32x32, 16x16, 8x8 중 어느 하나로 정해질 수 있으나, 본 발명은 이에 한정되지 않으며, 고해상도 영상일 경우, CU의 크기는 더 커지거나 다양해질 수 있다. 도 3을 참조하면 , CTU는 루트 노드 (root node)에 해당되고, 가장 작은 깊이 (depth) (즉, 레벨 0) 값을 가진다. 입력 영상의 특성에 따라 CTU가 분할되지 않을 수도 있으며, 이 경우 CTU은 CU에 해당된다. - CTU은 QT 형태로 분해될 수 있으며, 그 결과 레벨 1의 깊이를 가지는 하위 노드들이 생성될 수 있다. 그리고, 레벨 1의 깊이를 가지는 하위 노드에서 더 이상 분할되지 않은 노드 (즉, 리프 노드)는 CU에 해당한다. 예를 들어 , 도 3(b)에서 노드 a, b 및 j에 대웅하는 CU(a) , CU(b) , CU(j)는 CTU에서 한 번 분할되었으며, 레벨 1의 깊이를 가진다.
레벨 1의 깊이를 가지는 노드 중 적어도 어느 하나는 다시 QT 형태로 분할될 수 있다. 그리고, 레벨 2의 깊이를 가지는 하위 노드에서 더 이상 분할되지 않은 노드 (즉, 리프 노드)는 CU에 해당한다. 예를 들어 , 도 3(b)에서 노드 c, h 및 i에 대웅하는 CU(c) , CU(h) , CU(i)는 CTU에서 두 번 분할되었으며, 레벨 2의 깊이를 가진다.
또한, 레벨 2의 깊이를 가지는 노드 중 적어도 어느 하나는 다시 QT 형태로 분할될 수 있다. 그리고, 레벨 3의 깊이를 가지는 하위 노드에서 더 이상 분할되지 않은 노드 (즉, 리프 노드)는 CU에 해당한다. 예를 들어 , 도 3(b)에서 노드 d, e, f, g에 대웅하는 CU(d) , CU(e) , CU(f ) , CU(g)는 CTU에서 3번 분할되었으며, 레벨 3의 깊이를 가진다.
인코더에서는 비디오 영상의 특성 (예를 들어 , 해상도)에 따라서 혹은 부호화의 효율을 고려하여 CU의 최대 크기 또는 최소 크기를 결정할 수 있다. 그리고, 이에 대한 정보 또는 이를 유도할 수 있는 정보가 비트스트림에 포함될 수 있다. 최대 크기를 가지는 CU를 최대 코딩 유닛 (LCU: Largest Coding Unit)이라고 지칭하며, 최소 크기를 가지는 CU를 최소 코딩 유닛 (SCU: Smallest Coding Unit)이라고 지칭할 수 있다.
또한, 트리 구조를 갖는 CU은 미리 정해진 최대 깊이 정보 (또는, 최대 레벨 정보)를 가지고 계층적으로 분할될 수 있다. 그리고, 각각의 분할된 CU은 깊이 정보를 가질 수 있다. 깊이 정보는 CU의 분할된 횟수 및 /또는 정도를 나타내므로, CU의 크기에 관한 정보를 포함할 수도 있다.
LCU가 QT 형태로 분할되므로, LCU의 크기 및 최대 깊이 정보를 이용하면 SCU의 크기를 구할 수 있다. 또는 역으로, SCU의 크기 및 트리의 최대 깊이 정보를 이용하면, LCU의 크기를 구할 수 있다.
하나의 CU에 대하여, 해당 CU이 분할 되는지 여부를 나타내는 정보가 디코더에 전달될 수 있다. 예를 들어, 상기 정보는 분할 플래그로 정의될 수 있으며, 신택스 엘리먼트 ' ' split_cu_f lag"로 표현될 수 있다. 상기 분할 플래그는 SCU을 제외한 모든 CU에 포함될 수 있다. 예를 들어, 상기 분할 플래그의 값이 ' 1 '이면 해당 cu은 다시 4개의 CU으로 나누어지고, 상기 분할 플래그의 값이 ，0 '이면 해당 CU은 더 이상 나누어지지 않고 해당 CU에 대한 코딩 과정이 수행될 수 있다.
앞서 도 3의 실시예에서는 CU의 분할 과정에 대해 예로 들어 설명하였으나, 변환을 수행하는 기본 단위인 변환 유닛 (TU : Transform Unit )의 분할 과정에 대해서도 상술한 QT 구조를 적용할 수 있다.
TU는 코딩하려는 CU로부터 QT 구조로 계층적으로 분할될 수 있다. 예를 들어 , CU은 변환 유닛 ( TU)에 대한 트리의 루트 노트 ( root node )에 해당될 수 있다.
TU는 QT 구조로 분할되므로 J로부터 분할된 TU는 다시 더 작은 하위 TU로 분할될 수 있다. 예를 들어, TU의 크기는 32x32 , 16x16 , 8x8 , 4x4 중 어느 하나로 정해질 수 있으나, 본 발명은 이에 한정되지 않으며, 고해상도 영상일 경우, τυ의 크기는 더 커지거나 다양해질 수 있다.
하나의 TU에 대하여, 해당 TU이 분할 되는지 여부를 나타내는 정보가 디코더에 전달될 수 있다. 예를 들어, 상기 정보는 분할 변환 플래그로 정의될 수 있으며, 신택스 엘리먼트 " splitᅳ transform_f lag"로 표현될 수 있다. 상기 분할 변환 플래그는 최소 크기의 TU을 제외한 모든 TU에 포함될 수 있다. 예를 들어 , 상기 분할 변환 플래그의 값이 ' 1 '이면 해당 Τϋ은 다시 4개의 TU으로 나누어지고, 상기 분할 변환 플래그의 값이 ，0 '이면 해당 Τϋ은 더 이상 나누어지지 않는다.
상기에서 설명한 바와 같이, CU는 인트라 예측 또는 인터 예측이 수행되는 코딩의 기본 단위이다. 입력 영상을 보다 효과적으로 코딩하기 위하여 CU를 예측 유닛 ( PU : Prediction Unit ) 단위로 분할할 수 있다.
PU는 예측 블록을 생성하는 기본 단위로서 , 하나의 CU 내에서도 Ρϋ 단위로 서로 다르게 예측 블톡을 생성할 수 있다. PU는 PU가 속하는 CU의 코딩 모드로 인트라 예측 모드가 사용되는지 인터 예측 모드가 사용되는지에 따라 상이하게 분할될 수 있다. 도 4는 본 발명이 적용되는 일실시예로서, 1차원 그래프와 2차원 그래프에 기초하여 그래프 기반 변환 행렬을 획득하는 과정을 설명하기 위한 도면이다.
본 발명의 일실시예로, 이미지 내 픽셀 블록의 처리를 위해 사용될 수 있는 그래프 타입은 도 4를 통해 설명될 수 있다. 예를 들어, 도 4 ( a)는 픽샐 블톡의 각 라인에 대웅되는 1차원 그래프를 나타내고, 도 4 (b)는 픽셀 블록에 대웅되는 2차원 그래프를 나타낼 수 있다.
그래프 꼭지점 (vertex)은 픽셀 블록의 각 픽샐에 연관되며 , 그래프 꼭지점의 값은 픽셀 값으로 표현될 수 있다. 그리고, 그래프 에지 (graph edge)는 그래프 꼭지점을 연결하는 선을 의미할 수 있다. 상기 그래프 에지는 신호 내의 어떠한 형태의 통계적 의존성을 나타내기 위해 사용되며, 그 강도를 나타내는 값을 에지 가중치 (edge weight)라 할 수 있다.
예를 들어 , 도 4 (a)를 살펴보면, 1차원 그래프를 나타내며 , 0,1, 2, 3은 각 꼭지점의 위치를 나타내고, ^,^,^는 각 꼭지점 간의 에지 가증치를 나타낸다 . 도 4(b)를 살펴보면 , 2차원 그래프를 나타내며 , a (1=0,1,2,3^=0,1,2) , bki (k=0 , 1 , 2 , 1=0 , 1 , 2 , 3 )는 각 꼭지점 간의 에지 가중치를 나타낸다.
각 꼭지점은 모든 다른 꼭지점에 연결될 수 있으며, 0의 에지 가중치는 서로 연관되지 않거나 약하게 연관된 꼭지점들을 연결하는 에지에 할당될 수 있다. 다만, 표현의 간단화를 위해, 0의 에지 가중치를 갖는 에지는 완전히 제거될 수 있다. 그래프 기반 변환 (GBT)의 정의
본 발명이 적용되는 일실시예로, 그래프 신호로부터 획득되는 변환을 그래프 기반 변환 (Graph-Based Transform, 이하 'GBT'라 함)이라 정의할 수 있다. 예를 들어, TU를 구성하는 픽샐 간의 관계 정보를 그래프로 표현한다고 할 때, 이 그래프로부터 얻어진 변환을 GBT라고 할 수 있다.
픽셀 간의 관계 정보는 다양한 방법으로 표현될 수 있다. 예를 들어, 픽셀 값들 사이의 유사성, 동일한 PU에 속해 있는지 여부, 같은 오브젝트에 속해 있는지 여부 등에 기초하여 픽샐 간의 관계 정보를 표현할 수 있다. 상기 픽샐 간 관계 정보는 각 픽셀을 그래프의 꼭지점에 대웅시켰을 때 픽셀들 간의 에지 유무 및 에지 가중치 ( edge weight ) 값으로 표현될 수 있다.
이 경우, 상기 GBT는 다음과 같은 과정올 통해 획득될 수 있다. 예를 들어, 인코더 또는 디코더는 비디오 신호의 타겟 블특으로부터 그래프 정보를 획득할 수 있다. 가중치 적용된 그래프 g (A, S )가 주어졌을 때, 그래프 정보로부터 다음 수학식 1과 같이 라플라시안 행렬 ( Laplacian matrix) L을 획득할 수 있다.
【수학식 1】
L = D - A + S
상기 수학식 1에서 , D는 차수 행렬 (Degree matrix)을 나타내고, 예를 들어 상기 차수 행렬은 각 꼭지점의 차수에 대한 정보를 포함하는 대각 행렬 ( diagonal matrix)을 의미할 수 있다. A는 인접 픽샐과의 연결 관계 (예를 들어 , 에지 )를 가중치로 나타내는 인접 행렬 ( adj acency matrix)을 나타낸다. S는 G의 노드들에서의 자기 루프 ( self - loop)를 나타내는 대각 행렬 ( diagonal matrix)을 나타낸다.
그리고, 라플라시안 행렬 (Laplacian matrix) L에 대해 아래 수학식 2와 같이 고유 분해 ( eigen decomposition)를 수행함으로써 GBT 커널을 획득할 수 있다.
【수학식 2】
L = UMJT 상기 수학식 2에서 , L은 라플라시안 행렬 (Laplacian matrix) , U는 고유 행렬 (eigen matrix) , Λ는 대각 고유값 행렬 (diagonal eigenvalue matrix) , 1^는 U의 전치 행렬 (transpose matrix)을 의미한다. 상기 수학식 2에서 , 상기 고유 행렬 (eigen matrix) U는 해당 그래프 모델에 맞는 신호에 대해 특화된 그래프 기반푸리에 (Fourier) 변환을 제공할 수 있다. 예를 들어 , 상기 수학식 2를 만족하는 고유 행렬 (eigen matrix) U는 GBT 커널을 의미할 수 있다.
여기서 , 고유 행렬 (eigen matrix) ϋ의 열들 (columns)은 GBT의 기초 백터들 (basis vectors)을 의미할 수 있다. 그래프가 자기 루프 (self- loop)가 없으면 , 라플라시안 행렬 (Laplacian matrix)은 상기 수학식 1에서 S = 0 인 경우와 같다. 에지 적웅적 그래프 기반 변환 (EA-GBT)의 정의
먼저 , 비방향성의 가중치 적용된 그래프를 G=(V,E)라 하자. 이때, 그래프 신호는 f € R1 1로 표시될 수 있고, 여기서 각 신호 값 (signal value)은 노드 i € ^와 연관된다. 링크 e^? ^,i €： E 는 노드 ^ 및
Vj를 노드 간 유사성을 나타내는 가중치 [0, ^1와 연결하는 것을 의미한다.
그래프는 인접 픽셀과의 연결 관계 (예를 들어 , 에지 )를 가중치로 나타내는 인접 행렬 (adjacency matrix) A를 이용하여 표현될 수 있다. 여기서,
Figure imgf000026_0001
이다. 그리고, 라플라시안 행렬 L은 상기 수학식 1과 같이 정의될 수 있고, L은 상기 수학식 2를 통해 대각화 (diagonalized)될 수 있다 .
이와 같이, 에지 정보에 기초하여 설계된 그래프에 대웅하는 그래프 변환을 에지 적웅적 그래프 기반 변환 (EA-GBT)이라 한다 .
본 발명은, 에지 적응적 그래프 기반 변환 (EA-GBT)을 위한 최적의 그래프 모델링 (또는 에지 모델링 )을 수행하는 방법을 제공한다. 예를 들어 , 스텝 모델 또는 램프 모델에 기초하여 인트라 예측 레지듀얼 신호 및 인터 예측 레지듀얼 신호에 대한 그래프를 모델링할 수 있다. 이를 통해, 보다 효율적으로 코딩 성능을 향상시킬 수 있다.
이하에서는, 보다 구체적인 실시예들에 대해 살펴보도록 한다. 도 5는 본 발명이 적용되는 실시예로서 , 그래프 기반 신호를 처리하는 인코더의 개략적 블록도를 예시한다 .
DCT는 수직 에지 또는 수평 에지를 가진 이미지에 대해 효율적인 코딩을 제공한다. 그러나, 대각 에지와 같은 복잡한 에지 구조를 갖는 블록들의 경우 DCT를 이용하는 것이 효율적이지 않을 수 있다. 따라서, 본 발명은 다양한 방향들을 갖는 에지들에 대해 보다 유연하게 그래프를 모델링할 수 있는 방법을 제공한다.
상기 도 5를 살펴보면 , 본 발명이 적용되는 인코더 (500)는 그래프 기반 변환부 (510) , 양자화부 (520) , 역양자화부 (530) , 역변환부 (540) , 버퍼 (550) , 예측부 (560) 및 엔트로피 인코딩부 (570)을 포함한다.
인코더 (500)는 비디오 신호를 수신하고 상기 비디오 신호로부터 상기 예측부 (560)에서 출력된 예측된 신호를 차감하여 레지듀얼 신호를 생성한다. 상기 생성된 레지듀얼 신호는 상기 그래프 기반 변환부 (510)으로 전송되고, 상기 그래프 기반 변환부 (510)은 변환 방식을 상기 레지듀얼 신호에 적용함으로써 변환 계수를 생성한다.
예를 들어 , 상기 그래프 기반 변환부 (510)는 레지듀얼 신호로부터 스텝 에지 또는 램프 에지 중 적어도 하나를 검출하고, 상기 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 그래프 신호를 생성하고, 상기 그래프 신호에 대해 EA-GBT를 수행함으로써 EA-GBT 계수를 획득할 수 있다. 여기서, 상기 EA-GBT는 스텝 에지 또는 램프 에지 증 적어도 하나에 기초하여 생성된 EA- GBT를 의미할 수 있다.
또한, 본 명세서에서 설명한 다른 실시예들도 적용 가능하며, 반복되는 설명은 생략하도록 한다.
상기 양자화부 (520)은 상기 EA-GBT 계수를 양자화하여 상기 양자화된 계수를 엔트로피 인코딩부 (570)으로 전송한다.
상기 엔트로피 인코딩부 (570)은 상기 양자화된 신호에 대한 엔트로피 코딩을 수행하고 엔트로피 코딩된 신호를 출력한다 .
상기 양자화부 (520)에 의해 출력된 상기 양자화된 신호는 예측 신호를 생성하기 위해 사용될 수 있다. 예를 들어 , 상기 인코더 (500)의 루프 내의 상기 역양자화부 (530) 및 상기 역변환부 (540)은 상기 양자화된 신호가 레지듀얼 신호로 복원되도록 상기 양자화된 신호에 대한 역양자화 및 역변환을 수행할 수 있다. 복원된 신호는 상기 복원된 레지듀얼 신호를 상기 예측부 (560)에 의해 출력된 예측 신호에 더함으로써 생성될 수 있다. 상기 버퍼 (550)는 예측부 (560)의 향후 참조를 위해 복원된 신호를 저장한다.
상기 예측부 (560)은 이전에 복원되어 상기 버퍼 (550)에 저장된 신호를 사용하여 예측 신호를 생성할 수 있다. 도 6은 본 발명이 적용되는 실시예로서 , 그래프 기반 신호를 처리하는 디코더의 개략적 블록도를 예시한다 .
도 6의 디코더 (600)는 도 5의 인코더 (500)에 의해 출력된 신호를 수신하고 수신된 신호로부터 레지듀얼 신호를 획득할 수 있다.
상기 엔트로피 디코딩부 (610)은 상기 레지듀얼 신호에 대해 엔트로피 디코딩을 수행한다. 상기 역양자화부 (620)은 양자화 스텝 사이즈 (quantization step size)를 기초로 하여 상기 엔트로피 디코딩된 신호로부터 변환 계수를 획득한다. 여기서, 상기 변환 계수는 EA-GBT 계수를 의미할 수 있다.
상기 역변환부 (630)은 변환 계수에 대한 역변환을 수행함으로써 레지듀얼 신호를 취득한다. 이때, 상기 역변환은 상기 인코더 (500)에서 생성된 EA-GBT 에 대한 역변환을 의미할 수 있다. 여기서 , 상기 EAᅳ GBT 는 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 생성된 EA-GBT를 의미할 수 있다. 본 발명의 다른 일실시예로, 상기 디코더는 EA-GBT 또는 DCT 에 대응되는 모드 인덱스를 수신하고, 상기 모드 인텍스에 대응되는 그래프 기반 변환 행렬을 획득할 수 있다 . 상기 그래프 기반 변환 행렬을 이용하여 변환 유닛에 대해 역변환을 수행할 수 있다. 여기서, 상기 그래프 기반 변환 행렬은 EA-GBT 행렬 또는 DCT 행렬을 나타낼 수 있다.
예를 들어, 상기 디코더는 상기 모드 인텍스에 대웅되는 EA-GBT를 유도하고, 상기 EA-GBT 에 기초하여 상기 레지듀얼 신호에 대해 역변환을 수행할 수 있다. 일실시예로, 상기 모드 인덱스에 대웅되는 EA-GBT는 오프라인 훈련 (off— line training)을 통해 미리 준비되어 인코더 및 디코더에 저장되어 있을 수 있다. 상기 디코더는 미리 저장되어 있는 변환들 중, 상기 모드 인덱스에 대웅되는 변환을 유도하여 이용할수 있다.
상기 레지듀얼 신호를 상기 예측부 (650)에 의해 출력된 예측 신호에 더함으로써 복원 신호가 생성될 수 있다.
상기 버퍼 (640)는 상기 예측부 (650)의 향후 참조를 위해 상기 복원 신호를 저장한다.
상기 예측부 (650)은 이전에 복원되어 상기 버퍼 (640)에 저장된 신호를 기반으로 예측 신호를 생성한다 . 도 7은 본 발명이 적용되는 일실시예로서, 에지 적웅적 그래프 기반 변환 (EA-GBT)을 수행하는 그래프 기반 변환부의 내부 블록도를 나타낸다.
도 7을 참조하면, 그래프 기반 변환부는 DCT부 (710) , 에지 검출부 (720〉 , EA— GBT부 (730) 및 모드 선택부 (74D) 중 적어도 하나를 포함할 수 있다. 상기 유닛들은 인코더에 필수적으로 포함되어야 하는 것은 아니며, 외부에 저장된 정보를 이용하거나 인코더 내 기정의된 정보를 이용할 수 있다. 클러스터링부 (미도시 )는 입력된 비디오 데이터에 대해 클러스터링을 수행하여 적어도 하나의 데이터 클러스터를 생성할 수 있다. 이때, 상기 클러스터링은 예측 모드에 기초하여 수행될 수 있다. 예를 들어, 상기 예측 모드가 인트라 예측 모드인 경우, 상기 적어도 하나의 데이터 클러스터는 상기 인트라 예측 모드에 대한 인트라 레지듀얼 데이터를 나타낸다. 또는, 상기 예측 모드가 인터 예측 모드인 경우, 상기 적어도 하나의 데이터 클러스터는 상기 인터 예측 모드에 대한 인터 레지듀얼 데이터를 나타낸다.
그래프 모델링부 (미도시 )는 데이터 클러스터들에 대웅되는 다증 그래프 기반 모델들을 생성할 수 있고, 상기 다중 그래프 기반 모델들에 대웅되는 그래프 라플라시안 행렬을 생성할 수 있다. 이때, 상기 다중 그래프 기반 모델들 각각은 상기 인트라 예측 모드 또는 상기 인터 예측 모드에 대해 생성될 수 있다.
상기 도 7을 살펴보면, 먼저 DCT부 ( 710 )는 레지듀얼 신호에 대해 DCT를 수행함으로써 DCT 계수를 획득할 수 있다.
에지 검출부 ( 720 )는 레지듀얼 신호로부터 에지를 검출하고 에지 맵 ( edge map)을 생성할 수 있다. 여기서 , 상기 레지듀얼 신호는 인트라 예측 레지듀얼 신호 또는 인터 예측 레지듀얼 신호를 의미할 수 있다. 그리고, 상기 에지는 스텝 에지 또는 램프 에지 중 적어도 하나를 포함할 수 있다.
EA-GBT부 ( 730 )는 상기 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 그래프 신호를 생성하고, 상기 그래프 신호에 대해 EA—GBT를 수행함으로써 EA-GBT 계수를 획득할 수 있다.
일실시예로, 상기 레지듀얼 신호가 인터 예측 레지듀얼 신호인 경우, 상기 그래프 신호는 상기 스텝 에지에 기초하여 생성될 수 있다. 그리고, 상기 레지듀얼 신호가 인트라 예측 레지듀얼 신호인 경우, 상기 그래프 신호는 상기 램프 에지에 기초하여 생성될 수 있다.
다른 일실시예로, 상기 그래프 신호는 임계값보다 큰 그래디언트 (gradient )를 갖는 중심 램프 픽셀 ( center ramp pixel )을 서치하고, 상기 중심 램프 픽샐의 위치를 인코딩함으로써 생성될 수 있다.
이때, 상기 중심 램프 픽샐의 위치는 다음과 같은 과정에 따라 인코딩될 수 있다. 예를 들어, 상기 중심 램프 픽샐의 위치를 초기화하고, 우선 순위에 따라 5개의 가능한 방향 (possible direction)으로 상기 중심 램프 픽셀의 위치를 서치하고, 각 방향 정보에 대한 확률을 할당하고, 상기 할당된 확률로 방향 정보를 인코딩할 수 있다. 여기서, 상기 방향 정보는 두 개의 연속된 픽셀들 사이의 진행 방향을 나타낸다.
모드 선택부 ( 740 )는 상기 DCT부 ( 710 )로부터 획득된 DCT 계수와 상기 EA-GBT부 ( 730 )로부터 획득된 EA-GBT 계수의 율' -왜곡 비용 (Rate - Distortion cost )을 비교하고, 그 결과에 기초하여 어느 하나의 변환 방식 (또는 변환 행렬)을 선택 (또는 결정 )할 수 있다. 예를 들어 , 상기 E^GBT 계수의 율 -왜곡 비용이 상기 DCT 계수보다 작은 경우, 상기 모드 선택부 ( 740 )는 EA-GBT또는 EA-GBT 계수를 선택할 수 있다.
그에 따라, 인코더는 대웅되는 변환 계수에 대해 양자화 및 엔트로피 인코딩을 수행할 수 있다.
추가적으로, 상기 모드 선택부 ( 740 )는 대웅되는 모드 인텍스를 시그널링할 수 있다. 다만, 본 발명은 이에 한정되지 않으며, 본 발명에서 상기 모드 인덱스는 필수적인 요소가 아닐 수 있다. 도 8은 본 발명이 적용되는 일실시예로서, 에지 적웅적 그래프 기반 변환 (EA-GBT)에 기초하여 인코딩을 수행하는 과정을 설명하기 위한 흐름도이다. 먼저, 인코더는 레지듀얼 신호로부터 스텝 에지 또는 램프 에지 중 적어도 하나를 검출할 수 있다 (S810) .
상기 인코더는, 상기 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 그래프 신호를 생성할 수 있다 (S820) .
상기 인코더는, 상기 그래프 신호에 대해 EA-GBT를 수행함으로써 EA- GBT 계수를 획득할 수 있다 (S830) .
상기 인코더는, 상기 EA-GBT 계수를 양자화할 수 있다 (S840) .
상기 인코더는, 상기 양자화된 EA-GBT 계수를 엔트로피 인코딩할 수 있다 (S850) . 도 9는 본 발명이 적용되는 일실시예로서, 산술 램프 에지 코딩 (arithmetic ramp edge coding)을 수행하는 과정을 설명하기 위한 흐름도이다.
본 발명은, 램프 에지를 검출하고 이에 대해 산술 램프 에지 코딩 (arithmetic ramp edge coding)을 수행하는 방법을 제공한다.
먼저, 인코더는, 그래프 신호를 생성하기 위해, 임계값보다 큰 그래디언트 (gradient)를 갖는 중심 램프 픽셀 (center ramp pixel)을 서치할 수 있다 (S910) .
상기 인코더는, 상기 중심 램프 픽샐의 위치 (position of center ramp pixel)를 인코딩할 수 있다. 여기서 , 상기 인코딩 단계는 다음과 같은 절차에 따라 수행될 수 있다.
상기 인코더는, 상기 중심 램프 픽셀의 위치를 초기화할 수 있다 (S920) . 이때 , 상기 인코더는 우선 순위에 따라 5개의 가능한 방향 (possible direction)으로 상기 중심 램프 픽셀의 위치를 서치할 수 있다.
상기 인코더는, 각 방향 정보에 대한 확률을 할당할 수 있다 (S930) . 여기서, 상기 방향 정보는 두 개의 연속된 픽셀들 사이의 진행 방향을 나타낸다. 상기 인코더는, 상기 할당된 확률로 방향 정보를 인코딩할 수 있다 (S940) . 도 10은 본 발명이 적용되는 일실시예로서, DC 또는 EA-GBT의 율- 왜곡 비용 (Rate— Distortion cost)에 기초하여 변환 방식을 결정하는 방법을 설명하기 위한흐름도이다.
본 발명이 적용되는 인코더는, 레지듀얼 신호에 대해 DCT를 수행함으로써 DCT 계수를 획득할 수 있다 (S1010) .
상기 인코더는, 상기 DCT 계수와 상기 EA-GBT 계수의 율 -왜곡 비용 (Rate-Distortion cost)을 비교하고 (S1020) , 그 결과에 기초하여 어느 하나의 변환 방식 (또는 변환 행렬)을 선택 (또는 결정)할 수 있다.
예를 들어, 상기 EA— GBT 계수의 율 -왜곡 비용이 상기 DCT 계수보다 작은 경우 (S1030) , 상기 인코더는 EA-GBT 또는 EA-GBT 계수를 선택할 수 있다. 그에 따라, 상기 인코더는 상기 EA-GBT 계수에 대해 양자화 및 엔트로피 인코딩을 수행할 수 있다 (S1040) .
추가적으로, 상기 인코더는 EA— GBT에 대웅되는 모드 인덱스를 시그널링할 수 있다. 다만, 본 발명은 이에 한정되지 않으며, 본 발명에서 상기 모드 인덱스는 필수적인 요소가 아닐 수 있다.
반면, 상기 비교 결과, EA— GBT 계수의 율—왜곡 비용이 DCT 계수의 율- 왜곡 비용보다 작지 않은 경우 (S1030) , 상기 인코더는 DCT 계수를 선택할 수 있다. 그에 따라, 상기 인코더는 상기 DCT 계수에 대해 양자화 및 엔트로피 인코딩을 수행할 수 있다 (S1050) .
추가적으로, 상기 인코더는 DCT에 대응되는 모드 인덱스를 시그널링할 수 있다. 다만, 본 발명은 이에 한정되지 않으며, 본 발명에서 상기 모드 인덱스는 필수적인 요소가 아닐 수 있다. 도 11은 본 발명이 적용되는 일실시예로서 , 에지 적웅적 그래프 기반 변환 (EA— GBT)에 기초하여 디코딩을 수행하는 디코더의 개략적인 블록도를 나타낸다.
상기 도 11을 참조하면, 디코더는 역양자화부 (1110) , 변환 결정부 (1120) 및 역변환부 (1130) 중 적어도 하나를 포함하고, 상기 역변환부 (1130)는 역 DCT부 (1131) 및 역 EA— GBT부 ( 1132 ) 중 적어도 하나를 포함할 수 있다. 상기 유닛들은 디코더에 필수적으로 포함되어야 하는 것은 아니며, 외부에 저장된 정보를 이용하거나 디코더 내 기정의된 정보를 이용할 수 있다.
역양자화부 (1110)는 역양자화된 변환 계수에 대해 역양자화를 하여 변환 계수를 획득할 수 있다.
변환 결정부 (1120)는 상기 변환 계수에 대해 어떠한 변환 방식을 적용할 것인지 여부를 결정할 수 있다. 이때 , 상기 변환 결정부 (1120)는 에지 맵 (edge map) 또는 모드 인덱스 중 적어도 하나에 기초하여 변환 방식을 결정할 수 있다. 예를 들어 , 디코더가 에지 맵 (edge map)을 수신한 경우, 에지 맵 (edge map)에 기초하여 DCT를 적용할지 EA-GBT를 적용할지 여부를 결정할 수 있다.
다른 예로, 상기 디코더는 에지 맵 (edge map)에 기초하여 스텝 에지 모델에 기초한 EA-GBT를 적용할지 또는 램프 에지 모델에 기초한 EA-GBT를 적용할지 여부를 결정할 수 있다.
다른 예로, 디코더가 모드 인덱스를 수신한 경우, 상기 디코더는 상기 모드 인덱스에 대웅되는 변환 행렬을 유도할 수 있다.
역변환부 (1130)는 상기 변환 결정부 (1120)에 의해 결정된 변환 방식에 기초하여 상기 변환 계수에 대해 역변환을 수행할 수 있고, 그에 따라 대응되는 레지듀얼 블록을 복원할 수 있다.
예를 들어 , 상기 변환 결정부 (1120}간 DCTU용하 ^ ¾ ^로 결정한— 경우, 상기 역 DCT부 (1131)는 상기 변환 계수에 대해 역 DCT를 수행할 수 있다. 반면, 상기 변환 결정부 (1120)가 EA-GBT를 적용하는 것으로 결정한 경우,상기 역 EA-GBT부 (1132)는 상기 변환 계수에 대해 역 EA-GBT를 수행할 수 있다. 도 12는 본 발명이 적용되는 일실시예로서 , 에지 적웅적 그래프 기반 변환 (EA-GBT)에 기초하여 디코딩을 수행하는 과정을 설명하기 위한 흐름도이다. 본 발명이 적용되는 디코더는, 비디오 신호로부터 레지듀얼 신호 및 모드 인덱스를 추출할 수 있다 (S1210) .
상기 디코더는, 상기 모드 인덱스에 대응되는 EA— GBT 를 유도할 수 있다 (S1220) . 이때, 상기 레지듀얼 신호가 인터 예측 레지듀얼 신호인 경우, 상기 EA-GBT 는 상기 스텝 에지에 기초하여 생성된 것일 수 있다. 그리고, 상기 레지듀얼 신호가 인트라 예측 레지듀얼 신호인 경우, 상기 EA— GBT 는 상기 램프 에지에 기초하여 생성된 것일 수 있다.
상기 디코더는, 상기 EA— GBT 에 기초하여 상기 레지듀얼 신호에 대해 역변환을 수행할 수 있다 (S1230) .
상기 디코더는, 상기 역변환된 레지듀얼 신호와 예측 신호를 합하여 복원 신호를 생성할 수 있다 (S1240) . 도 13은 본 발명이 적용되는 일실시예로서, 에지 모델링을 위한 스텝 함수 (step function)와 램프 함수 (ramp function)를 나타낸다.
본 발명은, 인터 예측 레지듀얼 신호 또는 인트라 예측 레지듀얼 신호에 대해 스텝 에지 모델 또는 램프 에지 모델들을 적용하는 EA-GBT를 제공한다 . 본 발명의 실험에 따르면, 위 2가지 모델들을 사용한 결;과, DCT에 비해 약 3% 비트레이트를 감소시키는 것을 확인하였다.
상기 도 13을 살펴보면 , 에지 모델링을 위한 스텝 함수 (step function)와 램프 함수 (ramp function)를 나타낸다. 스텝 에지 (step edge)는 밝기 값이 갑자기 변하는 패턴을 나타내고, 램프 에지 (ramp edge)는 밝기 값이 서서히 변하여 일정한 값을 유지하는 패턴을 나타낸다. 램프 에지 모델 (ramp edge model)
EA-GBT에 대한 최적 그래프의 유도는, 에지를 갖는 1차원 신호가 두 개의 픽셀들 간의 천이 (transition)를 이용하는 자동 -회귀 (Auto Regressive, 이하 "AR' '이라 함) 과정으로 모델링될 수 있다는 가정에 기반한다.
본 발명은, 픽셀 ( i) 에서 픽셀 (i+l) 로의 경사진 천이 (sloped transition)를 이용하는 AR 과정으로 에지를 가진 1차원 신호를■모델링한다. 여기서 , 1은 램프 폭 (ramp width)을 나타내고, 〜 «^(^ 를 i . i . d . ( independent and identically distributed) 가우시안 잡음 (Gaussian Noise)이라 하면, 해당 모델은 다음 수학식 3과 같이 작성될 수 있다.
【수학식 3】
X = €
X2 = pXl + 62
Figure imgf000038_0001
Xi--i = pxi + e +i + ti
： rj — j — i + &N 여기서, 초기값은
Figure imgf000039_0001
으로 정의하고, 경사진 천이 (sloped transition)는 랜덤 갭 (random gap) tp 〜 jV(w, at2) 로 표시된다. 이를 행렬 형태로 나타내면, 다음 수학식
같은 형태로 표현될 수 있다.
【수학식 4】
Figure imgf000039_0002
여기서 , F는 역변환 가능하기 때문에 , 신호는 X = F^b로 표현될 수 있다.
한편 , 최적의 변환은 ^"루넨 -루베 변환 (Karhunen— Loeve transform, 이하 'KLT'라 함)을 근사화함으로써 유도될 수 있다. 이를 위해 , 본 발명은 먼저 X의 공분산 행렬 (covariance matrix)을 다음 수학식 5와 같이 산출할 수 있다.
【수학식 5】 C 二 (F- )i
Figure imgf000040_0001
2
여기서 , σ 이다
한편, 파라미터 ρ는 ρ- >1로 선택되는 경향이 있으나, 본 발명에서 단순화를 위해 ρ=ΐ인 경우를 고려한다. 정확도 행렬 (precision matrix) Q
Q=cr i 와 같이 정의되며, 이는 다음 수학식 6과 같이 기재될 수 있다.
【수학식 6】
Figure imgf000040_0002
2
일반적으로, 초기 값의 분산 은 노이즈 분산 ( noise variance )
cr2
σ6 보다 더 크다 . 따라서 , Q의 첫번째 성분인 6 는 1에 근접한다 . 도 14는 본 발명이 적용되는 일실시예로서, Xi부터 Xi+L까지의 램프에 대해 약한 링크 가중치를 갖는 1차원 라인 그래프를 나타낸다.
길이 N의 1차원 신호가 픽셀 위치 i 및 i+1 사이의 경사진 에지로 주어지면, 상기 도 14에 도시된 라인 그래프를 이용하여 신호가 표현될 수 있다. 램프 에지에 대한 가중치 w가 1+t¾t ᅳ
Figure imgf000041_0001
이 되도록 할당하면, 라플라시안 행렬 L은 상기 수학식 6에서 Q에 근사적으로 등가일 수
Figure imgf000041_0002
L 이고 공분산 행렬 c가 동일한 고유 백터 세트를 공유하기 때문에 , EA-GBT를 나타내는 고유 행렬 ( eigen matrix) U는 최적일 수 있으며 , 상기 고유 행렬 ( eigen matrix) U는 상기 수학식 2를 통해 획득된 것일 수 있다.
2
본 발명에서 , 노이즈 분산 (noise variance ) ° e 이 i이라고 가정할
2
수 있고, 파라미터 σΐ 는 검출된 램프 에지들로부터 추출된 픽셀 그래디언트 ( gradient )
Figure imgf000041_0003
σ2
분산 ( sample variance) * 로부터 예측될 수 있다 . 인트라 예측 레지듀얼 신호 및 인터 예측 레지듀얼 신호는 서로 다른 에지 특성을 갖는다. 통계적인 관측에 따르면, 인트라 예측 레지듀얼 신호는 전형적으로 평탄한 천이 ( smooth transition)를 갖는 에지들올 갖는 반면, 인터 예측 레지듀얼 신호는 블톡 부정합 (block mismatch)이 있는 경우에 특히 더 날카론운 천이들 ( sharper transitions )을 갖는다.
본 발명은, 인트라 예측 레지듀얼 신호 및 인터 예측 레지듀얼 신호에 대한 최적의 에지 모델을 결정하기 위해, 아래와 같은 그래프 학습 과정 (graph learning process )에 따라 모델링을 수행한다. 레지듀얼 신호 f ^ ^는 다음 수학식 7과 같이 가우시안 마르코프 랜덤 필드 (Gaussian Markov Random Field, 이하 "GMRF"라 함) 모델에 따라 우선적으로 모델링될 수 있다.
【수학식 7】
Figure imgf000042_0001
'2 exp
:2π ^Qr1
여기서, Q는 정확도 행렬을 나타낸다. 그리고, 본 명세서에서 기술되는 AR 모델은 상기 GMRF 모델의 한가지 예일 수 있다. 상기 수학식 7에서의 최적의 정확도 행렬 (precision matrix)은 최대 우도 문제 (maximum likelihood problem)를 해결함으로써 다음 수학식 8과 같이 산출될 수 있다.
【수학식 8】
Q≡≡ arg max log|Q|― Tr (QS) 여기서 , S는 레지듀얼 신호 f의 샘플 공분산 ( sample covariance )을 나타내고, Γ는 Q가 가질 수 있는 가능한 모든 경우들을 포함하는 집합으로서 행렬 타입과 그래프 연결 제한 (matrix type and graph connectivity constraint )에 따라 정해질 수 있다.
상기 수학식 8에서 , 목표 함수 (obj ective function)는 상기 수학식 7에서의 우도 항목의 자연 로그 (natural logarithm of likelihood term)를 취함으로써 유도된다.
본 발명은, 스템 에지에 대한 위치를 식별하기 위하여 Sobel 에지 검출기를 적용하고, 상기 Sobel 에지 검출기는 HEVC의 8개의 레지듀얼 비디오 시퀀스들로부터 수집된 훈련 프레임들 상의 폭 (width) 2의 램프 에지들에 대한 위치를 식별할 수 있다.
단순화를 위하여 , 훈련 세트는 각 블록에서 행 /열 만을 추출하여 구성될 수 있고, 각 행 /열에는 중앙에 하나의 검출 에지 요소 ( one detected edge component ) 만을 갖는 것을 가정할 수 있다. 따라서, 인트라 예측 레지듀얼 신호 또는 인터 예측 레지듀얼 신호로부터 수집된 훈련 세트에 대하여 상기 수학식 8의 최대 우도 문제 (maximum likelihood problem)를 해결함으로써 , 에지 정보를 가장 잘 나타내는 최적의 그래프 구조를 유도할 수 있다.
블록 사이즈가 8 X 8이라고 했을 때 블록 내 행 /열을
2 ， 2 ^ ' ' 로 표시하면, 훈련 세트를 생성하기 위한 세부 사항에 대한 예시는 다음과 같다.
첫째, 램프 및 스텝의 위치는 에지 검출기를 이용하여 확인될 수 있다. 둘째, 그래프 학습이 적용되는 훈련 세트는 다음과 같이 결정될 수 있다. 스텝 에지가 x4 및 x5 사이에 존재하고 램프 에지의 중앙이 x4 에 위치하는 경우에 대한 훈련 세트를 구한다고 했을 때, 집합 S는 x4 및 x5 사이에 위치된 스텝 에지를 갖는 행 /열들로 구성하고 집합 R은 x3 및 x5사이에 램프를 갖는 행 /열들로 구성하며 , ^门 R을 통해 해당훈련 세트를 결정할 수 있다.
인트라 예측 레지듀얼 신호 또는 인터 예측 레지듀얼 신호에 대하여 상기 그래프 학습이 적용되는 훈련 세트를 가지고 상기 수학식을 통해 유도된 최적의 그래프들은 아래 도 15에서 확인할 수 있다. 도 15는 본 발명이 적용되는 일실시예로서, 인터 예측 레지듀얼 신호 또는 인트라 예측 레지듀얼 신호에서 추출된 1차원 샘플로부터 학습된 최적의 라인 그래프들을 나타낸다.
상기 도 15에서, 최대 링크 가중치들은 인터 예측 레지듀얼 신호 및 인트라 예측 레지듀얼 신호의 모든 경우에 1로 정규화되도록 하였다.
상기 도 15 ( a)에서와 같이 , 단일 약한 링크 ( single weak link)를 포함하는 스텝 에지 모델 ( step edge model )을 갖는 그래프는 인터 예측 레지듀얼 신호의 에지 구조에 대해 더 적합한 모델을 제공하였다.
반면, 상기 도 15 (b)에서와 같이 , 인트라 예측 레지듀얼 신호의 에지 구조에 대해서는 램프 에지 모델을 갖는 그래프가 더 적합하였다. 도 16은 본 발명이 적용되는 일실시예로서, 산술 램프 에지 코딩 (arithmetic ramp edge coding)을 설명하기 위한, 중심 램프 픽셀 ( center ramp pixel )을 가리키는 노드를 가진 그리드 그래프 ( grid graph) 및 연속 램프 노드들 ( consecutive ramp nodes )의 경로 ( contour)를 나타낸다. 산술 램프 에지 코딩 (AREC)
본 발명의 일실시예는, 램프 에지 검출을 위해 Canny 알고리즘을 이용할 수 있다. 상기 Canny 알고리즘은 사전-필터링 (pre-f iltering) 및 미분 (differentiation)으로 나누어서 설명될 수 있다.
먼저 , 다른 폭 (width)을 갖는 램프에 대한 최적의 사전 -필터 계수들 (optimal pre— filter coefficients)은 미리 결정되어 있을 수 있다. 미분 (differentiation)의 경우, 사전—필터링된 이미지 (pre- filtered image)에서 임계값 T보다 큰 그래디언트 (gradient)를 갖는 픽샐들이 램프 중심으로 검출될 수 있다.
본 발명에서, 에지 검출기는 수직 및 수평으로 적용될 수 있다. 상기 에지 검출기는, 수직 및 수평 램프들에 대하여 중심 픽샐의 위치를 확인할 수 있는, 2개의 바이너리 맹 (binary map) Bv 및 Bh를 산출할 수 있다.
본 발명은, 중심 램프 픽샐들의 위치들을 인코딩하기 위해 산술 램프 에지 코딩 (AREC)을 제안한다.
상기 도 16(a)를 살펴보면, 바이너리 램프 맵 (binary ramp map)
B =
Figure imgf000045_0001
에서 램프 위치들 P P2fP"n 이 주어지면, 이웃 램프 픽셀들을 통해 이동 (traveling)시킴으로써 경로 (contour)를 형성할 수 있다. 이후, 상기 도 16(b)에서와 같이 , 2개의 연속된 픽샐들 사이에 정렬된 이동 방향들 (ordered traveling directions) {cl,2t c2,35 ' ' *
Figure imgf000045_0002
인코딩하기 위해 산술 램프 에지 코딩 (AREC)이 적용될 수 있다.
이하에서는, 산술 램프 에지 코딩 (AREC)을 수행하는 방법에 대해 보다 상세히 살펴보도록 한다 . 도 17은 본 발명이 적용되는 일실시예로서, 산술 램프 에지 코딩 (arithmetic ramp edge coding)에서 노드 Pi- :L 로부터 Pi로의 이동 방향을 나타내는 을 예측하는 방법을 설명하기 위한 도면이다.
산술 램프 에지 코딩 (AREC)을 수행하는 방법은 다음 표 1에 의해 설명될 수 있다.
【표 1】
Figure imgf000046_0001
Encode the direction < ,ί+1 using arithmetic coding with the
S8
assigned probability
end for 먼저, 램프 위치들 ?>1，?^''* ½을 갖는 바이너리 램프 맵 (binary ramp map) B가 주어진다고 가정할 수 있다 (SO) .
램프 위치 pi 및 이동 방향 (traveling direction) C0,i^: 초기화할 수 있다 (S1) . 그리고, i = 1 부터 i = n— 1까지 이하의 과정을 수행할 수 있다.
우선 순위에 따라 5개의 가능한 방향 (possible direction) 로 중심 램프 픽셀의 위치 ^+1를 서치할 수 있다 (S2) . 여기서, 상기 우선 순위에 따른 5개의 가능한 방향 (possible direction)은 forward, slight right slight left, right, left 일 수 있다. 다만, 본 발명은 이에 한정되지 않으며 , 상기 가능한 방향 (possible direction)의 개수는 다르게 설정될 수 있다.
i<k 이면 , 방향 dj 에 등가 확률 (equal possibility) 1/5 을 할당할 수 있다 (S3) .
〜'
그렇지 않은 경우 (i>k) , 의 방향을 ᅳ^ 으로 예측할 수 있다 (S4) . 이때 , 상기 예측된 방향 ^ᅳ1 ^는 상기 도 17에 도시된 바와 같이 , 픽샐들 pi-k , pi^, Pi 에 대한 선형 회귀 (linear regression)를 이용하여 계산될 수 있다. 그리고, 상기 방향 dj 와 상기 예측된 방향 ᅳ 간의 각도 (angie) 를 계산할 수 있다 (S5) . 상기 각도 (angle) 3 의 폰 미제스 (von Mises) 분포 (distribution) 0^')를 계산할 수 있다 (S6) . 여기서, 상기 폰 미제스 (von Mises) 분포 (distribution)는 다음 수학식 9와 같이 정의될 수 있다.
【수학식 9】 eK cos(o― μ)
Figure imgf000048_0001
여기서 , I。는 베샐 함수 (Bessel function)를 나타낸다. 예를 들어 , 파라미터들 (2,0)으로 고정하였을 때, 각도 α가 0에 가까워짐에 따라 상기 수학식 9는 더 큰 값을 가짐을 확인할 수 있다.
그리고, 상기 방향 에 대한 가능성 (possibility)을 다음 수학식 10이 되도톡 할당할 수 있다 (S7) .
【수학식 10] y(¾) 이후, 상기와 같이 할당된 확률로 산술 코딩을 이용하여 상기 방향 를 인코딩할 수 있다 (S8) . 여기서 , 상기 방향 는 방향 정보라고 부를 수 있다. 도 18은 본 발명이 적용되는 일실시예로서, 산술 램프 에지 코딩 (arithmetic ramp edge coding)에서 노드 pi-:L 로부터 Pi로의 이전 이동 방향이 주어졌을 때 노드 Pi 로부터 pi+1로의 잠재적 이동 방향 (potential traveling direction)을 설명하기 위한 도면이다 .
도 18 (a)를 살펴보면 , 이동 방향 (traveling direction) Ci— 가 취할 수 있는 8개의 가능한 진행 방향들을 도시한다. 예를 볼어, 상기 8개의 가능한 진행 방향들로 {N,NE,E,SE,S,SW,W,NW}이 있을 수 있다 .
한편 , 노드 Pi-1 부터 pi로의 이동 방향 (traveling direction) C 1(i가 주어지고, 경로 (contour)가 날카로운 코너 (sharp corner)를 포함하지 않는다고 가정하면, 도 18(b)와 같이 , 노드 부터 pi+1로의 이동 방향 (traveling direction) Ci,i+1 는 5개의 가능한 방향 (possible direction) , { forward, slight right , slight left, right, left}를 가질 수 있다. 도 19는 본 발명이 적용되는 일실시예로서 , 도 19 (a)는 램프 구조를 갖는 이미지 블록을 나타내고, 도 19(b)는 중심 램프 픽샐로부터 예측된 약한 링크 가중치의 위치 (점선 표시〉를 나타낸다
'램프 픽셀들의 바이너리 맵 (binary map) B=
Figure imgf000049_0001
을 인코딩할 때 필요한 경로 (contour)들의 개수는 Bh 및 Bv 를 별개로 인코딩할 때보다 절반으로 감소할 수 있다. 그러나, Bh 및 Bv 를 결합시킨 이후에 램프 배향 (ramp orientation)들의 정보는 손실될 수 있다. 그래프를 구축하기 위하여 , 램프 배향들을 예측하기 위한 간단한 기법을 적용하여 그래프에서 약한 링크들 (weak links)의 위치를 결정할 수 있다.
2차원 공간의 (i, j)에 위치된 램프 픽셀이 주어지면, 예측자는 다음 수학식 11과 같이 이웃 위치 (neighbor location)를 확인할 수 있다.
【수학식 11】
( ,T ) = {{iᅳ (ί + (i, jᅳ + 1)} 만약 상기 이웃 위치 (m,n)이 동일한 경로 (same contour)에 존재하는 램프 픽셀 (ramp pixel)이기도 한 경우, (i,j) 및 (m,n) 사이의 링크 가중치는 1로 설정될 수 있다. 그렇지 않은 경우, 링크는 램프들 내에서의 링크에 대웅되고 작은 가중치가 할당될 것이다.
예를 들어, 링크 예측의 간단한 예는 상기 도 19에 도시되고, 상기 도 19(b)에 도시된 점선은 예측된 약한 링크들 (predicted weak links)을 나타낸다. 도 20 내지 도 21은 본 발명이 적용되는 일실시예들로서, 인터 예측 레지듀얼 신호 또는 인트라 예측 레지듀얼 신호에 대해 DCT 대비 스텝 함수에 기초한 EA-GBT 및 램프 함수에 기초한 EA-GBT의 PSNR 이득 및 비트레이트 감소율의 비교표를 나타낸다.
본 발명의 일실시예는, 6개의 테스트 시퀀스들 {BQMall, BasketballDrill , City, Crew, Harbour, Ssccer}어 1 대해 EA-GBT를 적용하였다. 인터 예측 레지듀얼 신호 및 인트라 예측 신호들은 QP = 32에서 HEVC 표준을 이용하여 생성되고, 변환 코딩에 대한 블록 크기는 8 X 8 및 16 X 16으로 고정된다고 가정한다 . 본 발명이 적용되는 인코더 시스템은 앞서 살펴본 도 7과 같을 수 있다.
본 발명의 일실시예는, 상기 도 7에서와 같이, 흔합 EA-GBT/DCT 인코더의 성능을 DCT 기반 인코더에 대한 램프 에지 모델 및 스텝 에지 모델과 비교한다. 흔합 EA-GBT/DCT 인코더로서 , 본 시스템은 율—왜곡 비용 (Rate - Distortion cost ) 최적화를 통해 최적 변환을 선택하고, 여기서 상기 율- 왜곡 비용은 다음 수학식 12와 같다.
【수학식 12】
SSE + λ · bitrate , where λ = 0.85 ' 2(QP-12)/3
본 발명의 일실시예로, QP= 24 , 26 , 28 , 30 , 32 , 34를 이용할 수 있고, 4 -연결된 그래프 (4 - connected graph)가 각 블록을 표현하기 위해 이용될 수 있다 . 텝 에지 검출 1댕5베 obe 연산자를 산용하고 램프 에지—검출에 ᅳ ― 대하여, 2로 고정된 램프 폭을 갖는 사전-필터링된 블록에 대하여 동일한 Sobel 연산자를 이용할 수 있다.
그리고, 임계값보다 큰 그래디언트 (gradient )를 갖는 픽샐을 스텝 에지 또는 램프 에지로 선택할 수 있다. EA— GBT로 인코딩된 블록들에 대하여, 에지 위치들이 인코딩되고 오버헤드로서 시그널링될 수 있다. 예를 들어, 스텝 에지에 대해서는 산술 에지 코딩 (Arithmetic Edge Coding)을 이용하고, 램프 에지에 대해서는 산술 램프 에지 코딩 (AREC)을 이용할 수 있다.
또한, 오버헤드 비용을 더 감소시키기 위해, 각 블록에서 하나의 경로 ( contour)만이 허용돨 수 있다. EA-GBT 계수 및 DCT 계수는 양자화되고 엔트로피 인코딩될 수 있다.
상기 도 20 내지 도 21을 살펴보면, 인터 예측 레지듀얼 신호 또는 인트라 예측 레지듀얼 신호에 대해 DCT 대비 스템 함수에 기초한 EA-GBT 및 램프 함수에 기초한 EA-GBT의 PSNR 이득 및 비트레이트 감소율을 확인할 수 있다.
상기 도 21을 살펴보면 , 인트라 예측 레지듀얼 신호에 대하여 , 램프 에지 모델을 갖는 EA-GBT가 스텝 에지 모델을 갖는 EA— GBT보다 약간 더 양호한 것을 확인할 수 있다.
또한, 스텝 에지 모델 및 램프 에지 모델의 EA-GBT의 결과들은 DCT 기반 인코더를 능가하고, 인터 예측 레지듀얼 신호 또는 인트라 예측 레지듀얼 신호에서 약 3 . 5% 및 2 . 5% 비트레이트가 감소하는 것을 확인할 수 있다. 이는 변환 블록의 크기가 증가함에 따라, 더 큰 블록들에 대하여 에지 구조가 더 우세하다는 사실에 기인하여, EA— GBT의 성능은 향상될 수 있다ᅳ
본 발명의 실험 결과들은 일실시예에 불과하며, 본 명세서의 각 실시예에서 설명한 수치 조건들은 본 발명을 한정하지 않는다. 본 명세서에서 설명하는 실시예들은 인코더를 기반으로 주로 설명하고 있으나, 본 발명은 이에 한정되지 않는다. 변환부 또는 그래부 기반 변환부의 각 기능 유닛들은 인코더뿐 아니라 디코더에서도 수행될 수 있으며, 이 경우 상기 실시예들에서 설명한 변환부 또는 그래프 기반 변환부의 모든 기능 유닛들은 디코더에 필수적으로 포함되어야 하는 것은 아니며, 일부가 포함될 수도 있으며 , 또는 외부에 저장된 정보를 이용하거나 인코더 /디코더 내 기정의된 정보를 이용할 수 있다.
상기 기술된 것과 같이 , 본 발명에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트를러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 상기 도 1 , 도 2 , 도 5 내지 도 7 및 도 11에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다.
또한, 본 발명이 적용되는 디코더 및 인코더는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치 , 저장 매체 , 캠코더 , 주문형 비디오 (VOD ) 서비스 제공 장치 , 인터넷 스트리밍 서비스 제공 장치 , 3차원 ( 3D ) 비디오 장치 , 화상 전화 비디오 장치, 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 및 데이터 신호를 처리하기 위해 사용될 수 있다.
또한, 본 발명이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가판독할 수 있는 기록 매체에 저장될 수 있다. 본 발명에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기톡 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크 (BD ) , 범용 직렬 버스 ( USB ) , ROM , RAM , - CD -ROM , 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파 (예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트 스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
【산업상 이용가능성】
이상, 전술한 본 발명의 바람직한 실시예는, 예시의 목적을 위해 개시된 것으로, 당업자라면 이하 첨부된 특허청구범위에 개시된 본 발명의 기술적 사상과 그 기술적 범위 내에서 , 다양한 다른 실시예들을 개량, 변경 , 대체 또는 부가등이 가능할 것이다.

Claims

【청구의 범위】
【청구항 1】
에지 적응적 그래프 기반 변환 ( Edge Adaptive Graph-Based Transform, 'EA-GBT' )에 기초하여 비디오 신호를 인코딩하는 방법에 있어서 , 레지듀얼 신호로부터 스템 에지 또는 램프 에지 증 적어도 하나를 검출하는 단계 ;
상기 스텝 에지 또는 램프 에지 증 적어도 하나에 기초하여 그래프 신호를 생성하는 단계 ;
상기 그래프 신호에 대해 EA-GBT를 수행함으로써 EA-GBT 계수를 획득하는 단계 ;
상기 EA-GBT 계수를 양자화하는 단계 ; 및
상기 양자화된 EA-GBT 계수를 엔트로피 인코딩하는 단계
를 포함하는 것을 특징으로 하는 방법 .
【청구항 2】
제 1항에 있어서,
상기 레지듀얼 신호가 인터 예측 레지듀얼 신호인 경우, 상기 그래프 신호는 상기 스텝 에지에 기초하여 생성되는 것을 특징으로 하는 방법 .
【청구항 3 ]
• 제 1항에 있어서,
상기 레지듀얼 신호가 인트라 예측 레지듀얼 신호인 경우, 상기 그래프 신호는 상기 램프 에지에 기초하여 생성되는 것을 특징으로 하는 방법 .
【청구항 4】
제 1항에 있어서, 상기 그래프 신호를 생성하는 단계는,
임계값보다 큰 그래디언트 (gradient )를 갖는 중심 램프 픽샐 ( center ramp pixel )을 서치하는 단계 ; 및
상기 중심 램프 픽셀의 위치를 인코딩하는 단계
를 포함하는 것을 특징으로 하는 방법 .
【청구항 5 ]
제 4항에 있어서, 상기 인코딩 단계는,
상기 중심 램프 픽셀의 위치를 초기화하는 단계;
우선 순위에 따라 5개의 가능한 방향 (possible direction)으로 상기 중심 램프 픽셀의 위치를 서치하는 단계;
각 방향 정보에 대한 확률을 할당하는 단계 ; 및
상기 할당된 확률로 방향 정보를 인코딩하는 단계
를 포함하되 ,
상기 방향 정보는 두 개의 연속된 픽셀들 사이의 진행 방향을 나타내는 것을 특징으로 하는 방법 .
【청구항 6】
제 1항에 있어서, 상기 방법은, 상기 EA— GBT에 대웅되는 모드 인텍스를 결정하는 단계; 및 상기 모드 인덱스를 엔트로피 인코딩하는 단계
를 더 포함하는 것을 특징으로 하는 방법 .
【청구항 7】
제 6항에 있어서, 상기 방법은,
상기 레지듀얼 신호에 대해 이산여현변환 (DCT)을 수행함으로써 DCT 계수를 획득하는 단계; 및
상기 DCT 계수와 상기 EA-GBT 계수의 율—왜곡 비용 (Rate -Distortion cost )을 비교하는 단계
를 더 포함하되 ,
상기 EA-GBT 계수의 율 -왜곡 비용이 상기 DCT 계수보다 작은 경우, 상기 EA-GBT에 대응되는 모드 인덱스가 결정되는 것을 특징으로 하는 방법 .
【청구항 8】 .
에지 적웅적 그래프 기반 변환 (Edge Adaptive Graph- Based Transform, 'EA-GBT' )에 기초하여 비디오 신호를 디코딩하는 방법에 있어서, 상기 비디오 신호로부터 레지듀얼 신호 및 모드 인덱스를 추출하는 단계; 상기 모드 인덱스에 대응되는 EA— GBT를 유도하는 단계;
상기 EA-GBT 에 기초하여 상기 레지듀얼 신호에 대해 역변환을 수행하는 단계; 및
상기 역변환된 레지듀얼 신호와 예측 신호를 합하여 복원 신호를 생성하는 단계
를 포함하는 것을 특징으로 하는 방법 .
【청구항 9】
거 18항에 있어서, 상기 방법은,
상기 비디오 신호로부터 상기 중심 램프 픽셀의 위치를 수신하는 단계 를 더 포함하되 ,
상기 EA-GBT 는 상기 중심 램프 픽샐의 위치에 기초하여 유도되는 것을 특징으로 하는 방법 .
【청구항 10】
제 8항에 있어서,
상기 레지듀얼 신호가 인터 예측 레지듀얼 신호인 경우, 상기 EA-GBT 는 상기 스텝 에지에 기초하여 생성되는 것을 특징으로 하는 방법 .
【청구항 11】
제 8항에 있어서,
상기 레지듀얼 신호가 인트라 예측 레지듀얼 신호인 경우, 상기 EA-GBT 는 상기 램프 에지에 기초하여 생성되는 것을 특징으로 하는 방법 .
【청구항 12】
에지 적웅적 그래프 기반 변환 (Edge Adaptive Graph-Based Transform, 'EA-GBT' )에 기초하여 비디오 신호를 인코딩하는 장치에 있어서, 레지듀얼 신호로부터 스텝 에지 또는 램프 에지 중 적어도 하나를 검출하는 검출부;
상기 스텝 에지 또는 램프 에지 중 적어도 하나에 기초하여 그래프 신호를 생성하는 그래프 생성부;
상기 그래프 신호에 대해 EA-GBT를 수행함으로써 EA— GBT 계수를 획득하는 변환부;
상기 EA-GBT 계수를 양자화하는 양자화부; 및
상기 양자화된 EA-GBT 계수를 엔트로피 인코딩하는 엔트로피 인코딩부 를 포함하는 것을 특징으로 하는 장치 .
【청구항 13】
제 12항에 있어서, 상기 그래프 신호 생성부는,
임계값보다 큰 그래디언트 (gradient )를 갖는 중심 램프 픽셀 ( center ramp pixel )을 서치하고, 상기 중심 램프 픽셀의 위치를 인코딩하는 것을 특징으로 하는 방법 .
【청구항 14】
에지 적웅적 그래프 기반 변환 (Edge Adaptive Graph-Based Transform, 'EA-GBT' )에 기초하여 비디오 신호를 디코딩하는 장치에 있어서, 상기 비디오 신호로부터 레지듀얼 신호 및 모드 인덱스를 추출하는 파싱부; 상기 모드 인덱스에 대웅되는 EA-GBT 를 유도하고, 상기 EA- GBT 에 기초하여 상기 레지듀얼 신호에 대해 역변환을 수행하는 역변환부; 및
상기 역변환된 레지듀얼 신호와 예측 신호를 합하여 복원 신호를 생성하는 복원부
를 포함하는 것을 특징으로 하는 장치 .
【청구항 15】
제 14항에 있어서, 상기 파싱부는,
상기 비디오 신호로부터 상기 중심 램프 픽셀의 위치를 수신하고, 상기 EA-GBT 는 상기 중심 램프 픽셀의 위치에 기초하여 유도되는 것을 특징으로 하는 장치 .
PCT/KR2017/001052 2016-02-01 2017-02-01 에지 적응적 그래프 기반 변환을 이용하여 비디오 신호를 인코딩/디코딩하는 방법 및 장치 WO2017135662A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/074,265 US11695958B2 (en) 2016-02-01 2017-02-01 Method and apparatus for encoding/decoding video signal by using edge-adaptive graph-based transform

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201662289910P 2016-02-01 2016-02-01
US62/289,910 2016-02-01

Publications (1)

Publication Number Publication Date
WO2017135662A1 true WO2017135662A1 (ko) 2017-08-10

Family

ID=59500262

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/001052 WO2017135662A1 (ko) 2016-02-01 2017-02-01 에지 적응적 그래프 기반 변환을 이용하여 비디오 신호를 인코딩/디코딩하는 방법 및 장치

Country Status (2)

Country Link
US (1) US11695958B2 (ko)
WO (1) WO2017135662A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110093532A (ko) * 2010-02-12 2011-08-18 삼성전자주식회사 그래프 기반 화소 예측을 이용한 영상 부호화/복호화 시스템 및 방법 그리고 깊이 맵 부호화 시스템 및 방법
KR20110135787A (ko) * 2010-06-11 2011-12-19 삼성전자주식회사 엣지-적응 변환을 이용한 영상 부호화/복호화 시스템 및 방법
JP2014007477A (ja) * 2012-06-21 2014-01-16 Research Organization Of Information & Systems 濃淡画像符号化装置及び復号装置
KR20140119822A (ko) * 2011-10-18 2014-10-10 주식회사 케이티 영상 부호화 방법, 영상 복호화 방법, 영상 부호화기 및 영상 복호화기
WO2015009039A1 (ko) * 2013-07-15 2015-01-22 삼성전자 주식회사 비디오 코딩에서 사선 모드의 인트라 예측 향상을 위한 방법

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100235345B1 (ko) * 1994-12-29 1999-12-15 전주범 분할영역에서의 움직임 추정방법 및 장치
HUE056453T2 (hu) * 2010-11-04 2022-02-28 Ge Video Compression Llc Blokk egybeolvasztást és átugrás módot támogató képkódolás
KR102138260B1 (ko) * 2011-09-20 2020-07-28 엘지전자 주식회사 영상 정보 인코딩/디코딩 방법 및 장치
WO2014010583A1 (ja) * 2012-07-09 2014-01-16 日本電信電話株式会社 映像符号化／復号方法、装置、プログラム、記録媒体
AU2013200051B2 (en) * 2013-01-04 2016-02-11 Canon Kabushiki Kaisha Method, apparatus and system for de-blocking video data
US10362075B2 (en) * 2015-10-14 2019-07-23 Benjamin Nowak Presenting content captured by a plurality of electronic devices

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110093532A (ko) * 2010-02-12 2011-08-18 삼성전자주식회사 그래프 기반 화소 예측을 이용한 영상 부호화/복호화 시스템 및 방법 그리고 깊이 맵 부호화 시스템 및 방법
KR20110135787A (ko) * 2010-06-11 2011-12-19 삼성전자주식회사 엣지-적응 변환을 이용한 영상 부호화/복호화 시스템 및 방법
KR20140119822A (ko) * 2011-10-18 2014-10-10 주식회사 케이티 영상 부호화 방법, 영상 복호화 방법, 영상 부호화기 및 영상 복호화기
JP2014007477A (ja) * 2012-06-21 2014-01-16 Research Organization Of Information & Systems 濃淡画像符号化装置及び復号装置
WO2015009039A1 (ko) * 2013-07-15 2015-01-22 삼성전자 주식회사 비디오 코딩에서 사선 모드의 인트라 예측 향상을 위한 방법

Also Published As

Publication number Publication date
US11695958B2 (en) 2023-07-04
US20210227261A1 (en) 2021-07-22

Similar Documents

Publication Publication Date Title
US11190799B2 (en) Intra-prediction mode-based image processing method and apparatus therefor
US10523951B2 (en) Systems and methods for processing a digital image
CN107431813B (zh) 使用基于图的变换处理视频信号的方法和装置
KR102467487B1 (ko) 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
US10880546B2 (en) Method and apparatus for deriving intra prediction mode for chroma component
KR20190090866A (ko) 이차 변환을 이용한 비디오 신호의 인코딩/디코딩 방법 및 장치
RU2746706C1 (ru) Способ и устройство кодирования/декодирования изображений
US11006109B2 (en) Intra prediction mode based image processing method, and apparatus therefor
US20230056139A1 (en) Encoding method based on encoding order change and device therefor, and decoding method based on encoding order change and device thprefor
US10567763B2 (en) Method and device for processing a video signal by using an adaptive separable graph-based transform
KR20190096432A (ko) 인트라 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
KR101912769B1 (ko) 그래프 템플릿으로부터 유도된 변환을 이용하여 비디오 신호를 디코딩/인코딩하는 방법 및 장치
US10771815B2 (en) Method and apparatus for processing video signals using coefficient induced prediction
US11503315B2 (en) Method and apparatus for encoding and decoding video signal using intra prediction filtering
KR20190090867A (ko) 인트라 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
KR102059842B1 (ko) 일반화된 그래프 파라미터를 이용하여 그래프 기반 변환을 수행하는 방법 및 장치
KR20210134556A (ko) 인트라 예측 기반의 영상 부호화 또는 복호화 장치 및 방법
KR20170084213A (ko) 디지털 이미지의 블록을 처리하는 시스템 및 방법
KR102605285B1 (ko) 다중 그래프 기반 모델에 따라 최적화된 변환을 이용하여 비디오 신호를 인코딩/디코딩하는 방법 및 장치
US10893274B2 (en) Method for processing video signal on basis of arbitrary partition transform
KR20180089858A (ko) 레이어드 기븐스 변환을 이용하여 변환을 수행하는 방법 및 장치
WO2017135662A1 (ko) 에지 적응적 그래프 기반 변환을 이용하여 비디오 신호를 인코딩/디코딩하는 방법 및 장치
KR20220000404A (ko) 영상 코딩 시스템에서 변환 커널 세트에 관한 정보에 대한 컨텍스트 코딩
WO2017135661A1 (ko) 그래프 기반 분리 가능한 변환 (graph-based separable transform)을 이용하여 비디오 신호를 인코딩 / 디코딩하는 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: 17747707

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: 17747707

Country of ref document: EP

Kind code of ref document: A1