WO2018124329A1 - 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치 - Google Patents

인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치 Download PDF

Info

Publication number
WO2018124329A1
WO2018124329A1 PCT/KR2016/015407 KR2016015407W WO2018124329A1 WO 2018124329 A1 WO2018124329 A1 WO 2018124329A1 KR 2016015407 W KR2016015407 W KR 2016015407W WO 2018124329 A1 WO2018124329 A1 WO 2018124329A1
Authority
WO
WIPO (PCT)
Prior art keywords
pixel
motion vector
block
current
value
Prior art date
Application number
PCT/KR2016/015407
Other languages
English (en)
French (fr)
Inventor
이재호
Original Assignee
엘지전자(주)
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(주) filed Critical 엘지전자(주)
Priority to US16/474,939 priority Critical patent/US20190349589A1/en
Priority to PCT/KR2016/015407 priority patent/WO2018124329A1/ko
Publication of WO2018124329A1 publication Critical patent/WO2018124329A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—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
    • 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
    • H04N19/102—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
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—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
    • H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures

Definitions

  • the present invention relates to a still image or moving image processing method, and more particularly, to a method for encoding / decoding a still image or moving image based on an inter prediction mode and an apparatus supporting the same.
  • Compression coding refers to a series of signal processing techniques for transmitting digitized information through a communication line or for storing in a form suitable for a storage medium.
  • Media such as an image, an image, an audio, and the like may be a target of compression encoding.
  • a technique of performing compression encoding on an image is called video image compression.
  • Next-generation video content will be characterized by high spatial resolution, high frame rate and high dimensionality of scene representation. Processing such content would result in a tremendous increase in terms of memory storage, memory access rate, and processing power.
  • An object of the present invention is to perform pixel-by-pixel motion compensation using an outlier-excluded window to improve the accuracy of pixel-by-pixel motion prediction compared to the conventional Bi-directional Optical Flow (BIO) method. Suggest how to.
  • a bidirectional prediction value (Bi ⁇ ) of a current pixel in the current block is performed by performing bidirectional inter prediction based on a motion vector of a current block.
  • generating a directional predictor Adaptively determining a window area centered on a pixel collocated with the current pixel in a first reference block and a second reference block of the current block;
  • a motion vector is derived in the window area by using a gradient indicating a rate of change of the pixel value in the horizontal or vertical direction with respect to each pixel of the window area, and the derived motion vector is derived from the current pixel. Determining a motion vector in units of pixels; And generating a predictor of the current pixel by adjusting the bidirectional predictive value based on the motion vector of the pixel unit.
  • a bidirectional prediction value (Bi ⁇ ) of a current pixel in the current block is performed by performing bidirectional inter prediction based on a motion vector of a current block.
  • a directional predictor for generating a directional predictor;
  • a window area determiner for adaptively determining a window area centered on a pixel that has the same coordinate as the current pixel in the first reference block and the second reference block of the current block;
  • a motion vector is derived in the window area by using a gradient indicating a rate of change of the pixel value in the horizontal or vertical direction with respect to each pixel of the window area, and the derived motion vector is derived from the current pixel.
  • a pixel-by-pixel motion vector determiner that determines a pixel-by-pixel motion vector; And a pixel-by-pixel prediction value generator configured to generate a predictor of the current pixel by adjusting the bi-directional prediction value based on the pixel-by-pixel motion vector.
  • the adaptively determining of the window area may include: wherein a difference between a variation amount and a representative value of the variation amount of the predetermined size area among pixels in a predetermined size area centered on the current pixel exceeds a specific threshold value;
  • the method may further include determining a pixel, wherein the window area may be determined as an area in which the pixel exceeding the threshold value is excluded from the predetermined size area.
  • the representative value of the change amount of the predetermined size region is an average value of the change amount of each pixel of the predetermined size region, the median value of the change amount of each pixel of the predetermined size region, and the change amount of the central pixel of the predetermined size region. It can be any one of the values.
  • the determining of the pixel exceeding the threshold value may include: the threshold value except for a portion overlapping with a predetermined size area centered on a pixel adjacent to the current pixel in a predetermined size area centered on the current pixel; Pixels exceeding may be determined.
  • the window area may be determined as an area of a predefined size according to the size of the current block.
  • the window area may be determined as an area having any one of 3 ⁇ 3, 5 ⁇ 5, and 7 ⁇ 7 according to the size of the current block.
  • the window area may be determined as an area of a predefined shape according to the shape of the current block.
  • the window area may be determined to be a non-square area.
  • the motion vector in units of pixels may be derived from a change amount of each pixel that is weighted according to a distance from the center pixel of the window area.
  • optical flow-based motion compensation (or pixel-by-pixel motion compensation) is performed using window regions excluding outliers, thereby improving accuracy of prediction compared to the conventional method.
  • the present invention by adaptively adjusting the size of the window according to the size or shape of the divided block by reflecting the characteristics of the image, it effectively reflects the motion in the image compared to the conventional method, the accuracy of prediction Can increase.
  • FIG. 1 is a schematic block diagram of an encoder in which encoding of a still image or video signal is performed according to an embodiment to which the present invention is applied.
  • FIG. 2 is a schematic block diagram of a decoder in which encoding of a still image or video signal is performed according to an embodiment to which the present invention is applied.
  • FIG. 3 is a diagram for describing a partition structure of a coding unit that may be applied to the present invention.
  • FIG. 4 is a diagram for explaining a prediction unit applicable to the present invention.
  • FIG. 5 is a diagram illustrating a direction of inter prediction as an embodiment to which the present invention may be applied.
  • FIG 6 illustrates integer and fractional sample positions for quarter sample interpolation, as an embodiment to which the present invention may be applied.
  • FIG. 7 illustrates a position of a spatial candidate as an embodiment to which the present invention may be applied.
  • FIG. 8 is a diagram illustrating an inter prediction method as an embodiment to which the present invention is applied.
  • FIG. 9 is a diagram illustrating a motion compensation process as an embodiment to which the present invention may be applied.
  • FIG. 10 illustrates, as an embodiment to which the present invention may be applied, a bidirectional prediction method of a picture having a steady motion.
  • FIG. 11 is a diagram illustrating a motion compensation method through bidirectional prediction according to an embodiment of the present invention.
  • FIG. 12 is a diagram illustrating a method of determining a gradient map according to an embodiment of the present invention.
  • FIG. 13 is a diagram illustrating a method of determining an optical flow motion vector according to an embodiment of the present invention.
  • FIG. 14 is a diagram illustrating a motion compensation method through bidirectional prediction according to an embodiment of the present invention.
  • FIG. 15 is a diagram for describing a method of removing an outlier in a window area according to an embodiment to which the present invention may be applied.
  • FIG. 16 is a diagram for describing a method of removing an outlier in a window area according to an embodiment to which the present invention may be applied.
  • 17 is a diagram illustrating a method of applying a weight in a window area according to an embodiment to which the present invention may be applied.
  • FIG. 18 is a diagram illustrating a method of applying a weight in a window area according to an embodiment to which the present invention may be applied.
  • FIG. 19 is a diagram illustrating an inter prediction based image processing method according to an embodiment of the present invention.
  • 20 is a diagram illustrating an inter predictor according to an embodiment of the present invention.
  • the 'processing unit' refers to a unit in which a process of encoding / decoding such as prediction, transformation, and / or quantization is performed.
  • the processing unit may be referred to as a 'processing block' or 'block'.
  • the processing unit may be interpreted to include a unit for the luma component and a unit for the chroma component.
  • the processing unit may correspond to a Coding Tree Unit (CTU), a Coding Unit (CU), a Prediction Unit (PU), or a Transform Unit (TU).
  • CTU Coding Tree Unit
  • CU Coding Unit
  • PU Prediction Unit
  • TU Transform Unit
  • the processing unit may be interpreted as a unit for a luma component or a unit for a chroma component.
  • the processing unit may be a coding tree block (CTB), a coding block (CB), a prediction block (PU), or a transform block (TB) for a luma component. May correspond to. Or, it may correspond to a coding tree block (CTB), a coding block (CB), a prediction block (PU), or a transform block (TB) for a chroma component.
  • CTB coding tree block
  • CB coding block
  • PU prediction block
  • TB transform block
  • the present invention is not limited thereto, and the processing unit may be interpreted to include a unit for a luma component and a unit for a chroma component.
  • processing unit is not necessarily limited to square blocks, but may also be configured in a polygonal form having three or more vertices.
  • FIG. 1 is a schematic block diagram of an encoder in which encoding of a still image or video signal is performed according to an embodiment to which the present invention is applied.
  • the encoder 100 may include an image divider 110, a subtractor 115, a transform unit 120, a quantizer 130, an inverse quantizer 140, an inverse transform unit 150, and a filtering unit. 160, a decoded picture buffer (DPB) 170, a predictor 180, and an entropy encoder 190.
  • the predictor 180 may include an inter predictor 181 and an intra predictor 182.
  • the image divider 110 divides an input video signal (or a picture or a frame) input to the encoder 100 into one or more processing units.
  • the subtractor 115 subtracts the difference from the prediction signal (or prediction block) output from the prediction unit 180 (that is, the inter prediction unit 181 or the intra prediction unit 182) in the input image signal. Generate a residual signal (or difference block). The generated difference signal (or difference block) is transmitted to the converter 120.
  • the transform unit 120 may convert a differential signal (or a differential block) into a transform scheme (eg, a discrete cosine transform (DCT), a discrete sine transform (DST), a graph-based transform (GBT), and a karhunen-loeve transform (KLT)). Etc.) to generate transform coefficients.
  • a transform scheme eg, a discrete cosine transform (DCT), a discrete sine transform (DST), a graph-based transform (GBT), and a karhunen-loeve transform (KLT)
  • the quantization unit 130 quantizes the transform coefficients and transmits the transform coefficients to the entropy encoding unit 190, and the entropy encoding unit 190 entropy codes the quantized signals and outputs them as bit streams.
  • the quantized signal output from the quantization unit 130 may be used to generate a prediction signal.
  • the quantized signal may recover the differential signal by applying inverse quantization and inverse transformation through an inverse quantization unit 140 and an inverse transformation unit 150 in a loop.
  • a reconstructed signal may be generated by adding the reconstructed difference signal to a prediction signal output from the inter predictor 181 or the intra predictor 182.
  • the filtering unit 160 applies filtering to the reconstruction signal and outputs it to the reproduction apparatus or transmits the decoded picture buffer to the decoding picture buffer 170.
  • the filtered signal transmitted to the decoded picture buffer 170 may be used as the reference picture in the inter prediction unit 181. As such, by using the filtered picture as a reference picture in the inter prediction mode, not only image quality but also encoding efficiency may be improved.
  • the decoded picture buffer 170 may store the filtered picture for use as a reference picture in the inter prediction unit 181.
  • the inter prediction unit 181 performs temporal prediction and / or spatial prediction to remove temporal redundancy and / or spatial redundancy with reference to a reconstructed picture.
  • the reference picture used to perform the prediction is a transformed signal that has been quantized and dequantized in units of blocks at the time of encoding / decoding, a blocking artifact or a ringing artifact may exist. have.
  • the inter prediction unit 181 may interpolate the signals between pixels in sub-pixel units by applying a lowpass filter to solve performance degradation due to discontinuity or quantization of such signals.
  • the sub-pixel refers to a virtual pixel generated by applying an interpolation filter
  • the integer pixel refers to an actual pixel existing in the reconstructed picture.
  • the interpolation method linear interpolation, bi-linear interpolation, wiener filter, or the like may be applied.
  • the interpolation filter may be applied to a reconstructed picture to improve the precision of prediction.
  • the inter prediction unit 181 generates an interpolation pixel by applying an interpolation filter to integer pixels, and uses an interpolated block composed of interpolated pixels as a prediction block. You can make predictions.
  • the intra predictor 182 predicts the current block by referring to samples in the vicinity of the block to which the current encoding is to be performed.
  • the intra prediction unit 182 may perform the following process to perform intra prediction. First, reference samples necessary for generating a prediction signal may be prepared. The prediction signal may be generated using the prepared reference sample. Then, the prediction mode is encoded. In this case, the reference sample may be prepared through reference sample padding and / or reference sample filtering. Since the reference sample has been predicted and reconstructed, there may be a quantization error. Accordingly, the reference sample filtering process may be performed for each prediction mode used for intra prediction to reduce such an error.
  • the prediction signal (or prediction block) generated by the inter prediction unit 181 or the intra prediction unit 182 is used to generate a reconstruction signal (or reconstruction block) or a differential signal (or differential block). It can be used to generate.
  • FIG. 2 is a schematic block diagram of a decoder in which encoding of a still image or video signal is performed according to an embodiment to which the present invention is applied.
  • the decoder 200 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an adder 235, a filtering unit 240, and a decoded picture buffer (DPB).
  • Buffer Unit (250) the prediction unit 260 may be configured.
  • the predictor 260 may include an inter predictor 261 and an intra predictor 262.
  • the reconstructed video signal output through the decoder 200 may be reproduced through the reproducing apparatus.
  • the decoder 200 receives a signal (ie, a bit stream) output from the encoder 100 of FIG. 1, and the received signal is entropy decoded through the entropy decoding unit 210.
  • the inverse quantization unit 220 obtains a transform coefficient from the entropy decoded signal using the quantization step size information.
  • the inverse transform unit 230 applies an inverse transform scheme to inverse transform the transform coefficients to obtain a residual signal (or a differential block).
  • the adder 235 outputs the obtained difference signal (or difference block) from the prediction unit 260 (that is, the prediction signal (or prediction block) output from the inter prediction unit 261 or the intra prediction unit 262. ) Generates a reconstructed signal (or a reconstruction block).
  • the filtering unit 240 applies filtering to the reconstructed signal (or the reconstructed block) and outputs the filtering to the reproduction device or transmits the decoded picture buffer unit 250 to the reproduction device.
  • the filtered signal transmitted to the decoded picture buffer unit 250 may be used as a reference picture in the inter predictor 261.
  • the embodiments described by the filtering unit 160, the inter prediction unit 181, and the intra prediction unit 182 of the encoder 100 are respectively the filtering unit 240, the inter prediction unit 261, and the decoder of the decoder. The same may be applied to the intra predictor 262.
  • a still image or video compression technique uses a block-based image compression method.
  • the block-based image compression method is a method of processing an image by dividing the image into specific block units, and may reduce memory usage and calculation amount.
  • FIG. 3 is a diagram for describing a partition structure of a coding unit that may be applied to the present invention.
  • the encoder splits one image (or picture) into units of a coding tree unit (CTU) in a rectangular shape.
  • CTU coding tree unit
  • one CTU is sequentially encoded according to a raster scan order.
  • the size of the CTU may be set to any one of 64 ⁇ 64, 32 ⁇ 32, and 16 ⁇ 16.
  • the encoder may select and use the size of the CTU according to the resolution of the input video or the characteristics of the input video.
  • the CTU includes a coding tree block (CTB) for luma components and a CTB for two chroma components corresponding thereto.
  • CTB coding tree block
  • One CTU may be divided into a quad-tree structure. That is, one CTU has a square shape and is divided into four units having a half horizontal size and a half vertical size to generate a coding unit (CU). have. This partitioning of the quad-tree structure can be performed recursively. That is, a CU is hierarchically divided into quad-tree structures from one CTU.
  • CU coding unit
  • the CU refers to a basic unit of coding in which an input image is processed, for example, intra / inter prediction is performed.
  • the CU includes a coding block (CB) for a luma component and a CB for two chroma components corresponding thereto.
  • CB coding block
  • the size of a CU may be set to any one of 64 ⁇ 64, 32 ⁇ 32, 16 ⁇ 16, and 8 ⁇ 8.
  • the root node of the quad-tree is associated with the CTU.
  • the quad-tree is split until it reaches a leaf node, which corresponds to a CU.
  • the CTU may not be divided according to the characteristics of the input image.
  • the CTU corresponds to a CU.
  • a node that is no longer divided ie, a leaf node
  • CU a node that is no longer divided
  • CU a node that is no longer divided
  • CU a node corresponding to nodes a, b, and j are divided once in the CTU and have a depth of one.
  • a node (ie, a leaf node) that is no longer divided in a lower node having a depth of 2 corresponds to a CU.
  • CU (c), CU (h) and CU (i) corresponding to nodes c, h and i are divided twice in the CTU and have a depth of two.
  • a node that is no longer partitioned (ie, a leaf node) in a lower node having a depth of 3 corresponds to a CU.
  • CU (d), CU (e), CU (f), and CU (g) corresponding to nodes d, e, f, and g are divided three times in the CTU, Has depth.
  • the maximum size or the minimum size of the CU may be determined according to characteristics (eg, resolution) of the video image or in consideration of encoding efficiency. Information about this or information capable of deriving the information may be included in the bitstream.
  • a CU having a maximum size may be referred to as a largest coding unit (LCU), and a CU having a minimum size may be referred to as a smallest coding unit (SCU).
  • LCU largest coding unit
  • SCU smallest coding unit
  • a CU having a tree structure may be hierarchically divided with predetermined maximum depth information (or maximum level information).
  • Each partitioned CU may have depth information. Since the depth information indicates the number and / or degree of division of the CU, the depth information may include information about the size of the CU.
  • the size of the SCU can be obtained by using the size and maximum depth information of the LCU. Or conversely, using the size of the SCU and the maximum depth information of the tree, the size of the LCU can be obtained.
  • information indicating whether the corresponding CU is split may be transmitted to the decoder.
  • This split mode is included in all CUs except the SCU. For example, if the flag indicating whether to split or not is '1', the CU is divided into 4 CUs again. If the flag indicating whether to split or not is '0', the CU is not divided further. Processing may be performed.
  • a CU is a basic unit of coding in which intra prediction or inter prediction is performed.
  • HEVC divides a CU into prediction units (PUs) in order to code an input image more effectively.
  • the PU is a basic unit for generating a prediction block, and may generate different prediction blocks in PU units within one CU. However, PUs belonging to one CU are not mixed with intra prediction and inter prediction, and PUs belonging to one CU are coded by the same prediction method (ie, intra prediction or inter prediction).
  • the PU is not divided into quad-tree structures, but is divided once in a predetermined form in one CU. This will be described with reference to the drawings below.
  • FIG. 4 is a diagram for explaining a prediction unit applicable to the present invention.
  • the PU is divided differently according to whether an intra prediction mode or an inter prediction mode is used as a coding mode of a CU to which the PU belongs.
  • FIG. 4A illustrates a PU when an intra prediction mode is used
  • FIG. 4B illustrates a PU when an inter prediction mode is used.
  • N ⁇ N type PU when divided into N ⁇ N type PU, one CU is divided into four PUs, and different prediction blocks are generated for each PU unit.
  • the division of the PU may be performed only when the size of the CB for the luminance component of the CU is the minimum size (that is, the CU is the SCU).
  • one CU has 8 PU types (ie, 2N ⁇ 2N). , N ⁇ N, 2N ⁇ N, N ⁇ 2N, nL ⁇ 2N, nR ⁇ 2N, 2N ⁇ nU, 2N ⁇ nD).
  • PU partitioning in the form of N ⁇ N may be performed only when the size of the CB for the luminance component of the CU is the minimum size (that is, the CU is the SCU).
  • AMP Asymmetric Motion Partition
  • 'n' means a 1/4 value of 2N.
  • AMP cannot be used when the CU to which the PU belongs is a CU of the minimum size.
  • an optimal partitioning structure of a coding unit (CU), a prediction unit (PU), and a transformation unit (TU) is subjected to the following process to perform a minimum rate-distortion. It can be determined based on the value. For example, looking at the optimal CU partitioning process in 64 ⁇ 64 CTU, rate-distortion cost can be calculated while partitioning from a 64 ⁇ 64 CU to an 8 ⁇ 8 CU.
  • the specific process is as follows.
  • the partition structure of the optimal PU and TU that generates the minimum rate-distortion value is determined by performing inter / intra prediction, transform / quantization, inverse quantization / inverse transform, and entropy encoding for a 64 ⁇ 64 CU.
  • the 32 ⁇ 32 CU is subdivided into four 16 ⁇ 16 CUs, and a partition structure of an optimal PU and TU that generates a minimum rate-distortion value for each 16 ⁇ 16 CU is determined.
  • 16 ⁇ 16 blocks by comparing the sum of the rate-distortion values of the 16 ⁇ 16 CUs calculated in 3) above with the rate-distortion values of the four 8 ⁇ 8 CUs calculated in 4) above. Determine the partition structure of the optimal CU within. This process is similarly performed for the remaining three 16 ⁇ 16 CUs.
  • a prediction mode is selected in units of PUs, and prediction and reconstruction are performed in units of actual TUs for the selected prediction mode.
  • the TU means a basic unit in which actual prediction and reconstruction are performed.
  • the TU includes a transform block (TB) for a luma component and a TB for two chroma components corresponding thereto.
  • TB transform block
  • the TUs are hierarchically divided into quad-tree structures from one CU to be coded.
  • the TU divided from the CU can be divided into smaller lower TUs.
  • the size of the TU may be set to any one of 32 ⁇ 32, 16 ⁇ 16, 8 ⁇ 8, and 4 ⁇ 4.
  • a root node of the quad-tree is associated with a CU.
  • the quad-tree is split until it reaches a leaf node, which corresponds to a TU.
  • the CU may not be divided according to the characteristics of the input image.
  • the CU corresponds to a TU.
  • a node ie, a leaf node
  • TU (a), TU (b), and TU (j) corresponding to nodes a, b, and j are divided once in a CU and have a depth of 1.
  • FIG. 3B TU (a), TU (b), and TU (j) corresponding to nodes a, b, and j are divided once in a CU and have a depth of 1.
  • a node (ie, a leaf node) that is no longer divided in a lower node having a depth of 2 corresponds to a TU.
  • TU (c), TU (h), and TU (i) corresponding to nodes c, h, and i are divided twice in a CU and have a depth of two.
  • a node that is no longer partitioned (ie, a leaf node) in a lower node having a depth of 3 corresponds to a CU.
  • TU (d), TU (e), TU (f), and TU (g) corresponding to nodes d, e, f, and g are divided three times in a CU. Has depth.
  • a TU having a tree structure may be hierarchically divided with predetermined maximum depth information (or maximum level information). Each divided TU may have depth information. Since the depth information indicates the number and / or degree of division of the TU, it may include information about the size of the TU.
  • information indicating whether the corresponding TU is split may be delivered to the decoder.
  • This partitioning information is included in all TUs except the smallest TU. For example, if the value of the flag indicating whether to split is '1', the corresponding TU is divided into four TUs again. If the value of the flag indicating whether to split is '0', the corresponding TU is no longer divided.
  • the decoded portion of the current picture or other pictures in which the current processing unit is included may be used to reconstruct the current processing unit in which decoding is performed.
  • Intra picture or I picture which uses only the current picture for reconstruction, i.e. performs only intra picture prediction, predicts a picture (slice) using at most one motion vector and reference index to predict each unit
  • a picture using a predictive picture or P picture (slice), up to two motion vectors, and a reference index (slice) may be referred to as a bi-predictive picture or a B picture (slice).
  • Intra prediction means a prediction method that derives the current processing block from data elements (eg, sample values, etc.) of the same decoded picture (or slice). That is, a method of predicting pixel values of the current processing block by referring to reconstructed regions in the current picture.
  • data elements eg, sample values, etc.
  • Inter Inter prediction (or inter screen prediction)
  • Inter prediction means a prediction method of deriving a current processing block based on data elements (eg, sample values or motion vectors, etc.) of pictures other than the current picture. That is, a method of predicting pixel values of the current processing block by referring to reconstructed regions in other reconstructed pictures other than the current picture.
  • data elements eg, sample values or motion vectors, etc.
  • Inter prediction (or inter picture prediction) is a technique for removing redundancy existing between pictures, and is mostly performed through motion estimation and motion compensation.
  • FIG. 5 is a diagram illustrating a direction of inter prediction as an embodiment to which the present invention may be applied.
  • inter prediction includes uni-directional prediction that uses only one past picture or a future picture as a reference picture on a time axis with respect to one block, and bidirectional prediction that simultaneously refers to past and future pictures. Bi-directional prediction).
  • uni-directional prediction includes forward direction prediction using one reference picture displayed (or output) before the current picture in time and 1 displayed (or output) after the current picture in time. It can be divided into backward direction prediction using two reference pictures.
  • the motion parameter (or information) used to specify which reference region (or reference block) is used to predict the current block in the inter prediction process is an inter prediction mode (where
  • the inter prediction mode may indicate a reference direction (i.e., unidirectional or bidirectional) and a reference list (i.e., L0, L1 or bidirectional), a reference index (or reference picture index or reference list index), Contains motion vector information.
  • the motion vector information may include a motion vector, a motion vector prediction (MVP), or a motion vector difference (MVD).
  • the motion vector difference value means a difference value between the motion vector and the motion vector prediction value.
  • motion parameters for one direction are used. That is, one motion parameter may be needed to specify the reference region (or reference block).
  • Bidirectional prediction uses motion parameters for both directions.
  • up to two reference regions may be used.
  • the two reference regions may exist in the same reference picture or may exist in different pictures, respectively. That is, up to two motion parameters may be used in the bidirectional prediction scheme, and two motion vectors may have the same reference picture index or different reference picture indexes. In this case, all of the reference pictures may be displayed (or output) before or after the current picture in time.
  • the encoder performs motion estimation to find the reference region most similar to the current processing block from the reference pictures in the inter prediction process.
  • the encoder may provide a decoder with a motion parameter for the reference region.
  • the encoder / decoder may obtain a reference region of the current processing block using the motion parameter.
  • the reference region exists in a reference picture having the reference index.
  • the pixel value or interpolated value of the reference region specified by the motion vector may be used as a predictor of the current processing block. That is, using motion information, motion compensation is performed to predict an image of a current processing block from a previously decoded picture.
  • a method of acquiring a motion vector prediction value mvp using motion information of previously coded blocks and transmitting only a difference value mvd thereof may be used. That is, the decoder obtains a motion vector prediction value of the current processing block using motion information of other decoded blocks, and obtains a motion vector value for the current processing block using the difference value transmitted from the encoder. In obtaining the motion vector prediction value, the decoder may obtain various motion vector candidate values by using motion information of other blocks that are already decoded, and obtain one of them as the motion vector prediction value.
  • a set of previously decoded pictures are stored in a decoded picture buffer (DPB) for decoding the remaining pictures.
  • DPB decoded picture buffer
  • a reference picture refers to a picture including a sample that can be used for inter prediction in a decoding process of a next picture in decoding order.
  • a reference picture set refers to a set of reference pictures associated with a picture, and is composed of all pictures previously associated in decoding order.
  • the reference picture set may be used for inter prediction of an associated picture or a picture following an associated picture in decoding order. That is, reference pictures maintained in the decoded picture buffer DPB may be referred to as a reference picture set.
  • the encoder may provide the decoder with reference picture set information in a sequence parameter set (SPS) (ie, a syntax structure composed of syntax elements) or each slice header.
  • SPS sequence parameter set
  • a reference picture list refers to a list of reference pictures used for inter prediction of a P picture (or slice) or a B picture (or slice).
  • the reference picture list may be divided into two reference picture lists, and may be referred to as reference picture list 0 (or L0) and reference picture list 1 (or L1), respectively.
  • a reference picture belonging to reference picture list 0 may be referred to as reference picture 0 (or L0 reference picture)
  • a reference picture belonging to reference picture list 1 may be referred to as reference picture 1 (or L1 reference picture).
  • one reference picture list i.e., reference picture list 0
  • two reference picture lists i.e., reference Picture list 0 and reference picture list 1
  • Such information for distinguishing a reference picture list for each reference picture may be provided to the decoder through reference picture set information.
  • the decoder adds the reference picture to the reference picture list 0 or the reference picture list 1 based on the reference picture set information.
  • a reference picture index (or reference index) is used to identify any one specific reference picture in the reference picture list.
  • a sample of the prediction block for the inter predicted current processing block is obtained from the sample value of the corresponding reference region in the reference picture identified by the reference picture index.
  • the corresponding reference region in the reference picture represents the region of the position indicated by the horizontal component and the vertical component of the motion vector.
  • Fractional sample interpolation is used to generate predictive samples for noninteger sample coordinates, except when the motion vector has an integer value. For example, a motion vector of one quarter of the distance between samples may be supported.
  • fractional sample interpolation of luminance components applies an 8-tap filter in the horizontal and vertical directions, respectively.
  • fractional sample interpolation of the color difference component applies a 4-tap filter in the horizontal direction and the vertical direction, respectively.
  • FIG 6 illustrates integer and fractional sample positions for quarter sample interpolation, as an embodiment to which the present invention may be applied.
  • the shaded block in which the upper-case letter (A_i, j) is written indicates the integer sample position
  • the shaded block in which the lower-case letter (x_i, j) is written is the fractional sample position. Indicates.
  • Fractional samples are generated by applying interpolation filters to integer sample values in the horizontal and vertical directions, respectively.
  • an 8-tap filter may be applied to four integer sample values on the left side and four integer sample values on the right side based on the fractional sample to be generated.
  • a merge mode and advanced motion vector prediction may be used to reduce the amount of motion information.
  • Merge mode refers to a method of deriving a motion parameter (or information) from a neighboring block spatially or temporally.
  • the set of candidates available in merge mode is composed of spatial neighbor candidates, temporal candidates and generated candidates.
  • FIG. 7 illustrates a position of a spatial candidate as an embodiment to which the present invention may be applied.
  • each spatial candidate block is available according to the order of ⁇ A1, B1, B0, A0, B2 ⁇ . In this case, when the candidate block is encoded in the intra prediction mode and there is no motion information, or when the candidate block is located outside the current picture (or slice), the candidate block is not available.
  • the spatial merge candidate can be constructed by excluding unnecessary candidate blocks from candidate blocks of the current processing block. For example, when the candidate block of the current prediction block is the first prediction block in the same coding block, the candidate block having the same motion information may be excluded except for the corresponding candidate block.
  • the temporal merge candidate configuration process is performed in the order of ⁇ T0, T1 ⁇ .
  • the block when the right bottom block T0 of the collocated block of the reference picture is available, the block is configured as a temporal merge candidate.
  • the colocated block refers to a block existing at a position corresponding to the current processing block in the selected reference picture.
  • the block T1 located at the center of the collocated block is configured as a temporal merge candidate.
  • the maximum number of merge candidates may be specified in the slice header. If the number of merge candidates is larger than the maximum number, the number of spatial candidates and temporal candidates smaller than the maximum number is maintained. Otherwise, the number of merge candidates is generated by combining the candidates added so far until the maximum number of candidates becomes the maximum (ie, combined bi-predictive merging candidates). .
  • the encoder constructs a merge candidate list in the above manner and performs motion estimation to merge candidate block information selected from the merge candidate list into a merge index (for example, merge_idx [x0] [y0] '). Signal to the decoder.
  • a merge index for example, merge_idx [x0] [y0] '.
  • the B1 block is selected from the merge candidate list.
  • “index 1” may be signaled to the decoder as a merge index.
  • the decoder constructs a merge candidate list similarly to the encoder, and derives the motion information of the current block from the motion information of the candidate block corresponding to the merge index received from the encoder in the merge candidate list.
  • the decoder generates a prediction block for the current processing block based on the derived motion information (ie, motion compensation).
  • the AMVP mode refers to a method of deriving a motion vector prediction value from neighboring blocks.
  • horizontal and vertical motion vector difference (MVD), reference index, and inter prediction modes are signaled to the decoder.
  • the horizontal and vertical motion vector values are calculated using the derived motion vector prediction value and the motion vector difference (MVD) provided from the encoder.
  • the encoder constructs a motion vector predictor candidate list and performs motion estimation to perform a motion estimation flag (ie, candidate block information) selected from the motion vector predictor candidate list (for example, mvp_lX_flag [x0] [y0). ] ') Is signaled to the decoder.
  • the decoder constructs a motion vector predictor candidate list similarly to the encoder, and derives a motion vector predictor of the current processing block using the motion information of the candidate block indicated by the motion reference flag received from the encoder in the motion vector predictor candidate list.
  • the decoder obtains a motion vector value for the current processing block by using the derived motion vector prediction value and the motion vector difference value transmitted from the encoder.
  • the decoder generates a prediction block for the current processing block based on the derived motion information (ie, motion compensation).
  • the first spatial motion candidate is selected from the set of ⁇ A0, A1 ⁇ located on the left side
  • the second spatial motion candidate is selected from the set of ⁇ B0, B1, B2 ⁇ located above.
  • the candidate configuration is terminated, but if less than two, the temporal motion candidate is added.
  • FIG. 8 is a diagram illustrating an inter prediction method as an embodiment to which the present invention is applied.
  • a decoder decodes a motion parameter for a processing block (eg, a prediction unit) (S801).
  • the decoder may decode the merge index signaled from the encoder.
  • the motion parameter of the current processing block can be derived from the motion parameter of the candidate block indicated by the merge index.
  • the decoder may decode horizontal and vertical motion vector difference (MVD), reference index, and inter prediction mode signaled from the encoder.
  • the motion vector prediction value may be derived from the motion parameter of the candidate block indicated by the motion reference flag, and the motion vector value of the current processing block may be derived using the motion vector prediction value and the received motion vector difference value.
  • the decoder performs motion compensation on the prediction unit by using the decoded motion parameter (or information) (S802).
  • the encoder / decoder performs motion compensation that predicts an image of the current unit from a previously decoded picture by using the decoded motion parameter.
  • FIG. 9 is a diagram illustrating a motion compensation process as an embodiment to which the present invention may be applied.
  • FIG. 9 illustrates a case in which a motion parameter for a current block to be encoded in a current picture is unidirectional prediction, a second picture in LIST0, LIST0, and a motion vector (-a, b). do.
  • the current block is predicted using values of positions (ie, sample values of reference blocks) that are separated from the current block by (-a, b) in the second picture of LIST0.
  • another reference list (eg, LIST1), a reference index, and a motion vector difference value are transmitted so that the decoder derives two reference blocks and predicts the current block value based on the reference block.
  • Optical flow refers to the movement pattern of an object, surface or edge in the field of view.
  • the difference between the images of a certain time and the previous time is sequentially extracted to obtain a pattern of the movement of an object. This makes it possible to obtain more information about the motion than simply the difference between the current frame and the previous frame.
  • Optical flow is a very important contribution to the visual cognitive function of a visual animal, helping to find the target of a moving object and helping to understand the structure of the surrounding environment.
  • the computer vision system may be used to interpret 3D images or to compress images. There are several ways to realize optical flow.
  • the motion of the object may be expressed by Equation 1.
  • I (x, y, t) represents the pixel value of the (x, y) coordinate at time t
  • ⁇ represents the amount of change.
  • ⁇ x represents the amount of change in the x coordinate
  • ⁇ y represents the amount of change in the y coordinate
  • ⁇ t represents the amount of change in time t.
  • Equation 1 Assuming a small movement for a short time, the right term in Equation 1 can be expressed as a first-order equation of Taylor series, and can be developed as in Equation 2.
  • Equation 2 is arranged as in Equation 3.
  • V_x and V_y mean the x-axis component and the y-axis component of the optical flow (or optical flow motion vector) at I (x, y, t), respectively.
  • ⁇ I / ⁇ x, ⁇ I / ⁇ y, and ⁇ I / ⁇ t represent the derivatives of the x-axis, y-axis, and t-axis directions in I (x, y, t), respectively.
  • Each may be referred to as I_x, I_y, and I_t.
  • Equation 3 is expressed in a matrix form, it can be expressed as Equation 4.
  • equation (4) is the same as equation (5).
  • Equation 6 a square error E, which is an LS estimator, may be designed as shown in Equation 6.
  • LS estimator such as Equation 6 may be designed considering the following two things.
  • Equation 6 is summarized as Equation 7 such that the partial differential values for V_x and V_y are zero.
  • Equation 8 If the matrix M, b is defined as Equation 8, it is as follows.
  • Equation (7) is summarized using Equation (8).
  • optical flow V by the LS estimator is determined as in Equation 10.
  • Bidirectional Optical Flow BIO: Bi -directional Optical Flow
  • the BIO is a method of obtaining a motion vector and a reference sample (or prediction sample) value in units of samples (pixels) without transmitting an additional motion vector (MV) using an optical flow.
  • FIG. 10 illustrates, as an embodiment to which the present invention may be applied, a bidirectional prediction method of a picture having a steady motion.
  • a bidirectional reference picture (Ref: 1020, 1030) exists around a current picture (or B-slice) 1010 is illustrated. .
  • a motion vector (hereinafter referred to as a 'second motion vector') 1032 from a corresponding pixel (hereinafter referred to as a 'second corresponding pixel') 1031 to a B position in 1 (1030) is represented by a symmetric value. Can be.
  • first motion vector 1022 and the second motion vector 1032 may be expressed as vectors having the same size and opposite directions.
  • Equation (11) the difference between the pixel values at the A position and the B position is summarized as in Equation (11).
  • I ⁇ 0 [i + v_x, j + v_y] is the pixel value of the A position of reference picture 0 (Ref0) 1020 and I ⁇ 1 [i-v_x, j-v_y] is the reference picture 1 (Ref1) Pixel value at position B of 1030. And (i, j) means the coordinates of the current pixel 1011 in the current picture 1010.
  • Each pixel value may be expressed as in Equation 12.
  • Equation 12 Substituting Equation 12 into Equation 11 may be arranged as in Equation 13.
  • I_x ⁇ (0) [i, j] and I_y ⁇ (0) [i, j] are the x- and y-axis partial derivatives at the first corresponding pixel position in reference picture 0 (Ref0) 1020
  • I_x ⁇ (1) [i, j] and I_y ⁇ (1) [i, j] are partial derivative values of the x-axis and y-axis at the second corresponding pixel position of the reference picture 1 (Ref1) 1030, and [i, j] Position The gradient (or gradient, gradient) of the pixel.
  • Table 1 shows the interpolation filter coefficients that can be used to calculate the BIO gradient (or gradient, amount of change).
  • the BIO gradient can be determined using the interpolation filter of Equation 14 and Table 1 below.
  • ⁇ _x ⁇ (k) denotes the fractional part of the motion vector in the x-axis direction
  • dF_n ( ⁇ _x ⁇ (k)) denotes the coefficient of the nth filter tap in ⁇ _x ⁇ (k).
  • R ⁇ (k) [i + n, j] means the reconstruction pixel value of the [i + n, j] coordinate in the reference picture k (k is 0 or 1).
  • the purpose is to find a motion vector having a pixel value at the A position in the reference picture 0 (1020) and a pixel value at the B position in the reference picture 1 (1030) having the same value (or the minimum difference value). Since the error between pixels can be large, a motion vector having a minimum difference between pixel values within a predetermined window size can be found.
  • G_x represents the gradient on the x-axis (i.e. horizontal direction)
  • G_y represents the gradient on the y-axis (i.e. vertical direction)
  • ⁇ P is the gradient on the t-axis (or pixel over time). Change in value).
  • Equation 13 In consideration of the regionally fixed motion, each term in Equation 13 is substituted by Equation 15 to obtain Equation 16.
  • Equation 16 is divided into partial partial derivatives of V_x and V_y, respectively.
  • S1 to S6 may be defined as shown in Equation 18 to calculate V_x and V_y.
  • Equation 18 V_x and V_y in Equation 17 are arranged as in Equation 19, respectively.
  • the predictor of the current pixel may be calculated using V_x and V_y as shown in Equation 20 below.
  • P represents a predictor for the current pixel in the current block.
  • P ⁇ (0) and P ⁇ (1) represent respective pixel values of pixels (ie, a first corresponding pixel and a second corresponding pixel) that are collocated with the current pixel in the L0 reference block and the L1 reference block, respectively. .
  • Equation 19 When the encoder / decoder calculates a pixel-by-pixel motion vector using Equation 19, a large amount of computation may be required. Therefore, in order to reduce the computational complexity, Equation 19 may be approximated and used as in Equation 21.
  • the BIO method that is, the optical flow motion vector refinement method, may be performed in a motion compensation process when bi-directional prediction is applied to the current block. A detailed method will be described with reference to the drawings below.
  • FIG. 11 is a diagram illustrating a motion compensation method through bidirectional prediction according to an embodiment of the present invention.
  • the encoder / decoder determines whether true bi-prediction is applied to the current block (S1101).
  • reference picture 0 (Ref0) and reference picture 1 (Ref1) are opposite in the time axis with respect to the current block (or the current picture). (I.e., when the Picture Order Count (POC) of the current picture is between the POCs of two reference pictures).
  • POC Picture Order Count
  • step S1101 when true bidirectional prediction is applied to the current block, the encoder / decoder obtains a gradient map of the current block (S1102).
  • the width and height of the current block (PU) are w and h, respectively, and the encoder / decoder corresponds to each correspondence in a block of size (w + 4) ⁇ (h + 4).
  • Gradients for the x and y axes of the pixel may be obtained and determined as gradient maps of the x and y axes, respectively.
  • FIG. 12 is a diagram illustrating a method of determining a gradient map according to an embodiment of the present invention.
  • the size of the current block 1201 is 8 ⁇ 8.
  • a 5 ⁇ 5 sized window 1202 is applied to the 8 ⁇ 8 sized current block 1201, a 12 ⁇ 12 sized gradient map may be determined.
  • the encoder / decoder calculates values S1 to S6 using a 5 ⁇ 5 window (1201 in FIG. 12) (S1103).
  • S1 to S6 values may be calculated using Equation 18 described above.
  • the encoder / decoder determines the optical flow motion vector (OF motion vector) of the current pixel (S1104).
  • the encoder / decoder calculates an optical flow predictor (OF predictor), and determines the calculated optical flow predictor as an optimal predictor (S1105).
  • OF predictor optical flow predictor
  • the encoder / decoder may calculate a predicted value for the current pixel using Equation 20, using the optical flow motion vector (or the motion vector in pixels) determined in step S1104, and optimize the predicted value for the calculated current pixel. It may be determined as the predicted value of (or the final predicted value of the current pixel).
  • step S1101 If it is determined in step S1101 that true bidirectional prediction is not applied to the current block, the encoder / decoder performs bidirectional prediction to calculate a bi-directional predictor, and the calculated bidirectional predictor is optimized. predictor) (S1106).
  • motion compensation on a pixel basis based on the optical flow may not be performed.
  • FIG. 13 is a diagram illustrating a method of determining an optical flow motion vector according to an embodiment of the present invention.
  • FIG. 13 a method of determining a horizontal component (ie, an x-axis component) of an optical flow motion vector (or a pixel-based motion vector) will be described.
  • the encoder / decoder determines whether the S1 value is larger than a specific threshold (S1301).
  • step S1302 when the S1 value is larger than the threshold value, the encoder / decoder obtains a V_x value (S1302).
  • the encoder / decoder may calculate the V_x value using Equation 19 or Equation 21 as described above.
  • the encoder / decoder determines whether the V_x value obtained in step S1302 is greater than a limit value (S1303).
  • step S1303 when the V_x value is larger than the threshold value, the encoder / decoder sets the V_x value as the threshold value (S1304).
  • step S1303 If it is determined in step S1303 that the V_x value is not greater than the threshold value, the value calculated in step S1302 is determined as the V_x value.
  • step S1301 If it is determined in step S1301 that the S1 value is not greater than the threshold value, the encoder / decoder sets the V_x value to 0 (S1306).
  • the encoder / decoder may determine an optical flow motion vector in the y axis direction (that is, a horizontal component of the optical flow motion vector (or a motion vector in pixels)) in a similar manner to the method described with reference to FIG. 13.
  • the encoder / decoder determines whether the S5 value is greater than a specific threshold value, and if the S5 value is larger than the threshold value, calculates the V_y value using Equation 19 or Equation 21. Then, it is determined whether the calculated V_y value is greater than the limit value, and if the calculated V_y value is greater than the limit value, the encoder / decoder sets the V_y value as the limit value. If the calculated V_y value is not greater than the limit value, the calculated value V_y is determined. And if the S5 value is not greater than the threshold, the encoder / decoder sets the V_y value to zero.
  • the encoder / decoder may calculate an optical flow predictor (OF predictor) to which optical motion motion vector refinement is applied in units of pixels using Equation 20.
  • OF predictor optical flow predictor
  • the LS estimator 1 considers a pixel value included in an arbitrary window w region, and 2) gives a small weight to a pixel value located far relative to the center value of the window, It can be designed in consideration of a weighting function g that gives a large weight.
  • the existing Bi-directional Optical Flow (BIO) method 1) uses a fixed size 5 ⁇ 5 window, and 2) gives the same weight to the gradient included in the window area.
  • a method of adaptively adjusting the size of a window, and 2) a window having a weighting function that gives a smaller weight as the distance from the center pixel of the window increases Propose how to design.
  • the motion vector derived for the pixel-by-pixel motion compensation may correspond to optical flow and optical flow motion. It may be referred to as a vector (OF motion vector), a motion vector in units of pixels, a displacement vector, and the like.
  • the present embodiment proposes a method of using a window from which outliers having different characteristics are removed in the window area.
  • an outlier is a pixel (or gradient component) that has a different motion or different characteristic gradient within the window area, ie a pixel (or a pixel that may violate locally steady motion assumptions).
  • Gradient component a pixel (or gradient component) that has a different motion or different characteristic gradient within the window area, ie a pixel (or a pixel that may violate locally steady motion assumptions).
  • the gradient represents a horizontal or vertical partial differential value in the window area, and the gradient represents a rate of increase or decrease of the pixel value of the plurality of horizontal or vertical pixels in the window area. It may be calculated using a predetermined interpolation filter (for example, see Table 1 and Equation 14 above).
  • the size of the window is 5x5, but the present invention is not limited thereto. That is, motion compensation on a pixel-by-pixel basis may be performed using a window from which outliers are removed from windows other than the 5 ⁇ 5 window.
  • FIG. 14 is a diagram illustrating a motion compensation method through bidirectional prediction according to an embodiment of the present invention.
  • the encoder / decoder determines whether true bi-prediction is applied to the current block (S1401).
  • reference picture 0 (Ref0) and reference picture 1 (Ref1) are opposite in the time axis with respect to the current block (or the current picture). (I.e., when the Picture Order Count (POC) of the current picture is between the POCs of two reference pictures).
  • POC Picture Order Count
  • step S1401 when true bidirectional prediction is applied to the current block, the encoder / decoder obtains a gradient map of the current block (S1402).
  • the width and height of the current block (PU) are w and h, respectively, and the encoder / decoder corresponds to each correspondence in a block of size (w + 4) ⁇ (h + 4).
  • Gradients for the x and y axes of the pixel may be obtained and determined as gradient maps of the x and y axes, respectively.
  • the encoder / decoder removes outliers from the gradient components included in the 5 ⁇ 5 window area (S1403).
  • the encoder / decoder determines whether the gradient component of each pixel of the 5 ⁇ 5 window area corresponds to an outlier value, and removes (or excludes) the gradient component corresponding to the outlier value from the window area. The method of determining whether or not it corresponds to an outlier will be described later in detail.
  • the window area is the first reference block in the first reference picture of the current block specified by the motion vector of the current block and the current block in the second reference block in the second reference picture specified by the motion vector of the current block.
  • Each pixel and the coordinate may correspond to a window area centered on the same pixel (collocated).
  • the encoder / decoder calculates values S1 to S6 using the window from which the outliers are removed in step S1403 (S1404).
  • S1 to S6 may be calculated using the following equation (22).
  • ⁇ ' represents a 5 ⁇ 5 window area excluding outliers. That is, S1 to S6 may be calculated using gradient components in the window region excluding outliers.
  • the encoder / decoder determines the optical flow motion vector (OF motion vector) of the current pixel (S1405).
  • optical flow motion vector may be determined by the method described with reference to FIG. 13.
  • the encoder / decoder calculates an optical flow predictor (OF predictor), and determines the calculated optical flow predictor as an optimal predictor (S1406).
  • OF predictor optical flow predictor
  • the encoder / decoder may calculate a prediction value for the current pixel using the optical flow motion vector (or pixel-based motion vector) determined in operation S1405 as shown in Equation 20, and optimize the predicted value for the calculated current pixel. It may be determined as the predicted value of (or the final predicted value of the current pixel).
  • step S1401 If it is determined in step S1401 that true bidirectional prediction is not applied to the current block, the encoder / decoder performs bidirectional prediction to calculate a bi-directional predictor and uses the calculated bidirectional predictor as an optimal prediction value. predictor) (S1407).
  • FIG. 15 is a diagram for describing a method of removing an outlier in a window area according to an embodiment to which the present invention may be applied.
  • a window has an N ⁇ N size.
  • whether the outliers correspond to an outlier may be independently determined with respect to the x-axis direction and the y-axis direction, and FIG. 15 describes a method of determining whether outliers correspond to the x-axis direction.
  • the encoder / decoder obtains the mG_x value.
  • mG_x is a representative value (or reference value) of the horizontal gradient in the window.
  • mG_x may be determined as the following value.
  • mG_x may be determined as an average of horizontal gradient components of pixels in the window area, a median value of horizontal gradient components of pixels in the window area, or a horizontal gradient component of pixels located at the center of the window.
  • this is only an example and the present invention is not limited thereto.
  • the encoder / decoder determines whether the difference value between the obtained mG_x and the gradient of all the pixels in the window area is smaller than a specific threshold, respectively.
  • the encoder / decoder considers the gradient of the current pixel as a candidate when calculating S1 to S6 using Equation 22 described above.
  • the encoder / decoder may calculate S1 to S6 through Equation 22 by including the gradient of the current pixel in the window area.
  • the encoder / decoder determines the gradient of the current pixel as an outlier and excludes it from the window region.
  • the encoder / decoder may determine whether an outlier is applicable based on the y-axis direction. That is, the encoder / decoder obtains mG_y as a representative value (or reference value) of the vertical gradient in the window.
  • mG_y may be determined as an average of vertical gradient components of pixels in the window area, a median value of vertical gradient components of pixels in the window area, or a vertical gradient component of pixels located in the center of the window.
  • mG_y may be determined as an average of vertical gradient components of pixels in the window area, a median value of vertical gradient components of pixels in the window area, or a vertical gradient component of pixels located in the center of the window.
  • this is only an example and the present invention is not limited thereto.
  • the encoder / decoder determines whether the difference between the obtained mG_y and the gradient of all pixels in the window area is smaller than a specific threshold value, respectively. As a result of the determination, when the encoder / decoder is smaller than the specific threshold value, the encoder / decoder considers the gradient of the current pixel as a candidate when summing S1 to S6 using Equation 22 described above. If the difference between mG_y and the gradient of the current pixel is not less than a certain threshold, the encoder / decoder determines the gradient of the current pixel as an outlier and excludes it from the window region.
  • the encoder / decoder may remove outliers in units of windows and calculate S1 to S6 using the window region from which the outliers are removed.
  • a method for removing the singular value of the window unit that can be used to reduce the computational complexity will be described with reference to the following drawings.
  • FIG. 16 is a diagram for describing a method of removing an outlier in a window area according to an embodiment to which the present invention may be applied.
  • the size of the current block 1601 is 8 ⁇ 8.
  • a 12 ⁇ 12 gradient map may be determined.
  • the encoder / decoder determines whether the gradient of the pixels in the window region 1603 centered on the current pixel 1602 corresponds to an outlier, and performs pixel-by-pixel motion compensation using the gradient in the window region from which the outlier is removed. do.
  • the encoder / decoder determines whether the gradient of the pixels in the window area 1605 centered on the next pixel 1604 of the current pixel 1602 corresponds to an outlier.
  • the encoder / decoder does not determine whether the gradient of the 25 pixels in the window area 1605 centered on the next pixel 1604 of the current pixel 1602 corresponds to an outlier value, respectively. Only the right pixel 1607 may be determined whether it corresponds to an outlier.
  • the window area 1605 centered on the next pixel 1604 of the current pixel 1602 corresponds to an outlier except for a portion overlapping with the window area 1603 centered on the current pixel 1602. It can be determined.
  • the encoder / decoder corresponds to outliers only for the right 5 pixel gradient 1607 added in the current window area 1605, except for the left 1 pixel gradient 1606 in the previous window area 1603.
  • a method of adaptively determining the size of a window according to the size of a current block (eg, coding block, prediction block, etc.) is proposed.
  • the encoder / decoder may selectively use the size of the window according to the size of the current block among, for example, 7 ⁇ 7, 5 ⁇ 5, and 3 ⁇ 3 windows (or other sized windows). .
  • Equation 23 S1 to S6 for calculating the optical flow motion vector (ie, the motion vector in pixels) It may be defined as in Equation 23.
  • the encoder / decoder may calculate an optical flow motion vector (or a motion vector in pixels) based on S1 to S6 calculated through Equation 23, using Equation 19 or Equation 21 described above.
  • the encoder / decoder may determine the prediction value for each pixel using Equation 20 based on the calculated optical flow motion vector.
  • a region including a detailed texture or complex motion in an image is encoded into a small block, and a homogeneous texture or a constant motion ( A region containing a constant motion is encoded into a block of large size.
  • the prediction accuracy can be improved by performing motion prediction / compensation on a pixel-by-pixel basis using a relatively large window.
  • the encoder / decoder may use a window of a predefined size according to the size of the current block (eg, coding block, prediction block, etc.).
  • the size of a CU may be set to any one of 64 ⁇ 64, 32 ⁇ 32, 16 ⁇ 16, and 8 ⁇ 8.
  • the window size according to the size of the CU may be defined as shown in the example of Table 2. However, this is only one example, and the size of the window may be mapped according to the size of the CU in various combinations.
  • the size of the coding block may be determined by any one of, for example, 256 ⁇ 256, 128 ⁇ 128, 64 ⁇ 64, 32 ⁇ 32, 16 ⁇ 16, 8 ⁇ 8, and 4 ⁇ 4. have.
  • the window size according to the size of the coding block may be determined as in the example of Table 3. However, this is only one example, and the size of the window may be mapped according to the size of the coding block in various combinations.
  • the encoder / decoder determines the size of the window according to the size of the coding unit or the coding block, as in the examples of Tables 2 and 3, and performs motion compensation on a pixel-by-pixel basis using gradient components in the determined window area. Can be.
  • a method for adaptively determining the size of a window according to the shape (or structure, shape) of a current block eg, coding block, prediction block, etc.
  • the encoder / decoder may adaptively use not only a window of forward size but also a window of non-square size according to the shape of the current block.
  • the coding / decoding block (eg, coding block, prediction block, etc.) may be divided into square blocks or non-square blocks in consideration of coding efficiency according to characteristics of an image.
  • a window having a square size or a non-square size adaptively according to the shape of an encoding / decoding block it is possible to effectively reflect the motion in the image compared to the conventional BIO method and improve the accuracy of prediction.
  • S1 to S6 for calculating the optical flow motion vector are It can be defined as 24.
  • the encoder / decoder may calculate an optical flow motion vector (or a motion vector in pixel units) by using Equation 19 or Equation 21 based on S1 to S6 calculated through Equation 24.
  • the encoder / decoder may determine the prediction value for each pixel using Equation 20 based on the calculated optical flow motion vector.
  • a method of selecting a size of a window according to the shape of a current block will be described using HEVC as an example.
  • one CU has 8 PU types (ie, 2N ⁇ 2N, N ⁇ N, 2N ⁇ N, N ⁇ 2N, nL ⁇ 2N, nR ⁇ 2N, 2N ⁇ nU, 2N ⁇ nD).
  • the window size according to the shape of the PU may be determined as shown in the example of Table 4.
  • this is only one example, and the size of the window may be mapped according to the shape of the PU in various combinations, and may have a size (or shape) other than the window size illustrated in Table 4.
  • the encoder / decoder may determine the size of the window according to the size of the PU and perform motion compensation on a pixel-by-pixel basis using the gradient component in the determined window area, as in the example of Table 4.
  • the existing BIO method gives the same weight to the gradient included in the window area. That is, the existing BIO method applies the same weighting value to all coefficients (ie, gradient components) in the window (1202 in FIG. 12 above).
  • the present embodiment proposes a weighting method according to the distance from the median of the window.
  • the present embodiment proposes a motion compensation method in units of pixels considering a weighting function that gives a small weight to a pixel value located far away from a center value of a window and a large weight to a pixel value located near it.
  • the median means a gradient component located at the center of the (2N + 1) ⁇ (2N + 1) size window.
  • Equation 18 Considering the weighting function g applied to the window region, Equation 18 described above may be expressed as Equation 25.
  • the encoder / decoder may calculate an optical flow motion vector (or a motion vector in pixel units) using Equation 19 or Equation 21 based on S1 to S6 calculated through Equation 25.
  • the encoder / decoder may determine the prediction value for each pixel using Equation 20 based on the calculated optical flow motion vector.
  • 17 is a diagram illustrating a method of applying a weight in a window area according to an embodiment to which the present invention may be applied.
  • a 5 ⁇ 5 window is used.
  • the present invention is not limited thereto, and the same method may be used for a window having a size of (2N + 1) ⁇ (2N + 1) (for example, a window having a size of 9 ⁇ 9, 7 ⁇ 7, and 3 ⁇ 3).
  • the weight may be given according to the distance from the median in the window area.
  • a weight value p may be applied to a median value in a 5 ⁇ 5 window, and weight values q, r, s, t, and u may be sequentially applied according to a distance from the median value.
  • p, q, r, s, t, u may be determined to any value.
  • FIG. 17B an example of a method of assigning a weight in a window area is shown. That is, the weight value 4 is applied to the median of the window, the weight value 2 is applied to the eight coefficients adjacent to the median, the weight value 1 is applied to four coefficients having a vertical distance of 2, and the weight value 0 is applied to the remaining coefficients. Can be.
  • FIG. 18 is a diagram illustrating a method of applying a weight in a window area according to an embodiment to which the present invention may be applied.
  • a 5 ⁇ 3 window or a 3 ⁇ 5 window is used.
  • the present invention is not limited thereto, and the same method can be used for a window having a size of (2N + 1) ⁇ (2M + 1) other than a 5 ⁇ 3 size and a 3 ⁇ 5 size according to the distance from the median value in the window area. Can be weighted.
  • a weight value p may be applied to a median value in a 5 ⁇ 3 window, and weight values q, r, s, t, and u may be sequentially applied according to a distance from the median value.
  • p, q, r, s, t, u may be determined to any value.
  • FIG. 18B an example of a method of assigning a weight in a 5 ⁇ 3 window area is shown. That is, the weight value 4 is applied to the median of the window, the weight value 2 is applied to the eight coefficients adjacent to the median, the weight value 1 is applied to four coefficients having a vertical distance of 2, and the weight value 0 is applied to the remaining coefficients. Can be.
  • a weight value p may be applied to a median value in a 3 ⁇ 5 window, and weight values q, r, s, t, and u may be sequentially applied according to a distance from the median value.
  • p, q, r, s, t, u may be determined to any value.
  • FIG. 18D an example of a method for assigning a weight in a 3 ⁇ 5 window area is shown. That is, the weight value 4 is applied to the median of the window, the weight value 2 is applied to the eight coefficients adjacent to the median, the weight value 1 is applied to four coefficients having a vertical distance of 2, and the weight value 0 is applied to the remaining coefficients. Can be.
  • Embodiments 1 to 4 described above may be performed independently, or a plurality of embodiments may be performed in combination.
  • the size of the window is determined according to the size and shape of the current block, it is determined whether it corresponds to an outlier component in the determined window, and the pixel unit is used by using the gradient value of the region where the outlier component is excluded. Motion compensation may be performed.
  • FIG. 19 is a diagram illustrating an inter prediction based image processing method according to an embodiment of the present invention.
  • the encoder / decoder performs bi-directional inter prediction based on the motion vector of the current block to generate a bi-directional predictor of the current pixel in the current block (S1901).
  • the encoder / decoder may perform motion compensation using the inter prediction method described above with reference to FIGS. 5 to 9, and generate a bidirectional prediction value of the current pixel constituting the current block.
  • the encoder / decoder adaptively determines a window area centered on a pixel that has the same coordinate as the current pixel in the first reference block and the second reference block of the current block (S1902).
  • a pixel having the same coordinates as the current pixel in the current block may have a first reference block and a second reference picture (ie, reference picture) in a first reference picture (ie, reference picture 0) identified from a motion vector of the current block. 1) may mean a pixel that is the same coordinate as the current pixel in the second reference block. That is, the coordinates of the current pixel with respect to the upper left pixel of the current block may correspond to the coordinates of pixels in the reference block with reference to the upper left pixel of the reference block (the first reference block or the second reference block).
  • the window area refers to an area where a gradient value is used to derive a motion vector in units of pixels.
  • the encoder / decoder may use window regions except for outliers having different gradient components.
  • the encoder / decoder determines, among pixels in a predetermined size region centered on the current pixel, a pixel whose difference between a variation amount and a representative value of the variation amount of the predetermined size region exceeds a specific threshold value, and determines the window region. It may be determined as an area in which pixels exceeding a threshold value are excluded from a predetermined size area.
  • the predetermined size region refers to the region of a specific size before the outlier is removed.
  • the predetermined size region may be a square (2N + 1) ⁇ (2N + 1) size region or a non-square (2N + 1) ⁇ (2M + 1) size region.
  • the representative value of the change amount of the predetermined size region is an average value of the change amount of each pixel of the predetermined size region, the median value of the change amount of each pixel of the predetermined size region, and the change amount of the central pixel of the predetermined size region. It can be set to any of the values.
  • the encoder / decoder may adaptively determine the size of the window according to the size of the current block (eg, coding block, prediction block, etc.).
  • the encoder / decoder takes an optical flow motion vector (i.e., a pixel-by-pixel motion vector) in consideration of an adaptive sized window ⁇ _N, not a fixed sized 5x5 window ⁇ .
  • S1 to S6 for calculation can be calculated using Equation 23.
  • the encoder / decoder may determine the window area as an area having a predefined size according to the size of the current block (eg, coding block, prediction block, etc.).
  • the encoder / decoder may adaptively determine the size of the window according to the size of the current block among the 7 ⁇ 7, 5 ⁇ 5, and 3 ⁇ 3 windows.
  • the encoder / decoder may determine the size of the window according to the size of the current block and perform motion compensation on a pixel-by-pixel basis using the gradient (or variation) component in the determined window area.
  • the encoder / decoder adaptively adjusts the size of the window according to the shape (or structure, shape) of the current block (eg, coding block, prediction block, etc.). You can decide.
  • the encoder / decoder may determine the window area as a window area having a predefined shape according to the shape of the current block.
  • the encoder / decoder may determine the window area to be a non-square window area.
  • S1 for calculating an optical flow motion vector (ie, a motion vector in pixels).
  • To S6 may be calculated using Equation 24.
  • the encoder / decoder may determine the size (or shape) of the window according to the shape of the current block, and perform motion compensation on a pixel-by-pixel basis using the gradient (or variation) component in the determined window area.
  • the encoder / decoder derives one motion vector in the window area by using a gradient indicating the rate of increase or decrease of the pixel value in the horizontal direction or the vertical direction with respect to each pixel of the window area, and converts the derived motion vector into the current pixel. It is determined as a motion vector in units of pixels (S1903).
  • the encoder / decoder may derive an optical flow motion vector (ie, a motion vector in pixel units) for each pixel in the current block.
  • the encoder / decoder may calculate S1 to S6 using any one of Equations 22 to 24.
  • the optical flow motion vector (or the motion vector in pixel units) may be calculated using the calculated S1 to S6 and the above-described equations 19 or 21.
  • the encoder / decoder may give a weight according to the distance from the median of the window.
  • the encoder / decoder may derive a motion vector for each pixel by using a change amount value of each pixel, which is weighted according to the distance from the center pixel of the window area.
  • the encoder / decoder may perform motion compensation on a pixel-by-pixel basis in consideration of a weighting function that gives a small weight to a pixel value located far away from the center value of the window and gives a large weight to a pixel value located near it. .
  • the median means a gradient component located at the center of the (2N + 1) ⁇ (2N + 1) size window.
  • the median may also be referred to as the center pixel of the window area.
  • the encoder / decoder may calculate S1 to S6 using Equation 24, and calculate the optical flow motion vector (or motion vector in pixels) using the calculated S1 to S6 and Equation 19 or 21 described above. Can be calculated
  • the encoder / decoder generates a predictor of the current pixel by adjusting the bidirectional predictive value based on the motion vector of the pixel unit (S1904).
  • the encoder / decoder may generate the prediction value of the current pixel by adjusting the bidirectional prediction value of the current pixel using Equation 20 described above based on the optical flow motion vector derived in step S1903.
  • the encoder / decoder may derive an optical flow motion vector on a pixel basis and generate a pixel-by-pixel prediction value of each pixel in the current block by using Equation 20 based on the optical flow motion vector on a pixel basis.
  • 20 is a diagram illustrating an inter predictor according to an embodiment of the present invention.
  • the inter prediction unit 181 (see FIG. 1; see 261 and FIG. 2) is shown as one block for convenience of description, but the inter prediction units 181 and 261 are included in the encoder and / or the decoder. It can be implemented as.
  • the inter prediction units 181 and 261 implement the functions, processes, and / or methods proposed in FIGS. 5 to 19.
  • the inter prediction units 181 and 261 include a bidirectional prediction value generator 2001, a window region determiner 2002, a pixel-by-pixel motion vector derivation unit 2003, and a pixel-by-pixel prediction value generator 2004. Can be.
  • the bidirectional prediction value generator 2001 generates a bi-directional predictor of the current pixel in the current block by performing bidirectional inter prediction based on the motion vector of the current block.
  • the bidirectional prediction value generator 2001 may perform motion compensation by using the inter prediction method described above with reference to FIGS. 5 to 9, and generate a bidirectional prediction value of the current pixel constituting the current block.
  • the window area determiner 2002 adaptively determines a window area centered on a pixel that has the same coordinate as the current pixel in the first reference block and the second reference block of the current block.
  • a pixel having the same coordinates as the current pixel in the current block may have a first reference block and a second reference picture (ie, reference picture) in a first reference picture (ie, reference picture 0) identified from a motion vector of the current block. 1) may mean a pixel that is the same coordinate as the current pixel in the second reference block. That is, the coordinates of the current pixel with respect to the upper left pixel of the current block may correspond to the coordinates of pixels in the reference block with reference to the upper left pixel of the reference block (the first reference block or the second reference block).
  • the window area refers to an area where a gradient value is used to derive a motion vector in units of pixels.
  • the window area determiner 2002 may use the window area except for outliers having different gradient components.
  • the window area determiner 2002 determines, among the pixels in the predetermined size area centered on the current pixel, a pixel whose difference between the change amount and the representative value of the change amount in the predetermined size area exceeds a specific threshold value,
  • the window area may be determined as an area in which pixels exceeding a threshold value are excluded from the predetermined size area.
  • the predetermined size region refers to the region of a specific size before the outlier is removed.
  • the predetermined size region may be a square (2N + 1) ⁇ (2N + 1) size region or a non-square (2N + 1) ⁇ (2M + 1) size region.
  • the representative value of the change amount of the predetermined size region is an average value of the change amount of each pixel of the predetermined size region, the median value of the change amount of each pixel of the predetermined size region, and the change amount of the central pixel of the predetermined size region. It can be set to any of the values.
  • the window region determiner 2002 may adaptively determine the size of the window according to the size of the current block (eg, coding block, prediction block, etc.). have.
  • the optical flow motion vector (ie, pixel unit). S1 to S6 for calculating the motion vector of? May be calculated using Equation 23.
  • the window area determiner 2002 may determine the window area as an area having a predefined size according to the size of the current block (eg, coding block, prediction block, etc.).
  • the window area determiner 2002 may adaptively determine the window size of the window area according to the size of the current block among the 7 ⁇ 7, 5 ⁇ 5, and 3 ⁇ 3 windows.
  • the window area determiner 2002 may determine the size of the window according to the size of the current block and perform motion compensation on a pixel-by-pixel basis using the determined gradient (or amount of change) component in the window area.
  • the window region determiner 2002 adaptively adapts to the shape (or structure, shape) of the current block (eg, coding block, prediction block, etc.). You can determine the size of the window.
  • the window area determiner 2002 may determine the window area as a window area having a predefined shape according to the shape of the current block.
  • the window area determiner 2002 may determine the window area as a non-square window area.
  • S1 for calculating an optical flow motion vector (ie, a motion vector in pixels).
  • To S6 may be calculated using Equation 24.
  • the window area determiner 2002 may determine the size (or shape) of the window according to the shape of the current block, and perform motion compensation on a pixel-by-pixel basis using the determined gradient (or change amount) component in the window area.
  • Per-pixel motion vector derivation unit 2003 Deriving one motion vector from the window area by using a gradient indicating a rate of increase or decrease of the pixel value in the horizontal direction or the vertical direction with respect to each pixel of the window area.
  • the motion vector is derived from the pixel of the current pixel.
  • the pixel-by-pixel motion vector deriving unit 2003 may derive an optical flow motion vector (ie, a pixel-by-pixel motion vector) for each pixel in the current block.
  • the pixel-based motion vector derivation unit 2003 may calculate S1 to S6 using any one of Equations 22 to 24.
  • the optical flow motion vector (or the motion vector in pixel units) may be calculated using the calculated S1 to S6 and the above-described equations 19 or 21.
  • the pixel-by-pixel motion vector derivation unit 2003 may assign weights according to distances to the median value of the window when calculating S1 to S6. In other words, the pixel-by-pixel motion vector deriving unit 2003 may derive the pixel-specific motion vector using the change amount value of each pixel, which is weighted according to the distance from the center pixel of the window area.
  • the pixel-based motion vector derivation unit 2003 gives a small weight to a pixel value located far away based on the median value of the window and a pixel-based motion compensation considering a weighting function that gives a large weight to a pixel value located nearby. Can be performed.
  • the median means a gradient component located at the center of the (2N + 1) ⁇ (2N + 1) size window.
  • the median may also be referred to as the center pixel of the window area.
  • the pixel-based motion vector derivation unit 2003 may calculate S1 to S6 using Equation 24, and use the calculated S1 to S6 and the above-described Equation 19 or 21 to calculate an optical flow motion vector (or pixel). Unit of motion vector) can be calculated.
  • the pixel-by-pixel prediction value generator 2004 generates a predictor of the current pixel by adjusting the bidirectional prediction value based on the motion vector of the pixel.
  • the pixel-by-pixel prediction value generator 2004 adjusts the bidirectional prediction value of the current pixel by using the above-described Equation 20 based on the optical flow motion vector derived by the pixel-by-pixel motion vector derivation unit 2003 to adjust the prediction value of the current pixel. Can be generated.
  • the pixel-by-pixel prediction value generator 2004 may derive an optical flow motion vector on a pixel-by-pixel basis, and generate a pixel-by-pixel prediction value of each pixel in the current block by using Equation 20 based on the optical flow motion vector on a pixel-by-pixel basis. .
  • each component or feature is to be considered optional unless stated otherwise.
  • Each component or feature may be embodied in a form that is not combined with other components or features. It is also possible to combine some of the components and / or features to form an embodiment of the invention.
  • the order of the operations described in the embodiments of the present invention may be changed. Some components or features of one embodiment may be included in another embodiment or may be replaced with corresponding components or features of another embodiment. It is obvious that the claims may be combined to form an embodiment by combining claims that do not have an explicit citation relationship in the claims or as new claims by post-application correction.
  • Embodiments according to the present invention may be implemented by various means, for example, hardware, firmware, software, or a combination thereof.
  • an embodiment of the present invention may include one or more application specific integrated circuits (ASICs), digital signal processors (DSPs), digital signal processing devices (DSPDs), programmable logic devices (PLDs), FPGAs ( field programmable gate arrays), processors, controllers, microcontrollers, microprocessors, and the like.
  • ASICs application specific integrated circuits
  • DSPs digital signal processors
  • DSPDs digital signal processing devices
  • PLDs programmable logic devices
  • FPGAs field programmable gate arrays
  • processors controllers, microcontrollers, microprocessors, and the like.
  • an embodiment of the present invention may be implemented in the form of a module, procedure, function, etc. that performs the functions or operations described above.
  • the software code may be stored in memory and driven by the processor.
  • the memory may be located inside or outside the processor, and may exchange data with the processor by various known means.

Landscapes

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

Abstract

본 발명에서는 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치가 개시된다. 구체적으로, 인터 예측(inter prediction)을 기반으로 영상을 처리하는 방법에 있어서, 현재 블록의 움직임 벡터를 기반으로 양방향 인터 예측을 수행하여 상기 현재 블록 내 현재 픽셀의 양방향 예측값(Bi-directional predictor)을 생성하는 단계; 상기 현재 블록의 제 1 참조 블록 및 제 2 참조 블록 내 상기 현재 픽셀과 좌표가 동일한(collocated) 픽셀을 중심으로 하는 윈도우(window) 영역을 적응적으로 결정하는 단계; 상기 윈도우 영역의 각 픽셀을 기준으로 수평 방향 또는 수직 방향으로의 픽셀 값의 증감율을 나타내는 변화량(gradient)을 이용하여 상기 윈도우 영역에서 하나의 움직임 벡터를 도출하고, 상기 도출된 움직임 벡터를 상기 현재 픽셀의 픽셀 단위의 움직임 벡터로 결정하는 단계; 및 상기 픽셀 단위의 움직임 벡터를 기반으로 상기 양방향 예측값을 조정하여 상기 현재 픽셀의 예측값(predictor)을 생성하는 단계를 포함할 수 있다.

Description

인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
본 발명은 정지 영상 또는 동영상 처리 방법에 관한 것으로서, 보다 상세하게 인터 예측 모드(inter prediction mode) 기반으로 정지 영상 또는 동영상을 인코딩/디코딩하는 방법 및 이를 지원하는 장치에 관한 것이다.
압축 부호화란 디지털화한 정보를 통신 회선을 통해 전송하거나, 저장 매체에 적합한 형태로 저장하기 위한 일련의 신호 처리 기술을 의미한다. 영상, 이미지, 음성 등의 미디어가 압축 부호화의 대상이 될 수 있으며, 특히 영상을 대상으로 압축 부호화를 수행하는 기술을 비디오 영상 압축이라고 일컫는다.
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 툴을 디자인할 필요가 있다.
본 발명의 목적은 기존의 양방향 옵티컬 플로우(BIO: Bi-directional Optical Flow) 방법 대비 픽셀 단위 움직임 예측의 정확도를 향상시키기 위해 특이치(outlier)가 제외된 윈도우를 사용하여 픽셀 단위의 움직임 보상을 수행하는 방법을 제안한다.
또한, 본 발명의 목적은 픽셀 단위 움직임 예측의 정확도를 향상시키기 위해 블록의 크기 또는 형태에 따라 윈도우의 크기를 적응적으로 조절하는 방법을 제안한다.
또한, 본 발명의 목적은 윈도우 내 중앙 픽셀과의 거리에 따른 가중치를 부여하는 가중 함수를 가지는 윈도우를 설계하는 방법을 제안한다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 양상은, 인터 예측(inter prediction)을 기반으로 영상을 처리하는 방법에 있어서, 현재 블록의 움직임 벡터를 기반으로 양방향 인터 예측을 수행하여 상기 현재 블록 내 현재 픽셀의 양방향 예측값(Bi-directional predictor)을 생성하는 단계; 상기 현재 블록의 제 1 참조 블록 및 제 2 참조 블록 내 상기 현재 픽셀과 좌표가 동일한(collocated) 픽셀을 중심으로 하는 윈도우(window) 영역을 적응적으로 결정하는 단계; 상기 윈도우 영역의 각 픽셀을 기준으로 수평 방향 또는 수직 방향으로의 픽셀 값의 증감율을 나타내는 변화량(gradient)을 이용하여 상기 윈도우 영역에서 하나의 움직임 벡터를 도출하고, 상기 도출된 움직임 벡터를 상기 현재 픽셀의 픽셀 단위의 움직임 벡터로 결정하는 단계; 및 상기 픽셀 단위의 움직임 벡터를 기반으로 상기 양방향 예측값을 조정하여 상기 현재 픽셀의 예측값(predictor)을 생성하는 단계를 포함할 수 있다.
본 발명의 일 양상은, 인터 예측(inter prediction)을 기반으로 영상을 처리하는 장치에 있어서, 현재 블록의 움직임 벡터를 기반으로 양방향 인터 예측을 수행하여 상기 현재 블록 내 현재 픽셀의 양방향 예측값(Bi-directional predictor)을 생성하는 양방향 예측값 생성부; 상기 현재 블록의 제 1 참조 블록 및 제 2 참조 블록 내 상기 현재 픽셀과 좌표가 동일한(collocated) 픽셀을 중심으로 하는 윈도우(window) 영역을 적응적으로 결정하는 윈도우 영역 결정부; 상기 윈도우 영역의 각 픽셀을 기준으로 수평 방향 또는 수직 방향으로의 픽셀 값의 증감율을 나타내는 변화량(gradient)을 이용하여 상기 윈도우 영역에서 하나의 움직임 벡터를 도출하고, 상기 도출된 움직임 벡터를 상기 현재 픽셀의 픽셀 단위의 움직임 벡터로 결정하는 픽셀 단위 움직임 벡터 결정부; 및 상기 픽셀 단위의 움직임 벡터를 기반으로 상기 양방향 예측값을 조정하여 상기 현재 픽셀의 예측값(predictor)을 생성하는 픽셀 단위 예측값 생성부를 포함할 수 있다.
바람직하게, 상기 윈도우 영역을 적응적으로 결정하는 단계는, 상기 현재 픽셀을 중심으로 하는 소정 크기 영역 내 픽셀 중, 변화량과 상기 소정 크기 영역의 변화량의 대표값과의 차분이 특정 임계값을 초과하는 픽셀을 판단하는 단계를 더 포함하고, 상기 윈도우 영역은 상기 소정 크기 영역에서 상기 임계값을 초과하는 픽셀이 제외된 영역으로 결정될 수 있다.
바람직하게, 상기 소정 크기 영역의 변화량의 대표값은 상기 소정 크기 영역의 각 픽셀의 변화량의 평균값, 상기 소정 크기 영역의 각 픽셀의 변화량의 중앙값(median value) 및 상기 소정 크기 영역의 중앙 픽셀의 변화량 값 중 어느 하나일 수 있다.
바람직하게, 상기 임계값을 초과하는 픽셀을 판단하는 단계는, 상기 현재 픽셀을 중심으로 하는 소정 크기 영역에서 상기 현재 픽셀에 인접한 픽셀을 중심으로 하는 소정 크기 영역과 중복되는 부분을 제외하고 상기 임계값을 초과하는 픽셀을 판단할 수 있다.
바람직하게, 상기 현재 블록의 크기에 따라 상기 윈도우 영역이 미리 정의된 크기의 영역으로 결정될 수 있다.
바람직하게, 상기 현재 블록의 크기에 따라 상기 윈도우 영역이 3×3, 5×5 및 7×7 중 어느 하나의 크기의 영역으로 결정될 수 있다.
바람직하게, 상기 현재 블록의 형태에 따라 상기 윈도우 영역이 미리 정의된 형태의 영역으로 결정될 수 있다.
바람직하게, 상기 현재 블록이 비정방형(non-square) 블록인 경우, 상기 윈도우 영역이 비정방형의 영역으로 결정될 수 있다.
바람직하게, 상기 픽셀 단위의 움직임 벡터는 상기 윈도우 영역의 중심 픽셀과의 거리에 따른 가중치가 부여된 각 픽셀의 변화량으로부터 도출될 수 있다.
본 발명의 실시예에 따르면, 특이치(outlier)를 제외한 윈도우 영역을 이용하여 옵티컬 플로우 기반 움직임 보상(또는 픽셀 단위의 움직임 보상)을 수행함으로써, 기존의 방법 대비 예측의 정확도를 향상시킬 수 있다.
또한, 본 발명의 실시예에 따르면, 영상의 특성이 반영되어 분할된 블록의 크기나 형태에 따라 윈도우의 크기를 적응적으로 조절함으로써, 기존의 방법 대비 영상 내 움직임을 효과적으로 반영하고, 예측의 정확도를 높일 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
도 1은 본 발명이 적용되는 실시예로서, 정지 영상 또는 동영상 신호의 인코딩이 수행되는 인코더의 개략적인 블록도를 나타낸다.
도 2는 본 발명이 적용되는 실시예로서, 정지 영상 또는 동영상 신호의 인코딩이 수행되는 디코더의 개략적인 블록도를 나타낸다.
도 3은 본 발명에 적용될 수 있는 코딩 유닛의 분할 구조를 설명하기 위한 도면이다.
도 4는 본 발명에 적용될 수 있는 예측 유닛을 설명하기 위한 도면이다.
도 5는 본 발명이 적용될 수 있는 실시예로서, 인터 예측의 방향을 예시하는 도면이다.
도 6은 본 발명이 적용될 수 있는 실시예로서, 1/4 샘플 보간을 위한 정수 및 분수 샘플 위치를 예시한다.
도 7은 본 발명이 적용될 수 있는 실시예로서, 공간적 후보의 위치를 예시한다.
도 8은 본 발명이 적용되는 실시예로서, 인터 예측 방법을 예시하는 도면이다.
도 9는 본 발명이 적용될 수 있는 실시예로서, 움직임 보상 과정을 예시하는 도면이다.
도 10은 본 발명이 적용될 수 있는 실시예로서, 고정적인 움직임(steady motion)을 가지는 픽쳐의 양방향 예측 방법을 예시한다.
도 11은 본 발명의 일 실시예에 따른 양방향 예측을 통한 움직임 보상 방법을 예시하는 도면이다.
도 12는 본 발명의 일 실시예에 따른 그래디언트 맵을 결정하는 방법을 예시하는 도면이다.
도 13은 본 발명의 일 실시예에 따른 옵티컬 플로우 움직임 벡터를 결정하는 방법을 예시하는 도면이다.
도 14는 본 발명의 일 실시예에 따른 양방향 예측을 통한 움직임 보상 방법을 예시하는 도면이다.
도 15는 본 발명이 적용될 수 있는 실시예로서, 윈도우 영역 내 특이치(outlier)를 제거하는 방법을 설명하기 위한 도면이다.
도 16은 본 발명이 적용될 수 있는 실시예로서, 윈도우 영역 내 특이치를 제거하는 방법을 설명하기 위한 도면이다.
도 17은 본 발명이 적용될 수 있는 실시예로서, 윈도우 영역 내 가중치 적용 방법을 예시하는 도면이다.
도 18은 본 발명이 적용될 수 있는 실시예로서, 윈도우 영역 내 가중치 적용 방법을 예시하는 도면이다.
도 19은 본 발명의 일 실시예에 따른 인터 예측 기반 영상 처리 방법을 예시하는 도면이다.
도 20은 본 발명의 일 실시예에 따른 인터 예측부를 예시하는 도면이다.
이하, 본 발명에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 발명의 예시적인 실시형태를 설명하고자 하는 것이며, 본 발명이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다. 이하의 상세한 설명은 본 발명의 완전한 이해를 제공하기 위해서 구체적 세부사항을 포함한다. 그러나, 당업자는 본 발명이 이러한 구체적 세부사항 없이도 실시될 수 있음을 안다.
몇몇 경우, 본 발명의 개념이 모호해지는 것을 피하기 위하여 공지의 구조 및 장치는 생략되거나, 각 구조 및 장치의 핵심기능을 중심으로 한 블록도 형식으로 도시될 수 있다.
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.
이하의 설명에서 사용되는 특정 용어들은 본 발명의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 발명의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다. 예를 들어, 신호, 데이터, 샘플, 픽쳐, 프레임, 블록 등의 경우 각 코딩 과정에서 적절하게 대체되어 해석될 수 있을 것이다.
이하 본 명세서에서 '처리 유닛'은 예측, 변환 및/또는 양자화 등과 같은 인코딩/디코딩의 처리 과정이 수행되는 단위를 의미한다. 이하, 설명의 편의를 위해 처리 유닛은 '처리 블록' 또는 '블록'으로 지칭될 수도 있다.
처리 유닛은 휘도(luma) 성분에 대한 단위와 색차(chroma) 성분에 대한 단위를 포함하는 의미로 해석될 수 있다. 예를 들어, 처리 유닛은 코딩 트리 유닛(CTU: Coding Tree Unit), 코딩 유닛(CU: Coding Unit), 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)에 해당될 수 있다.
또한, 처리 유닛은 휘도(luma) 성분에 대한 단위 또는 색차(chroma) 성분에 대한 단위로 해석될 수 있다. 예를 들어, 처리 유닛은 휘도(luma) 성분에 대한 코딩 트리 블록(CTB: Coding Tree Block), 코딩 블록(CB: Coding Block), 예측 블록(PU: Prediction Block) 또는 변환 블록(TB: Transform Block)에 해당될 수 있다. 또는, 색차(chroma) 성분에 대한 코딩 트리 블록(CTB), 코딩 블록(CB), 예측 블록(PU) 또는 변환 블록(TB)에 해당될 수 있다. 또한, 이에 한정되는 것은 아니며 처리 유닛은 휘도(luma) 성분에 대한 단위와 색차(chroma) 성분에 대한 단위를 포함하는 의미로 해석될 수도 있다.
또한, 처리 유닛은 반드시 정사각형의 블록으로 한정되는 것은 아니며, 3개 이상의 꼭지점을 가지는 다각형 형태로 구성될 수도 있다.
도 1은 본 발명이 적용되는 실시예로서, 정지 영상 또는 동영상 신호의 인코딩이 수행되는 인코더의 개략적인 블록도를 나타낸다.
도 1을 참조하면, 인코더(100)는 영상 분할부(110), 감산기(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 필터링부(160), 복호 픽쳐 버퍼(DPB: Decoded Picture Buffer)(170), 예측부(180) 및 엔트로피 인코딩부(190)를 포함하여 구성될 수 있다. 그리고, 예측부(180)는 인터 예측부(181), 인트라 예측부(182)을 포함하여 구성될 수 있다.
영상 분할부(110)는 인코더(100)에 입력된 입력 영상 신호(Input video signal)(또는, 픽쳐, 프레임)를 하나 이상의 처리 유닛으로 분할한다.
감산기(115)는 입력 영상 신호에서 예측부(180)로부터(즉, 인터 예측부(181) 또는 인트라 예측부(182))로부터 출력된 예측 신호(prediction signal)(또는 예측 블록)를 감산하여 차분 신호(residual signal)(또는 차분 블록)를 생성한다. 생성된 차분 신호(또는 차분 블록)는 변환부(120)로 전송된다.
변환부(120)는 차분 신호(또는 차분 블록)에 변환 기법(예를 들어, DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), GBT(Graph-Based Transform), KLT(Karhunen-Loeve transform) 등)을 적용하여 변환 계수(transform coefficient)를 생성한다. 이때, 변환부(120)는 차분 블록에 적용된 예측 모드와 차분 블록의 크기에 따라서 결정된 변환 기법을 이용하여 변환을 수행함으로써 변환 계수들을 생성할 수 있다.
양자화부(130)는 변환 계수를 양자화하여 엔트로피 인코딩부(190)로 전송하고, 엔트로피 인코딩부(190)는 양자화된 신호(quantized signal)를 엔트로피 코딩하여 비트 스트림으로 출력한다.
한편, 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 차분 신호를 복원할 수 있다. 복원된 차분 신호를 인터 예측부(181) 또는 인트라 예측부(182)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(181)에서 참조 픽쳐로 사용될 수 있다. 이처럼, 필터링된 픽쳐를 화면간 예측 모드에서 참조 픽쳐로 이용함으로써 화질 뿐만 아니라 부호화 효율도 향상시킬 수 있다.
복호 픽쳐 버퍼(170)는 필터링된 픽쳐를 인터 예측부(181)에서의 참조 픽쳐으로 사용하기 위해 저장할 수 있다.
인터 예측부(181)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(181)는 이러한 신호의 불연속이나 양자화로 인한 성능 저하를 해결하기 위해, 로우패스 필터(lowpass filter)를 적용함으로써 픽셀들 사이의 신호를 서브-픽셀 단위로 보간할 수 있다. 여기서, 서브-픽셀은 보간 필터를 적용하여 생성된 가상의 픽셀을 의미하고, 정수 픽셀은 복원된 픽쳐에 존재하는 실제 픽셀을 의미한다. 보간 방법으로는 선형 보간, 양선형 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(181)는 정수 픽셀에 보간 필터를 적용하여 보간 픽셀을 생성하고, 보간 픽셀들(interpolated pixels)로 구성된 보간 블록(interpolated block)을 예측 블록(prediction block)으로 사용하여 예측을 수행할 수 있다.
인트라 예측부(182)는 현재 부호화를 진행하려고 하는 블록의 주변에 있는 샘플들을 참조하여 현재 블록을 예측한다. 인트라 예측부(182)는, 인트라 예측을 수행하기 위해 다음과 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 과정을 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.
인터 예측부(181) 또는 상기 인트라 예측부(182)를 통해 생성된 예측 신호(prediction signal)(또는 예측 블록)는 복원 신호(또는 복원 블록)를 생성하기 위해 이용되거나 차분 신호(또는 차분 블록)를 생성하기 위해 이용될 수 있다.
도 2는 본 발명이 적용되는 실시예로서, 정지 영상 또는 동영상 신호의 인코딩이 수행되는 디코더의 개략적인 블록도를 나타낸다.
도 2를 참조하면, 디코더(200)는 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산기(235), 필터링부(240), 복호 픽쳐 버퍼(DPB: Decoded Picture Buffer Unit)(250), 예측부(260)를 포함하여 구성될 수 있다. 그리고, 예측부(260)는 인터 예측부(261) 및 인트라 예측부(262)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 신호(즉, 비트 스트림)을 수신하고, 수신된 신호는 엔트로피 디코딩부(210)를 통해 엔트로피 디코딩된다.
역양자화부(220)에서는 양자화 스텝 사이즈 정보를 이용하여 엔트로피 디코딩된 신호로부터 변환 계수(transform coefficient)를 획득한다.
역변환부(230)에서는 역변환 기법을 적용하여 변환 계수를 역변환하여 차분 신호(residual signal)(또는 차분 블록)를 획득하게 된다.
가산기(235)는 획득된 차분 신호(또는 차분 블록)를 예측부(260)(즉, 인터 예측부(261) 또는 인트라 예측부(262))로부터 출력된 예측 신호(prediction signal)(또는 예측 블록)에 더함으로써 복원 신호(reconstructed signal)(또는 복원 블록)가 생성된다.
필터링부(240)는 복원 신호(reconstructed signal)(또는 복원 블록)에 필터링을 적용하여 이를 재생 장치로 출력하거나 복호 픽쳐 버퍼부(250)에 전송한다. 복호 픽쳐 버퍼부(250)에 전송된 필터링된 신호는 인터 예측부(261)에서 참조 픽쳐로 사용될 수 있다.
본 명세서에서, 인코더(100)의 필터링부(160), 인터 예측부(181) 및 인트라 예측부(182)에서 설명된 실시예들은 각각 디코더의 필터링부(240), 인터 예측부(261) 및 인트라 예측부(262)에도 동일하게 적용될 수 있다.
처리 유닛 분할 구조
일반적으로 정지 영상 또는 동영상 압축 기술(예를 들어, HEVC)에서는 블록 기반의 영상 압축 방법을 이용한다. 블록 기반의 영상 압축 방법은 영상을 특정 블록 단위로 나누어서 처리하는 방법으로서, 메모리 사용과 연산량을 감소시킬 수 있다.
도 3은 본 발명에 적용될 수 있는 코딩 유닛의 분할 구조를 설명하기 위한 도면이다.
인코더는 하나의 영상(또는 픽쳐)을 사각형 형태의 코딩 트리 유닛(CTU: Coding Tree Unit) 단위로 분할한다. 그리고, 래스터 스캔 순서(raster scan order)에 따라 하나의 CTU 씩 순차적으로 인코딩한다.
HEVC에서 CTU의 크기는 64×64, 32×32, 16×16 중 어느 하나로 정해질 수 있다. 인코더는 입력된 영상의 해상도 또는 입력된 영상의 특성 등에 따라 CTU의 크기를 선택하여 사용할 수 있다. CTU은 휘도(luma) 성분에 대한 코딩 트리 블록(CTB: Coding Tree Block)과 이에 대응하는 두 개의 색차(chroma) 성분에 대한 CTB를 포함한다.
하나의 CTU은 쿼드-트리(Quad-tree) 구조로 분할될 수 있다. 즉, 하나의 CTU은 정사각형 형태를 가지면서 절반의 수평 크기(half horizontal size) 및 절반의 수직 크기(half vertical size)를 가지는 4개의 유닛으로 분할되어 코딩 유닛(CU: Coding Unit)이 생성될 수 있다. 이러한 쿼드-트리 구조의 분할은 재귀적으로 수행될 수 있다. 즉, CU은 하나의 CTU로부터 쿼드-트리 구조로 계층적으로 분할된다.
CU은 입력 영상의 처리 과정, 예컨대 인트라(intra)/인터(inter) 예측이 수행되는 코딩의 기본 단위를 의미한다. CU은 휘도(luma) 성분에 대한 코딩 블록(CB: Coding Block)과 이에 대응하는 두 개의 색차(chroma) 성분에 대한 CB를 포함한다. HEVC에서 CU의 크기는 64×64, 32×32, 16×16, 8×8 중 어느 하나로 정해질 수 있다.
도 3을 참조하면, 쿼드-트리의 루트 노드(root node)는 CTU와 관련된다. 쿼드-트리는 리프 노드(leaf node)에 도달할 때까지 분할되고, 리프 노드는 CU에 해당한다.
보다 구체적으로 살펴보면, CTU는 루트 노드(root node)에 해당되고, 가장 작은 깊이(depth)(즉, depth=0) 값을 가진다. 입력 영상의 특성에 따라 CTU가 분할되지 않을 수도 있으며, 이 경우 CTU은 CU에 해당한다.
CTU은 쿼드 트리 형태로 분할될 수 있으며, 그 결과 깊이 1(depth=1)인 하위 노드들이 생성된다. 그리고, 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 대응하는 CU(a), CU(b), CU(j)는 CTU에서 한 번 분할되었으며, 1의 깊이를 가진다.
1의 깊이를 가지는 노드 중 적어도 어느 하나는 다시 퀴드 트리 형태로 분할될 수 있으며, 그 결과 깊이 1(즉, depth=2)인 하위 노드들이 생성된다. 그리고, 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 대응하는 CU(c), CU(h), CU(i)는 CTU에서 두 번 분할되었으며, 2의 깊이를 가진다.
또한, 2의 깊이를 가지는 노드 중 적어도 어느 하나는 다시 쿼드 트리 형태로 분할될 수 있으며, 그 결과 깊이 3(즉, depth=3)인 하위 노드들이 생성된다. 그리고, 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 대응하는 CU(d), CU(e), CU(f), CU(g)는 CTU에서 3번 분할되었으며, 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 쿼드 트리 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 정보(예를 들어, 분할 CU 플래그(split_cu_flag))가 디코더에 전달될 수 있다. 이 분할 모드는 SCU을 제외한 모든 CU에 포함되어 있다. 예를 들어, 분할 여부를 나타내는 플래그의 값이 '1'이면 해당 CU은 다시 4개의 CU으로 나누어지고, 분할 여부를 나타내는 플래그의 값이 '0'이면 해당 CU은 더 이상 나누어지지 않고 해당 CU에 대한 처리 과정이 수행될 수 있다.
상술한 바와 같이, CU는 인트라 예측 또는 인터 예측이 수행되는 코딩의 기본 단위이다. HEVC는 입력 영상을 보다 효과적으로 코딩하기 위하여 CU를 예측 유닛(PU: Prediction Unit) 단위로 분할한다.
PU는 예측 블록을 생성하는 기본 단위로서, 하나의 CU 내에서도 PU 단위로 서로 다르게 예측 블록을 생성할 수 있다. 다만, 하나의 CU 내에 속한 PU들은 인트라 예측과 인터 예측이 혼합되어 사용되지 않으며, 하나의 CU 내에 속한 PU들은 동일한 예측 방법(즉, 인트라 예측 혹은 인터 예측)으로 코딩된다.
PU는 쿼드-트리 구조로 분할되지 않으며, 하나의 CU에서 미리 정해진 형태로 한번 분할된다. 이에 대하여 아래 도면을 참조하여 설명한다.
도 4는 본 발명에 적용될 수 있는 예측 유닛을 설명하기 위한 도면이다.
PU는 PU가 속하는 CU의 코딩 모드로 인트라 예측 모드가 사용되는지 인터 예측 모드가 사용되는지에 따라 상이하게 분할된다.
도 4(a)는 인트라 예측 모드가 사용되는 경우의 PU를 예시하고, 도 4(b)는 인터 예측 모드가 사용되는 경우의 PU를 예시한다.
도 4(a)를 참조하면, 하나의 CU의 크기가 2N×2N(N=4,8,16,32)인 경우를 가정하면, 하나의 CU는 2가지 타입(즉, 2N×2N 또는 N×N)으로 분할될 수 있다.
여기서, 2N×2N 형태의 PU로 분할되는 경우, 하나의 CU 내에 하나의 PU만이 존재하는 것을 의미한다.
반면, N×N 형태의 PU로 분할되는 경우, 하나의 CU는 4개의 PU로 분할되고, 각 PU 단위 별로 서로 다른 예측 블록이 생성된다. 다만, 이러한 PU의 분할은 CU의 휘도 성분에 대한 CB의 크기가 최소 크기인 경우(즉, CU가 SCU인 경우)에만 수행될 수 있다.
도 4(b)를 참조하면, 하나의 CU의 크기가 2N×2N(N=4,8,16,32)인 경우를 가정하면, 하나의 CU는 8가지의 PU 타입(즉, 2N×2N, N×N, 2N×N, N×2N, nL×2N, nR×2N, 2N×nU, 2N×nD)으로 분할될 수 있다.
인트라 예측과 유사하게, N×N 형태의 PU 분할은 CU의 휘도 성분에 대한 CB의 크기가 최소 크기인 경우(즉, CU가 SCU인 경우)에만 수행될 수 있다.
인터 예측에서는 가로 방향으로 분할되는 2N×N 형태 및 세로 방향으로 분할되는 N×2N 형태의 PU 분할을 지원한다.
또한, 비대칭 움직임 분할(AMP: Asymmetric Motion Partition) 형태인 nL×2N, nR×2N, 2N×nU, 2N×nD 형태의 PU 분할을 지원한다. 여기서, 'n'은 2N의 1/4 값을 의미한다. 다만, AMP는 PU가 속한 CU가 최소 크기의 CU인 경우 사용될 수 없다.
하나의 CTU 내의 입력 영상을 효율적으로 부호화하기 위해 코딩 유닛(CU), 예측 유닛(PU), 변환 유닛(TU)의 최적의 분할 구조는 아래와 같은 수행 과정을 거쳐 최소 율-왜곡(Rate-Distortion) 값을 기반으로 결정될 수 있다. 예를 들어, 64×64 CTU 내 최적의 CU 분할 과정을 살펴보면, 64×64 크기의 CU에서 8×8 크기의 CU까지의 분할 과정을 거치면서 율-왜곡 비용을 계산할 수 있다. 구체적인 과정은 다음과 같다.
1) 64×64 크기의 CU에 대해 인터/인트라 예측, 변환/양자화, 역양자화/역변환 및 엔트로피 인코딩 수행을 통해 최소의 율-왜곡 값을 발생시키는 최적의 PU와 TU의 분할 구조를 결정한다.
2) 64×64 CU를 32×32 크기의 CU 4개로 분할하고 각 32×32 CU에 대해 최소의 율-왜곡 값을 발생시키는 최적의 PU와 TU의 분할 구조를 결정한다.
3) 32×32 CU를 16×16 크기의 CU 4개로 다시 분할하고, 각 16×16 CU에 대해 최소의 율-왜곡 값을 발생시키는 최적의 PU와 TU의 분할 구조를 결정한다.
4) 16×16 CU를 8×8 크기의 CU 4개로 다시 분할하고, 각 8×8 CU에 대해 최소의 율-왜곡 값을 발생시키는 최적의 PU와 TU의 분할 구조를 결정한다.
5) 위의 3)의 과정에서 산출한 16×16 CU의 율-왜곡 값과 위의 4)의 과정에서 산출한 4개 8×8 CU의 율-왜곡 값의 합을 비교하여 16×16 블록 내에서 최적의 CU의 분할 구조를 결정한다. 이 과정을 나머지 3개의 16×16 CU들에 대해서도 동일하게 수행한다.
6) 위의 2)의 과정에서 계산된 32×32 CU의 율-왜곡 값과 위의 5)의 과정에서 획득한 4개 16×16 CU의 율-왜곡 값의 합을 비교하여 32×32 블록 내에서 최적의 CU의 분할 구조를 결정한다. 이 과정을 나머지 3개의 32×32 CU들에 대해서도 동일하게 수행한다.
7) 마지막으로, 위의 1)의 과정에서 계산된 64×64 CU의 율-왜곡 값과 위의 6)의 과정에서 획득한 4개 32×32 CU의 율-왜곡 값의 합을 비교하여 64×64 블록 내에서 최적의 CU의 분할 구조를 결정한다.
인트라 예측 모드에서, PU 단위로 예측 모드가 선택되고, 선택된 예측 모드에 대해 실제 TU 단위로 예측과 재구성이 수행된다.
TU는 실제 예측과 재구성이 수행되는 기본 단위를 의미한다. TU는 휘도(luma) 성분에 대한 변환 블록(TB: Transform Block)과 이에 대응하는 두 개의 색차(chroma) 성분에 대한 TB를 포함한다.
앞서 도 3의 예시에서 하나의 CTU가 쿼드-트리 구조로 분할되어 CU가 생성되는 것과 같이, TU는 코딩하려는 하나의 CU로부터 쿼드-트리 구조로 계층적으로 분할된다.
TU는 쿼드-트리 구조로 분할되므로 CU로부터 분할된 TU는 다시 더 작은 하위 TU로 분할될 수 있다. HEVC에서는 TU의 크기는 32×32, 16×16, 8×8, 4×4 중 어느 하나로 정해질 수 있다.
다시 도 3을 참조하면, 쿼드-트리의 루트 노드(root node)는 CU와 관련된다고 가정한다. 쿼드-트리는 리프 노드(leaf node)에 도달할 때까지 분할되고, 리프 노드는 TU에 해당한다.
보다 구체적으로 살펴보면, CU는 루트 노드(root node)에 해당되고, 가장 작은 깊이(depth)(즉, depth=0) 값을 가진다. 입력 영상의 특성에 따라 CU가 분할되지 않을 수도 있으며, 이 경우 CU은 TU에 해당한다.
CU은 쿼드 트리 형태로 분할될 수 있으며, 그 결과 깊이 1(depth=1)인 하위 노드들이 생성된다. 그리고, 1의 깊이를 가지는 하위 노드에서 더 이상 분할되지 않은 노드(즉, 리프 노드)는 TU에 해당한다. 예를 들어, 도 3(b)에서 노드 a, b 및 j에 대응하는 TU(a), TU(b), TU(j)는 CU에서 한 번 분할되었으며, 1의 깊이를 가진다.
1의 깊이를 가지는 노드 중 적어도 어느 하나는 다시 퀴드 트리 형태로 분할될 수 있으며, 그 결과 깊이 1(즉, depth=2)인 하위 노드들이 생성된다. 그리고, 2의 깊이를 가지는 하위 노드에서 더 이상 분할되지 않은 노드(즉, 리프 노드)는 TU에 해당한다. 예를 들어, 도 3(b)에서 노드 c, h 및 i에 대응하는 TU(c), TU(h), TU(i)는 CU에서 두 번 분할되었으며, 2의 깊이를 가진다.
또한, 2의 깊이를 가지는 노드 중 적어도 어느 하나는 다시 쿼드 트리 형태로 분할될 수 있으며, 그 결과 깊이 3(즉, depth=3)인 하위 노드들이 생성된다. 그리고, 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 대응하는 TU(d), TU(e), TU(f), TU(g)는 CU에서 3번 분할되었으며, 3의 깊이를 가진다.
트리 구조를 갖는 TU은 미리 정해진 최대 깊이 정보(또는, 최대 레벨 정보)를 가지고 계층적으로 분할될 수 있다. 그리고, 각각의 분할된 TU은 깊이 정보를 가질 수 있다. 깊이 정보는 TU의 분할된 횟수 및/또는 정도를 나타내므로, TU의 크기에 관한 정보를 포함할 수도 있다.
하나의 TU에 대하여, 해당 TU이 분할 되는지 여부를 나타내는 정보(예를 들어, 분할 TU 플래그(split_transform_flag))가 디코더에 전달될 수 있다. 이 분할 정보는 최소 크기의 TU을 제외한 모든 TU에 포함되어 있다. 예를 들어, 분할 여부를 나타내는 플래그의 값이 '1'이면 해당 TU은 다시 4개의 TU으로 나누어지고, 분할 여부를 나타내는 플래그의 값이 '0'이면 해당 TU은 더 이상 나누어지지 않는다.
예측(prediction)
디코딩이 수행되는 현재 처리 유닛을 복원하기 위해서 현재 처리 유닛이 포함된 현재 픽쳐 또는 다른 픽쳐들의 디코딩된 부분을 이용할 수 있다.
복원에 현재 픽쳐만을 이용하는, 즉 화면내 예측만을 수행하는 픽쳐(슬라이스)를 인트라 픽쳐 또는 I 픽쳐(슬라이스), 각 유닛을 예측하기 위하여 최대 하나의 움직임 벡터 및 레퍼런스 인덱스를 이용하는 픽쳐(슬라이스)를 예측 픽쳐(predictive picture) 또는 P 픽쳐(슬라이스), 최대 두 개의 움직임 벡터 및 레퍼런스 인덱스를 이용하는 픽쳐(슬라이스)를 쌍예측 픽쳐(Bi-predictive picture) 또는 B 픽쳐(슬라이스)라고 지칭할 수 있다.
인트라 예측은 동일한 디코딩된 픽쳐(또는 슬라이스)의 데이터 요소(예를 들어, 샘플 값 등)으로부터 현재 처리 블록을 도출하는 예측 방법을 의미한다. 즉, 현재 픽쳐 내의 복원된 영역들을 참조하여 현재 처리 블록의 픽셀값을 예측하는 방법을 의미한다.
이하, 인터 예측에 대하여 보다 상세히 살펴본다.
인터 예측(Inter prediction)(또는 화면 간 예측)
인터 예측은 현재 픽쳐 이외의 픽쳐의 데이터 요소(예를 들어, 샘플 값 또는 움직임 벡터 등)의 기반하여 현재 처리 블록을 도출하는 예측 방법을 의미한다. 즉, 현재 픽쳐 이외의 복원된 다른 픽쳐 내의 복원된 영역들을 참조하여 현재 처리 블록의 픽셀값을 예측하는 방법을 의미한다.
인터 예측(또는 픽처간 예측)은 픽처들 사이에 존재하는 중복성을 제거하는 기술로 대부분 움직임 추정(motion estimation) 및 움직임 보상(motion compensation)을 통해 이루어진다.
도 5는 본 발명이 적용될 수 있는 실시예로서, 인터 예측의 방향을 예시하는 도면이다.
도 5를 참조하면, 인터 예측은 하나의 블록에 대해 시간축 상에서 과거의 픽쳐 혹은 미래의 픽쳐 하나만을 참조 픽처로 사용하는 단방향 예측(Uni-directional prediction)과 과거와 미래 픽쳐들을 동시에 참조하는 양방향 예측(Bi-directional prediction)으로 나눌 수 있다.
또한, 단방향 예측(Uni-directional prediction)은 시간적으로 현재 픽쳐 이전에 표시(또는 출력)되는 1개의 참조 픽쳐를 이용하는 순방향 예측(forward direction prediction)과 시간적으로 현재 픽쳐 이후에 표시(또는 출력)되는 1개의 참조 픽쳐를 이용하는 역방향 예측(backward direction prediction)으로 구분될 수 있다.
인터 예측 과정(즉, 단방향 또는 양방향 예측)에서 현재 블록을 예측하는데 어떤 참조 영역(또는 참조 블록)이 이용되는지 특정하기 위하여 사용되는 움직임 파라미터(또는 정보)는 인터 예측 모드(inter prediction mode)(여기서, 인터 예측 모드는 참조 방향(즉, 단방향 또는 양방향)과 참조 리스트(즉, L0, L1 또는 양방향)을 지시할 수 있음), 참조 인덱스(reference index)(또는 참조 픽쳐 인덱스 또는 참조 리스트 인덱스), 움직임 벡터(motion vector) 정보를 포함한다. 상기 움직임 벡터 정보는 움직임 벡터, 움직임 벡터 예측값(MVP: motion vector prediction) 또는 움직임 벡터 차분값(MVD: motion vector difference)을 포함할 수 있다. 움직임 벡터 차분값은 상기 움직임 벡터와 움직임 벡터 예측값 간의 차분값을 의미한다.
단방향 예측은 한 쪽 방향에 대한 움직임 파라미터가 사용된다. 즉, 참조 영역(또는 참조 블록)을 특정하기 위하여 1개의 움직임 파라미터가 필요할 수 있다.
양방향 예측은 양쪽 방향에 대한 움직임 파라미터가 사용된다. 양방향 예측 방식에서는 최대 2개의 참조 영역을 이용할 수 있는데, 이 2개의 참조 영역은 동일한 참조 픽쳐에 존재할 수도 있고, 서로 다른 픽쳐에 각각 존재할 수도 있다. 즉, 양방향 예측 방식에서는 최대 2개의 움직임 파라미터가 이용될 수 있는데, 2개의 움직임 벡터가 동일한 참조 픽쳐 인덱스를 가질 수도 있고 서로 다른 참조 픽쳐 인덱스를 가질 수도 있다. 이때, 참조 픽쳐들은 시간적으로 현재 픽쳐 이전에 모두 표시(또는 출력)되거나 이후에 모두 표시(또는 출력)될 수 있다.
인코더는 인터 예측 과정에서 현재 처리 블록과 가장 유사한 참조 영역을 참조 픽쳐들로부터 찾는 움직임 추정(Motion Estimation)을 수행한다. 그리고, 인코더는 참조 영역에 대한 움직임 파라미터를 디코더에게 제공할 수 있다.
인코더/디코더는 움직임 파라미터를 이용하여 현재 처리 블록의 참조 영역을 획득할 수 있다. 상기 참조 영역은 상기 참조 인덱스를 가진 참조 픽쳐 내에 존재한다. 또한, 상기 움직임 벡터에 의해서 특정된 참조 영역의 픽셀값 또는 보간(interpolation)된 값이 상기 현재 처리 블록의 예측값(predictor)으로 이용될 수 있다. 즉, 움직임 정보를 이용하여, 이전에 디코딩된 픽쳐로부터 현재 처리 블록의 영상을 예측하는 움직임 보상(motion compensation)이 수행된다.
움직임 벡터 정보와 관련한 전송량을 줄이기 위하여, 이전에 코딩된 블록들의 움직임 정보를 이용하여 움직임 벡터 예측값(mvp)을 획득하고, 이에 대한 차분값(mvd)만을 전송하는 방법을 이용할 수 있다. 즉, 디코더에서는 디코딩된 다른 블록들의 움직임 정보들을 이용하여 현재 처리 블록의 움직임 벡터 예측값을 구하고, 인코더로부터 전송된 차분값을 이용하여 현재 처리 블록에 대한 움직임 벡터값을 획득하게 된다. 움직임 벡터 예측값을 획득함에 있어서, 디코더는 이미 디코딩된 다른 블록들의 움직임 정보을 이용하여 다양한 움직임 벡터 후보 값들을 획득하고 그 중 하나를 움직임 벡터 예측값으로 획득할 수 있다.
- 참조 픽쳐 세트 및 참조 픽쳐 리스트
다중의 참조 픽쳐를 관리하기 위하여, 이전에 디코딩된 픽쳐의 세트가 남은 픽쳐의 디코딩을 위해 복호 픽쳐 버퍼(DPB)내 저장된다.
DPB에 저장된 복원된 픽쳐 중 인터 예측에 이용되는 복원된 픽쳐를 참조 픽쳐(referece picture)로 지칭한다. 다시 말해, 참조 픽쳐(reference picture)는 디코딩 순서 상 다음의 픽쳐의 디코딩 프로세스에서 인터 예측을 위해 사용될 수 있는 샘플을 포함하는 픽쳐를 의미한다.
참조 픽쳐 세트(RPS: reference picture set)는 픽쳐와 연관된 참조 픽쳐의 세트를 의미하고, 디코딩 순서 상 이전에 연관된 모든 픽쳐로 구성된다. 참조 픽쳐 세트는 연관된 픽쳐 또는 디코딩 순서 상 연관된 픽쳐에 뒤따르는 픽쳐의 인터 예측에 이용될 수 있다. 즉, 복호 픽쳐 버퍼(DPB)에 유지되는 참조 픽쳐들은 참조 픽쳐 세트로 지칭될 수 있다. 인코더는 시퀀스 파라미터 세트(SPS: sequence parameter set)(즉, 신택스 요소로 구성되는 신택스 구조) 또는 각 슬라이스 헤더에서 참조 픽쳐 세트 정보를 디코더에게 제공할 수 있다.
참조 픽쳐 리스트(reference picture list)는 P 픽쳐(또는 슬라이스) 또는 B 픽쳐(또는 슬라이스)의 인터 예측을 위해 이용되는 참조 픽쳐의 리스트를 의미한다. 여기서, 참조 픽쳐 리스트는 2개의 참조 픽쳐 리스트로 구분될 수 있으며, 각각 참조 픽쳐 리스트 0(또는 L0) 및 참조 픽쳐 리스트 1(또는 L1)로 지칭할 수 있다. 또한, 참조 픽쳐 리스트 0에 속한 참조 픽쳐를 참조 픽쳐 0(또는 L0 참조 픽쳐)로 지칭하고, 참조 픽쳐 리스트 1에 속한 참조 픽쳐를 참조 픽쳐 1(또는 L1 참조 픽쳐)로 지칭할 수 있다.
P 픽쳐(또는 슬라이스)의 디코딩 프로세스에 있어서, 하나의 참조 픽쳐 리스트(즉, 참조 픽쳐 리스트 0)가 이용되고, B 픽쳐(또는 슬라이스)의 디코딩 프로세스에 있어서, 2개의 참조 픽쳐 리스트(즉, 참조 픽쳐 리스트 0 및 참조 픽쳐 리스트 1)가 이용될 수 있다. 이러한, 각 참조 픽쳐 별로 참조 픽쳐 리스트를 구분하기 위한 정보는 참조 픽쳐 세트 정보를 통해 디코더에게 제공될 수 있다. 디코더는 참조 픽쳐 세트(reference picture set) 정보를 기반으로 참조 픽쳐를 참조 픽쳐 리스트 0 또는 참조 픽쳐 리스트 1에 추가한다.
참조 픽쳐 리스트 내 어느 하나의 특정 참조 픽쳐를 식별하기 위하여 참조 픽쳐 인덱스(reference picture index)(또는 참조 인덱스)가 이용된다.
- 분수 샘플 보간(fractional sample interpolation)
인터 예측된 현재 처리 블록에 대한 예측 블록의 샘플은 참조 픽쳐 인덱스(reference picture index)에 의해 식별되는 참조 픽쳐 내 해당 참조 영역의 샘플 값으로부터 획득된다. 여기서, 참조 픽쳐 내 해당 참조 영역은 움직임 벡터의 수평 요소(horizontal component) 및 수직 요소(vertical component)에 의해 지시되는 위치의 영역을 나타낸다. 움직임 벡터가 정수 값을 가지는 경우를 제외하고, 비정수(noninteger) 샘플 좌표를 위한 예측 샘플을 생성하기 위하여 분수 샘플 보간(fractional sample interpolation)이 사용된다. 예를 들어, 샘플 간의 거리의 1/4 단위의 움직임 벡터가 지원될 수 있다.
HEVC의 경우, 휘도 성분의 분수 샘플 보간(fractional sample interpolation)은 8탭 필터를 가로 방향 및 세로 방향으로 각각 적용한다. 그리고, 색차 성분의 분수 샘플 보간(fractional sample interpolation)은 4탭 필터를 가로 방향 및 세로 방향으로 각각 적용한다.
도 6은 본 발명이 적용될 수 있는 실시예로서, 1/4 샘플 보간을 위한 정수 및 분수 샘플 위치를 예시한다.
도 6을 참조하면, 대문자(upper-case letter)(A_i,j)가 기재된 음영 블록은 정수 샘플 위치를 나타내고, 소문자(lower-case letter)(x_i,j)가 기재된 음영 없는 블록은 분수 샘플 위치를 나타낸다.
분수 샘플은 수평 방향 및 수직 방향으로 각각 정수 샘플 값에 보간 필터가 적용되어 생성된다. 예를 들어, 수평 방향의 경우, 생성하려는 분수 샘플을 기준으로 좌측의 4개의 정수 샘플 값과 우측의 4개의 정수 샘플 값에 8탭 필터가 적용될 수 있다.
- 인터 예측 모드
HEVC에서는 움직임 정보의 양을 줄이기 위하여 머지(Merge) 모드, AMVP(Advanced Motion Vector Prediction)를 이용될 수 있다.
1) 머지(Merge) 모드
머지(Merge) 모드는 공간적(spatially) 또는 시간적(temporally)으로 이웃하는 블록으로부터 움직임 파라미터(또는 정보)를 도출하는 방법을 의미한다.
머지 모드에서 이용 가능한 후보의 세트는 공간적으로 이웃하는 후보(spatial neighbor candidates), 시간적 후보(temporal candidates) 및 생성된 후보(generated candidates)로 구성된다.
도 7은 본 발명이 적용될 수 있는 실시예로서, 공간적 후보의 위치를 예시한다.
도 7(a)를 참조하면, {A1, B1, B0, A0, B2}의 순서에 따라 각 공간적 후보 블록이 이용 가능한지 여부가 판단된다. 이때, 후보 블록이 인트라 예측 모드로 인코딩되어 움직임 정보가 존재하지 않는 경우 또는 후보 블록이 현재 픽쳐(또는 슬라이스)의 밖에 위치하는 경우에는 해당 후보 블록은 이용할 수 없다.
공간적 후보의 유효성의 판단 후, 현재 처리 블록의 후보 블록에서 불필요한 후보 블록을 제외함으로써 공간적 머지 후보가 구성될 수 있다. 예를 들어, 현재 예측 블록의 후보 블록이 동일 코딩 블록 내 첫 번째 예측 블록인 경우 해당 후보 블록을 제외하고 또한 동일한 움직임 정보를 가지는 후보 블록들을 제외할 수 있다.
공간적 머지 후보 구성이 완료되면, {T0, T1}의 순서에 따라 시간적 머지 후보 구성 과정이 진행된다.
시간적 후보 구성에 있어서, 참조 픽쳐의 동일 위치(collocated) 블록의 우하단(right bottom) 블록(T0)이 이용 가능한 경우, 해당 블록을 시간적 머지 후보로 구성한다. 동일 위치(collocated) 블록은 선택된 참조 픽쳐에서 현재 처리 블록에 대응되는 위치에 존재하는 블록을 의미한다. 반면, 그렇지 않은 경우, 동일 위치(collocated) 블록의 중앙(center)에 위치하는 블록(T1)을 시간적 머지 후보로 구성한다.
머지 후보의 최대 개수는 슬라이스 헤더에서 특정될 수 있다. 머지 후보의 개수가 최대 개수보다 큰 경우, 최대 개수 보다 작은 개수의 공간적 후보와 시간적 후보가 유지된다. 그렇지 않은 경우, 머지 후보의 개수는 후보 개수가 최대 개수가 될 때까지 현재까지 추가된 후보들을 조합하여 추가적인 머지 후보(즉, 조합된 쌍예측 머지 후보(combined bi-predictive merging candidates))가 생성된다.
인코더에서는 위와 같은 방법으로 머지 후보 리스트를 구성하고, 움직임 추정(Motion Estimation)을 수행함으로써 머지 후보 리스트에서 선택된 후보 블록 정보를 머지 인덱스(merge index)(예를 들어, merge_idx[x0][y0]')로써 디코더에게 시그널링한다. 도 7(b)에서는 머지 후보 리스트에서 B1 블록이 선택된 경우를 예시하고 있으며, 이 경우, 머지 인덱스(merge index)로 "인덱스 1(Index 1)"이 디코더로 시그널링될 수 있다.
디코더에서는 인코더와 동일하게 머지 후보 리스트를 구성하고, 머지 후보 리스트에서 인코더로부터 수신한 머지 인덱스(merge index)에 해당하는 후보 블록의 움직임 정보로부터 현재 블록에 대한 움직임 정보를 도출한다. 그리고, 디코더는 도출한 움직임 정보를 기반으로 현재 처리 블록에 대한 예측 블록을 생성한다(즉, 움직임 보상).
2) AMVP(Advanced Motion Vector Prediction) 모드
AMVP 모드는 주변 블록으로부터 움직임 벡터 예측 값을 유도하는 방법을 의미한다. 따라서, 수평 및 수직 움직임 벡터 차분 값(MVD: motion vector difference), 참조 인덱스 및 인터 예측 모드가 디코더로 시그널링된다. 수평 및 수직 움직임 벡터 값은 유도된 움직임 벡터 예측 값과 인코더로부터 제공된 움직임 벡터 차분 값(MVD: motion vector difference)를 이용하여 계산된다.
즉, 인코더에서는 움직임 벡터 예측값 후보 리스트를 구성하고, 움직임 추정(Motion Estimation)을 수행함으로써 움직임 벡터 예측값 후보 리스트에서 선택된 움직임 참조 플래그(즉, 후보 블록 정보)(예를 들어, mvp_lX_flag[x0][y0]')를 디코더에게 시그널링한다. 디코더에서는 인코더와 동일하게 움직임 벡터 예측값 후보 리스트를 구성하고, 움직임 벡터 예측값 후보 리스트에서 인코더로부터 수신한 움직임 참조 플래그에서 지시된 후보 블록의 움직임 정보를 이용하여 현재 처리 블록의 움직임 벡터 예측값을 도출한다. 그리고, 디코더는 도출된 움직임 벡터 예측값과 인코더로부터 전송된 움직임 벡터 차분값을 이용하여 현재 처리 블록에 대한 움직임 벡터값을 획득하게 된다. 그리고, 디코더는 도출한 움직임 정보를 기반으로 현재 처리 블록에 대한 예측 블록을 생성한다(즉, 움직임 보상).
AMVP 모드의 경우, 앞서 도 7에서 5개의 이용 가능한 후보들 중에서 2개의 공간적 움직임 후보가 선택된다. 첫 번째 공간적 움직임 후보는 좌측에 위치한 {A0, A1} 세트로부터 선택되고, 두 번째 공간적 움직임 후보는 상위에 위치한 {B0, B1, B2} 세트로부터 선택된다. 이때, 이웃한 후보 블록의 참조 인덱스가 현재 예측 블록과 동일하지 않은 경우, 움직임 벡터가 스케일링된다.
공간적 움직임 후보의 탐색 결과 선택된 후보 개수가 2개라면 후보 구성을 종료하나, 2개 미만인 경우 시간적 움직임 후보가 추가된다.
도 8은 본 발명이 적용되는 실시예로서, 인터 예측 방법을 예시하는 도면이다.
도 8을 참조하면, 디코더(특히, 도 2에서 디코더의 인터 예측부(261))는 처리 블록(예를 들어, 예측 유닛)에 대한 움직임 파라미터를 복호화한다(S801).
예를 들어, 처리 블록이 머지 모드가 적용된 경우, 디코더는 인코더로부터 시그널링된 머지 인덱스를 복호화할 수 있다. 그리고, 머지 인덱스에서 지시된 후보 블록의 움직임 파라미터로부터 현재 처리 블록의 움직임 파라미터를 도출할 수 있다.
또한, 처리 블록이 AMVP 모드가 적용된 경우, 디코더는 인코더로부터 시그널링된 수평 및 수직 움직임 벡터 차분 값(MVD: motion vector difference), 참조 인덱스 및 인터 예측 모드를 복호화할 수 있다. 그리고, 움직임 참조 플래그로부터 지시된 후보 블록의 움직임 파라미터로부터 움직임 벡터 예측값을 도출하고, 움직임 벡터 예측값과 수신한 움직임 벡터 차분 값을 이용하여 현재 처리 블록의 움직임 벡터값을 도출할 수 있다.
디코더는 복호화된 움직임 파라미터(또는 정보)를 이용하여 예측 유닛에 대한 움직임 보상을 수행한다(S802).
즉, 인코더/디코더에서는 복호화된 움직임 파라미터를 이용하여, 이전에 디코딩된 픽쳐로부터 현재 유닛의 영상을 예측하는 움직임 보상(motion compensation)을 수행한다.
도 9는 본 발명이 적용될 수 있는 실시예로서, 움직임 보상 과정을 예시하는 도면이다.
도 9에서는 현재 픽쳐(current picture)에서 부호화 하고자 하는 현재 블록(current block)을 위한 움직임 파라미터는 단방향 예측, LIST0, LIST0 내 두번 째 픽쳐(picture), 움직임 벡터 (-a, b) 인 경우를 예시한다.
이 경우, 도 9와 같이 현재 블록은 LIST0의 두번째 픽쳐에서 현재 블록과 (-a, b) 만큼 떨어져 있는 위치의 값(즉, 참조 블록(reference block)의 샘플값)들을 사용하여 예측된다.
양방향 예측의 경우는, 또다른 참조 리스트(예를 들어, LIST1)와 참조 인덱스, 움직임 벡터 차분값이 전송되어, 디코더는 두 개의 참조 블록을 도출하고, 이를 기반으로 현재 블록 값을 예측한다.
옵티컬 플로우 (OF: Optical flow)
옵티컬 플로우(Optical flow)는 시야에서 물체(object)나 어떤 표면(surface), 모서리(edge) 등의 운동 패턴을 말한다. 즉, 어떤 특정한 시간(time)과 그 이전 시간의 이미지들 사이의 차이를 순차적으로 추출하여 물체 등의 움직임에 대한 패턴을 얻게 되는 것이다. 이는 단순히 현 프레임과 이전 프레임 만의 차이를 얻는 경우에 비하여 더욱 많은 움직임에 대한 정보를 얻게 하여준다. 옵티컬 플로우는 시각을 가진 동물의 시각적 인지 기능에 있어서 어떤 움직이는 물체의 목표점을 찾을 수 있게 해주며 주변 환경의 구조를 이해하는 데에 도움을 주는 등 매우 중요한 기여도를 가진다. 기술적으로는 컴퓨터 비젼 시스템에서 3차원 영상을 해석한다거나 화상 압축 등에 활용될 수도 있다. 옵티컬 플로우를 실현하는 방법은 여러 가지가 제시되어 있다.
옵티컬 플로우를 적용한 움직임 보상 방법에서, 연속된 프레임에서 물체의 픽셀값은 변하지 않는다(BCC: Brightness Constancy Constraint)고 가정하면 물체의 움직임은 수학식 1과 같이 표현할 수 있다.
Figure PCTKR2016015407-appb-M000001
여기서 I(x, y, t)는 시간 t에서 (x, y) 좌표의 픽셀값을 나타내고, Δ는 변화량을 나타낸다. 즉, Δx는 x 좌표의 변화량, Δy는 y 좌표의 변화량, Δt는 시간 t의 변화량을 나타낸다.
짧은 시간 동안 작은 움직임을 가정하면 수학식 1에서 오른쪽 항은 테일러 시리즈(Taylor series)의 1차 수식으로 표현이 가능하며, 수학식 2와 같이 전개할 수 있다.
Figure PCTKR2016015407-appb-M000002
그리고, 수학식 2를 시간 t의 변화량 Δt로 나누고 V_x= Δx/ Δt, V_y= Δy/ Δt라고 하면, 수학식 2는 수학식 3과 같이 정리된다.
Figure PCTKR2016015407-appb-M000003
여기서, V_x와 V_y는 각각 I(x, y, t)에서의 옵티컬 플로우(또는 옵티컬 플로우 움직임 벡터)의 x 축 성분(component), y축 성분(component)를 의미한다. ∂I/∂x, ∂I/∂y, ∂I/∂t는 각각 I(x, y, t)에서의 x 축, y 축, t 축 방향의 편미분(derivative)을 나타내며, 이하 본 명세서에서 각각 I_x, I_y, I_t로 지칭될 수 있다.
I_x, I_y, I_t를 구하면 옵티컬 플로우(또는 옵티컬 플로우 움직임 벡터) V={V_x, V_y}를 얻을 수 있다.
수학식 3을 행렬(matrix) 형태로 표현하면 수학식 4와 같이 나타낼 수 있다.
Figure PCTKR2016015407-appb-M000004
A=[I_x, I_y], V=[V_x, V_y]^T, b=-I_t라고 하면, 수학식 4는 수학식 5와 같다.
Figure PCTKR2016015407-appb-M000005
옵티컬 플로우(또는 옵티컬 플로우 움직임 벡터) V를 얻기 위하여, 일반적으로 최소 제곱 추정(Least-square(LS) estimation) 방법을 이용한다. 먼저, LS 추정자(estimator)인 제곱 에러(square error) E를 수학식 6과 같이 설계할 수 있다.
Figure PCTKR2016015407-appb-M000006
수학식 6과 같은 LS 추정자는 다음 두가지를 고려하여 설계할 수 있다.
1) 불량 조건 문제(Ill-posed problem)를 해결하기 위해 지역적 고정적인 움직임(locally steady motion)을 가정한다. 즉, 임의의 윈도우(window) w 영역에 포함되는 픽셀값에 대응하는 옵티컬 플로우는 서로 유사하다고 가정할 수 있다.
2) 윈도우 중앙값을 기준으로 멀리 위치한 픽셀값에 작은 가중치를 부여하고 가까이 위치한 픽셀값에 큰 가중지를 부여하는 가중 함수(weighting function) g를 고려한다.
제곱 에러 E를 최대로 하는 옵티컬 플로우 V를 얻기 위해 V_x, V_y에 대한 편미분 값이 0이 되도록 수학식 6을 정리하면 수학식 7과 같다.
Figure PCTKR2016015407-appb-M000007
행렬(matrix) M, b를 수학식 8과 같이 정의하면 다음과 같다.
Figure PCTKR2016015407-appb-M000008
수학식 8을 이용하여 수학식 7을 정리하면, 수학식 9와 같다.
Figure PCTKR2016015407-appb-M000009
따라서, LS 추정자에 의한 옵티컬 플로우 V는 수학식 10과 같이 결정된다.
Figure PCTKR2016015407-appb-M000010
양방향 옵티컬 플로우 (BIO: Bi -directional Optical Flow)
BIO는 옵티컬 플로우를 이용하여 추가적인 움직임 벡터(MV: Motion Vector)의 전송 없이 샘플(픽셀) 단위로 움직임 벡터와 참조 샘플(또는 예측 샘플) 값을 얻는 방법이다.
앞서 설명한, 옵티컬 플로우의 첫번째 가정(물체가 짧은 시간 동안 움직일 때 그 픽셀값은 변하지 않는다)에 추가로 물체가 짧은 시간 동안 일정한 속도로 움직인다고 가정한다.
도 10은 본 발명이 적용될 수 있는 실시예로서, 고정적인 움직임(steady motion)을 가지는 픽쳐의 양방향 예측 방법을 예시한다.
도 10을 참조하면, 현재 픽쳐(current picture)(또는 B 슬라이스(B-slice))(1010)를 중심으로 양방향의 참조 픽쳐(Ref: reference picture)(1020, 1030)가 존재하는 경우를 예시한다.
이때, 상술한 바와 같이, 물체(object)가 고정적인 움직임(steady motion)을 가진다는 가정에 의해, 현재 픽쳐(1010)를 중심으로 양방향의 참조 픽쳐(1020, 1030)가 있을 때, 현재 픽쳐(1010) 내 현재 픽셀(1011)에 대응되는(즉, 현재 픽셀(1011)과 좌표가 동일한)(collocated) 참조 픽쳐 0(1020) 내 대응 픽셀(이하, ‘ 제 1 대응 픽셀’이라 지칭함)(1021)로부터 A 위치로 이르는 움직임 벡터(이하, ‘ 제 1 움직임 벡터’로 지칭함)(1022)와 현재 픽셀(1011)에 대응되는(즉, 현재 픽셀 (1011)과 좌표가 동일한)(collocated) 참조 픽쳐 1(1030) 내 대응 픽셀(이하, ‘제 2 대응 픽셀’이라 지칭함)(1031)로부터 B 위치로 이르는 움직임 벡터(이하, ‘제 2 움직임 벡터’로 지칭함)(1032)는 대칭되는 값으로 표현될 수 있다.
즉, 제 1 움직임 벡터(1022)와 제 2 움직임 벡터(1032)는 크기가 같고 방향은 반대인 벡터로 표현될 수 있다.
앞서 설명한 두 가지의 가정에 의해 A 위치와 B 위치에서의 픽셀값의 차이는 수학식 11과 같이 정리된다.
Figure PCTKR2016015407-appb-M000011
여기서, I^0[i+v_x, j+v_y]는 참조 픽쳐 0(Ref0)(1020)의 A 위치의 픽셀값이고 I^1[i-v_x, j-v_y]는 참조 픽쳐 1(Ref1)(1030)의 B 위치의 픽셀값이다. 그리고, (i, j)는 현재 픽쳐(1010) 내 현재 픽셀(1011)의 좌표를 의미한다.
각 픽셀값은 수학식 12와 같이 표현될 수 있다.
Figure PCTKR2016015407-appb-M000012
수학식 11에 수학식 12를 대입하면 수학식 13과 같이 정리될 수 있다.
Figure PCTKR2016015407-appb-M000013
I_x^(0)[i, j]와 I_y^(0)[i, j]는 참조 픽쳐 0(Ref0)(1020) 내 제 1 대응 픽셀 위치에서의 x 축, y 축 편미분 값이고, I_x^(1)[i, j]와 I_y^(1)[i, j]는 참조 픽쳐 1(Ref1)(1030) 제 2 대응 픽셀 위치에서의 x 축, y 축 편미분 값으로, [i, j] 위치 해당 픽셀의 그래디언트(또는 경사도, 변화량)(gradient)를 의미한다.
표 1은 BIO 그래디언트(gradient)(또는 경사도, 변화량) 계산을 위해 사용될 수 있는 보간 필터 계수를 나타낸다.
Figure PCTKR2016015407-appb-T000001
아래의 수학식 14와 표 1의 보간 필터(interpolation filter)를 사용하여 BIO 그래디언트(gradient)를 결정할 수 있다.
Figure PCTKR2016015407-appb-M000014
여기서, 2*M은 필터 탭(filter tab) 수를 의미한다. α_x^(k)는 움직임 벡터(motion vector)의 x 축 방향의 소수부, dF_n(α_x^(k))는 α_x^(k)에서 n 번째 필터 탭의 계수를 의미한다. R^(k)[i+n, j]는 참조 픽쳐 k(k는 0 또는 1) 내 [i+n, j] 좌표의 복원된 픽셀(reconstruction pixel) 값을 의미한다.
앞서 물체가 짧은 시간 동안 움직일 때 그 픽셀 값은 변하지 않는다고 가정하였으므로, 수학식 13에 의해 Δ^2(i, j)를 최소화하는 픽셀 단위의 움직임 벡터 V_x[i, j], V_y[i, j]를 찾을 수 있다.
결국, 도 10에서 참조 픽쳐 0(1020) 내 A 위치의 픽셀값과 참조 픽쳐 1(1030) 내 B 위치의 픽셀값이 동일한 값(또는 차이가 최소인 값)을 가지는 움직임 벡터를 찾는 것이 목적이나, 픽셀 간의 오차가 클 수 있으므로, 일정 윈도우 사이즈 내에서 픽셀값들의 차이가 최소인 움직임 벡터를 찾을 수 있다.
따라서, 현재 픽셀(1011)의 좌표 [i, j] 를 중심으로 윈도우(window) Ω 내에서 지역적 고정적인 움직임(locally steady motion)을 가진다고 가정하면, (2M+1)×(2M+1) 크기의 윈도우에서 픽셀의 위치는 [i', j']로 나타낼 수 있다. 이때, [i', j']는 i - M ≤ i' ≤ i + M, j - M ≤ j' ≤ j + M 를 만족한다.
따라서, ∑_Ω[Δ²(i', j')]을 최소화하는 움직임 벡터를 찾는다.
Figure PCTKR2016015407-appb-M000015
G_x는 x 축(즉, 수평 방향)의 그래디언트(gradient)를 나타내고, G_y는 y 축(즉, 수직 방향)의 그래디언트(gradient)를 나타내며, δP는 t 축의 그래디언트(gradient)(또는 시간에 따른 픽셀값의 변화량)를 나타낸다.
지역적 고정적인 움직임을 고려하여, 수학식 13의 각 항을 수학식 15를 대입하여 정리하면 수학식 16과 같다.
Figure PCTKR2016015407-appb-M000016
수학식 16을 V_x, V_y로 각각 편미분하여 정리하면 각각 수학식 17과 같다.
Figure PCTKR2016015407-appb-M000017
그리고, V_x, V_y를 계산하기 위하여 수학식 18과 같이 S1 내지 S6을 정의할 수 있다.
Figure PCTKR2016015407-appb-M000018
수학식 18을 이용하면, 수학식 17의 V_x, V_y는 각각 수학식 19와 같은 식으로 정리된다.
Figure PCTKR2016015407-appb-M000019
따라서, V_x와 V_y를 이용하여 현재 픽셀의 예측값(Predictor)을 아래 수학식 20과 같이 계산할 수 있다.
Figure PCTKR2016015407-appb-M000020
여기서, P는 현재 블록 내 현재 픽셀에 대한 예측값(predictor)를 나타낸다. P^(0) 및 P^(1)는 각각 L0 참조 블록 및 L1 참조 블록에서 현재 픽셀과 좌표가 동일한(collocated) 픽셀(즉, 제 1 대응 픽셀 및 제 2 대응 픽셀)의 각 픽셀값을 나타낸다.
인코더/디코더에서 수학식 19을 이용하여 픽셀 단위의 움직임 벡터를 계산하는 경우 많은 연산량이 요구될 수 있다. 따라서, 연산 복잡도를 줄이기 위해 수학식 19는 수학식 21과 같이 근사화되어 사용될 수 있다.
Figure PCTKR2016015407-appb-M000021
BIO 방법 즉, 옵티컬 플로우 움직임 벡터 개량(Optical flow motion vector refinement) 방법은 현재 블록에 양방향 예측(bi-directional prediction)이 적용되는 경우, 움직임 보상(motion compensation) 과정에서 수행될 수 있다. 아래의 도면을 참조하여 구체적인 방법을 설명한다.
도 11은 본 발명의 일 실시예에 따른 양방향 예측을 통한 움직임 보상 방법을 예시하는 도면이다.
인코더/디코더는 현재 블록에 진정한 양방향 예측(True bi-prediction)이 적용되는지 여부를 판단한다(S1101).
즉, 인코더/디코더는 현재 블록에 양방향 예측(bi-prediction)이 적용되고, 참조 픽쳐 0(Ref0)과 참조 픽쳐 1(Ref1)이 현재 블록(또는 현재 픽쳐)을 기준으로 시간축 상으로 반대인 경우(즉, 현재 픽쳐의 POC(Picture Order Count)가 두 참조 픽쳐의 POC 사이에 있는 경우)인지 여부를 판단한다.
S1101 단계에서 판단한 결과, 현재 블록에 진정한 양방향 예측이 적용되는 경우, 인코더/디코더는 현재 블록의 그래디언트 맵(gradient map)을 구한다(S1102).
현재 블록(HEVC를 예로 들면, PU)의 너비(width)와 높이(height)를 각각 w와 h라 할 때, 인코더/디코더는 (w+4)×(h+4) 크기의 블록 내 각 대응 픽셀의 x 축, y 축 각각에 대한 그래디언트(gradient)를 구하고, 이를 x 축, y 축 각각의 그래디언트 맵(gradient map)으로 결정할 수 있다.
도 12는 본 발명의 일 실시예에 따른 그래디언트 맵을 결정하는 방법을 예시하는 도면이다.
도 12를 참조하면, 현재 블록(1201)의 크기가 8×8인 경우를 가정한다. 8×8 크기의 현재 블록(1201)에 5×5 크기의 윈도우(1202)가 적용되는 경우, 12×12 크기의 그래디언트 맵(gradient map)이 결정될 수 있다.
다시 도 11을 참조하면, 인코더/디코더는 5×5 크기의 윈도우(도 12에서 1201)를 이용하여 S1 내지 S6 값을 계산한다(S1103).
S1 내지 S6 값은 앞서 설명한 수학식 18을 이용하여 계산될 수 있다.
인코더/디코더는 현재 픽셀의 옵티컬 플로우 움직임 벡터(OF motion vector)를 결정한다(S1104).
옵티컬 플로우 움직임 벡터를 결정하는 방법은 후술한다.
인코더/디코더는 옵티컬 플로우 예측값(OF predictor)을 계산하고, 계산된 옵티컬 플로우 예측값을 최적의 예측값(opimal predictor)로 결정한다(S1105).
다시 말해, 인코더/디코더는 S1104 단계에서 결정된 옵티컬 플로우 움직임 벡터(또는 픽셀 단위의 움직임 벡터)를 이용하여 수학식 20과 같이 현재 픽셀에 대한 예측값을 계산할 수 있고, 계산된 현재 픽셀에 대한 예측값을 최적의 예측값(또는 현재 픽셀의 최종 예측값)으로 결정할 수 있다.
만약 S1101 단계에서 판단한 결과, 현재 블록에 진정한 양방향 예측이 적용되지 않는 경우, 인코더/디코더는 양방향 예측을 수행하여 양방향 예측값(bi-directional predictor)를 계산하고, 계산된 양방향 예측값을 최적의 예측값(opimal predictor)로 결정한다(S1106).
즉, 현재 블록에 진정한 양방향 예측이 적용되지 않는 경우에는 옵티컬 플로우에 기반한 픽셀 단위의 움직임 보상이 수행되지 않을 수 있다.
도 13은 본 발명의 일 실시예에 따른 옵티컬 플로우 움직임 벡터를 결정하는 방법을 예시하는 도면이다.
도 13에서는 옵티컬 플로우 움직임 벡터(또는 픽셀 단위의 움직임 벡터)의 수평 방향 성분(즉, x 축 방향 성분)의 결정 방법을 설명한다.
인코더/디코더는 S1 값이 특정 임계값(Threshold) 보다 큰지 여부를 판단한다(S1301).
S1301 단계에서 판단한 결과, S1 값이 임계값보다 큰 경우 인코더/디코더는 V_x 값을 구한다(S1302).
이때, 인코더/디코더는 앞서 설명한 바와 같이, 수학식 19 또는 수학식 21을 이용하여 V_x 값을 계산할 수 있다.
인코더/디코더는 S1302 단계에서 구한 V_x 값이 한계값(Limit)보다 큰지 여부를 판단한다(S1303).
S1303 단계에서 판단한 결과, V_x 값이 한계값보다 큰 경우 인코더/디코더는 V_x 값을 한계값으로 설정한다(S1304).
만약 S1303 단계에서 판단한 결과, V_x 값이 한계값보다 크지 않은 경우 S1302 단계에서 계산된 값이 V_x 값으로 결정된다.
만약 S1301 단계에서 판단한 결과, S1 값이 임계값보다 크지 않은 경우 인코더/디코더는 V_x 값을 0으로 설정한다(S1306).
인코더/디코더는 도 13에서 설명한 방법과 유사한 방법으로 y 축 방향의 옵티컬 플로우 움직임 벡터(즉, 옵티컬 플로우 움직임 벡터(또는 픽셀 단위의 움직임 벡터)의 수평 방향 성분)를 결정할 수 있다.
먼저, 인코더/디코더는 S5 값이 특정 임계값(Threshold) 보다 큰지 여부를 판단하고, 만약 임계값보다 S5 값이 큰 경우 수학식 19 또는 수학식 21을 이용하여 V_y 값을 계산한다. 그리고, 계산된 V_y 값이 한계값(Limit) 보다 큰지 여부를 판단하고, 만약 계산된 V_y 값이 한계값 보다 크다면, 인코더/디코더는 V_y 값을 한계값으로 설정한다. 만약 계산된 V_y 값이 한계값 보다 크지 않은 경우, 계산된 값으로 V_y 값이 결정된다. 그리고, 만약 S5 값이 임계값보다 크지 않다면, 인코더/디코더는 V_y 값을 0으로 설정한다.
V_x 및 V_y를 결정한 후, 인코더/디코더는 수학식 20를 이용하여 픽셀 단위로 옵티컬 플로우 움직임 벡터 개량(OF motion vector refinement)이 적용된 옵티컬 플로우 예측값(OF predictor)를 계산할 수 있다.
인터 예측 기반 영상 처리 방법
전술한 바와 같이, LS 추정자는 1) 임의의 윈도우(window) w 영역에 포함되는 화소값을 고려하고, 2) 윈도우의 중앙값을 기준으로 멀리 위치한 픽셀값에 작은 가중치를 부여하고 가까이 위치한 픽셀값에 큰 가중치를 부여하는 가중 함수(weighting function) g를 고려하여 설계될 수 있다.
그러나, 기존 BIO(Bi-directional Optical Flow) 방법은 1) 고정된 크기의 5×5 윈도우를 사용하며, 2) 윈도우 영역에 포함된 그래디언트에 대해 동일한 가중치를 부여한다.
따라서, 본 발명에서는 픽셀 단위 움직임 예측의 정확도를 향상시키기 위해 1) 윈도우의 크기를 적응적으로 조절하는 방법, 2) 윈도우의 중앙 픽셀로부터 거리가 멀어질수록 작은 가중치를 부여하는 가중 함수를 가지는 윈도우를 설계하는 방법을 제안한다.
이하, 본 발명의 설명에 있어, 픽셀 단위의 움직임 보상(즉, BIO)을 위해 도출되는 움직임 벡터(즉, 앞서 수학식 19 내지 21의 V_x, V_y)는 옵티컬 플로우(optical flow), 옵티컬 플로우 움직임 벡터(OF motion vector), 픽셀 단위의 움직임 벡터, 변위 벡터 등으로 지칭될 수 있다.
실시예 1
본 실시예에서는 고정된 크기의 윈도우를 사용하는 기존의 BIO 방법을 개선하기 위한 방법을 제안한다.
구체적으로, 본 실시예에서는 윈도우 영역 안에서 다른 특징을 가지는 특이치(outlier)가 제거된 윈도우를 사용하는 방법을 제안한다.
여기서, 특이치(outlier)는 윈도우 영역 안에서 다른 움직임(motion) 또는 다른 특징의 그래디언트를 가지는 픽셀(또는 그래디언트 성분), 즉, 지역적 고정적인 움직임(locally steady motion) 가정에 위배될 수 있는 픽셀(또는 그래디언트 성분)을 나타낸다.
그리고, 그래디언트(또는 경사도, 변화량)(gradient)는 윈도우 영역 내 수평 방향 또는 수직 방향 편미분 값을 나타내며, 그래디언트는 윈도우 영역 내 복수 개의 수평 방향 또는 수직 방향 픽셀들의 픽셀값의 증감률(또는 기울기)을 이용하여 계산될 수도 있고, 소정의 보간 필터(예를 들어, 앞서 표 1 및 수학식 14 참조)를 이용하여 계산될 수도 있다.
이하, 본 실시예의 설명에 있어, 설명의 편의를 위해 윈도우의 크기가 5×5 인 경우를 가정하여 설명하나 본 발명이 이에 한정되는 것은 아니다. 즉, 5×5 크기의 윈도우 이외의 크기의 윈도우에서 특이치가 제거된 윈도우를 사용하여 픽셀 단위의 움직임 보상을 수행할 수 있다.
아래의 도면을 참조하여, 5×5 크기의 윈도우에서 특이치를 제외하고, 특이치가 제외된 윈도우를 이용하여 픽셀 단위의 움직임 보상을 수행하는 방법을 예로 들어 설명한다.
도 14는 본 발명의 일 실시예에 따른 양방향 예측을 통한 움직임 보상 방법을 예시하는 도면이다.
인코더/디코더는 현재 블록에 진정한 양방향 예측(True bi-prediction)이 적용되는지 여부를 판단한다(S1401).
즉, 인코더/디코더는 현재 블록에 양방향 예측(bi-prediction)이 적용되고, 참조 픽쳐 0(Ref0)과 참조 픽쳐 1(Ref1)이 현재 블록(또는 현재 픽쳐)을 기준으로 시간축 상으로 반대인 경우(즉, 현재 픽쳐의 POC(Picture Order Count)가 두 참조 픽쳐의 POC 사이에 있는 경우)인지 여부를 판단한다.
S1401 단계에서 판단한 결과, 현재 블록에 진정한 양방향 예측이 적용되는 경우, 인코더/디코더는 현재 블록의 그래디언트 맵(gradient map)을 구한다(S1402).
현재 블록(HEVC를 예로 들면, PU)의 너비(width)와 높이(height)를 각각 w와 h라 할 때, 인코더/디코더는 (w+4)×(h+4) 크기의 블록 내 각 대응 픽셀의 x 축, y 축 각각에 대한 그래디언트(gradient)를 구하고, 이를 x 축, y 축 각각의 그래디언트 맵(gradient map)으로 결정할 수 있다.
인코더/디코더는 5×5 크기의 윈도우 영역에 포함되는 그래디언트 성분 중에서 특이치(outlier)를 제거한다(S1403).
즉, 인코더/디코더는 5×5 크기의 윈도우 영역의 각 픽셀의 그래디언트 성분이 특이치에 해당되는지 여부를 판단하고, 특이치에 해당되는 그래디언트 성분을 윈도우 영역에서 제거(또는 제외)한다. 특이치에 해당되는지 여부의 판단 방법은 자세히 후술한다.
이때, 윈도우 영역은 현재 블록의 움직임 벡터에 의해 특정되는 현재 블록의 제 1 참조 픽쳐 내 제 1 참조 블록 및 현재 블록의 움직임 벡터에 의해 특정되는 제 2 참조 픽쳐 내 제 2 참조 블록 내 상기 현재 블록의 각 픽셀과 좌표가 동일한(collocated) 픽셀을 중심으로 하는 윈도우(window) 영역에 해당할 수 있다.
인코더/디코더는 S1403 단계에서 특이치가 제거된 윈도우를 이용하여 S1 내지 S6 값을 계산한다(S1404).
이때, S1 내지 S6은 다음의 수학식 22를 이용하여 계산될 수 있다
Figure PCTKR2016015407-appb-M000022
여기서, Ω'는 특이치를 제외한 5×5 크기의 윈도우 영역을 나타낸다. 즉, S1 내지 S6은 특이치를 제외한 윈도우 영역 내 그래디언트 성분을 이용하여 계산될 수 있다.
인코더/디코더는 현재 픽셀의 옵티컬 플로우 움직임 벡터(OF motion vector)를 결정한다(S1405).
여기서, 옵티컬 플로우 움직임 벡터는 앞서 도 13에서 설명한 방법에 의해 결정될 수 있다.
인코더/디코더는 옵티컬 플로우 예측값(OF predictor)을 계산하고, 계산된 옵티컬 플로우 예측값을 최적의 예측값(opimal predictor)로 결정한다(S1406).
다시 말해, 인코더/디코더는 S1405 단계에서 결정된 옵티컬 플로우 움직임 벡터(또는 픽셀 단위의 움직임 벡터)를 이용하여 수학식 20과 같이 현재 픽셀에 대한 예측값을 계산할 수 있고, 계산된 현재 픽셀에 대한 예측값을 최적의 예측값(또는 현재 픽셀의 최종 예측값)으로 결정할 수 있다.
만약 S1401 단계에서 판단한 결과, 현재 블록에 진정한 양방향 예측이 적용되지 않는 경우, 인코더/디코더는 양방향 예측을 수행하여 양방향 예측값(bi-directional predictor)를 계산하고, 계산된 양방향 예측값을 최적의 예측값(opimal predictor)로 결정한다(S1407).
도 15는 본 발명이 적용될 수 있는 실시예로서, 윈도우 영역 내 특이치(outlier)를 제거하는 방법을 설명하기 위한 도면이다.
도 15를 참조하면, 윈도우(window)가 N×N 크기인 경우를 가정하여 설명한다. 그리고, 특이치에 해당하는지 여부는 x 축 방향과 y 축 방향에 대하여 각각 독립적으로 판단될 수 있으며, 도 15에서는 x 축 방향을 기준으로 특이치 해당 여부를 판단하는 방법을 설명한다.
- 인코더/디코더는 mG_x 값을 획득한다.
여기서, mG_x는 윈도우 내 수평 방향 그래디언트의 대표값(또는 기준값)으로서, 예를 들면, mG_x는 다음과 같은 값으로 결정될 수 있다.
1. 윈도우 내 수평 방향 그래디언트의 평균값
2. 윈도우 내 수평 방향 그래디언트의 중앙값(median)
3. 윈도우 내 중앙 픽셀의 수평 방향 그래디언트 값
즉, mG_x는 윈도우 영역 내 픽셀들의 수평 방향 그래디언트 성분들의 평균, 윈도우 영역 내 픽셀들의 수평 방향 그래디언트 성분의 중앙값 또는 윈도우의 중앙에 위치한 픽셀의 수평 방향 그래디언트 성분으로 결정될 수 있다. 다만, 이는 예시에 불과하며 본 발명이 이에 한정되는 것은 아니다.
- 인코더/디코더는 획득된 mG_x와 윈도우 영역 내 모든 픽셀들의 그래디언트간의 차이값이 각각 특정 임계값(threshold)보다 작은지 여부를 판단한다.
- 만약, mG_x와 현재 픽셀의 그래디언트의 차이값이 특정 임계값보다 작은 경우, 인코더/디코더는 앞서 설명한 수학식 22를 이용하여 S1 내지 S6을 계산할 때, 현재 픽셀의 그래디언트를 후보로서 고려한다.
즉, 인코더/디코더는 현재 픽셀의 그래디언트를 윈도우 영역에 포함하여 수학식 22를 통해 S1 내지 S6를 계산할 수 있다.
- 만약, mG_x와 현재 픽셀의 그래디언트의 차이값이 특정 임계값보다 작지 않은 경우, 인코더/디코더는 현재 픽셀의 그래디언트를 특이치(outlier)로 결정하고 윈도우 영역에서 제외한다.
인코더/디코더는 도 15에서 설명한 방법과 마찬가지로 y 축 방향을 기준으로 특이치 해당 여부를 판단할 수 있다. 즉, 인코더/디코더는 윈도우 내 수직 방향 그래디언트의 대표값(또는 기준값)으로서 mG_y를 획득한다.
이때, mG_y는 윈도우 영역 내 픽셀들의 수직 방향 그래디언트 성분들의 평균, 윈도우 영역 내 픽셀들의 수직 방향 그래디언트 성분의 중앙값 또는 윈도우의 중앙에 위치한 픽셀의 수직 방향 그래디언트 성분으로 결정될 수 있다. 다만, 이는 예시에 불과하며 본 발명이 이에 한정되는 것은 아니다.
그리고, 인코더/디코더는 획득된 mG_y와 윈도우 영역 내 모든 픽셀들의 그래디언트간의 차이값이 각각 특정 임계값보다 작은지 여부를 판단한다. 판단 결과, 특정 임계값보다 작은 경우, 인코더/디코더는 앞서 설명한 수학식 22를 이용하여 S1 내지 S6을 계살할 때, 현재 픽셀의 그래디언트를 후보로서 고려한다. 만약, mG_y와 현재 픽셀의 그래디언트의 차이값이 특정 임계값보다 작지 않은 경우, 인코더/디코더는 현재 픽셀의 그래디언트를 특이치로 결정하고 윈도우 영역에서 제외한다.
인코더/디코더는 윈도우 단위로 특이치를 제거하고, 특이치가 제거된 윈도우 영역을 이용하여 S1 내지 S6를 계산할 수 있다. 이때, 연산 복잡도를 줄이기 위하여 이용될 수 있는 윈도우 단위 특이치 제거 방법을 아래의 도면을 참조하여 설명한다.
도 16은 본 발명이 적용될 수 있는 실시예로서, 윈도우 영역 내 특이치를 제거하는 방법을 설명하기 위한 도면이다.
도 16을 참조하면, 현재 블록(1601)의 크기가 8×8인 경우를 가정한다. 8×8 크기의 현재 블록(1601)에 5×5 크기의 윈도우가 적용되는 경우, 12×12 크기의 그래디언트 맵(gradient map)이 결정될 수 있다.
인코더/디코더는 현재 픽셀(1602)을 중심으로 하는 윈도우 영역(1603) 내 픽셀들의 그래디언트가 특이치에 해당하는지 여부를 판단하고, 특이치가 제거된 윈도우 영역 내 그래디언트를 이용하여 픽셀 단위 움직임 보상을 수행한다.
그리고, 인코더/디코더는 현재 픽셀(1602)의 다음 픽셀(1604)를 중심으로 하는 윈도우 영역(1605) 내 픽셀들의 그래디언트가 특이치에 해당하는지 여부를 판단한다.
이때, 인코더/디코더는 현재 픽셀(1602)의 다음 픽셀(1604)를 중심으로 하는 윈도우 영역(1605) 내 25개 픽셀들의 그래디언트가 각각 특이치에 해당하는지 여부를 판단하지 않고, 새롭게 추가되는 5개의 우측 픽셀(1607)에 대해서만 특이치에 해당하는지 여부를 판단할 수 있다.
다시 말해, 현재 픽셀(1602)의 다음 픽셀(1604)을 중심으로 하는 윈도우 영역(1605)에서 현재 픽셀(1602)을 중심으로 하는 윈도우 영역(1603)과 중복되는 부분을 제외하고 특이치에 해당하는지 여부를 판단할 수 있다.
즉, 인코더/디코더는 이전 윈도우 영역(1603)에서 좌측 5개 픽셀의 그래디언트(1606)를 제외하고, 현재 윈도우 영역(1605)에서 추가되는 우측 5개 픽셀의 그래디언트(1607)에 대해서만 특이치에 해당하는지 여부를 판단함으로써, 특이치 여부를 판단하기 위한 연산 과정을 줄이고 인코더/디코더내 연산의 복잡도를 줄일 수 있다.
실시예 2
본 실시예에서는 현재 블록(예를 들면, 코딩 블록, 예측 블록 등)의 크기에 따라 적응적으로 윈도우의 크기를 결정하는 방법을 제안한다.
본 실시예에서 윈도우는 (2N+1)×(2N+1) 크기를 가질 수 있으며, 이때 N = 0, 1, 2, 3, …, N_max 일 수 있다. 따라서 윈도우 Ω_N는 (2N+1)×(2N+1) 크기의 윈도우로 정의한다.
즉, 인코더/디코더는, 예를 들어, 7×7, 5×5, 3×3 크기의 윈도우(또는 그 이외의 크기의 윈도우) 중 현재 블록의 크기에 따라 윈도우의 크기를 선택적으로 사용할 수 있다.
따라서, 고정된 크기의 5×5 윈도우(window) Ω가 아닌 적응적 크기의 윈도우(window) Ω_N을 고려하면, 옵티컬 플로우 움직임 벡터(즉, 픽셀 단위의 움직임 벡터)를 계산하기 위한 S1 내지 S6는 수학식 23과 같이 정의할 수 있다.
Figure PCTKR2016015407-appb-M000023
따라서, 인코더/디코더는 수학식 23을 통해 계산된 S1 내지 S6를 바탕으로, 앞서 설명한 수학식 19 또는 수학식 21를 이용하여, 옵티컬 플로우 움직임 벡터(또는 픽셀 단위의 움직임 벡터)를 계산할 수 있다. 그리고, 인코더/디코더는 계산된 옵티컬 플로우 움직임 벡터를 바탕으로, 수학식 20을 이용하여 픽셀 별 예측값을 결정할 수 있다.
일반적으로 부호화 효율을 고려하여, 영상에서 상세한 구조(detailed texture) 또는 복잡한 움직임(complex motion)을 포함하는 부분(region)은 작은 크기의 블록으로 부호화되고, 동질적인 구조(homogeneous texture) 또는 일정한 움직임(constant motion)을 포함하는 부분(region)은 큰 크기의 블록으로 부호화된다.
따라서, 상대적으로 작은 크기의 블록으로 부호화/복호화되는 블록의 경우, 임의의 윈도우(window)안에 다양한 움직임(motion)을 포함할 확률이 높기 때문에, 상대적으로 작은 크기의 윈도우(window)를 이용하여 픽셀 단위의 움직임 예측/보상을 수행함으로써 예측의 정확도를 향상시킬 수 있다.
반면에, 상대적으로 큰 크기의 블록으로 부호화하는 블록의 경우, 상대적으로 큰 크기의 윈도우(window)를 이용하여 픽셀 단위의 움직임 예측/보상을 수행함으로써 예측의 정확도를 향상시킬 수 있다.
따라서, 현재 블록(예를 들면, 코딩 블록, 예측 블록 등)의 크기에 따라 적응적으로 윈도우의 크기를 선택하여 사용함으로써 예측의 정확도를 높이고 부호화 효율을 향상시킬 수 있다.
예를 들어, 인코더/디코더는 현재 블록(예를 들면, 코딩 블록, 예측 블록 등)의 크기에 따라 미리 정의된 크기의 윈도우를 사용할 수 있다.
HEVC에서 CU의 크기는 64×64, 32×32, 16×16, 8×8 중 어느 하나로 정해질 수 있다. HEVC의 경우를 예로 들면, CU의 크기에 따른 윈도우 크기는 표 2의 예시와 같이 정의될 수 있다. 다만 이는 하나의 예시로서, 윈도우의 크기는 다양한 조합으로 CU의 크기에 따라 매핑될 수 있다.
Figure PCTKR2016015407-appb-T000002
반면에, 코딩 블록(부호화 블록)의 크기는, 예를 들어, 256×256, 128×128, 64×64, 32×32, 16×16, 8×8, 4×4 중 어느 하나로 정해질 수도 있다. 이러한 경우, 코딩 블록의 크기의 따른 윈도우 크기는 표 3의 예시와 같이 결정될 수 있다. 다만 이는 하나의 예시로서, 윈도우의 크기는 다양한 조합으로 코딩 블록의 크기에 따라 매핑될 수 있다.
Figure PCTKR2016015407-appb-T000003
따라서, 인코더/디코더는 표 2와 표 3의 예시에서와 같이, 코딩 유닛 또는 코딩 블록의 크기에 따라 윈도우의 크기를 결정하고, 결정된 윈도우 영역 내의 그래디언트 성분을 이용하여 픽셀 단위의 움직임 보상을 수행할 수 있다.
실시예 3
본 실시예에서는 현재 블록(예를 들면, 코딩 블록, 예측 블록 등)의 형태(또는 구조, 모양)에 따라 적응적으로 윈도우의 크기를 결정하는 방법을 제안한다.
본 실시예에서 윈도우는 (2N+1)×(2M+1) 크기를 가질 수 있으며, 이때 N 0, 1, 2, 3, …, N_max, M = 0, 1, 2, 3, …, M_max 일 수 있다. 따라서 윈도우 Ω_partType는 (2N+1)×(2M+1) 크기의 윈도우로 정의한다.
즉, 인코더/디코더는 앞서 실시예 2와 달리, 현재 블록의 형태에 따라, 정방향 크기의 윈도우뿐만 아니라 비정방형 크기의 윈도우도 적응적으로 사용할 수 있다.
부호화/복호화 블록(예를 들면, 코딩 블록, 예측 블록 등)은 영상의 특성에 따라 부호화 효율을 고려하여 정방형 블록 또는 비정방형 블록으로 분할될 수 있다. 이 경우, 부호화/복호화 블록의 형태에 따라 적응적으로 정방형 크기의 윈도우 또는 비정방형 크기의 윈도우를 사용함으로써, 기존의 BIO 방법 대비 영상 내 움직임을 효과적으로 반영하고, 예측의 정확도를 향상시킬 수 있다.
고정된 크기의 5×5 윈도우(window) Ω가 아닌 적응적 크기의 윈도우(window) Ω_partType을 고려하면, 옵티컬 플로우 움직임 벡터(즉, 픽셀 단위의 움직임 벡터)를 계산하기 위한 S1 내지 S6는 수학식 24와 같이 정의할 수 있다.
Figure PCTKR2016015407-appb-M000024
인코더/디코더는 수학식 24을 통해 계산된 S1 내지 S6를 바탕으로, 앞서 설명한 수학식 19 또는 수학식 21를 이용하여, 옵티컬 플로우 움직임 벡터(또는 픽셀 단위의 움직임 벡터)를 계산할 수 있다. 그리고, 인코더/디코더는 계산된 옵티컬 플로우 움직임 벡터를 바탕으로, 수학식 20을 이용하여 픽셀 별 예측값을 결정할 수 있다.
현재 블록의 형태에 따른 윈도우의 크기 선택 방법을 HEVC를 예로 들어 설명한다. 앞서 도 4에서 설명한 바와 같이, 하나의 CU의 크기가 2N×2N(N=4,8,16,32)인 경우를 가정하면, 하나의 CU는 8가지의 PU 타입(즉, 2N×2N, N×N, 2N×N, N×2N, nL×2N, nR×2N, 2N×nU, 2N×nD)으로 분할될 수 있다. 이러한 경우, PU의 모양에 따른 윈도우 크기는 표 4의 예시와 같이 결정될 수 있다. 다만 이는 하나의 예시로서, 윈도우의 크기는 다양한 조합으로 PU의 모양에 따라 매핑될 수 있고, 표 4에서 예시되는 윈도우 크기 이외의 크기(또는 형태)를 가질 수 있다.
Figure PCTKR2016015407-appb-T000004
따라서, 인코더/디코더는 표 4의 예시에서와 같이, PU의 크기에 따라 윈도우의 크기를 결정하고, 결정된 윈도우 영역 내의 그래디언트 성분을 이용하여 픽셀 단위의 움직임 보상을 수행할 수 있다.
실시예 4
기존의 BIO 방법은 윈도우 영역에 포함된 그래디언트에 대해 동일한 가중치를 부여한다. 즉, 기존의 BIO 방법은 윈도우 안의 모든 계수(즉, 그래디언트 성분)에 대해서 동일한 가중값을 적용한다(앞서 도 12의 1202).
반면에, 본 실시예에서는 윈도우의 중앙값과의 거리에 따른 가중치를 부여하는 방법을 제안한다.
구체적으로, 본 실시예에서는 윈도우의 중앙값을 기준으로 멀리 위치한 픽셀값에 작은 가중치를 부여하고, 가까이에 위치한 픽셀값에 큰 가중치를 부여하는 가중 함수를 고려한 픽셀 단위의 움직임 보상 방법을 제안한다.
여기서, 중앙값은 (2N+1)×(2N+1) 크기 윈도우의 중심에 위치한 그래디언트 성분을 의미한다.
윈도우 영역에 적용되는 가중 함수(weighting function) g를 고려하면 앞서 설명한 수학식 18을 수학식 25와 같이 표현할 수 있다.
Figure PCTKR2016015407-appb-M000025
인코더/디코더는 수학식 25을 통해 계산된 S1 내지 S6를 바탕으로, 앞서 설명한 수학식 19 또는 수학식 21를 이용하여, 옵티컬 플로우 움직임 벡터(또는 픽셀 단위의 움직임 벡터)를 계산할 수 있다. 그리고, 인코더/디코더는 계산된 옵티컬 플로우 움직임 벡터를 바탕으로, 수학식 20을 이용하여 픽셀 별 예측값을 결정할 수 있다.
정방형의 윈도우 영역의 중앙값에서 거리가 멀어질수록 작은 가중치를 부여하는 윈도우를 아래의 도면을 참조하여 설명한다.
도 17은 본 발명이 적용될 수 있는 실시예로서, 윈도우 영역 내 가중치 적용 방법을 예시하는 도면이다.
도 17을 참조하면, 5×5 크기의 윈도우를 사용하는 경우를 가정하여 설명한다. 다만, 본 발명이 이에 한정되는 것은 아니며, (2N+1)×(2N+1) 크기의 윈도우(예를 들어, 9×9, 7×7, 3×3 크기의 윈도우)에도 동일한 방법을 이용하여 윈도우 영역 내 중앙값과의 거리에 따른 가중치를 부여할 수 있다.
도 17(a)를 참조하면, 5×5 크기의 윈도우 내에서 중앙값에는 가중값 p를 적용하고, 중앙값과의 거리에 따라 차례로 q, r, s, t, u의 가중값이 적용될 수 있다. 여기서, p, q, r, s, t, u는 임의의 값으로 결정될 수 있다.
도 17(b)을 참조하면, 윈도우 영역 내 가중치를 부여하는 방법의 일 예를 나타낸다. 즉, 윈도우의 중앙값에는 가중값 4를 적용하고, 중앙값에 인접한 8개의 계수에는 가중값 2를 적용하고, 중앙값과 수직 거리가 2인 4개의 계수에 가중값 1을 적용하고, 나머지 계수에 가중값 0을 적용할 수 있다.
비정방형의 윈도우 영역의 중앙값에서 거리가 멀어질수록 작은 가중치를 부여하는 윈도우를 아래의 도면을 참조하여 설명한다.
도 18은 본 발명이 적용될 수 있는 실시예로서, 윈도우 영역 내 가중치 적용 방법을 예시하는 도면이다.
도 18을 참조하면, 5×3 크기의 윈도우 또는 3×5 크기의 윈도우를 사용하는 경우를 가정하여 설명한다. 다만, 본 발명이 이에 한정되는 것은 아니며 5×3 크기, 3×5 크기 이외의 (2N+1)×(2M+1) 크기의 윈도우에도 동일한 방법을 이용하여 윈도우 영역 내 중앙값과의 거리에 따른 가중치를 부여할 수 있다.
도 18(a)를 참조하면, 5×3 크기의 윈도우 내에서 중앙값에는 가중값 p를 적용하고, 중앙값과의 거리에 따라 차례로 q, r, s, t, u의 가중값이 적용될 수 있다. 여기서, p, q, r, s, t, u는 임의의 값으로 결정될 수 있다.
도 18(b)을 참조하면, 5×3 크기의 윈도우 영역 내 가중치를 부여하는 방법의 일 예를 나타낸다. 즉, 윈도우의 중앙값에는 가중값 4를 적용하고, 중앙값에 인접한 8개의 계수에는 가중값 2를 적용하고, 중앙값과 수직 거리가 2인 4개의 계수에 가중값 1을 적용하고, 나머지 계수에 가중값 0을 적용할 수 있다.
도 18(c)를 참조하면, 3×5 크기의 윈도우 내에서 중앙값에는 가중값 p를 적용하고, 중앙값과의 거리에 따라 차례로 q, r, s, t, u의 가중값이 적용될 수 있다. 여기서, p, q, r, s, t, u는 임의의 값으로 결정될 수 있다.
도 18(d)을 참조하면, 3×5 크기의 윈도우 영역 내 가중치를 부여하는 방법의 일 예를 나타낸다. 즉, 윈도우의 중앙값에는 가중값 4를 적용하고, 중앙값에 인접한 8개의 계수에는 가중값 2를 적용하고, 중앙값과 수직 거리가 2인 4개의 계수에 가중값 1을 적용하고, 나머지 계수에 가중값 0을 적용할 수 있다.
앞서 설명한 실시예 1 내지 실시예 4는 독립적으로 수행될 수도 있고, 복수개의 실시예가 조합되어 수행될 수 있음은 물론이다.
즉, 예를 들어, 현재 블록의 크기와 형태에 따라 윈도우의 크기가 결정되고, 결정된 윈도우에서 특이치 성분에 해당하는지 여부를 판단하고, 특이치 성분이 제외된 영역의 그래디언트 값을 이용하여 픽셀 단위의 움직임 보상이 수행될 수 있다.
도 19은 본 발명의 일 실시예에 따른 인터 예측 기반 영상 처리 방법을 예시하는 도면이다.
인코더/디코더는 현재 블록의 움직임 벡터를 기반으로 양방향 인터 예측을 수행하여 현재 블록 내 현재 픽셀의 양방향 예측값(Bi-directional predictor)을 생성한다(S1901).
즉, 인코더/디코더는 앞서 도 5 내지 도 9에서 설명한 인터 예측 방법을 이용하여 움직임 보상을 수행할 수 있고, 현재 블록을 구성하는 현재 픽셀의 양방향 예측값을 생성할 수 있다.
인코더/디코더는 현재 블록의 제 1 참조 블록 및 제 2 참조 블록 내 현재 픽셀과 좌표가 동일한(collocated) 픽셀을 중심으로 하는 윈도우(window) 영역을 적응적으로 결정한다(S1902).
전술한 바와 같이, 현재 블록 내 현재 픽셀과 좌표가 동일한 픽셀은 현재 블록의 움직임 벡터로부터 식별되는 제 1 참조 픽쳐(즉, 참조 픽쳐 0) 내 제 1 참조 블록 및 제 2 참조 픽쳐(즉, 참조 픽쳐 1) 내 제 2 참조 블록 내에서 현재 픽셀과 좌표가 동일한 픽셀을 의미할 수 있다. 즉, 현재 블록의 좌상단 픽셀을 기준으로 하는 현재 픽셀의 좌표와 참조 블록(제 1 참조 블록 또는 제 2 참조 블록)의 좌상단 픽셀을 기준으로 하는 참조 블록 내 픽셀의 좌표가 대응될 수 있다.
여기서, 윈도우 영역은 픽셀 단위의 움직임 벡터를 도출하기 위하여 그래디언트 값이 이용되는 영역을 지칭한다.
전술한 바와 같이, 예측의 정확도를 향상시키기 위해, 인코더/디코더는 그래디어트 성분이 다른 특이치를 제외한 윈도우 영역을 이용할 수 있다.
다시 말해, 인코더/디코더는 현재 픽셀을 중심으로 하는 소정 크기 영역 내 픽셀 중, 변화량과 상기 소정 크기 영역의 변화량의 대표값과의 차분이 특정 임계값을 초과하는 픽셀을 판단하고, 윈도우 영역을 상기 소정 크기 영역에서 임계값을 초과하는 픽셀이 제외된 영역으로 결정할 수 있다.
여기서, 소정 크기 영역은 특이치가 제거되기 전의 특정 크기의 영역을 지칭한다. 소정 크기 영역은 정방형인 (2N+1)×(2N+1) 크기의 영역일 수도 있고, 비정방형인 (2N+1)×(2M+1) 크기의 영역일 수도 있다.
또한, 전술한 바와 같이, 소정 크기 영역의 변화량의 대표값은 소정 크기 영역의 각 픽셀의 변화량의 평균값, 소정 크기 영역의 각 픽셀의 변화량의 중앙값(median value) 및 소정 크기 영역의 중앙 픽셀의 변화량 값 중 어느 하나로 정해질 수 있다.
또한, 전술한 바와 같이, 예측의 정확도를 향상시키기 위해, 인코더/디코더는 현재 블록(예를 들면, 코딩 블록, 예측 블록 등)의 크기에 따라 적응적으로 윈도우의 크기를 결정할 수 있다.
전술한 바와 같이, 인코더/디코더는 고정된 크기의 5×5 윈도우(window) Ω가 아닌 적응적 크기의 윈도우(window) Ω_N을 고려하여, 옵티컬 플로우 움직임 벡터(즉, 픽셀 단위의 움직임 벡터)를 계산하기 위한 S1 내지 S6을 수학식 23을 이용하여 계산할 수 있다.
즉, 인코더/디코더는 현재 블록(예를 들면, 코딩 블록, 예측 블록 등)의 크기에 따라 윈도우 영역을 미리 정의된 크기의 영역으로 결정할 수 있다.
그리고, 인코더/디코더는, 예를 들어, 윈도우 영역을 7×7, 5×5, 3×3 크기의 윈도우 중 현재 블록의 크기에 따라 윈도우의 크기를 적응적으로 결정할 수 있다.
인코더/디코더는 현재 블록의 크기에 따라 윈도우의 크기를 결정하고, 결정된 윈도우 영역 내 그래디언트(또는 변화량) 성분을 이용하여 픽셀 단위의 움직임 보상을 수행할 수 있다.
또한, 전술한 바와 같이, 예측의 정확도를 향상시키기 위해, 인코더/디코더는 현재 블록(예를 들면, 코딩 블록, 예측 블록 등)의 형태(또는 구조, 모양)에 따라 적응적으로 윈도우의 크기를 결정할 수 있다.
즉, 인코더/디코더는 현재 블록의 형태에 따라 윈도우 영역을 미리 정의된 형태의 윈도우 영역으로 결정할 수 있다.
그리고, 인코더/디코더는 현재 블록이 비정방형 블록인 경우, 윈도우 영역을 비정방형 형태의 윈도우 영역으로 결정할 수 있다.
전술한 바와 같이, 고정된 크기의 5×5 윈도우(window) Ω가 아닌 적응적 크기의 윈도우(window) Ω_partType을 고려하면, 옵티컬 플로우 움직임 벡터(즉, 픽셀 단위의 움직임 벡터)를 계산하기 위한 S1 내지 S6는 수학식 24를 이용하여 계산될 수 있다.
인코더/디코더는 현재 블록의 형태에 따라 윈도우의 크기(또는 형태)를 결정하고, 결정된 윈도우 영역 내 그래디언트(또는 변화량) 성분을 이용하여 픽셀 단위의 움직임 보상을 수행할 수 있다.
인코더/디코더는 윈도우 영역의 각 픽셀을 기준으로 수평 방향 또는 수직 방향으로의 픽셀 값의 증감율을 나타내는 변화량(gradient)을 이용하여 윈도우 영역에서 하나의 움직임 벡터를 도출하고, 도출된 움직임 벡터를 현재 픽셀의 픽셀 단위의 움직임 벡터로 결정한다(S1903).
즉, 인코더/디코더는 현재 블록 내 각 픽셀 단위로 옵티컬 플로우 움직임 벡터(즉, 픽셀 단위의 움직임 벡터)를 도출할 수 있다.
전술한 바와 같이, 인코더/디코더는 수학식 22 내지 24 중 어느 하나를 이용하여 S1 내지 S6을 계산할 수 있다. 그리고, 계산된 S1 내지 S6과 앞서 설명한 수학식 19 또는 21을 이용하여 옵티컬 플로우 움직임 벡터(또는 픽셀 단위의 움직임 벡터)를 계산할 수 있다.
또한, 전술한 바와 같이, 인코더/디코더는 윈도우의 중앙값과의 거리에 따른 가중치를 부여할 수 있다. 다시 말해, 인코더/디코더는 윈도우 영역의 중심 픽셀과의 거리에 따른 가중치가 부여된, 각 픽셀의 변화량 값을 이용하여 픽셀 단위의 움직임 벡터를 도출할 수 있다.
구체적으로, 인코더/디코더는 윈도우의 중앙값을 기준으로 멀리 위치한 픽셀값에 작은 가중치를 부여하고, 가까이에 위치한 픽셀값에 큰 가중치를 부여하는 가중 함수를 고려하여 픽셀 단위의 움직임 보상을 수행할 수 있다.
여기서, 중앙값은 (2N+1)×(2N+1) 크기 윈도우의 중심에 위치한 그래디언트 성분을 의미한다. 그리고, 중앙값은 윈도우 영역의 중심 픽셀로 지칭될 수도 있다.
다시 말해, 인코더/디코더는 수학식 24를 이용하여 S1 내지 S6을 계산할 수 있고, 계산된 S1 내지 S6과 앞서 설명한 수학식 19 또는 21을 이용하여 옵티컬 플로우 움직임 벡터(또는 픽셀 단위의 움직임 벡터)를 계산할 수 있다.
인코더/디코더는 픽셀 단위의 움직임 벡터를 기반으로 양방향 예측값을 조정하여 현재 픽셀의 예측값(predictor)을 생성한다(S1904).
즉, 인코더/디코더는 S1903 단계에서 도출된 옵티컬 플로우 움직임 벡터를 바탕으로 앞서 설명한 수학식 20을 이용하여 현재 픽셀의 양방향 예측값을 조정하여 현재 픽셀의 예측값을 생성할 수 있다. 인코더/디코더는 픽셀 단위로 옵티컬 플로우 움직임 벡터를 도출하고, 픽셀 단위로 옵티컬 플로우 움직임 벡터에 기반하여 수학식 20을 이용하여 현재 블록 내 각 픽셀의 픽셀 단위 예측값을 생성할 수 있다.
도 20은 본 발명의 일 실시예에 따른 인터 예측부를 예시하는 도면이다.
도 20에서는 설명의 편의를 위해 인터 예측부(181, 도 1 참조; 261, 도 2 참조)를 하나의 블록으로 도시하였으나, 인터 예측부(181, 261)는 인코더 및/또는 디코더에 포함되는 구성으로 구현될 수 있다.
도 20을 참조하면, 인터 예측부(181, 261)는 앞서 도 5 내지 도 19에서 제안된 기능, 과정 및/또는 방법을 구현한다. 구체적으로, 인터 예측부(181, 261)는 양방향 예측값 생성부(2001), 윈도우 영역 결정부(2002), 픽셀 단위 움직임 벡터 도출부(2003) 및 픽셀 단위 예측값 생성부(2004)를 포함하여 구성될 수 있다.
양방향 예측값 생성부(2001)는 현재 블록의 움직임 벡터를 기반으로 양방향 인터 예측을 수행하여 현재 블록 내 현재 픽셀의 양방향 예측값(Bi-directional predictor)을 생성한다.
즉, 양방향 예측값 생성부(2001)는 앞서 도 5 내지 도 9에서 설명한 인터 예측 방법을 이용하여 움직임 보상을 수행할 수 있고, 현재 블록을 구성하는 현재 픽셀의 양방향 예측값을 생성할 수 있다.
윈도우 영역 결정부(2002)는 현재 블록의 제 1 참조 블록 및 제 2 참조 블록 내 현재 픽셀과 좌표가 동일한(collocated) 픽셀을 중심으로 하는 윈도우(window) 영역을 적응적으로 결정한다.
전술한 바와 같이, 현재 블록 내 현재 픽셀과 좌표가 동일한 픽셀은 현재 블록의 움직임 벡터로부터 식별되는 제 1 참조 픽쳐(즉, 참조 픽쳐 0) 내 제 1 참조 블록 및 제 2 참조 픽쳐(즉, 참조 픽쳐 1) 내 제 2 참조 블록 내에서 현재 픽셀과 좌표가 동일한 픽셀을 의미할 수 있다. 즉, 현재 블록의 좌상단 픽셀을 기준으로 하는 현재 픽셀의 좌표와 참조 블록(제 1 참조 블록 또는 제 2 참조 블록)의 좌상단 픽셀을 기준으로 하는 참조 블록 내 픽셀의 좌표가 대응될 수 있다.
여기서, 윈도우 영역은 픽셀 단위의 움직임 벡터를 도출하기 위하여 그래디언트 값이 이용되는 영역을 지칭한다.
전술한 바와 같이, 예측의 정확도를 향상시키기 위해, 윈도우 영역 결정부(2002)는 그래디어트 성분이 다른 특이치를 제외한 윈도우 영역을 이용할 수 있다.
다시 말해, 윈도우 영역 결정부(2002)는 현재 픽셀을 중심으로 하는 소정 크기 영역 내 픽셀 중, 변화량과 상기 소정 크기 영역의 변화량의 대표값과의 차분이 특정 임계값을 초과하는 픽셀을 판단하고, 윈도우 영역을 상기 소정 크기 영역에서 임계값을 초과하는 픽셀이 제외된 영역으로 결정할 수 있다.
여기서, 소정 크기 영역은 특이치가 제거되기 전의 특정 크기의 영역을 지칭한다. 소정 크기 영역은 정방형인 (2N+1)×(2N+1) 크기의 영역일 수도 있고, 비정방형인 (2N+1)×(2M+1) 크기의 영역일 수도 있다.
또한, 전술한 바와 같이, 소정 크기 영역의 변화량의 대표값은 소정 크기 영역의 각 픽셀의 변화량의 평균값, 소정 크기 영역의 각 픽셀의 변화량의 중앙값(median value) 및 소정 크기 영역의 중앙 픽셀의 변화량 값 중 어느 하나로 정해질 수 있다.
또한, 전술한 바와 같이, 예측의 정확도를 향상시키기 위해, 윈도우 영역 결정부(2002)는 현재 블록(예를 들면, 코딩 블록, 예측 블록 등)의 크기에 따라 적응적으로 윈도우의 크기를 결정할 수 있다.
전술한 바와 같이, 고정된 크기의 5×5 윈도우(window) Ω가 아닌 윈도우 영역 결정부(2002)에 결정된 적응적 크기의 윈도우(window) Ω_N을 고려하여, 옵티컬 플로우 움직임 벡터(즉, 픽셀 단위의 움직임 벡터)를 계산하기 위한 S1 내지 S6이 수학식 23을 이용하여 계산될 수 있다.
즉, 윈도우 영역 결정부(2002)는 현재 블록(예를 들면, 코딩 블록, 예측 블록 등)의 크기에 따라 윈도우 영역을 미리 정의된 크기의 영역으로 결정할 수 있다.
그리고, 윈도우 영역 결정부(2002)는, 예를 들어, 윈도우 영역을 7×7, 5×5, 3×3 크기의 윈도우 중 현재 블록의 크기에 따라 윈도우의 크기를 적응적으로 결정할 수 있다.
윈도우 영역 결정부(2002)는 현재 블록의 크기에 따라 윈도우의 크기를 결정하고, 결정된 윈도우 영역 내 그래디언트(또는 변화량) 성분을 이용하여 픽셀 단위의 움직임 보상을 수행할 수 있다.
또한, 전술한 바와 같이, 예측의 정확도를 향상시키기 위해, 윈도우 영역 결정부(2002)는 현재 블록(예를 들면, 코딩 블록, 예측 블록 등)의 형태(또는 구조, 모양)에 따라 적응적으로 윈도우의 크기를 결정할 수 있다.
즉, 윈도우 영역 결정부(2002)는 현재 블록의 형태에 따라 윈도우 영역을 미리 정의된 형태의 윈도우 영역으로 결정할 수 있다.
그리고, 윈도우 영역 결정부(2002)는 현재 블록이 비정방형 블록인 경우, 윈도우 영역을 비정방형 형태의 윈도우 영역으로 결정할 수 있다.
전술한 바와 같이, 고정된 크기의 5×5 윈도우(window) Ω가 아닌 적응적 크기의 윈도우(window) Ω_partType을 고려하면, 옵티컬 플로우 움직임 벡터(즉, 픽셀 단위의 움직임 벡터)를 계산하기 위한 S1 내지 S6는 수학식 24를 이용하여 계산될 수 있다.
윈도우 영역 결정부(2002)는 현재 블록의 형태에 따라 윈도우의 크기(또는 형태)를 결정하고, 결정된 윈도우 영역 내 그래디언트(또는 변화량) 성분을 이용하여 픽셀 단위의 움직임 보상을 수행할 수 있다.
픽셀 단위 움직임 벡터 도출부(2003) 윈도우 영역의 각 픽셀을 기준으로 수평 방향 또는 수직 방향으로의 픽셀 값의 증감율을 나타내는 변화량(gradient)을 이용하여 윈도우 영역에서 하나의 움직임 벡터를 도출하고, 도출된 움직임 벡터를 현재 픽셀의 픽셀 단위의 움직임 벡터를 도출한다.
픽셀 단위 움직임 벡터 도출부(2003)는 현재 블록 내 각 픽셀 단위로 옵티컬 플로우 움직임 벡터(즉, 픽셀 단위의 움직임 벡터)를 도출할 수 있다.
전술한 바와 같이, 픽셀 단위 움직임 벡터 도출부(2003)는 수학식 22 내지 24 중 어느 하나를 이용하여 S1 내지 S6을 계산할 수 있다. 그리고, 계산된 S1 내지 S6과 앞서 설명한 수학식 19 또는 21을 이용하여 옵티컬 플로우 움직임 벡터(또는 픽셀 단위의 움직임 벡터)를 계산할 수 있다.
또한, 전술한 바와 같이, 픽셀 단위 움직임 벡터 도출부(2003)는 S1 내지 S6을 계산할 때, 윈도우의 중앙값과의 거리에 따른 가중치를 부여할 수 있다. 다시 말해, 픽셀 단위 움직임 벡터 도출부(2003)는 윈도우 영역의 중심 픽셀과의 거리에 따른 가중치가 부여된, 각 픽셀의 변화량 값을 이용하여 픽셀 단위의 움직임 벡터를 도출할 수 있다.
구체적으로, 픽셀 단위 움직임 벡터 도출부(2003)는 윈도우의 중앙값을 기준으로 멀리 위치한 픽셀값에 작은 가중치를 부여하고, 가까이에 위치한 픽셀값에 큰 가중치를 부여하는 가중 함수를 고려한 픽셀 단위의 움직임 보상을 수행할 수 있다.
여기서, 중앙값은 (2N+1)×(2N+1) 크기 윈도우의 중심에 위치한 그래디언트 성분을 의미한다. 그리고, 중앙값은 윈도우 영역의 중심 픽셀로 지칭될 수도 있다.
다시 말해, 픽셀 단위 움직임 벡터 도출부(2003)는 수학식 24를 이용하여 S1 내지 S6을 계산할 수 있고, 계산된 S1 내지 S6과 앞서 설명한 수학식 19 또는 21을 이용하여 옵티컬 플로우 움직임 벡터(또는 픽셀 단위의 움직임 벡터)를 계산할 수 있다.
픽셀 단위 예측값 생성부(2004)는 픽셀 단위의 움직임 벡터를 기반으로 양방향 예측값을 조정하여 현재 픽셀의 예측값(predictor)을 생성한다.
픽셀 단위 예측값 생성부(2004)는 픽셀 단위 움직임 벡터 도출부(2003)에 의해 도출된 옵티컬 플로우 움직임 벡터를 바탕으로 앞서 설명한 수학식 20을 이용하여 현재 픽셀의 양방향 예측값을 조정하여 현재 픽셀의 예측값을 생성할 수 있다. 픽셀 단위 예측값 생성부(2004)는 픽셀 단위로 옵티컬 플로우 움직임 벡터를 도출하고, 픽셀 단위로 옵티컬 플로우 움직임 벡터에 기반하여 수학식 20을 이용하여 현재 블록 내 각 픽셀의 픽셀 단위 예측값을 생성할 수 있다.
이상에서 설명된 실시예들은 본 발명의 구성요소들과 특징들이 소정 형태로 결합된 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려되어야 한다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 발명의 실시예를 구성하는 것도 가능하다. 본 발명의 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다. 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함시킬 수 있음은 자명하다.
본 발명에 따른 실시예는 다양한 수단, 예를 들어, 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 본 발명의 일 실시예는 하나 또는 그 이상의 ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서, 콘트롤러, 마이크로 콘트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 일 실시예는 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차, 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드는 메모리에 저장되어 프로세서에 의해 구동될 수 있다. 상기 메모리는 상기 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 상기 프로세서와 데이터를 주고 받을 수 있다.
본 발명은 본 발명의 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 당업자에게 자명하다. 따라서, 상술한 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
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 부가 등이 가능할 것이다.

Claims (10)

  1. 인터 예측(inter prediction)을 기반으로 영상을 처리하는 방법에 있어서,
    현재 블록의 움직임 벡터를 기반으로 양방향 인터 예측을 수행하여 상기 현재 블록 내 현재 픽셀의 양방향 예측값(Bi-directional predictor)을 생성하는 단계;
    상기 현재 블록의 제 1 참조 블록 및 제 2 참조 블록 내 상기 현재 픽셀과 좌표가 동일한(collocated) 픽셀을 중심으로 하는 윈도우(window) 영역을 적응적으로 결정하는 단계;
    상기 윈도우 영역의 각 픽셀을 기준으로 수평 방향 또는 수직 방향으로의 픽셀 값의 증감율을 나타내는 변화량(gradient)을 이용하여 상기 윈도우 영역에서 하나의 움직임 벡터를 도출하고, 상기 도출된 움직임 벡터를 상기 현재 픽셀의 픽셀 단위의 움직임 벡터로 결정하는 단계; 및
    상기 픽셀 단위의 움직임 벡터를 기반으로 상기 양방향 예측값을 조정하여 상기 현재 픽셀의 예측값(predictor)을 생성하는 단계를 포함하는 인터 예측 모드 기반 영상 처리 방법.
  2. 제 1항에 있어서,
    상기 윈도우 영역을 적응적으로 결정하는 단계는,
    상기 현재 픽셀을 중심으로 하는 소정 크기 영역 내 픽셀 중, 변화량과 상기 소정 크기 영역의 변화량의 대표값과의 차분이 특정 임계값을 초과하는 픽셀을 판단하는 단계를 더 포함하고,
    상기 윈도우 영역은 상기 소정 크기 영역에서 상기 임계값을 초과하는 픽셀이 제외된 영역으로 결정되는 인터 예측 모드 기반 영상 처리 방법.
  3. 제 2항에 있어서,
    상기 소정 크기 영역의 변화량의 대표값은 상기 소정 크기 영역의 각 픽셀의 변화량의 평균값, 상기 소정 크기 영역의 각 픽셀의 변화량의 중앙값(median value) 및 상기 소정 크기 영역의 중앙 픽셀의 변화량 값 중 어느 하나인 인터 예측 모드 기반 영상 처리 방법.
  4. 제 2항에 있어서
    상기 특정 임계값을 초과하는 픽셀을 판단하는 단계는,
    상기 현재 픽셀을 중심으로 하는 소정 크기 영역에서 상기 현재 픽셀에 인접한 픽셀을 중심으로 하는 소정 크기 영역과 중복되는 부분을 제외하고 상기 특정 임계값을 초과하는 픽셀을 판단하는 인터 예측 모드 기반 영상 처리 방법.
  5. 제 1항에 있어서,
    상기 현재 블록의 크기에 따라 상기 윈도우 영역이 미리 정의된 크기의 영역으로 결정되는 인터 예측 모드 기반 영상 처리 방법.
  6. 제 1항에 있어서,
    상기 현재 블록의 크기에 따라 상기 윈도우 영역이 3×3, 5×5 및 7×7 중 어느 하나의 크기의 영역으로 결정되는 인터 예측 모드 기반 영상 처리 방법.
  7. 제 1항에 있어서,
    상기 현재 블록의 형태에 따라 상기 윈도우 영역이 미리 정의된 형태의 영역으로 결정되는 인터 예측 모드 기반 영상 처리 방법.
  8. 제 1항에 있어서,
    상기 현재 블록이 비정방형(non-square) 블록인 경우, 상기 윈도우 영역이 비정방형의 영역으로 결정되는 인터 예측 모드 기반 영상 처리 방법.
  9. 제 1항에 있어서,
    상기 픽셀 단위의 움직임 벡터는 상기 윈도우 영역의 중심 픽셀과의 거리에 따른 가중치가 부여된 각 픽셀의 변화량으로부터 도출되는 인터 예측 모드 기반 영상 처리 방법.
  10. 인터 예측(inter prediction)을 기반으로 영상을 처리하는 장치에 있어서,
    현재 블록의 움직임 벡터를 기반으로 양방향 인터 예측을 수행하여 상기 현재 블록 내 현재 픽셀의 양방향 예측값(Bi-directional predictor)을 생성하는 양방향 예측값 생성부;
    상기 현재 블록의 제 1 참조 블록 및 제 2 참조 블록 내 상기 현재 픽셀과 좌표가 동일한(collocated) 픽셀을 중심으로 하는 윈도우(window) 영역을 적응적으로 결정하는 윈도우 영역 결정부;
    상기 윈도우 영역의 각 픽셀을 기준으로 수평 방향 또는 수직 방향으로의 픽셀 값의 증감율을 나타내는 변화량(gradient)을 이용하여 상기 윈도우 영역에서 하나의 움직임 벡터를 도출하고, 상기 도출된 움직임 벡터를 상기 현재 픽셀의 픽셀 단위의 움직임 벡터로 결정하는 픽셀 단위 움직임 벡터 결정부; 및
    상기 픽셀 단위의 움직임 벡터를 기반으로 상기 양방향 예측값을 조정하여 상기 현재 픽셀의 예측값(predictor)을 생성하는 픽셀 단위 예측값 생성부를 포함하는 인터 예측 모드 기반 영상 처리 장치.
PCT/KR2016/015407 2016-12-28 2016-12-28 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치 WO2018124329A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US16/474,939 US20190349589A1 (en) 2016-12-28 2016-12-28 Image processing method based on inter prediction mode, and apparatus therefor
PCT/KR2016/015407 WO2018124329A1 (ko) 2016-12-28 2016-12-28 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2016/015407 WO2018124329A1 (ko) 2016-12-28 2016-12-28 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치

Publications (1)

Publication Number Publication Date
WO2018124329A1 true WO2018124329A1 (ko) 2018-07-05

Family

ID=62709535

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2016/015407 WO2018124329A1 (ko) 2016-12-28 2016-12-28 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치

Country Status (2)

Country Link
US (1) US20190349589A1 (ko)
WO (1) WO2018124329A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11350108B2 (en) * 2019-03-18 2022-05-31 Tencent America LLC Affine inter prediction refinement with optical flow
AU2018206271B2 (en) * 2017-01-04 2022-07-14 Samsung Electronics Co., Ltd. Video decoding method and apparatus and video encoding method and apparatus

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114615493A (zh) * 2016-03-24 2022-06-10 英迪股份有限公司 视频解码方法、视频编码方法和可读记录介质
AU2020298425A1 (en) 2019-06-21 2021-12-23 Panasonic Intellectual Property Corporation Of America Encoder, decoder, encoding method, and decoding method
CN112004091B (zh) * 2020-07-31 2021-08-03 浙江大华技术股份有限公司 帧间预测方法及其相关装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090062561A (ko) * 2007-12-13 2009-06-17 삼성전자주식회사 특이점을 고려한 에지 향상 방법 및 장치
KR20100021235A (ko) * 2008-08-14 2010-02-24 엘지디스플레이 주식회사 영상의 에지 보정 방법
KR20110048243A (ko) * 2009-11-02 2011-05-11 중앙대학교 산학협력단 적응적 탐색 영역 및 부분 정합 오차 기반의 고속 움직임 추정 장치 및 방법
KR20110112240A (ko) * 2010-04-06 2011-10-12 삼성전자주식회사 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치
KR20140060421A (ko) * 2012-11-09 2014-05-20 한양대학교 산학협력단 이진 블록 정합을 이용한 움직임 추정 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090062561A (ko) * 2007-12-13 2009-06-17 삼성전자주식회사 특이점을 고려한 에지 향상 방법 및 장치
KR20100021235A (ko) * 2008-08-14 2010-02-24 엘지디스플레이 주식회사 영상의 에지 보정 방법
KR20110048243A (ko) * 2009-11-02 2011-05-11 중앙대학교 산학협력단 적응적 탐색 영역 및 부분 정합 오차 기반의 고속 움직임 추정 장치 및 방법
KR20110112240A (ko) * 2010-04-06 2011-10-12 삼성전자주식회사 비디오 부호화 방법 및 장치, 비디오 복호화 방법 및 장치
KR20140060421A (ko) * 2012-11-09 2014-05-20 한양대학교 산학협력단 이진 블록 정합을 이용한 움직임 추정 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2018206271B2 (en) * 2017-01-04 2022-07-14 Samsung Electronics Co., Ltd. Video decoding method and apparatus and video encoding method and apparatus
US11582476B2 (en) 2017-01-04 2023-02-14 Samsung Electronics Co., Ltd. Video decoding method and apparatus and video encoding method and apparatus
US11350108B2 (en) * 2019-03-18 2022-05-31 Tencent America LLC Affine inter prediction refinement with optical flow
US11889086B2 (en) 2019-03-18 2024-01-30 Tencent America LLC Method and apparatus for video coding

Also Published As

Publication number Publication date
US20190349589A1 (en) 2019-11-14

Similar Documents

Publication Publication Date Title
WO2017171107A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2017039117A1 (ko) 영상의 부호화/복호화 방법 및 이를 위한 장치
WO2018084339A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2017043816A1 (ko) 인터-인트라 병합 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020060376A1 (ko) 인터 예측을 기반으로 비디오 신호를 처리하기 위한 방법 및 장치
WO2017034089A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2016137149A1 (ko) 폴리곤 유닛 기반 영상 처리 방법 및 이를 위한 장치
WO2018084523A1 (ko) 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
WO2017003063A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2017043734A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020067835A1 (ko) 어파인 예측을 이용하여 비디오 신호를 처리하기 위한 방법 및 장치
WO2017018664A1 (ko) 인트라 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2017183751A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2018047995A1 (ko) 인트라 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2017188509A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2017069505A1 (ko) 영상의 부호화/복호화 방법 및 이를 위한 장치
WO2018034373A1 (ko) 영상 처리 방법 및 이를 위한 장치
WO2020141911A1 (ko) 화면간 예측을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치
WO2018124329A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2015133838A1 (ko) 폴리곤 유닛 기반 영상 인코딩/디코딩 방법 및 이를 위한 장치
WO2017034113A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020189893A1 (ko) Bdof 기반의 인터 예측 방법 및 장치
WO2020222588A1 (ko) 적응적 모션 벡터 해상도를 이용한 비디오 신호 처리 방법 및 장치
WO2019194425A1 (ko) 영상 부호화 또는 복호화에 인공 신경망을 적용하는 장치 및 방법
WO2021015586A1 (ko) 비디오 신호 처리 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: 16925492

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: 16925492

Country of ref document: EP

Kind code of ref document: A1