WO2019194435A1 - Tmvp에 기반한 영상 코딩 방법 및 그 장치 - Google Patents

Tmvp에 기반한 영상 코딩 방법 및 그 장치 Download PDF

Info

Publication number
WO2019194435A1
WO2019194435A1 PCT/KR2019/003250 KR2019003250W WO2019194435A1 WO 2019194435 A1 WO2019194435 A1 WO 2019194435A1 KR 2019003250 W KR2019003250 W KR 2019003250W WO 2019194435 A1 WO2019194435 A1 WO 2019194435A1
Authority
WO
WIPO (PCT)
Prior art keywords
block
picture
motion vector
motion
current
Prior art date
Application number
PCT/KR2019/003250
Other languages
English (en)
French (fr)
Inventor
김승환
파루리시탈
장형문
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Publication of WO2019194435A1 publication Critical patent/WO2019194435A1/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
    • H04N19/10—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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors

Definitions

  • the present invention relates to an image coding technique, and more particularly, to an image coding method and apparatus based on Temporal Motion Vector Prediction (TMVP) in an image coding system.
  • TMVP Temporal Motion Vector Prediction
  • the demand for high resolution and high quality images such as high definition (HD) images and ultra high definition (UHD) images is increasing in various fields.
  • the higher the resolution and the higher quality of the image data the more information or bit rate is transmitted than the existing image data. Therefore, the image data can be transmitted by using a medium such as a conventional wired / wireless broadband line or by using a conventional storage medium. In the case of storage, the transmission cost and the storage cost are increased.
  • a high efficiency image compression technique is required to effectively transmit, store, and reproduce high resolution, high quality image information.
  • An object of the present invention is to provide a method and apparatus for improving image coding efficiency.
  • Another technical problem of the present invention is to provide a method and apparatus for increasing the efficiency of inter prediction based on TMVP.
  • Another technical problem of the present invention is to provide a method and apparatus for limiting a motion vector stored in a motion field storage in an inter prediction process based on TMVP.
  • Another technical problem of the present invention is to provide a method and apparatus for improving image coding efficiency by limiting motion vectors stored in motion field storage in an inter prediction process based on TMVP.
  • Another technical problem of the present invention is to provide a method and apparatus for improving image coding efficiency by limiting a motion vector field (MVF) stored in a motion field storage in an inter prediction process based on TMVP.
  • MVF motion vector field
  • a picture decoding method performed by a decoding apparatus is provided. The method is based on a temporal layer ID of a current picture that includes at least one target block, wherein the at least one motion vector for the at least one target block is determined by a motion field storage for inter prediction of a subsequent picture. determining whether to store in a motion field storage, deriving a motion vector for a current block included in the current picture, and deriving a predicted block for the current block based on the motion vector for the current block. And generating a reconstructed picture for the current picture based on the predicted block for the current block, wherein the at least one motion vector for the at least one target block is stored in the motion field storage. It is determined not to, wherein the at least one target block is to replace the current block. When also characterized in that the said motion vectors for the current block is not stored in the motion field storage.
  • a decoding device for performing picture decoding.
  • the decoding apparatus is further configured to generate at least one motion vector for the at least one target block based on a temporal layer ID of the current picture including the at least one target block. determining whether to store in a motion field storage, deriving a motion vector for a current block included in the current picture, and deriving a predicted block for the current block based on the motion vector for the current block.
  • a predictor and an adder configured to generate a reconstructed picture for the current picture based on the predicted block for the current block, wherein the at least one motion vector for the at least one target block is stored in the motion field storage. It is determined not to, wherein the at least one target block is to replace the current block. If included, the motion vector for the current block is not stored in the motion field storage.
  • a picture encoding method performed by an encoding apparatus is provided. The method is based on a temporal layer ID of a current picture that includes at least one target block, wherein the at least one motion vector for the at least one target block is determined by a motion field storage for inter prediction of a subsequent picture.
  • determining whether to store in the motion field storage generating flag information indicating whether to store the at least one motion vector for the at least one target block in the motion field storage based on the determination; Deriving a motion vector for a current block included in the current picture, deriving a predicted block for the current block based on the motion vector for the current block, based on a predicted block for the current block Generating residual samples for the current picture and the Encoding information about residual samples and image information including the flag information, wherein it is determined not to store the at least one motion vector for the at least one target block in the motion field storage, When the at least one target block includes the current block, the motion vector for the current block is not stored in the motion field storage.
  • an encoding apparatus for performing picture encoding.
  • the encoding apparatus is configured to generate at least one motion vector for the at least one target block based on a temporal layer ID of the current picture including the at least one target block. determine whether to store in motion field storage, generate flag information indicating whether to store the at least one motion vector for the at least one target block in the motion field storage based on the determination, and A predictor which derives a motion vector for a current block included in a current picture and derives a predicted block for the current block based on the motion vector for the current block, based on the predicted block for the current block A residual processor for generating residual samples for the current picture.
  • An entropy encoding unit configured to encode information about the residual samples and the image information including the flag information, and determine not to store the at least one motion vector for the at least one target block in the motion field storage.
  • the motion vector for the current block is not stored in the motion field storage.
  • the overall video / video compression efficiency can be improved.
  • the efficiency of inter prediction based on TMVP can be improved.
  • image coding efficiency can be improved by limiting motion vectors stored in motion field storage in an inter prediction process based on TMVP.
  • image coding efficiency can be improved by limiting a motion vector field (MVF) stored in motion field storage in an inter prediction process based on TMVP.
  • MVF motion vector field
  • FIG. 1 is a diagram schematically illustrating a configuration of an encoding apparatus according to an embodiment.
  • FIG. 2 is a diagram schematically illustrating a configuration of a decoding apparatus according to an embodiment.
  • FIG. 3 illustrates a TMVP candidate according to an embodiment.
  • FIG. 4 is a diagram illustrating a group of pictures (GOP) according to a temporal layer according to an embodiment.
  • FIG. 5 is a flowchart illustrating an operation of an encoding apparatus according to an embodiment.
  • FIG. 6 is a block diagram illustrating a configuration of an encoding apparatus according to an embodiment.
  • FIG. 7 is a flowchart illustrating an operation of a decoding apparatus according to an embodiment.
  • FIG. 8 is a block diagram illustrating a configuration of a decoding apparatus according to an embodiment.
  • a picture decoding method performed by a decoding apparatus is provided. The method is based on a temporal layer ID of a current picture that includes at least one target block, wherein the at least one motion vector for the at least one target block is determined by a motion field storage for inter prediction of a subsequent picture. determining whether to store in a motion field storage, deriving a motion vector for a current block included in the current picture, and deriving a predicted block for the current block based on the motion vector for the current block. And generating a reconstructed picture for the current picture based on the predicted block for the current block, wherein the at least one motion vector for the at least one target block is stored in the motion field storage. It is determined not to, wherein the at least one target block is to replace the current block. When also characterized in that the said motion vectors for the current block is not stored in the motion field storage.
  • each configuration in the drawings described in the present invention are shown independently for the convenience of description of the different characteristic functions, it does not mean that each configuration is implemented by separate hardware or separate software.
  • two or more of each configuration may be combined to form one configuration, or one configuration may be divided into a plurality of configurations.
  • Embodiments in which each configuration is integrated and / or separated are also included in the scope of the present invention without departing from the spirit of the present invention.
  • VVC Versatile Video Coding
  • HEVC High Efficiency Video Coding
  • a video may mean a series of images over time.
  • a picture generally refers to a unit representing one image in a specific time zone, and a slice is a unit constituting a part of a picture in coding.
  • One picture may be composed of a plurality of slices, and if necessary, the picture and the slice may be mixed with each other.
  • a pixel or a pel may refer to a minimum unit constituting one picture (or image). Also, 'sample' may be used as a term corresponding to a pixel.
  • a sample may generally represent a pixel or a value of a pixel, and may only represent pixel / pixel values of the luma component, or only pixel / pixel values of the chroma component.
  • a unit represents the basic unit of image processing.
  • the unit may include at least one of a specific region of the picture and information related to the region.
  • the unit may be used interchangeably with terms such as block or area in some cases.
  • an M ⁇ N block may represent a set of samples or transform coefficients composed of M columns and N rows.
  • the encoding / decoding device may include a video encoding / decoding device and / or an image encoding / decoding device, and the video encoding / decoding device is used as a concept including the image encoding / decoding device, or the image encoding / decoding device is It may be used in a concept including a video encoding / decoding device.
  • the (video) encoding apparatus 100 may include a picture partitioning module 105, a prediction module 110, a residual processing module 120, and an entropy encoding unit (
  • the entropy encoding module 130 may include an adder 140, a filtering module 150, and a memory 160.
  • the residual processor 120 may include a substractor 121, a transform module 122, a quantization module 123, a rearrangement module 124, and a dequantization module 125. ) And an inverse transform module 126.
  • the picture divider 105 may divide the input picture into at least one processing unit.
  • the processing unit may be called a coding unit (CU).
  • the coding unit may be recursively split from the largest coding unit (LCU) according to a quad-tree binary-tree (QTBT) structure.
  • QTBT quad-tree binary-tree
  • one coding unit may be divided into a plurality of coding units of a deeper depth based on a quad tree structure, a binary tree structure, and / or a ternary tree structure.
  • the quad tree structure may be applied first, and the binary tree structure and the ternary tree structure may be applied later.
  • the binary tree structure / tunary tree structure may be applied first.
  • the coding procedure according to the present invention may be performed based on the final coding unit that is no longer split.
  • the maximum coding unit may be used as the final coding unit immediately based on coding efficiency according to the image characteristic, or if necessary, the coding unit is recursively divided into coding units of lower depths and optimized.
  • a coding unit of size may be used as the final coding unit.
  • the coding procedure may include a procedure of prediction, transform, and reconstruction, which will be described later.
  • the processing unit may include a coding unit (CU) prediction unit (PU) or a transform unit (TU).
  • the coding unit may be split from the largest coding unit (LCU) into coding units of deeper depths along the quad tree structure.
  • LCU largest coding unit
  • the maximum coding unit may be used as the final coding unit immediately based on coding efficiency according to the image characteristic, or if necessary, the coding unit is recursively divided into coding units of lower depths and optimized.
  • a coding unit of size may be used as the final coding unit. If a smallest coding unit (SCU) is set, the coding unit may not be split into smaller coding units than the minimum coding unit.
  • the final coding unit refers to a coding unit that is the basis of partitioning or partitioning into a prediction unit or a transform unit.
  • the prediction unit is a unit partitioning from the coding unit and may be a unit of sample prediction. In this case, the prediction unit may be divided into sub blocks.
  • the transform unit may be divided along the quad tree structure from the coding unit, and may be a unit for deriving a transform coefficient and / or a unit for deriving a residual signal from the transform coefficient.
  • a coding unit may be called a coding block (CB)
  • a prediction unit is a prediction block (PB)
  • a transform unit may be called a transform block (TB).
  • a prediction block or prediction unit may mean a specific area in the form of a block within a picture, and may include an array of prediction samples.
  • a transform block or a transform unit may mean a specific area in a block form within a picture, and may include an array of transform coefficients or residual samples.
  • the prediction unit 110 performs prediction on a block to be processed (hereinafter, may mean a current block or a residual block), and generates a predicted block including prediction samples for the current block. can do.
  • the unit of prediction performed by the prediction unit 110 may be a coding block, a transform block, or a prediction block.
  • the prediction unit 110 may determine whether intra prediction or inter prediction is applied to the current block. As an example, the prediction unit 110 may determine whether intra prediction or inter prediction is applied on a CU basis.
  • the prediction unit 110 may derive a prediction sample for the current block based on reference samples outside the current block in the picture to which the current block belongs (hereinafter, referred to as the current picture). In this case, the prediction unit 110 may (i) derive the prediction sample based on the average or interpolation of neighboring reference samples of the current block, and (ii) the neighbor reference of the current block.
  • the prediction sample may be derived based on a reference sample present in a specific (prediction) direction with respect to the prediction sample among the samples. In case of (i), it may be called non-directional mode or non-angle mode, and in case of (ii), it may be called directional mode or angular mode.
  • the prediction mode may have, for example, 33 directional prediction modes and at least two non-directional modes.
  • the non-directional mode may include a DC prediction mode and a planner mode (Planar mode).
  • the prediction unit 110 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the prediction unit 110 may derive the prediction sample for the current block based on the sample specified by the motion vector on the reference picture.
  • the prediction unit 110 may apply one of a skip mode, a merge mode, and a motion vector prediction (MVP) mode to derive a prediction sample for the current block.
  • the prediction unit 110 may use the motion information of the neighboring block as the motion information of the current block.
  • the skip mode unlike the merge mode, the difference (residual) between the prediction sample and the original sample is not transmitted.
  • the MVP mode the motion vector of the current block may be derived using the motion vector of the neighboring block as a motion vector predictor.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • a reference picture including the temporal neighboring block may be called a collocated picture (colPic).
  • the motion information may include a motion vector and a reference picture index.
  • Information such as prediction mode information and motion information may be encoded (entropy) and output in the form of a bitstream.
  • the highest picture on the reference picture list may be used as the reference picture.
  • Reference pictures included in a reference picture list may be sorted based on a difference in a picture order count (POC) between a current picture and a corresponding reference picture.
  • POC picture order count
  • the subtraction unit 121 generates a residual sample which is a difference between the original sample and the prediction sample.
  • residual samples may not be generated as described above.
  • the transform unit 122 generates transform coefficients by transforming the residual sample in units of transform blocks.
  • the transform unit 122 may perform the transform according to the size of the transform block and the prediction mode applied to the coding block or the prediction block that spatially overlaps the transform block. For example, if intra prediction is applied to the coding block or the prediction block that overlaps the transform block, and the transform block is a 4 ⁇ 4 residual array, the residual sample is configured to perform a discrete sine transform (DST) transform kernel.
  • the residual sample may be transformed using a discrete cosine transform (DCT) transform kernel.
  • DST discrete sine transform
  • DCT discrete cosine transform
  • the quantization unit 123 may quantize the transform coefficients to generate quantized transform coefficients.
  • the reordering unit 124 rearranges the quantized transform coefficients.
  • the reordering unit 124 may reorder the quantized transform coefficients in the form of a block into a one-dimensional vector form through a coefficient scanning method. Although the reordering unit 124 has been described in a separate configuration, the reordering unit 124 may be part of the quantization unit 123.
  • the entropy encoding unit 130 may perform entropy encoding on the quantized transform coefficients.
  • Entropy encoding may include, for example, encoding methods such as exponential Golomb, context-adaptive variable length coding (CAVLC), context-adaptive binary arithmetic coding (CABAC), and the like.
  • the entropy encoding unit 130 may encode information necessary for video reconstruction other than the quantized transform coefficients (for example, a value of a syntax element) together or separately according to entropy encoding or a predetermined method.
  • the encoded information may be transmitted or stored in units of network abstraction layer (NAL) units in the form of bitstreams.
  • the bitstream may be transmitted over a network or may be stored in a digital storage medium.
  • the network may include a broadcasting network and / or a communication network, and the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, SSD, and the like.
  • the inverse quantization unit 125 inverse quantizes the quantized values (quantized transform coefficients) in the quantization unit 123, and the inverse transformer 126 inverse transforms the inverse quantized values in the inverse quantization unit 125 to obtain a residual sample.
  • the adder 140 reconstructs the picture by combining the residual sample and the predictive sample.
  • the residual sample and the predictive sample may be added in units of blocks to generate a reconstructed block.
  • the adder 140 may be part of the predictor 110.
  • the adder 140 may also be called a reconstruction module or a restore block generator.
  • the filter unit 150 may apply a deblocking filter and / or a sample adaptive offset to the reconstructed picture. Through deblocking filtering and / or sample adaptive offset, the artifacts of the block boundaries in the reconstructed picture or the distortion in the quantization process can be corrected.
  • the sample adaptive offset may be applied on a sample basis and may be applied after the process of deblocking filtering is completed.
  • the filter unit 150 may apply an adaptive loop filter (ALF) to the reconstructed picture. ALF may be applied to the reconstructed picture after the deblocking filter and / or sample adaptive offset is applied.
  • ALF adaptive loop filter
  • the memory 160 may store reconstructed pictures (decoded pictures) or information necessary for encoding / decoding.
  • the reconstructed picture may be a reconstructed picture after the filtering process is completed by the filter unit 150.
  • the stored reconstructed picture may be used as a reference picture for (inter) prediction of another picture.
  • the memory 160 may store (reference) pictures used for inter prediction.
  • pictures used for inter prediction may be designated by a reference picture set or a reference picture list.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video / video decoding apparatus to which the present invention can be applied.
  • the video decoding apparatus may include an image decoding apparatus.
  • the video decoding apparatus 200 may include an entropy decoding module 210, a residual processing module 220, a prediction module 230, and an adder 240. ), A filtering module 250, and a memory 260.
  • the residual processor 220 may include a rearrangement module 221, a dequantization module 222, and an inverse transform module 223.
  • the video decoding apparatus 200 may include a receiver that receives a bitstream including video information. The receiver may be configured as a separate module or may be included in the entropy decoding unit 210.
  • the video decoding apparatus 200 may reconstruct a video / image / picture in response to a process in which video / image information is processed in the video encoding apparatus.
  • the video decoding apparatus 200 may perform video decoding using a processing unit applied in the video encoding apparatus.
  • the processing unit block of video decoding may be, for example, a coding unit, and in another example, a coding unit, a prediction unit, or a transform unit.
  • the coding unit may be split along the quad tree structure, binary tree structure and / or ternary tree structure from the largest coding unit.
  • the prediction unit and the transform unit may be further used in some cases, in which case the prediction block is a block derived or partitioned from the coding unit and may be a unit of sample prediction. At this point, the prediction unit may be divided into subblocks.
  • the transform unit may be divided along the quad tree structure from the coding unit, and may be a unit for deriving a transform coefficient or a unit for deriving a residual signal from the transform coefficient.
  • the entropy decoding unit 210 may parse the bitstream and output information necessary for video reconstruction or picture reconstruction. For example, the entropy decoding unit 210 decodes information in a bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, quantized values of syntax elements necessary for video reconstruction, and residual coefficients. Can be output.
  • a coding method such as exponential Golomb coding, CAVLC, or CABAC, quantized values of syntax elements necessary for video reconstruction, and residual coefficients. Can be output.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in a bitstream, and decodes syntax element information and decoding information of neighboring and decoding target blocks or information of symbols / bins decoded in a previous step.
  • the context model is determined using the context model, the probability of occurrence of a bin is predicted according to the determined context model, and arithmetic decoding of the bin is performed to generate a symbol corresponding to the value of each syntax element. can do.
  • the CABAC entropy decoding method may update the context model by using the information of the decoded symbol / bin for the context model of the next symbol / bin after determining the context model.
  • the information related to the prediction among the information decoded by the entropy decoding unit 210 is provided to the prediction unit 230, and the residual value on which the entropy decoding has been performed by the entropy decoding unit 210, that is, the quantized transform coefficient, is used as a reordering unit ( 221 may be input.
  • the reordering unit 221 may rearrange the quantized transform coefficients in a two-dimensional block form.
  • the reordering unit 221 may perform reordering in response to coefficient scanning performed by the encoding apparatus.
  • the rearrangement unit 221 has been described in a separate configuration, but the rearrangement unit 221 may be part of the inverse quantization unit 222.
  • the inverse quantization unit 222 may dequantize the quantized transform coefficients based on the (inverse) quantization parameter and output the transform coefficients.
  • information for deriving a quantization parameter may be signaled from the encoding apparatus.
  • the inverse transform unit 223 may inversely transform transform coefficients to derive residual samples.
  • the prediction unit 230 may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the unit of prediction performed by the prediction unit 230 may be a coding block, a transform block, or a prediction block.
  • the prediction unit 230 may determine whether to apply intra prediction or inter prediction based on the information about the prediction.
  • a unit for determining which of intra prediction and inter prediction is to be applied and a unit for generating a prediction sample may be different.
  • the unit for generating a prediction sample in inter prediction and intra prediction may also be different.
  • whether to apply inter prediction or intra prediction may be determined in units of CUs.
  • a prediction mode may be determined and a prediction sample may be generated in PU units
  • intra prediction a prediction mode may be determined in PU units and a prediction sample may be generated in TU units.
  • the prediction unit 230 may derive the prediction sample for the current block based on the neighbor reference samples in the current picture.
  • the prediction unit 230 may derive the prediction sample for the current block by applying the directional mode or the non-directional mode based on the neighbor reference samples of the current block.
  • the prediction mode to be applied to the current block may be determined using the intra prediction mode of the neighboring block.
  • the prediction unit 230 may derive the prediction sample for the current block based on the sample specified on the reference picture by the motion vector on the reference picture.
  • the prediction unit 230 may apply any one of a skip mode, a merge mode, and an MVP mode to derive a prediction sample for the current block.
  • motion information required for inter prediction of the current block provided by the video encoding apparatus for example, information about a motion vector, a reference picture index, and the like may be obtained or derived based on the prediction information.
  • the motion information of the neighboring block may be used as the motion information of the current block.
  • the neighboring block may include a spatial neighboring block and a temporal neighboring block.
  • the prediction unit 230 may construct a merge candidate list using motion information of available neighboring blocks, and may use information indicated by the merge index on the merge candidate list as a motion vector of the current block.
  • the merge index may be signaled from the encoding device.
  • the motion information may include a motion vector and a reference picture. When the motion information of the temporal neighboring block is used in the skip mode and the merge mode, the highest picture on the reference picture list may be used as the reference picture.
  • the difference (residual) between the prediction sample and the original sample is not transmitted.
  • the motion vector of the current block may be derived using the motion vector of the neighboring block as a motion vector predictor.
  • the neighboring block may include a spatial neighboring block and a temporal neighboring block.
  • a merge candidate list may be generated by using a motion vector of a reconstructed spatial neighboring block and / or a motion vector corresponding to a Col block, which is a temporal neighboring block.
  • the motion vector of the candidate block selected from the merge candidate list is used as the motion vector of the current block.
  • the information about the prediction may include a merge index indicating a candidate block having an optimal motion vector selected from candidate blocks included in the merge candidate list.
  • the prediction unit 230 may derive the motion vector of the current block by using the merge index.
  • a motion vector predictor candidate list may be generated using a motion vector of a reconstructed spatial neighboring block and / or a motion vector corresponding to a Col block, which is a temporal neighboring block.
  • the prediction information may include a prediction motion vector index indicating an optimal motion vector selected from the motion vector candidates included in the list.
  • the prediction unit 230 may select the predicted motion vector of the current block from the motion vector candidates included in the motion vector candidate list using the motion vector index.
  • the prediction unit of the encoding apparatus may obtain a motion vector difference (MVD) between the motion vector of the current block and the motion vector predictor, and may encode the output vector in a bitstream form. That is, MVD may be obtained by subtracting the motion vector predictor from the motion vector of the current block.
  • the prediction unit 230 may obtain a motion vector difference included in the information about the prediction, and derive the motion vector of the current block by adding the motion vector difference and the motion vector predictor.
  • the prediction unit may also obtain or derive a reference picture index or the like indicating a reference picture from the information about the prediction.
  • the adder 240 may reconstruct the current block or the current picture by adding the residual sample and the predictive sample.
  • the adder 240 may reconstruct the current picture by adding the residual sample and the predictive sample in block units. Since the residual is not transmitted when the skip mode is applied, the prediction sample may be a reconstruction sample.
  • the adder 240 has been described in a separate configuration, the adder 240 may be part of the predictor 230.
  • the adder 240 may also be called a reconstruction module or a reconstruction block generator.
  • the filter unit 250 may apply the deblocking filtering sample adaptive offset, and / or ALF to the reconstructed picture.
  • the sample adaptive offset may be applied in units of samples and may be applied after deblocking filtering.
  • ALF may be applied after deblocking filtering and / or sample adaptive offset.
  • the memory 260 may store reconstructed pictures (decoded pictures) or information necessary for decoding.
  • the reconstructed picture may be a reconstructed picture after the filtering process is completed by the filter unit 250.
  • the memory 260 may store pictures used for inter prediction.
  • pictures used for inter prediction may be designated by a reference picture set or a reference picture list.
  • the reconstructed picture can be used as a reference picture for another picture.
  • the memory 260 may output the reconstructed picture in an output order.
  • a predicted block including prediction samples of the current block which is a coding target block
  • the predicted block comprises prediction samples in the spatial domain (or pixel domain).
  • the predicted block is derived identically in the encoding apparatus and the decoding apparatus, and the encoding apparatus decodes information (residual information) about the residual between the original block and the predicted block, not the original sample value itself of the original block. Signaling to an apparatus may increase image coding efficiency.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, generate the reconstructed block including reconstructed samples by adding the residual block and the predicted block, and generate reconstructed blocks. A reconstructed picture may be generated.
  • the residual information may be generated through a transform and quantization procedure.
  • the encoding apparatus derives a residual block between the original block and the predicted block, and performs transform procedure on residual samples (residual sample array) included in the residual block to derive transform coefficients.
  • the quantized transform coefficients may be derived by performing a quantization procedure on the transform coefficients to signal related residual information to the decoding device (via a bitstream).
  • the residual information may include information such as value information of the quantized transform coefficients, position information, a transform scheme, a transform kernel, and a quantization parameter.
  • the decoding apparatus may perform an inverse quantization / inverse transformation procedure and derive residual samples (or residual blocks) based on the residual information.
  • the decoding apparatus may generate a reconstructed picture based on the predicted block and the residual block.
  • the encoding apparatus may then dequantize / inverse transform the quantized transform coefficients for reference for inter prediction of the picture to derive a residual block, and generate a reconstructed picture based thereon.
  • FIG. 3 illustrates a TMVP candidate according to an embodiment.
  • TMVP may be included as an MVP candidate or a merge candidate in inter prediction of the encoding apparatus 100 or the decoding apparatus 200. More specifically, the decoding apparatus 200 may derive a motion information candidate list (ex. MVP candidate list) based on the spatial neighboring block and / or temporal neighboring block of the current block, and receives the received selection information (ex. Merge). index, MVP flag, or MVP index) can select one of the candidates included in the motion information candidate list, and can derive the motion information of the current block based on the selected candidate. The decoding apparatus 200 may generate a prediction sample based on the derived motion information. Here, for example, the decoding apparatus 200 may derive the selected candidate as the MVP of the current block.
  • a motion information candidate list (ex. MVP candidate list) based on the spatial neighboring block and / or temporal neighboring block of the current block
  • index, MVP flag, or MVP index) can select one of the candidates included in the motion information candidate list, and can derive the motion information of the current block based on the selected candidate
  • the temporal neighboring block may represent a collocated block in a reference picture corresponding to the current block
  • the TMVP method determines a motion vector of the temporal neighboring block in the temporal candidate of the motion information candidate list.
  • the temporal candidate derived from the motion vector of the collocated block may be used as the MVP of the current block.
  • a block in a reference picture corresponding to a right-bottom position of a current block may be defined as a collocated block, and the motion vector of the block may be used as an MVP.
  • the center position (C0) of the current block may be used as a collocated block.
  • the center position may indicate a lower right position of the center. That is, the center position may indicate a sample position of the lower right side of the four samples when four samples are located at the center of the current block.
  • the RB position may be called ColBr and the C0 position may be called ColCtr.
  • a picture including a collocated block may be referred to as a collocated picture or a collocated frame.
  • FIG. 4 is a diagram illustrating a group of pictures (GOP) according to a temporal layer according to an embodiment.
  • GOP may mean one group composed of pictures or frames.
  • motion field storage may refer to a component in which motion information about pictures or frames included in a GOP is stored in the encoding apparatus 100 or the decoding apparatus 200.
  • the motion information may include, for example, a motion vector field (MVF).
  • the motion field storage may store motion information about one or more pictures or frames existing in one GOP, but is not necessarily limited to one GOP unit.
  • the motion field storage may be referred to as a motion vector field buffer, an MVF buffer, an MVF storage, or the like.
  • a “temporal layer” refers to a layer for dividing pictures (or frames) included in a GOP by a time interval
  • temporal layer ID may indicate identification information about a temporal layer.
  • the temporal layer ID may be represented as a temporal ID and a temporal ID as a temporal ID.
  • the highest temporal layer may indicate the highest level of the temporal layers
  • the highest temporal layer ID may indicate the highest temporal ID
  • the highest temporal ID may indicate identification information corresponding to the highest layer.
  • a collocated frame may be identified based on the information signaled via the tile group header or slice segment header.
  • the motion vectors obtained from the MVF corresponding to the reference index (RIdx) for the corresponding collocated frame may be scaled to indicate motion information of the current block. Since the index of the collocated frame to be used while the TMVP is performed may be extracted from the tile group header or the slice segment header, the decoding apparatus may not be aware of which frame is required in advance. As a result, the decoder needs to store a plurality of frames for reference.
  • MVF which is motion information of a frame or picture
  • the MVF may be stored in motion field storage, and the MVF may include a motion vector, a reference index, a list, mode information, and the like.
  • Memory overhead may occur when storing information about a large frame or a plurality of frames, so an improvement in this regard may be required.
  • the decoding apparatus 200 in order to reduce the memory consumed by the decoding apparatus 200, it is possible to limit the number of MVF that can be stored for TMVP decoding. Alternatively, the number of pictures that can be stored in the motion field storage for TMVP decoding may be limited. Limiting the number of frames or pictures not only reduces memory overhead, but also reduces the computational complexity of the system.
  • the decoding apparatus 200 limits the number of MVFs that can be stored for TMVP decoding so that the MVFs for frames or pictures included in the highest temporal-layer are stored in motion field storage. You may not save it.
  • TL0 group of picture
  • TL1 TL2
  • TL3 represents the highest temporal layer.
  • a temporal layer ID (temporal layer ID or temporar ID) is greater than zero, and each temporal layer may be predicted based on a combination of previous layers.
  • SPS Sequence Parameter Set
  • the tile group header or slice segment header checks the relevant header group type or slice type and uses it as a temporal collocated frame.
  • the frame to be detected can be detected.
  • the motion information can be updated in the MVF.
  • the motion information may be stored based on 16x16 grid accuracy, 4x4 creed accuracy, and the like, but the example is not limited thereto.
  • sps_temporal_mvp_enabled_flag When the value of sps_temporal_mvp_enabled_flag is 1, it may indicate that sps_temporal_mvp_enabled_flag is present in a tile group header or slice segment header of a non-IDR picture in a CVS (Coded Video Sequence). When the value of sps_temporal_mvp_enabled_flag is 0, it may indicate that sps_temporal_mvp_enabled_flag does not exist in the tile group header or slice segment header, and TMVP is not used in CVS.
  • tile group header level or slice segment header level signaling related to TMVP are shown in Table 2 below.
  • the slice segment header of Table 2 may be replaced with a tile group header. That is, slice_segment_header of Table 2 may be replaced by tile_group_header, slice_temporal_mvp_enabled_flag may be replaced by tile_group_temporal_mvp_enabled_flag, and slice_type may be replaced by tile_group_type.
  • collocated_from_l0_flag may indicate whether a collocated picture used for TMVP is derived from reference picture list 0. If the value of collocated_from_l0_flag is 1, the collocated picture used for TMVP may be derived from reference picture list 0, and if the value of collocated_from_l0_flag is 0, the collocated picture used for TMVP may be derived from reference picture list 1. If collocated_from_l0_flag does not appear, the value of collocated_from_l0_flag may be estimated as one.
  • collocated_ref_idx may indicate a reference index of a collocated picture used for TMVP.
  • collocated_ref_idx when the slice type (slice_type) is P, or the slice type is B and the value of collocated_from_l0 is 1, collocated_ref_idx may be determined based on the reference picture list 0, and the value of collocated_ref_idx may be 0 or more and num_ref_idx_l0_active_minus1 or less.
  • num_ref_idx_l0_active_minus1 may represent a value obtained by subtracting 1 from the number of pictures included in the reference picture list 0.
  • collocated_ref_idx when the slice type is B and the value of collocated_from_l0 is 0, collocated_ref_idx may be determined based on reference picture list 1, and the value of collocated_ref_idx may be 0 or more and num_ref_idx_l1_active_minus1 or less.
  • num_ref_idx_l1_active_minus1 may represent a value obtained by subtracting 1 from the number of pictures included in the reference picture list 1.
  • FIG. 5 is a flowchart illustrating an operation of an encoding apparatus according to an embodiment
  • FIG. 6 is a block diagram illustrating a configuration of an encoding apparatus according to an embodiment.
  • the encoding apparatus according to FIGS. 5 and 6 may perform operations corresponding to the decoding apparatus according to FIGS. 7 and 8 described later. Therefore, the contents described below with reference to FIGS. 7 and 8 may be similarly applied to the encoding apparatus of FIGS. 5 and 6.
  • Each step disclosed in FIG. 5 may be performed by the encoding apparatus 100 disclosed in FIG. 1. More specifically, S500 to S530 may be performed by the predictor 110 disclosed in FIG. 1, S540 may be performed by the residual processor 120 disclosed in FIG. 1, and S550 may be entropy disclosed in FIG. 1. It may be performed by the encoding unit 130.
  • operations according to S500 to S550 are based on some of the contents described above with reference to FIGS. 3 and 4. Accordingly, detailed descriptions overlapping with the foregoing descriptions in FIGS. 1, 3, and 4 will be omitted or simply described.
  • an encoding apparatus may include a predictor 110, a residual processor 120, and an entropy encoder 130.
  • all of the components shown in FIG. 6 may not be essential components of the encoding apparatus, and the encoding apparatus may be implemented by more or less components than those illustrated in FIG. 6.
  • the predictor 110, the residual processor 120, and the entropy encoder 130 are each implemented as separate chips, or at least two or more components are provided through one chip. It may be implemented.
  • the encoding apparatus may perform at least one motion vector for the at least one target block for inter prediction of the next picture based on a temporal layer ID of the current picture including the at least one target block. It may be determined whether to store in the motion field storage (S500). More specifically, the prediction unit 110 of the encoding apparatus inter-predicts at least one motion vector for the at least one target block based on the temporal layer ID of the current picture including the at least one target block. It can be determined whether to store in the motion field storage for.
  • the encoding apparatus is further configured to store at least one motion vector for the at least one target block in motion field storage for inter prediction of a next picture.
  • Flag information indicating whether to store the at least one motion vector with respect to the motion field storage may be generated (S510). More specifically, the prediction unit 110 of the encoding apparatus may generate flag information indicating whether to store the at least one motion vector for the at least one target block in the motion field storage based on the determination. have.
  • the encoding apparatus may derive a motion vector for the current block included in the current picture (S520). More specifically, the prediction unit 110 of the encoding apparatus may derive a motion vector for the current block included in the current picture.
  • the encoding apparatus may derive the predicted block for the current block based on the motion vector for the current block (S530). More specifically, the prediction unit 110 of the encoding apparatus may derive the predicted block for the current block based on the motion vector for the current block.
  • the encoding apparatus may generate residual samples for the current picture based on the predicted block for the current block (S540). More specifically, the residual processor 120 of the encoding apparatus may generate residual samples for the current picture based on the predicted block for the current block.
  • the encoding apparatus may encode image information including the information about the residual samples and the flag information (S550). More specifically, the entropy encoding unit 130 of the encoding apparatus may encode image information including the information about the residual samples and the flag information.
  • the encoding apparatus includes at least one of the at least one target block based on a temporal layer ID of the current picture including the at least one target block. Next, it is determined whether to store the motion vector in the motion field storage for inter prediction of the picture (S500), and based on the determination, the at least one motion vector for the at least one target block is determined.
  • Generate flag information indicating whether to store in the motion field storage (S510), derive a motion vector for the current block included in the current picture (S520), and based on the motion vector for the current block, Deriving a predicted block for the block (S530) and based on the predicted block for the current block Residual samples for the current picture may be generated (S540), and image information including information on the residual samples and the flag information may be encoded (S550), and at this time, the at least one target block may be encoded. If it is determined that the at least one motion vector is not stored in the motion field storage, and the at least one target block includes the current block, then the motion vector for the current block is not stored in the motion field storage. It may be characterized by. That is, image coding efficiency may be improved by limiting motion information (for example, a motion vector field (MVF)) stored in motion field storage in an inter prediction process based on TMVP.
  • MVF motion vector field
  • FIG. 7 is a flowchart illustrating an operation of a decoding apparatus according to an embodiment
  • FIG. 8 is a block diagram illustrating a configuration of a decoding apparatus according to an embodiment.
  • Each step disclosed in FIG. 7 may be performed by the decoding apparatus 200 disclosed in FIG. 2. More specifically, S700 to S720 may be performed by the predictor 230 disclosed in FIG. 2, and S730 may be performed by the adder 240 disclosed in FIG. 2. In addition, operations according to S700 to S730 are based on some of the contents described above with reference to FIGS. 3 and 4. Accordingly, detailed descriptions overlapping with the foregoing descriptions in FIGS. 2 to 4 will be omitted or simply described.
  • the decoding apparatus may include a predictor 230 and an adder 240.
  • all of the components shown in FIG. 8 may not be essential components of the decoding apparatus, and the decoding apparatus may be implemented by more or fewer components than those illustrated in FIG. 8.
  • the predictor 230 and the adder 240 may be implemented as separate chips, or at least two or more components may be implemented through one chip.
  • a decoding apparatus may include at least one motion vector for at least one target block based on a temporal layer ID of a current picture including at least one target block, for motion field storage for inter prediction of a subsequent picture. It may be determined whether to store in (S700). More specifically, the prediction unit 230 of the decoding apparatus, based on the temporal layer ID of the current picture including the at least one target block, performs the inter prediction of the next picture with at least one motion vector for the at least one target block. It may be determined whether to store in the motion field storage.
  • the decoding apparatus stores the at least one motion vector for the at least one target block in the motion field storage when the temporal layer ID of the current picture is the same as the highest temporal layer ID.
  • First flag information indicating whether or not may be received.
  • the decoding apparatus may determine whether to store the at least one motion vector for the at least one target block in the motion field storage based on the first flag information.
  • a restriction that a picture (or frame) in the highest temporal layer in the GOP is not stored in the motion field storage may be applied. According to the above limitation, the storage burden of the motion field storage can be reduced, but the accuracy of the inter prediction can be maintained similar to that without the above limitation.
  • the at least one motion vector for the at least one target block is not stored in the motion field storage, and the value of the flag information is 1 In the case, the at least one motion vector for the at least one target block may be stored in the motion field storage.
  • the first flag information may be signaled at the tile group header level. More specifically, the first flag information may be included in a tile group header and signaled. Alternatively, the first flag information may include a sequence parameter set (SPS) level, a picture parameter set (PPS) level, a video parameter set (VPS) level, a tile group header level, a slice segment header level, a coding unit (CU) level, and a PU. It may be signaled at at least one of the levels.
  • SPS sequence parameter set
  • PPS picture parameter set
  • VPS video parameter set
  • CU coding unit
  • PU coding unit
  • whether the temporal layer ID of the current picture is the same as the highest temporal layer ID may be determined based on second flag information. That is, the decoding apparatus may receive second flag information indicating whether the temporal layer ID of the current picture is the same as the highest temporal layer ID.
  • the second flag information may be signaled at the tile group header level. More specifically, the second flag information may be included in a tile group header and signaled. Alternatively, the second flag information may be signaled at at least one of an SPS level, a PPS level, a VPS level, a tile group header level, a slice segment header level, a CU level, and a PU level.
  • a flag indicating whether or not the temporal layer ID of the current picture, which is signaled at the PPS level, is equal to the highest temporal layer ID is represented by "pps_highest_temporal_id_flag".
  • pps_highest_temporal_id_flag may be replaced by "sps_highest_temporal_id_flag", "tile_group_highest_temporal_id_flag”, etc., depending on the level at which the flag is signaled, and in addition to "highest_temporal_id_idx", “highest_temporal_layer_id_flag, etc.”
  • the second flag information may be signaled by being included as a high-level syntax element in a picture parameter set (PPS) and may be referred to as a name, for example, pps_highest_temporal_id_flag.
  • An example of the second flag information is not limited to pps_highest_temporal_id_flag as described above.
  • the pps_highest_temporal_id_flag may be parsed during decoding of the PPS, and whether the first flag information may be signaled may be determined according to the information included in the pps_highest_temporal_id_flag.
  • Table 3 below shows an example in which pps_highest_temporal_id_flag is included in the PPS and signaled.
  • pps_highest_temporal_id_flag of Table 3 When the value of pps_highest_temporal_id_flag of Table 3 is 1, the corresponding picture (or frame) may correspond to the highest temporal layer of the GOP. If the value of pps_highest_temporal_id_flag is 0, the picture may not correspond to the highest temporal layer of the GOP.
  • the first flag information when the second flag information indicates that the picture corresponds to the highest temporal layer of the GOP, the first flag information may be signaled. That is, the second flag information may be signaled before the first flag information, and whether the first flag information is signaled may be determined conditionally.
  • the tile group header or slice segment header when pps_highest_temporal_id_flag included in the PPS header is enabled, the tile group header or slice segment header may conditionally check temporal_compress_flag.
  • temporal_compress_flag is a syntax element for determining whether to store motion information of a corresponding picture (or frame) in motion field storage and may correspond to an example of first flag information. An example in which temporal_compress_flag is signaled in the tile group header or the slice segment header is shown in Table 4 below.
  • the slice segment header of Table 4 may be replaced with a tile group header. That is, slice_segment_header of Table 4 may be replaced by tile_group_header, slice_temporal_mvp_enabled_flag may be replaced by tile_group_temporal_mvp_enabled_flag, and slice_type may be replaced by tile_group_type.
  • temporal_compress_flag the picture may be expected not to be stored in the motion field storage. If the value of temporal_compress_flag is 1, the picture may be expected to be stored in the motion field storage. If temporal_compress_flag does not exist, the value of temporal_compress_flag may be estimated as one.
  • the highest temporal sublayer ID of the picture (or frame) in the GOP i.e., HighestTid
  • HRD Hypothetical Reference Decoder
  • the temporal layer ID, that is, temporalId, of the picture (or frame) may be represented by nuh_temporal_id_plus1 -1 and the like. If temporalId is equal to HighestTid, temporal_compress_flag may be signaled as follows. Table 5 below is another example of signaling based on the slice segment header, and the slice segment header of Table 5 may also be replaced with a tile group header.
  • temporal_compress_flag of Table 5 may indicate the same or similar information as temporal_compress_flag of Table 4.
  • the number of pictures (or frames) stored in the motion field storage may be limited based on the temporal layer ID. More specifically, it may be determined whether to store the at least one motion vector for the at least one target block in the motion field storage based on whether the temporal layer ID is greater than a predefined threshold.
  • the temporal layer ID may be represented by TL0, TL1, TL2, TL3, etc., may be represented by 0, 1, 2, 3, etc., or may be represented by binary codes 00, 01, 10, and 11. The method that can be expressed is not limited to this.
  • the threshold may be, for example, TL2, TL3, 2, 3, 10, 11, or the like.
  • pictures (or frames) with a temporal layer ID greater than 2 may be restricted from being stored in motion field storage.
  • 2 may correspond to a threshold for distinguishing pictures stored in the motion field storage and may be expressed as temporal_threshold_idx.
  • An example of the syntax representing a process of determining whether to store a picture in motion field storage based on temporal_threshold_idx is shown in Table 6 below.
  • Table 6 shows signaling based on the slice segment header, but the slice segment header of Table 6 may be replaced with a tile group header. That is, slice_segment_header of Table 6 may be replaced by tile_group_header, slice_temporal_mvp_enabled_flag may be replaced by tile_group_temporal_mvp_enabled_flag, and slice_type may be replaced by tile_group_type.
  • temporal_idx may indicate a temporal layer ID of the current picture or the current frame. That is, when the temporal layer ID of the current picture or the current frame is larger than the threshold temporal_threshold_idx, it may be decided not to store motion information about the current picture or the current frame in the motion field storage. Through this, the number of pictures stored in the motion field storage may be restricted.
  • the motion field storage may exist in units of group of pictures (GOP). For example, there may be one motion field storage corresponding to one GOP. However, the embodiment is not limited thereto, and there may be a plurality of motion field storages corresponding to one GOP, and there may be one motion field storage corresponding to the plurality of GOPs.
  • GOP group of pictures
  • the decoding apparatus receives information about the number of pictures that can be stored in the motion field storage and moves the motion information of the current picture based on the information about the number of pictures that can be stored in the motion field storage. You can decide whether to store in field storage.
  • the decoding apparatus receives information that the number of pictures that can be stored in the motion field storage corresponding to a specific GOP is 10, and after the motion information corresponding to each of the 10 pictures is stored in the motion field storage, the additional picture is added to the additional picture. The motion information may not be stored in the motion field storage.
  • the information about the number of pictures that can be stored in the motion field storage may be represented by num_frames_in_gop_minus_temporal_compress_idx.
  • num_frames_in_gop_minus_temporal_compress_idx may represent information obtained by subtracting temporal_compress_idx which is the number of pictures that can be stored in the motion field storage from the total number of decoded frames (or pictures) present in the GOP.
  • num_frames_in_gop_minus_temporal_compress_idx may be signaled in the slice segment header or tile group header as shown in Table 7 below.
  • the slice segment header of Table 7 may be replaced with a tile group header. That is, slice_segment_header of Table 7 may be replaced by tile_group_header, slice_temporal_mvp_enabled_flag may be replaced by tile_group_temporal_mvp_enabled_flag, and slice_type may be replaced by tile_group_type.
  • the current frame (or picture) may not be stored in motion field storage.
  • Equation 1 the relationship of Equation 1 to Equation 3 below may be applied based on Table 7.
  • GOP size temporal_compress_idx + num_frames_in_gop_minus_temporal_compress_idx
  • temporal_compress_idx GOP size + num_frames_in_gop_minus_temporal_compress_idx
  • temporal_compress_idx GOP size + temporal_compress_idx_minus_num_frames_in_gop
  • temporal_compress_idx_minus_num_frames_in_gop may represent information obtained by subtracting the total number of decoded frames (or pictures) present in the GOP from temporal_compress_idx, which is the number of pictures that can be stored in the motion field storage.
  • Equation 1 to Equation 3 are only slightly different from each other according to the definition or arrangement of each information in each equation, and currently decoded frames (or pictures) If the number of frames exceeds the number of frames (or pictures) to be stored in the motion field storage, it is easy to indicate that the current frame (or pictures) commonly represents a process of calculating an equation for not storing in the motion field storage. Will understand.
  • the decoding apparatus may derive a motion vector for the current block included in the current picture (S710). More specifically, the prediction unit 230 of the decoding apparatus may derive a motion vector for the current block included in the current picture.
  • the motion vector may not be stored in the motion field storage.
  • the motion vector relative to the motion vector may be stored in the motion field storage.
  • the decoding apparatus may derive the predicted block for the current block based on the motion vector for the current block (S720). More specifically, the prediction unit 230 of the decoding apparatus may derive the predicted block for the current block based on the motion vector for the current block.
  • the decoding apparatus may generate a reconstructed picture for the current picture based on the predicted block for the current block (S730). More specifically, the adder 240 of the decoding apparatus may generate a reconstructed picture for the current picture based on the predicted block for the current block.
  • the decoding apparatus may derive a motion vector for a subsequent picture target block included in a subsequent picture of a current picture, and predict the block for the subsequent picture target block based on the motion vector for the subsequent picture target block. May be derived and a reconstructed picture for the subsequent picture may be generated based on the predicted block for the subsequent picture target block.
  • the at least one motion vector for the at least one target block when it is determined that the at least one motion vector for the at least one target block is not stored in the motion field storage, the at least one included in the current picture when the motion vector for the subsequent picture target block is derived.
  • the at least one motion vector for the target block may not be referenced.
  • the at least one included in the current picture when deriving the motion vector for the subsequent picture target block may be referenced.
  • the decoding apparatus includes at least one of the at least one target block based on a temporal layer ID of the current picture including the at least one target block.
  • the at least one motion vector for the at least one target block is not stored in the motion field storage.
  • the motion vector for the current block may not be stored in the motion field storage. That is, image coding efficiency may be improved by limiting motion information (for example, a motion vector field (MVF)) stored in motion field storage in an inter prediction process based on TMVP.
  • MVF motion vector field
  • the above-described method according to the present invention may be implemented in software, and the encoding device and / or the decoding device according to the present invention may perform image processing of, for example, a TV, a computer, a smartphone, a set-top box, a display device, and the like. It can be included in the device.
  • Each part, module, or unit described above may be a processor or hardware part that executes successive procedures stored in a memory (or storage unit). Each of the steps described in the above embodiments may be performed by a processor or hardware parts. Each module / block / unit described in the above embodiments can operate as a hardware / processor.
  • the methods proposed by the present invention can be executed as code. This code can be written to a processor readable storage medium and thus read by a processor provided by an apparatus.
  • the above-described method may be implemented as a module (process, function, etc.) for performing the above-described function.
  • the module may be stored in memory and executed by a processor.
  • the memory may be internal or external to the processor and may be coupled to the processor by various well known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and / or data processing devices.
  • the memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory card, storage medium and / or other storage device.

Landscapes

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

Abstract

본 발명에 따른 디코딩 장치에 의하여 수행되는 픽처 디코딩 방법은, 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로, 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정하는 단계, 상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하는 단계, 상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출하는 단계 및 상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 복원 픽처를 생성하는 단계를 포함하는 것을 특징으로 한다.

Description

TMVP에 기반한 영상 코딩 방법 및 그 장치
본 발명은 영상 코딩 기술에 관한 것으로서 보다 상세하게는 영상 코딩 시스템에서 TMVP(Temporal Motion Vector Prediction)에 기반한 영상 코딩 방법 및 그 장치에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 분야에서 증가하고 있다. 영상 데이터가 고해상도, 고품질이 될수록 기존의 영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
이에 따라, 고해상도, 고품질 영상의 정보를 효과적으로 전송하거나 저장하고, 재생하기 위해 고효율의 영상 압축 기술이 요구된다.
본 발명의 기술적 과제는 영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 발명의 다른 기술적 과제는 TMVP에 기반한 인터 예측의 효율을 높이는 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 TMVP에 기반한 인터 예측 과정에서 움직임 필드 스토리지(motion field storage)에 저장되는 움직임 벡터를 제한하는 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 TMVP에 기반한 인터 예측 과정에서 움직임 필드 스토리지에 저장되는 움직임 벡터를 제한함으로서 영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 TMVP에 기반한 인터 예측 과정에서 움직임 필드 스토리지에 저장되는 움직임 벡터 필드(motion vector field, MVF)를 제한함으로써 영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 발명의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 픽처 디코딩 방법이 제공된다. 상기 방법은, 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로, 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정하는 단계, 상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하는 단계, 상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출하는 단계 및 상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 복원 픽처를 생성하는 단계를 포함하되, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않는 것을 특징으로 한다.
본 발명의 다른 일 실시예에 따르면, 픽처 디코딩을 수행하는 디코딩 장치가 제공된다. 상기 디코딩 장치는, 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로, 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정하고, 상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하고, 상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출하는 예측부 및 상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 복원 픽처를 생성하는 가산부를 포함하되, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않는 것을 특징으로 한다.
본 발명의 또 다른 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 픽처 인코딩 방법이 제공된다. 상기 방법은, 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로, 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정하는 단계, 상기 결정을 기반으로 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장할지 여부를 나타내는 플래그 정보를 생성하는 단계, 상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하는 단계, 상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출하는 단계, 상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 레지듀얼 샘플들을 생성하는 단계 및 상기 레지듀얼 샘플들에 대한 정보 및 상기 플래그 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않는 것을 특징으로 한다.
본 발명의 또 다른 일 실시예에 따르면, 픽처 인코딩을 수행하는 인코딩 장치가 제공된다. 상기 인코딩 장치는, 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로, 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정하고, 상기 결정을 기반으로 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장할지 여부를 나타내는 플래그 정보를 생성하고, 상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하고, 상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출하는 예측부, 상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 레지듀얼 샘플들을 생성하는 레지듀얼 처리부 및 상기 레지듀얼 샘플들에 대한 정보 및 상기 플래그 정보를 포함하는 영상 정보를 인코딩하는 엔트로피 인코딩부를 포함하되, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않는 것을 특징으로 한다.
본 발명에 따르면 전반적인 영상/비디오 압축 효율을 높일 수 있다.
본 발명에 따르면 TMVP에 기반한 인터 예측의 효율을 높일 수 있다.
본 발명에 따르면 TMVP에 기반한 인터 예측 과정에서 움직임 필드 스토리지에 저장되는 움직임 벡터를 제한함으로서 영상 코딩 효율을 높일 수 있다.
본 발명에 따르면 TMVP에 기반한 인터 예측 과정에서 움직임 필드 스토리지에 저장되는 움직임 벡터 필드(MVF)를 제한함으로서 영상 코딩 효율을 높일 수 있다.
도 1은 일 실시예에 따른 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 2는 일 실시예에 따른 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 일 실시예에 따른 TMVP 후보를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 GOP(Group Of Picture)를 시간적 레이어에 기반하여 도시하는 도면이다.
도 5는 일 실시예에 따른 인코딩 장치의 동작을 도시하는 흐름도이다.
도 6은 일 실시예에 따른 인코딩 장치의 구성을 도시하는 블록도이다.
도 7은 일 실시예에 따른 디코딩 장치의 동작을 도시하는 흐름도이다.
도 8은 일 실시예에 따른 디코딩 장치의 구성을 도시하는 블록도이다.
본 발명의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 픽처 디코딩 방법이 제공된다. 상기 방법은, 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로, 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정하는 단계, 상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하는 단계, 상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출하는 단계 및 상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 복원 픽처를 생성하는 단계를 포함하되, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않는 것을 특징으로 한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 도는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 발명에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 발명의 본질에서 벗어나지 않는 한 본 발명의 권리범위에 포함된다.
이하의 설명은 비디오, 이미지 또는 영상에 대해 다루는 기술 분야에서 적용될 수 있다. 예를 들어, 이하의 설명에서 개시된 방법 또는 실시예는 VVC (Versatile Video Coding) 표준 (ITU-T Rec. H.266), VVC 이후의 차세대 비디오/이미지 코딩 표준, 또는 VVC 이전의 표준들(예를 들어, HEVC (High Efficiency Video Coding) 표준 (ITU-T Rec. H.265) 등)의 개시 내용과 관련될 수 있다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략한다.
본 명세서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)는 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 하나의 픽처는 복수의 슬라이스로 구성될 수 있으며, 필요에 따라서 픽처 및 슬라이스는 서로 혼용되어 사용될 수 있다.
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낸다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다.
도 1은 본 발명이 적용될 수 있는 인코딩 장치(video encoding apparatus)의 구성을 개략적으로 설명하는 도면이다. 이하 인코딩/디코딩 장치는 비디오 인코딩/디코딩 장치 및/또는 영상 인코딩/디코딩 장치를 포함할 수 있고, 비디오 인코딩/디코딩 장치가 영상 인코딩/디코딩 장치를 포함하는 개념으로 사용되거나, 영상 인코딩/디코딩 장치가 비디오 인코딩/디코딩 장치를 포함하는 개념으로 사용될 수도 있다.
도 1을 참조하면, (비디오) 인코딩 장치(100)는 픽처 분할부(picture partitioning module, 105), 예측부(prediction module, 110), 레지듀얼 처리부(residual processing module, 120), 엔트로피 인코딩부(entropy encoding module, 130), 가산부(adder, 140), 필터부(filtering module, 150) 및 메모리(memory, 160)을 포함할 수 있다. 레지듀얼 처리부(120)는 감산부(substractor, 121), 변환부(transform module, 122), 양자화부(quantization module, 123), 재정렬부(rearrangement module, 124), 역양자화부(dequantization module, 125) 및 역변환부(inverse transform module, 126)를 포함할 수 있다.
픽처 분할부(105)는 입력된 픽처를 적어도 하나의 처리 유닛(processing unit)으로 분할할 수 있다.
일 예로, 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBT (Quad-tree binary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리(ternary) 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및 터너리 트리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조/터너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 발명에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다.
다른 예로, 처리 유닛은 코딩 유닛(coding unit, CU) 예측 유닛(prediction unit, PU) 또는 변환 유닛(transform unit, TU)을 포함할 수도 있다. 코딩 유닛은 최대 코딩 유닛(largest coding unit, LCU)으로부터 쿼드 트리 구조를 따라서 하위(deeper) 뎁스의 코딩 유닛들로 분할(split)될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 최소 코딩 유닛(smallest coding unit, SCU)이 설정된 경우 코딩 유닛은 최소 코딩 유닛보다 더 작은 코딩 유닛으로 분할될 수 없다. 여기서 최종 코딩 유닛이라 함은 예측 유닛 또는 변환 유닛으로 파티셔닝 또는 분할되는 기반이 되는 코딩 유닛을 의미한다. 예측 유닛은 코딩 유닛으로부터 파티셔닝(partitioning)되는 유닛으로서, 샘플 예측의 유닛일 수 있다. 이 때, 예측 유닛은 서브 블록(sub block)으로 나뉠 수도 있다. 변환 유닛은 코딩 유닛으로부터 쿼드 트리 구조를 따라서 분할 될 수 있으며, 변환 계수를 유도하는 유닛 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 유닛일 수 있다. 이하, 코딩 유닛은 코딩 블록(coding block, CB), 예측 유닛은 예측 블록(prediction block, PB), 변환 유닛은 변환 블록(transform block, TB) 으로 불릴 수 있다. 예측 블록 또는 예측 유닛은 픽처 내에서 블록 형태의 특정 영역을 의미할 수 있고, 예측 샘플의 어레이(array)를 포함할 수 있다. 또한, 변환 블록 또는 변환 유닛은 픽처 내에서 블록 형태의 특정 영역을 의미할 수 있고, 변환 계수 또는 레지듀얼 샘플의 어레이를 포함할 수 있다.
예측부(110)는 처리 대상 블록(이하, 현재 블록 또는 레지듀얼 블록을 의미할 수도 있다)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(110)에서 수행되는 예측의 단위는 코딩 블록일 수 있고, 변환 블록일 수도 있고, 예측 블록일 수도 있다.
예측부(110)는 현재 블록에 인트라 예측이 적용되는지 인터 예측이 적용되는지를 결정할 수 있다. 일 예로, 예측부(110)는 CU 단위로 인트라 예측 또는 인터 예측이 적용되는지를 결정할 수 있다.
인트라 예측의 경우에, 예측부(110)는 현재 블록이 속하는 픽처(이하, 현재 픽처) 내의 현재 블록 외부의 참조 샘플을 기반으로 현재 블록에 대한 예측 샘플을 유도할 수 있다. 이 때, 예측부(110)는 (i) 현재 블록의 주변(neighboring) 참조 샘플들의 평균(average) 혹은 인터폴레이션(interpolation)을 기반으로 예측 샘플을 유도할 수 있고, (ii) 현재 블록의 주변 참조 샘플들 중 예측 샘플에 대하여 특정 (예측) 방향에 존재하는 참조 샘플을 기반으로 상기 예측 샘플을 유도할 수도 있다. (i)의 경우는 비방향성 모드 또는 비각도 모드, (ii)의 경우는 방향성(directional) 모드 또는 각도(angular) 모드라고 불릴 수 있다. 인트라 예측에서 예측 모드는 예를 들어 33개의 방향성 예측 모드와 적어도 2개 이상의 비방향성 모드를 가질 수 있다. 비방향성 모드는 DC 예측 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 예측부(110)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측의 경우에, 예측부(110)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 샘플을 기반으로, 현재 블록에 대한 예측 샘플을 유도할 수 있다. 예측부(110)는 스킵(skip) 모드, 머지(merge) 모드, 및 MVP(motion vector prediction) 모드 중 어느 하나를 적용하여 현재 블록에 대한 예측 샘플을 유도할 수 있다. 스킵 모드와 머지 모드의 경우에, 예측부(110)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 예측 샘플과 원본 샘플 사이의 차(레지듀얼)가 전송되지 않는다. MVP 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(Motion Vector Predictor)로 이용하여 현재 블록의 움직임 벡터 예측자로 이용하여 현재 블록의 움직임 벡터를 유도할 수 있다.
인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처(reference picture)에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 움직임 정보(motion information)는 움직임 벡터와 참조 픽처 인덱스를 포함할 수 있다. 예측 모드 정보와 움직임 정보 등의 정보는 (엔트로피) 인코딩되어 비트스트림 형태로 출력될 수 있다.
스킵 모드와 머지 모드에서 시간적 주변 블록의 움직임 정보가 이용되는 경우에, 참조 픽처 리스트(reference picture list) 상의 최상위 픽처가 참조 픽처로서 이용될 수도 있다. 참조 픽처 리스트(Picture Order Count)에 포함되는 참조 픽처들은 현재 픽처와 해당 참조 픽처 간의 POC(Picture order count) 차이 기반으로 정렬될 수 있다. POC는 픽처의 디스플레이 순서에 대응하며, 코딩 순서와 구분될 수 있다.
감산부(121)는 원본 샘플과 예측 샘플 간의 차이인 레지듀얼 샘플을 생성한다. 스킵 모드가 적용되는 경우에는, 상술한 바와 같이 레지듀얼 샘플을 생성하지 않을 수 있다.
변환부(122)는 변환 블록 단위로 레지듀얼 샘플을 변환하여 변환 계수(transform coefficient)를 생성한다. 변환부(122)는 해당 변환 블록의 사이즈와, 해당 변환 블록과 공간적으로 겹치는 코딩 블록 또는 예측 블록에 적용된 예측 모드에 따라서 변환을 수행할 수 있다. 예컨대, 상기 변환 블록과 겹치는 상기 코딩 블록 또는 상기 예측 블록에 인트라 예측이 적용되었고, 상기 변환 블록이 4×4의 레지듀얼 어레이(array)라면, 레지듀얼 샘플은 DST(Discrete Sine Transform) 변환 커널을 이용하여 변환되고, 그 외의 경우라면 레지듀얼 샘플은 DCT(Discrete Cosine Transform) 변환 커널을 이용하여 변환할 수 있다.
양자화부(123)는 변환 계수들을 양자화하여, 양자화된 변환 계수를 생성할 수 있다.
재정렬부(124)는 양자화된 변환 계수를 재정렬한다. 재정렬부(124)는 계수들 스캐닝(scanning) 방법을 통해 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있다. 여기서 재정렬부(124)는 별도의 구성으로 설명하였으나, 재정렬부(124)는 양자화부(123)의 일부일 수 있다.
엔트로피 인코딩부(130)는 양자화된 변환 계수들에 대한 엔트로피 인코딩을 수행할 수 있다. 엔트로피 인코딩은 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 인코딩 방법을 포함할 수 있다. 엔트로피 인코딩부(130)는 양자화된 변환 계수 외 비디오 복원에 필요한 정보들(예컨대 신택스 요소(syntax element)의 값 등)을 함께 또는 별도로 엔트로피 인코딩 또는 기 설정된 방법에 따라 인코딩할 수도 있다. 인코딩된 정보들은 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다.
역양자화부(125)는 양자화부(123)에서 양자화된 값(양자화된 변환 계수)들을 역양자화하고, 역변환부(126)는 역양자화부(125)에서 역양자화된 값들을 역변환하여 레지듀얼 샘플을 생성한다.
가산부(140)는 레지듀얼 샘플과 예측 샘플을 합쳐서 픽처를 복원한다. 레지듀얼 샘플과 예측 샘플은 블록 단위로 더해져서 복원 블록이 생성될 수 있다. 여기서 가산부(140)는 별도의 구성으로 설명하였으나, 가산부(140)는 예측부(110)의 일부일 수 있다. 한편, 가산부(140)는 복원부(reconstruction module) 또는 복원 블록 생성부로 불릴 수도 있다.
복원된 픽처(reconstructed picture)에 대하여 필터부(150)는 디블록킹 필터 및/또는 샘플 적응적 오프셋(sample adaptive offset)을 적용할 수 있다. 디블록킹 필터링 및/또는 샘플 적응적 오프셋을 통해, 복원 픽처 내 블록 경계의 아티팩트나 양자화 과정에서의 왜곡이 보정될 수 있다. 샘플 적응적 오프셋은 샘플 단위로 적용될 수 있으며, 디블록킹 필터링의 과정이 완료된 후 적용될 수 있다. 필터부(150)는 ALF(Adaptive Loop Filter)를 복원된 픽처에 적용할 수도 있다. ALF는 디블록킹 필터 및/또는 샘플 적응적 오프셋이 적용된 후의 복원된 픽처에 대하여 적용될 수 있다.
메모리(160)는 복원 픽처(디코딩된 픽처) 또는 인코딩/디코딩에 필요한 정보를 저장할 수 있다. 여기서 복원 픽처는 상기 필터부(150)에 의하여 필터링 절차가 완료된 복원 픽처일 수 있다. 상기 저장된 복원 픽처는 다른 픽처의 (인터) 예측을 위한 참조 픽처로 활용될 수 있다. 예컨대, 메모리(160)는 인터 예측에 사용되는 (참조) 픽처들을 저장할 수 있다. 이 때, 인터 예측에 사용되는 픽처들은 참조 픽처 세트(reference picture set) 혹은 참조 픽처 리스트(reference picture list)에 의해 지정될 수 있다.
도 2는 본 발명이 적용될 수 있는 비디오/영상 디코딩 장치(video decoding apparatus)의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 디코딩 장치라 함은 영상 디코딩 장치를 포함할 수 있다.
도 2를 참조하면, 비디오 디코딩 장치(200)는 엔트로피 디코딩부(entropy decoding module, 210), 레지듀얼 처리부(residual processing module, 220), 예측부(prediction module, 230), 가산부(adder, 240), 필터부(filtering module, 250) 및 메모리(memory, 260)을 포함할 수 있다. 여기서 레지듀얼 처리부(220)는 재정렬부(rearrangement module, 221), 역양자화부(dequantization module, 222), 역변환부(inverse transform module, 223)을 포함할 수 있다. 또한, 비록 도시되지는 않았으나, 비디오 디코딩 장치(200)는 비디오 정보를 포함하는 비트스트림을 수신하는 수신부를 포함할 수 있다. 상기 수신부는 별도의 모듈로 구성될 수도 있고 또는 엔트로피 디코딩부(210)에 포함될 수 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 비디오 디코딩 장치는(200)는 비디오 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 비디오/영상/픽처를 복원할 수 있다.
예컨대, 비디오 디코딩 장치(200)는 비디오 인코딩 장치에서 적용된 처리 유닛을 이용하여 비디오 디코딩을 수행할 수 있다. 따라서 비디오 디코딩의 처리 유닛 블록은 일 예로 코딩 유닛일 수 있고, 다른 예로 코딩 유닛, 예측 유닛 또는 변환 유닛일 수 있다. 코딩 유닛은 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다.
예측 유닛 및 변환 유닛이 경우에 따라 더 사용될 수 있으며, 이 경우 예측 블록은 코딩 유닛으로부터 도출 또는 파티셔닝되는 블록으로서, 샘플 예측의 유닛일 수 있다. 이 때, 예측 유닛은 서브 블록으로 나뉠 수도 있다. 변환 유닛은 코딩 유닛으로부터 쿼드 트리 구조를 따라서 분할 될 수 있으며, 변환 계수를 유도하는 유닛 또는 변환 계수로부터 레지듀얼 신호를 유도하는 유닛일 수 있다.
엔트로피 디코딩부(210)는 비트스트림을 파싱하여 비디오 복원 또는 픽처 복원에 필요한 정보를 출력할 수 있다. 예컨대, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 비디오 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다.
보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 컨택스트(context) 모델을 결정하고, 결정된 컨택스트 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 컨택스트 모델 결정 후 다음 심볼/빈의 컨택스트 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 컨택스트 모델을 업데이트할 수 있다.
엔트로피 디코딩부(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(230)로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수는 재정렬부(221)로 입력될 수 있다.
재정렬부(221)는 양자화되어 있는 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 재정렬부(221)는 인코딩 장치에서 수행된 계수 스캐닝에 대응하여 재정렬을 수행할 수 있다. 여기서 재정렬부(221)는 별도의 구성으로 설명하였으나, 재정렬부(221)는 역양자화부(222)의 일부일 수 있다.
역양자화부(222)는 양자화되어 있는 변환 계수들을 (역)양자화 파라미터를 기반으로 역양자화하여 변환 계수를 출력할 수 있다. 이 때, 양자화 파라미터를 유도하기 위한 정보는 인코딩 장치로부터 시그널링될 수 있다.
역변환부(223)는 변환 계수들을 역변환하여 레지듀얼 샘플들을 유도할 수 있다.
예측부(230)는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(230)에서 수행되는 예측의 단위는 코딩 블록일 수도 있고, 변환 블록일 수도 있고, 예측 블록일 수도 있다.
예측부(230)는 상기 예측에 관한 정보를 기반으로 인트라 예측을 적용할 것인지 인터 예측을 적용할 것인지를 결정할 수 있다. 이 때, 인트라 예측과 인터 예측 중 어느 것을 적용할 것인지를 결정하는 단위와 예측 샘플을 생성하는 단위는 상이할 수 있다. 아울러, 인터 예측과 인트라 예측에 있어서 예측 샘플을 생성하는 단위 또한 상이할 수 있다. 예를 들어, 인터 예측과 인트라 예측 중 어느 것을 적용할 것인지는 CU 단위로 결정할 수 있다. 또한 예를 들어, 인터 예측에 있어서 PU 단위로 예측 모드를 결정하고 예측 샘플을 생성할 수 있고, 인트라 예측에 있어서 PU 단위로 예측 모드를 결정하고 TU 단위로 예측 샘플을 생성할 수도 있다.
인트라 예측의 경우에, 예측부(230)는 현재 픽처 내의 주변 참조 샘플을 기반으로 현재 블록에 대한 예측 샘플을 유도할 수 있다. 예측부(230)는 현재 블록의 주변 참조 샘플을 기반으로 방향성 모드 또는 비방향성 모드를 적용하여 현재 블록에 대한 예측 샘플을 유도할 수 있다. 이 때, 주변 블록의 인트라 예측 모드를 이용하여 현재 블록에 적용할 예측 모드가 결정될 수도 있다.
인터 예측의 경우에, 예측부(230)는 참조 픽처 상에서 움직임 벡터에 의해 참조 픽처 상에서 특정되는 샘플을 기반으로 현재 블록에 대한 예측 샘플을 유도할 수 있다. 예측부(230)는 스킵(skip) 모드, 머지(merge) 모드 및 MVP 모드 중 어느 하나를 적용하여 현재 블록에 대한 예측 샘플을 유도할 수 있다. 이때, 비디오 인코딩 장치에서 제공된 현재 블록의 인터 예측에 필요한 움직임 정보, 예컨대 움직임 벡터, 참조 픽처 인덱스 등에 관한 정보는 상기 예측에 관한 정보를 기반으로 획득 또는 유도될 수 있다
스킵 모드와 머지 모드의 경우에, 주변 블록의 움직임 정보가 현재 블록의 움직임 정보로 이용될 수 있다. 이 때, 주변 블록은 공간적 주변 블록과 시간적 주변 블록을 포함할 수 있다.
예측부(230)는 가용한 주변 블록의 움직임 정보로 머지 후보 리스트를 구성하고, 머지 인덱스가 머지 후보 리스트 상에서 지시하는 정보를 현재 블록의 움직임 벡터로 사용할 수 있다. 머지 인덱스는 인코딩 장치로부터 시그널링될 수 있다. 움직임 정보는 움직임 벡터와 참조 픽처를 포함할 수 있다. 스킵 모드와 머지 모드에서 시간적 주변 블록의 움직임 정보가 이용되는 경우에, 참조 픽처 리스트 상의 최상위 픽처가 참조 픽처로서 이용될 수 있다.
스킵 모드의 경우, 머지 모드와 달리 예측 샘플과 원본 샘플 사이의 차이(레지듀얼)이 전송되지 않는다.
MVP 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하여 현재 블록의 움직임 벡터가 유도될 수 있다. 이 때, 주변 블록은 공간적 주변 블록과 시간적 주변 블록을 포함할 수 있다.
일 예로, 머지 모드가 적용되는 경우, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록인 Col 블록에 대응하는 움직임 벡터를 이용하여, 머지 후보 리스트가 생성될 수 있다. 머지 모드에서는 머지 후보 리스트에서 선택된 후보 블록의 움직임 벡터가 현재 블록의 움직임 벡터로 사용된다. 상기 예측에 관한 정보는 상기 머지 후보 리스트에 포함된 후보 블록들 중에서 선택된 최적의 움직임 벡터를 갖는 후보 블록을 지시하는 머지 인덱스를 포함할 수 있다. 이 때, 예측부(230)는 상기 머지 인덱스를 이용하여, 현재 블록의 움직임 벡터를 도출할 수 있다.
다른 예로, MVP(Motion Vector Prediction) 모드가 적용되는 경우, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록인 Col 블록에 대응하는 움직임 벡터를 이용하여, 움직임 벡터 예측자 후보 리스트가 생성될 수 있다. 즉, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록인 Col 블록에 대응하는 움직임 벡터는 움직임 벡터 후보로 사용될 수 있다. 상기 예측에 관한 정보는 상기 리스트에 포함된 움직임 벡터 후보 중에서 선택된 최적의 움직임 벡터를 지시하는 예측 움직임 벡터 인덱스를 포함할 수 있다. 이 때, 예측부(230)는 상기 움직임 벡터 인덱스를 이용하여, 움직임 벡터 후보 리스트에 포함된 움직임 벡터 후보 중에서, 현재 블록의 예측 움직임 벡터를 선택할 수 있다. 인코딩 장치의 예측부는 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 움직임 벡터 차분(MVD)을 구할 수 있고, 이를 인코딩하여 비트스트림 형태로 출력할 수 있다. 즉, MVD는 현재 블록의 움직임 벡터에서 상기 움직임 벡터 예측자를 뺀 값으로 구해질 수 있다. 이 때, 예측부(230)는 상기 예측에 관한 정보에 포함된 움직임 벡터 차분을 획득하고, 상기 움직임 벡터 차분과 상기 움직임 벡터 예측자의 가산을 통해 현재 블록의 상기 움직임 벡터를 도출할 수 있다. 예측부는 또한 참조 픽처를 지시하는 참조 픽처 인덱스 등을 상기 예측에 관한 정보로부터 획득 또는 유도할 수 있다.
가산부(240)는 레지듀얼 샘플과 예측 샘플을 더하여 현재 블록 혹은 현재 픽처를 복원할 수 있다. 가산부(240)는 레지듀얼 샘플과 예측 샘플을 블록 단위로 더하여 현재 픽처를 복원할 수도 있다. 스킵 모드가 적용된 경우에는 레지듀얼이 전송되지 않으므로, 예측 샘플이 복원 샘플이 될 수 있다. 여기서는 가산부(240)를 별도의 구성으로 설명하였으나, 가산부(240)는 예측부(230)의 일부일 수도 있다. 한편, 가산부(240)는 복원부(reconstruction module) 또는 복원 블록 생성부로 불릴 수도 있다.
필터부(250)는 복원된 픽처에 디블록킹 필터링 샘플 적응적 오프셋, 및/또는 ALF 등을 적용할 수 있다. 이 때, 샘플 적응적 오프셋은 샘플 단위로 적용될 수 있으며, 디블록킹 필터링 이후 적용될 수도 있다. ALF는 디블록킹 필터링 및/또는 샘플 적응적 오프셋 이후 적용될 수도 있다.
메모리(260)는 복원 픽처(디코딩된 픽처) 또는 디코딩에 필요한 정보를 저장할 수 있다. 여기서 복원 픽처는 상기 필터부(250)에 의하여 필터링 절차가 완료된 복원 픽처일 수 있다. 예컨대, 메모리(260)는 인터 예측에 사용되는 픽처들을 저장할 수 있다. 이 때, 인터 예측에 사용되는 픽처들은 참조 픽처 세트 혹은 참조 픽처 리스트에 의해 지정될 수도 있다. 복원된 픽처는 다른 픽처에 대한 참조 픽처로서 이용될 수 있다. 또한, 메모리(260)는 복원된 픽처를 출력 순서에 따라서 출력할 수도 있다.
한편, 상술한 바와 같이 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 상기 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 상기 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 상기 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록과 상기 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 상기 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 상기 레지듀얼 정보는 상기 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 상기 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
도 3은 일 실시예에 따른 TMVP 후보를 설명하기 위한 도면이다.
일 실시예에서, TMVP는 인코딩 장치(100) 또는 디코딩 장치(200)의 인터 예측에 있어서, MVP 후보 또는 머지 후보로 포함될 수 있다. 보다 구체적으로, 디코딩 장치(200)는 현재 블록의 공간적 주변 블록 및/또는 시간적 주변 블록을 기반으로 움직임 정보 후보 리스트(ex. MVP 후보 리스트)를 도출할 수 있고, 수신된 선택 정보(ex. merge index, MVP 플래그 또는 MVP 인덱스)를 기반으로 상기 움직임 정보 후보 리스트에 포함된 후보들 중 하나를 선택할 수 있고, 상기 선택된 후보를 기반으로 상기 현재 블록의 움직임 정보를 도출할 수 있다. 디코딩 장치(200)는 상기 도출된 움직임 정보를 기반으로 예측 샘플을 생성할 수 있다. 여기서, 예를 들어, 디코딩 장치(200)는 상기 선택된 후보를 상기 현재 블록의 MVP로 도출할 수 있다. 또한, 상기 시간적 주변 블록은 상기 현재 블록에 대응하는 참조 픽처 내의 collocated block 을 나타낼 수 있고, TMVP method는 상기 시간적 주변 블록(collocated block)의 움직임 벡터를 상기 움직임 정보 후보 리스트의 시간적 후보(temporal candidate)로 도출하고, 상기 collocated block 의 움직임 벡터로부터 도출된 시간적 후보를 상기 현재 블록의 MVP 로 사용하는 방법을 나타낼 수 있다.
도 3을 참조하면, TMVP에서는 현재 블록의 우하단(Right-bottom) 위치에 해당하는 참조 픽처(reference picture) 내의 블록을 collocated 블록이라 정의하고, 해당 블록의 움직임 벡터를 MVP로 사용할 수 있다. 이 때, Right-bottom 위치(RB)의 블록이 인트라(INTRA) 예측에만 이용될 수 있거나, 픽처 경계(picture boundary)를 벗어나는 등의 이유로 불가용한 경우(unavailable), 현재 블록의 Center 위치 (C0) 에 대응하는 블록이 collocated 블록으로 이용될 수 있다. 여기서 center 위치라 함은 센터 우하측 위치를 나타낼 수 있다. 즉, 상기 center 위치는 현재 블록의 센터에 4개의 샘플들이 위치하는 경우에 있어서, 상기 4개의 샘플들 중 우하측의 샘플 위치를 나타낼 수 있다. 일 예시에서, 상기 RB 위치는 ColBr이라고 불릴 수 있고, 상기 C0 위치는 ColCtr이라고 불릴 수 있다. 한편, collocated 블록을 포함하는 픽처는 collocated 픽처 또는 collocated 프레임으로 지칭될 수 있다.
도 4는 일 실시예에 따른 GOP(Group Of Picture)를 시간적 레이어에 기반하여 도시하는 도면이다.
본 명세서에서 "GOP"는 픽처들 또는 프레임들로 구성된 하나의 그룹을 의미할 수 있다.
본 명세서에서 "움직임 필드 스토리지"는 인코딩 장치(100) 또는 디코딩 장치(200)에서 GOP에 포함된 픽처들 또는 프레임들에 대한 움직임 정보가 저장되는 구성 요소를 의미할 수 있다. 움직임 정보는, 예를 들어 MVF(Motion Vector Field)를 포함할 수 있다. 움직임 필드 스토리지는 하나의 GOP에 존재하는 하나 이상의 픽처들 또는 프레임들에 대한 움직임 정보를 저장할 수 있으나, 반드시 하나의 GOP 단위에 한정되는 것은 아니다. 움직임 필드 스토리지는 움직임 벡터 필드 버퍼, MVF 버퍼, MVF 스토리지(storage) 등으로 지칭될 수도 있다.
본 명세서에서 "시간적 레이어(temporal layer)"는 GOP에 포함된 픽처들(또는 프레임들)을 시간 간격으로 구분하기 위한 레이어를 의미하고, "시간적 레이어 ID"는 시간적 레이어에 대한 식별 정보를 나타낼 수 있다. 시간적 레이어 ID는 시간적 ID, 템포럴 ID는 temporal ID 등으로 나타날 수 있다. 또한, 최상위 시간적 레이어는 시간적 레이어들 중 최상위 레벨의 레이어를 나타낼 수 있고, 최상위 시간적 레이어 ID는 최상위 시간적 ID, 또는 highest temporal ID는 최상위 레이어와 대응되는 식별 정보를 나타낼 수 있다.
TMVP 후보를 디코딩하기 위해, 타일 그룹 헤더 또는 슬라이스 세그먼트 헤더를 통해 시그널링되는 정보를 기반으로 collocated 프레임이 식별될 수 있다. 해당 collocated 프레임에 대한 참조 인덱스(reference index 또는 RIdx)와 대응되는 MVF로부터 획득되는 움직임 벡터들은 현재 블록의 움직임 정보를 나타내기 위해 스케일링 될 수 있다. TMVP가 수행되는 동안 이용될 collocated 프레임의 인덱스는 타일 그룹 헤더 또는 슬라이스 세그먼트 헤더로부터 추출될 수 있으므로, 디코딩 장치는 어떠한 프레임이 필요할지 여부를 선행적으로 인식할 수 없다. 결과적으로, 디코더는 복수의 프레임들을 참조용으로 저장할 필요가 있다. 프레임 또는 픽처의 움직임 정보인 MVF는 움직임 필드 스토리지에 저장될 수 있고, MVF는 움직임 벡터, 참조 인덱스, 리스트, 모드 정보 등을 포함할 수 있다. 큰 프레임 또는 다수의 프레임에 대한 정보를 저장하는 경우 메모리 오버헤드가 발생할 수 있으므로, 이와 관련한 개선책이 필요할 수 있다.
본 발명에서는 디코딩 장치(200)에 의해 소비되는 메모리를 감소시키기 위해, TMVP 디코딩을 위해 저장될 수 있는 MVF의 개수를 제한할 수 있다. 또는, TMVP 디코딩을 위해 움직임 필드 스토리지에 저장될 수 있는 픽처의 개수를 제한할 수 있다. 프레임 또는 픽처의 개수를 제한하면 메모리 오버 헤드가 감소할 뿐 아니라 시스템의 계산 복잡성이 감소할 수 있다.
일 실시예에서, 디코딩 장치(200)는 TMVP 디코딩을 위해 저장될 수 있는 MVF의 개수를 제한하기 위해, 최상위 시간적 레이어(highest temporal-layer)에 포함된 프레임 또는 픽처에 대한 MVF는 움직임 필드 스토리지에 저장하지 않을 수 있다.
도 4를 참조하면, GOP(Group Of Picture) 구조의 일 예시가 도시되어 있다. 4개의 시간적 레이어는 각각 TL0, TL1, TL2, TL3로 도시되어 있고, TL3가 최상위 시간적 레이어를 나타내고 있다. 시간적 레이어 ID(temporal layer ID 또는 temporar ID)는 0보다 크고, 각 시간적 레이어는 이전 레이어들의 결합을 기반으로 예측될 수 있다.
TMVP 관련한 SPS(Sequence Parameter Set) 레벨 시그널링의 예시는 아래의 표 1과 같다.
[표 1]
Figure PCTKR2019003250-appb-I000001
표 1의 sps_temporal_mvp_enabled_flag를 기반으로 TMVP 디코딩이 가용하다고 판단된 경우, 타일 그룹 헤더(tile group header) 또는 슬라이스 세그먼트 헤더(slice segment header)는 관련 헤더 그룹 타입 또는 슬라이스 타입을 체크하고, 시간적 collocated 프레임으로 이용될 프레임을 검출할 수 있다. 블록이 디코딩된 이후에는, 움직임 정보가 MVF에 업데이트될 수 있다. 움직임 정보는 16x16 그리드 어큐러시(grid accuracy), 4x4 크리드 어큐러시 등을 기반으로 저장될 수 있으나, 예시는 이에 한정되지 않는다.
sps_temporal_mvp_enabled_flag의 값이 1인 경우, sps_temporal_mvp_enabled_flag가 CVS(Coded Video Sequence) 내의 non-IDR 픽처의 타일 그룹 헤더 또는 슬라이스 세그먼트 헤더에 존재함을 나타낼 수 있다. sps_temporal_mvp_enabled_flag의 값이 0인 경우, sps_temporal_mvp_enabled_flag가 타일 그룹 헤더 또는 슬라이스 세그먼트 헤더에 존재하지 않고, CVS 내에서 TMVP가 이용되지 않음을 나타낼 수 있다.
TMVP 관련한 타일 그룹 헤더 레벨 또는 슬라이스 세그먼트 헤더 레벨 시그널링의 예시는 아래의 표 2와 같다.
[표 2]
Figure PCTKR2019003250-appb-I000002
표 2는 슬라이스 세그먼트 헤더를 기반으로 한 시그널링에 대해 도시하고 있으나, 표 2의 슬라이스 세그먼트 헤더는 타일 그룹 헤더로 치환될 수 있다. 즉, 표 2의 slice_segment_header는 tile_group_header로 치환될 수 있고, slice_temporal_mvp_enabled_flag는 tile_group_temporal_mvp_enabled_flag로 치환될 수 있고, slice_type은 tile_group_type으로 치환될 수 있다.
표 2에서 collocated_from_l0_flag는 TMVP에 이용되는 collocated 픽처가 참조 픽처 리스트 0(reference picture list 0)으로부터 도출되는지 여부를 나타낼 수 있다. collocated_from_l0_flag의 값이 1인 경우 TMVP에 이용되는 collocated 픽처가 참조 픽처 리스트 0으로부터 도출될 수 있고, collocated_from_l0_flag의 값이 0인 경우 TMVP에 이용되는 collocated 픽처가 참조 픽처 리스트 1로부터 도출될 수 있다. collocated_from_l0_flag가 나타나지 않은 경우, collocated_from_l0_flag의 값은 1로 추정될 수 있다.
collocated_ref_idx는 TMVP에 이용되는 collocated 픽처의 참조 인덱스를 나타낼 수 있다.
일 예시에서, 슬라이스 타입(slice_type)이 P이거나, 슬라이스 타입이 B이고 collocated_from_l0의 값이 1인 경우, collocated_ref_idx는 참조 픽처 리스트 0을 기반으로 결정될 수 있고, collocated_ref_idx의 값은 0 이상 num_ref_idx_l0_active_minus1 이하일 수 있다. 이때 num_ref_idx_l0_active_minus1은 참조 픽처 리스트 0에 포함된 픽처의 개수에서 1을 차감한 값을 나타낼 수 있다.
다른 일 예시에서, 슬라이스 타입이 B이고 collocated_from_l0의 값이 0인 경우, collocated_ref_idx는 참조 픽처 리스트 1을 기반으로 결정될 수 있고, collocated_ref_idx의 값은 0 이상 num_ref_idx_l1_active_minus1 이하일 수 있다. 이때 num_ref_idx_l1_active_minus1은 참조 픽처 리스트 1에 포함된 픽처의 개수에서 1을 차감한 값을 나타낼 수 있다.
도 5는 일 실시예에 따른 인코딩 장치의 동작을 도시하는 흐름도이고, 도 6은 일 실시예에 따른 인코딩 장치의 구성을 도시하는 블록도이다.
도 5 및 도 6에 따른 인코딩 장치는 후술하는 도 7 및 도 8에 따른 디코딩 장치와 대응되는 동작들을 수행할 수 있다. 따라서, 도 7 및 도 8에서 후술되는 내용들은 도 5 및 도 6에 따른 인코딩 장치에도 마찬가지로 적용될 수 있다.
도 5에 개시된 각 단계는 도 1 에 개시된 인코딩 장치(100)에 의하여 수행될 수 있다. 보다 구체적으로, S500 내지 S530은 도 1에 개시된 예측부(110)에 의하여 수행될 수 있고, S540은 도 1에 개시된 레지듀얼 처리부(120)에 의하여 수행될 수 있고, S550은 도 1에 개시된 엔트로피 인코딩부(130)에 의하여 수행될 수 있다. 더불어 S500 내지 S550에 따른 동작들은, 도 3 및 도 4에서 전술된 내용들 중 일부를 기반으로 한 것이다. 따라서, 도 1, 도 3 및 도 4에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.
도 6에 도시된 바와 같이, 일 실시예에 따른 인코딩 장치는 예측부(110), 레지듀얼 처리부(120) 및 엔트로피 인코딩부(130)를 포함할 수 있다. 그러나, 경우에 따라서는 도 6에 도시된 구성 요소 모두가 인코딩 장치의 필수 구성 요소가 아닐 수 있고, 인코딩 장치는 도 6에 도시된 구성 요소보다 많거나 적은 구성 요소에 의해 구현될 수 있다.
일 실시예에 따른 인코딩 장치에서 예측부(110), 레지듀얼 처리부(120) 및 엔트로피 인코딩부(130)는 각각 별도의 칩(chip)으로 구현되거나, 적어도 둘 이상의 구성 요소가 하나의 칩을 통해 구현될 수도 있다.
일 실시예에 따른 인코딩 장치는 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로, 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정할 수 있다(S500). 보다 구체적으로, 인코딩 장치의 예측부(110)는 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적 레이어 ID를 기반으로, 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지에 저장할지 여부를 결정할 수 있다.
일 실시예에 따른 인코딩 장치는 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지에 저장할지 여부에 대한 상기 결정을 기반으로, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장할지 여부를 나타내는 플래그 정보를 생성할 수 있다(S510). 보다 구체적으로, 인코딩 장치의 예측부(110)는 상기 결정을 기반으로, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장할지 여부를 나타내는 플래그 정보를 생성할 수 있다.
일 실시예에 따른 인코딩 장치는 상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출할 수 있다(S520). 보다 구체적으로, 인코딩 장치의 예측부(110)는 상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출할 수 있다.
일 실시예에 따른 인코딩 장치는 상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출할 수 있다(S530). 보다 구체적으로, 인코딩 장치의 예측부(110)는 상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출할 수 있다.
일 실시예에 따른 인코딩 장치는 상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 레지듀얼 샘플들을 생성할 수 있다(S540). 보다 구체적으로, 인코딩 장치의 레지듀얼 처리부(120)는 상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 레지듀얼 샘플들을 생성할 수 있다.
일 실시예에 따른 인코딩 장치는 상기 레지듀얼 샘플들에 대한 정보 및 상기 플래그 정보를 포함하는 영상 정보를 인코딩할 수 있다(S550). 보다 구체적으로, 인코딩 장치의 엔트로피 인코딩부(130)는 상기 레지듀얼 샘플들에 대한 정보 및 상기 플래그 정보를 포함하는 영상 정보를 인코딩할 수 있다.
도 5 및 도 6의 인코딩 장치 및 인코딩 장치의 동작 방법에 따르면, 인코딩 장치는 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정하고(S500), 상기 결정을 기반으로 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장할지 여부를 나타내는 플래그 정보를 생성하고(S510), 상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하고(S520), 상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출하고(S530), 상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 레지듀얼 샘플들을 생성하고(S540), 상기 레지듀얼 샘플들에 대한 정보 및 상기 플래그 정보를 포함하는 영상 정보를 인코딩할 수 있고(S550), 이때 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않는 것을 특징으로 할 수 있다. 즉, TMVP에 기반한 인터 예측 과정에서 움직임 필드 스토리지에 저장되는 움직임 정보(예를 들어, 움직임 벡터 필드(MVF))를 제한함으로서 영상 코딩 효율을 높일 수 있다.
도 7은 일 실시예에 따른 디코딩 장치의 동작을 도시하는 흐름도이고, 도 8은 일 실시예에 따른 디코딩 장치의 구성을 도시하는 블록도이다.
도 7에 개시된 각 단계는 도 2 에 개시된 디코딩 장치(200)에 의하여 수행될 수 있다. 보다 구체적으로, S700 내지 S720은 도 2에 개시된 예측부(230)에 의하여 수행될 수 있고, S730은 도 2에 개시된 가산부(240)에 의하여 수행될 수 있다. 더불어 S700 내지 S730에 따른 동작들은, 도 3 및 도 4에서 전술된 내용들 중 일부를 기반으로 한 것이다. 따라서, 도 2 내지 도 4에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.
도 8에 도시된 바와 같이, 일 실시예에 따른 디코딩 장치는 예측부(230) 및 가산부(240)를 포함할 수 있다. 그러나, 경우에 따라서는 도 8에 도시된 구성 요소 모두가 디코딩 장치의 필수 구성 요소가 아닐 수 있고, 디코딩 장치는 도 8에 도시된 구성 요소보다 많거나 적은 구성 요소에 의해 구현될 수 있다.
일 실시예에 따른 디코딩 장치에서 예측부(230) 및 가산부(240)는 각각 별도의 칩(chip)으로 구현되거나, 적어도 둘 이상의 구성 요소가 하나의 칩을 통해 구현될 수도 있다.
일 실시예에 따른 디코딩 장치는, 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적 레이어 ID를 기반으로, 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지에 저장할지 여부를 결정할 수 있다(S700). 보다 구체적으로, 디코딩 장치의 예측부(230)는 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적 레이어 ID를 기반으로, 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지에 저장할지 여부를 결정할 수 있다.
S700에 대한 일 실시예에서, 디코딩 장치는 상기 현재 픽처의 상기 시간적 레이어 ID가 최상위 시간적 레이어 ID와 동일한 경우, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장할지 여부를 지시하는 제1 플래그 정보를 수신할 수 있다. 또한, 디코딩 장치는 상기 제1 플래그 정보를 기반으로 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장할지 여부를 결정할 수 있다. 여기서, GOP 내의 최상위 시간적 레이어 내의 픽처(또는 프레임)는 움직임 필드 스토리지에 저장되지 못한다는 제한(restriction)이 적용될 수 있다. 상기 제한에 따르면 움직임 필드 스토리지의 저장 부담은 줄이면서도, 인터 예측의 정확도는 상기 제한이 없을 때와 유사하게 유지할 수 있다. 최상위 시간적 계층의 픽쳐들(또는 프레임들)을 collocated 픽(또는 collocated 프레임)로 하여 인터 예측을 수행하는 경우 픽처(또는 프레임) 코딩 효율의 향상에 크게 기여하지 못할 수 있기 때문에, 상기 최상위 시간적 계층의 픽쳐들을 움직임 필드 스토리지에 저장하지 않아도 코딩 효율에 큰 변화가 없을 수 있기 때문이다.
S700에 대한 상기 일 실시예에서, 제1 플래그 정보의 값이 0인 경우 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않고, 상기 플래그 정보의 값이 1인 경우 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터가 상기 움직임 필드 스토리지에 저장될 수 있다.
일 실시예에서, 상기 제1 플래그 정보는 타일 그룹 헤더 레벨에서 시그널링될 수 있다. 보다 구체적으로, 상기 제1 플래그 정보는 타일 그룹 헤더에 포함되어 시그널링될 수 있다. 또는, 상기 제1 플래그 정보는 SPS(Sequence Parameter Set) 레벨, PPS(Picture Parameter Set) 레벨, VPS(Video Parameter Set) 레벨, 타일 그룹 헤더 레벨, 슬라이스 세그먼트 헤더 레벨 및 코딩 유닛(CU) 레벨, PU 레벨 중 적어도 하나의 레벨에서 시그널링될 수 있다.
S700에 대한 상기 일 실시예에서, 상기 현재 픽처의 상기 시간적 레이어 ID가 상기 최상위 시간적 레이어 ID와 동일한지 여부는 제2 플래그 정보를 기반으로 결정될 수 있다. 즉, 디코딩 장치는 상기 현재 픽처의 상기 시간적 레이어 ID가 상기 최상위 시간적 레이어 ID와 동일한지 여부를 나타내는 제2 플래그 정보를 수신할 수 있다.
일 실시예에서, 상기 제2 플래그 정보는 타일 그룹 헤더 레벨에서 시그널링될 수 있다. 보다 구체적으로, 상기 제2 플래그 정보는 타일 그룹 헤더에 포함되어 시그널링될 수 있다. 또는, 상기 제2 플래그 정보는 SPS 레벨, PPS 레벨, VPS 레벨, 타일 그룹 헤더 레벨, 슬라이스 세그먼트 헤더 레벨 및 CU 레벨, PU 레벨 중 적어도 하나의 레벨에서 시그널링될 수 있다.
본 명세서에서는 특정 정보 또는 개념을 정의하기 위한 용어 또는 문장을 사용하고 있다. 예를 들어, 본 명세서에서는 "PPS 레벨에서 시그널링 되는, 현재 픽처의 시간적 레이어 ID가 최상위 시간적 레이어 ID와 동일한지 여부를 나타내는 플래그"를 "pps_highest_temporal_id_flag"로 나타내고 있다. 그러나, "pps_highest_temporal_id_flag"는 플래그가 시그널링 되는 레벨에 따라 "sps_highest_temporal_id_flag", "tile_group_highest_temporal_id_flag" 등으로 대체될 수 있고, 이외에도 "highest_temporal_id_idx", "highest_temporal_layer_id_flag"등으로 대체될 수 있는 바, 이하 본 명세서에서 특정 정보 또는 개념을 정의하기 위해 사용된 용어 또는 문장을 명세서 전반에서 해석함에 있어서 그 명칭에 따라 제한이 발생하는 것으로 해석을 하여서는 안 되고, 상기 명칭이 의미하는 바에 따른 다양한 동작, 기능 및 효과에 주목하여 해석할 필요가 있다.
일 예시에서, 상기 제2 플래그 정보는 PPS(Picture Parameter Set)에 하이레벨 신택스 요소(high-level syntax element)로서 포함되어 시그널링될 수 있고, 예를 들어 pps_highest_temporal_id_flag라는 명칭으로 지칭될 수 있다. 제2 플래그 정보의 예시는 전술한 바와 같이 pps_highest_temporal_id_flag에 한정되지 않는다. 상기 pps_highest_temporal_id_flag는 PPS의 디코딩 과정에서 파싱될 수 있고, 상기 pps_highest_temporal_id_flag가 포함하는 정보에 따라 상기 제1 플래그 정보의 시그널링 여부가 결정될 수 있다.
아래의 표 3은 pps_highest_temporal_id_flag가 PPS에 포함되어 시그널링되는 예시를 나타낸다.
[표 3]
Figure PCTKR2019003250-appb-I000003
표 3의 pps_highest_temporal_id_flag의 값이 1인 경우, 해당 픽처(또는 프레임)가 GOP의 최상위 시간적 계층에 해당할 수 있다. pps_highest_temporal_id_flag의 값이 0인 경우, 해당 픽처가 GOP의 최상위 시간적 계층에 해당하지 않을 수 있다.
일 실시예에서, 제2 플래그 정보가 해당 픽처가 GOP의 최상위 시간적 계층에 해당함을 지시하는 경우, 제1 플래그 정보가 시그널링될 수 있다. 즉, 제2 플래그 정보가 제1 플래그 정보보다 먼저 시그널링될 수 있고, 제1 플래그 정보의 시그널링 여부는 조건적으로(conditionally) 결정될 수 있다. 일 예시에서, PPS 헤더에 포함된 pps_highest_temporal_id_flag가 활성화(enabled)된 경우, 타일 그룹 헤더 또는 슬라이스 세그먼트 헤더는 조건적으로 temporal_compress_flag를 체크(check)할 수 있다. temporal_compress_flag는 해당 픽처(또는 프레임)의 움직임 정보를 움직임 필드 스토리지에 저장하지 않을지 여부를 결정하기 위한 신택스 요소로서, 제1 플래그 정보의 일 예시에 해당할 수 있다. 타일 그룹 헤더 또는 슬라이스 세그먼트 헤더에서 temporal_compress_flag가 시그널링되는 일 예시는 아래의 표 4와 같다.
[표 4]
Figure PCTKR2019003250-appb-I000004
표 4는 슬라이스 세그먼트 헤더를 기반으로 한 시그널링에 대해 도시하고 있으나, 표 4의 슬라이스 세그먼트 헤더는 타일 그룹 헤더로 치환될 수 있다. 즉, 표 4의 slice_segment_header는 tile_group_header로 치환될 수 있고, slice_temporal_mvp_enabled_flag는 tile_group_temporal_mvp_enabled_flag로 치환될 수 있고, slice_type은 tile_group_type으로 치환될 수 있다.
표 4의 temporal_compress_flag의 값이 0인 경우, 해당 픽처는 움직임 필드 스토리지에 저장되지 않을 것으로 기대될(expected) 수 있다. temporal_compress_flag의 값이 1인 경우, 해당 픽처는 움직임 필드 스토리지에 저장될 것으로 기대될 수 있다. temporal_compress_flag가 존재하지 않는 경우, temporal_compress_flag의 값은 1로 추정될 수 있다.
일 예시에서, GOP 내 픽처(또는 프레임)의 최상위 시간적 서브 레이어 ID, 즉 HighestTid는 외면적으로(externally), HRD(Hypothetical Reference Decoder)를 기반으로, 또는 vps_max_sub_layers_minus1 또는 sps_max_sub_layers_minus1 등으로 표현될 수 있다. 해당 픽처(또는 프레임)의 시간적 레이어 ID, 즉 temporalId는 nuh_temporal_id_plus1 -1 등으로 표현될 수 있다. temporalId가 HighestTid와 같은 경우, 아래와 같이 temporal_compress_flag가 시그널링될 수 있다. 아래의 표 5는 슬라이스 세그먼트 헤더를 기반으로 한 시그널링의 또 다른 예시이며, 표 5의 슬라이스 세그먼트 헤더 또한 타일 그룹 헤더로 치환될 수 있다.
[표 5]
Figure PCTKR2019003250-appb-I000005
일 실시예에서, 표 5의 temporal_compress_flag는 표 4의 temporal_compress_flag와 동일 또는 유사한 정보를 나타낼 수 있다.
일 실시예에서, 움직임 필드 스토리지에 저장되는 픽처(또는 프레임)의 개수가 시간적 레이어 ID를 기반으로 한정될 수 있다. 보다 구체적으로, 상기 시간적 레이어 ID가 기 정의된 임계치(threshold)보다 큰지 여부를 기반으로, 상기 움직임 필드 스토리지에 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 저장할지 여부가 결정될 수 있다. 일 예시에서, 시간적 레이어 ID는 TL0, TL1, TL2, TL3 등으로 나타나거나, 0, 1, 2, 3 등으로 나타나거나, 바이너리 코드 00, 01, 10 및 11로 나타날 수 있으며,시간적 레이어 ID가 표현될 수 있는 방법은 이에 한정되지 않는다. 이때 임계치는, 예를 들어 TL2, TL3, 2, 3, 10, 11 등이 될 수 있다.
일 예시에서, 시간적 레이어 ID가 2보다 큰 픽처들(또는 프레임들)은 움직임 필드 스토리지에 저장되는 것이 제한될 수 있다. 여기서 상기 2는 움직임 필드 스토리지에 저장되는 픽처를 구분하기 위한 임계치에 해당할 수 있고, temporal_threshold_idx로 표현될 수 있다. temporal_threshold_idx를 기반으로 움직임 필드 스토리지에 픽처를 저장할지 여부를 결정하는 과정을 나타내는 신택스의 일 예시는 아래의 표 6과 같다.
[표 6]
Figure PCTKR2019003250-appb-I000006
표 6은 슬라이스 세그먼트 헤더를 기반으로 한 시그널링에 대해 도시하고 있으나, 표 6의 슬라이스 세그먼트 헤더는 타일 그룹 헤더로 치환될 수 있다. 즉, 표 6의 slice_segment_header는 tile_group_header로 치환될 수 있고, slice_temporal_mvp_enabled_flag는 tile_group_temporal_mvp_enabled_flag로 치환될 수 있고, slice_type은 tile_group_type으로 치환될 수 있다.
표 6에서, temporal_idx는 현재 픽처 또는 현재 프레임의 시간적 레이어 ID를 나타낼 수 있다. 즉 현재 픽처 또는 현재 프레임의 시간적 레이어 ID가 임계치인 temporal_threshold_idx보다 큰 경우, 현재 픽처 또는 현재 프레임에 대한 움직임 정보를 움직임 필드 스토리지에 저장하지 않기로 결정할 수 있다. 이를 통해 움직임 필드 스토리지에 저장되는 픽처의 개수를 제한(restrict)할 수 있다.
일 실시예에서, 상기 움직임 필드 스토리지는 GOP(Group Of Picture) 단위로 존재할 수 있다. 예를 들어, 하나의 GOP와 대응되는 움직임 필드 스토리지가 하나 존재할 수 있다. 다만 실시예는 이에 한정되지 않으며, 하나의 GOP와 대응되는 움직임 필드 스토리지가 복수 개 존재할 수 있고, 복수 개의 GOP와 대응되는 하나의 움직임 필드 스토리지가 존재할 수도 있다.
일 실시예에서, 디코딩 장치는 상기 움직임 필드 스토리지에 저장 가능한 픽처의 개수에 대한 정보를 수신하고, 상기 움직임 필드 스토리지에 저장 가능한 픽처의 개수에 대한 정보를 기반으로 상기 현재 픽처의 움직임 정보를 상기 움직임 필드 스토리지에 저장할지 여부를 결정할 수 있다. 일 예시에서, 디코딩 장치는 특정 GOP와 대응되는 움직임 필드 스토리지에 저장 가능한 픽처의 개수가 10개라는 정보를 수신하고, 움직임 필드 스토리지에 10개의 픽처 각각과 대응되는 움직임 정보가 저장된 이후에는 추가적인 픽처에 대한 움직임 정보를 움직임 필드 스토리지에 저장하지 않을 수 있다.
일 예시에서, 움직임 필드 스토리지에 저장 가능한 픽처의 개수에 대한 정보는 num_frames_in_gop_minus_temporal_compress_idx로 나타날 수 있다. num_frames_in_gop_minus_temporal_compress_idx는 GOP에 존재하는 디코딩된 프레임들(또는 픽처들)의 총 개수에서 움직임 필드 스토리지에 저장 가능한 픽처의 개수인 temporal_compress_idx를 차감한 정보를 나타낼 수 있다. num_frames_in_gop_minus_temporal_compress_idx는 슬라이스 세그먼트 헤더 또는 타일 그룹 헤더에서 아래의 표 7과 같이 시그널링될 수 있다.
[표 7]
Figure PCTKR2019003250-appb-I000007
표 7은 슬라이스 세그먼트 헤더를 기반으로 한 시그널링에 대해 도시하고 있으나, 표 7의 슬라이스 세그먼트 헤더는 타일 그룹 헤더로 치환될 수 있다. 즉, 표 7의 slice_segment_header는 tile_group_header로 치환될 수 있고, slice_temporal_mvp_enabled_flag는 tile_group_temporal_mvp_enabled_flag로 치환될 수 있고, slice_type은 tile_group_type으로 치환될 수 있다.
현재 디코딩된 프레임들(또는 픽처들)의 개수가 움직임 필드 스토리지에 저장되어야 할 프레임들(또는 픽처들)의 개수를 초과하는 경우, 현재 프레임(또는 픽처)는 움직임 필드 스토리지에 저장되지 않을 수 있다.
일 실시예에서, 상기 표 7을 기반으로 아래의 수학식 1 내지 수학식 3의 관계가 적용될 수 있다.
[수학식 1]
GOP size = temporal_compress_idx + num_frames_in_gop_minus_temporal_compress_idx
[수학식 2]
temporal_compress_idx = GOP size + num_frames_in_gop_minus_temporal_compress_idx
[수학식 3]
temporal_compress_idx = GOP size + temporal_compress_idx_minus_num_frames_in_gop
상기 수학식 3에서 temporal_compress_idx_minus_num_frames_in_gop는 움직임 필드 스토리지에 저장 가능한 픽처의 개수인 temporal_compress_idx에서 GOP에 존재하는 디코딩된 프레임들(또는 픽처들)의 총 개수를 차감한 정보를 나타낼 수 있다.
당해 기술 분야의 통상의 기술자는, 상기 수학식 1 내지 수학식 3은 각 수학식 내 각 정보들의 정의 또는 배치에 따라 상호 미세하게 차이가 존재하는 것일 뿐, 현재 디코딩된 프레임들(또는 픽처들)의 개수가 움직임 필드 스토리지에 저장되어야 할 프레임들(또는 픽처들)의 개수를 초과하는 경우 현재 프레임(또는 픽처)는 움직임 필드 스토리지에 저장하지 않기 위한 수식을 계산하는 과정을 공통적으로 나타내고 있음을 용이하게 이해할 것이다.
일 실시예에 따른 디코딩 장치는, 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출할 수 있다(S710). 보다 구체적으로, 디코딩 장치의 예측부(230)는 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출할 수 있다.
일 실시예에서, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터는 상기 움직임 필드 스토리지에 저장되지 않을 수 있다.
일 실시예에서, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터는 상기 움직임 필드 스토리지에 저장될 수 있다.
일 실시예에 따른 디코딩 장치는, 현재 블록에 대한 움직임 벡터를 기반으로 현재 블록에 대한 예측된 블록을 도출할 수 있다(S720). 보다 구체적으로, 디코딩 장치의 예측부(230)는 현재 블록에 대한 움직임 벡터를 기반으로 현재 블록에 대한 예측된 블록을 도출할 수 있다.
일 실시예에 따른 디코딩 장치는, 현재 블록에 대한 예측된 블록을 기반으로 현재 픽처에 대한 복원 픽처를 생성할 수 있다(S730). 보다 구체적으로, 디코딩 장치의 가산부(240)는 현재 블록에 대한 예측된 블록을 기반으로 현재 픽처에 대한 복원 픽처를 생성할 수 있다.
일 실시예 따른 디코딩 장치는, 현재 픽처의 이후 픽처에 포함된 이후 픽처 대상 블록에 대한 움직임 벡터를 도출하고, 상기 이후 픽처 대상 블록에 대한 움직임 벡터를 기반으로 상기 이후 픽처 대상 블록에 대한 예측된 블록을 도출하고, 상기 이후 픽처 대상 블록에 대한 예측된 블록을 기반으로 상기 이후 픽처에 대한 복원 픽처를 생성할 수 있다.
이때 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정된 경우, 상기 이후 픽처 대상 블록에 대한 움직임 벡터를 도출할 시 상기 현재 픽처에 포함된 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터가 참조되지 않을 수 있다.
또는, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하기로 결정된 경우, 상기 이후 픽처 대상 블록에 대한 움직임 벡터를 도출할 시 상기 현재 픽처에 포함된 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터가 참조될 수 있다.
도 7 및 도 8의 디코딩 장치 및 디코딩 장치의 동작 방법에 따르면, 디코딩 장치는 적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정하고(S700), 상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하고(S710), 상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출하고(S720), 상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 복원 픽처를 생성할 수 있으며(S730), 이때 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않는 것을 특징으로 할 수 있다. 즉, TMVP에 기반한 인터 예측 과정에서 움직임 필드 스토리지에 저장되는 움직임 정보(예를 들어, 움직임 벡터 필드(MVF))를 제한함으로서 영상 코딩 효율을 높일 수 있다.
상술한 본 발명에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 발명에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
전술한 각각의 파트, 모듈 또는 유닛은 메모리(또는 저장 유닛)에 저장된 연속된 수행과정들을 실행하는 프로세서이거나 하드웨어 파트일 수 있다. 전술한 실시예에 기술된 각 단계들은 프로세서 또는 하드웨어 파트들에 의해 수행될 수 있다. 전술한 실시예에 기술된 각 모듈/블록/유닛들은 하드웨어/프로세서로서 동작할 수 있다. 또한, 본 발명이 제시하는 방법들은 코드로서 실행될 수 있다. 이 코드는 프로세서가 읽을 수 있는 저장매체에 쓰여질 수 있고, 따라서 장치(apparatus)가 제공하는 프로세서에 의해 읽혀질 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
본 발명에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(appICation-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다.

Claims (15)

  1. 디코딩 장치에 의하여 수행되는 픽처 디코딩 방법에 있어서,
    적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로, 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정하는 단계;
    상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하는 단계;
    상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출하는 단계; 및
    상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 복원 픽처를 생성하는 단계를 포함하되,
    상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않는 것을 특징으로 하는, 픽처 디코딩 방법.
  2. 제1항에 있어서,
    상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되는 것을 특징으로 하는, 픽처 디코딩 방법.
  3. 제1항에 있어서,
    상기 움직임 필드 스토리지에 저장할지 여부를 결정하는 단계는,
    상기 현재 픽처의 상기 시간적 레이어 ID가 최상위 시간적 레이어 ID와 동일한 경우, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장할지 여부를 지시하는 제1 플래그 정보를 수신하는 단계; 및
    상기 제1 플래그 정보를 기반으로 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장할지 여부를 결정하는 단계를 포함하는, 픽처 디코딩 방법.
  4. 제3항에 있어서,
    제1 플래그 정보의 값이 0인 경우, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않고,
    상기 제1 플래그 정보의 값이 1인 경우, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터가 상기 움직임 필드 스토리지에 저장되는 것을 특징으로 하는, 픽처 디코딩 방법.
  5. 제3항에 있어서,
    상기 현재 픽처의 상기 시간적 레이어 ID가 상기 최상위 시간적 레이어 ID와 동일한지 여부를 나타내는 제2 플래그 정보를 수신하는 단계를 더 포함하는 것을 특징으로 하는, 디코딩 방법.
  6. 제1항에 있어서,
    상기 이후 픽처에 포함된 이후 픽처 대상 블록에 대한 움직임 벡터를 도출하는 단계;
    상기 이후 픽처 대상 블록에 대한 움직임 벡터를 기반으로 상기 이후 픽처 대상 블록에 대한 예측된 블록을 도출하는 단계; 및
    상기 이후 픽처 대상 블록에 대한 예측된 블록을 기반으로 상기 이후 픽처에 대한 복원 픽처를 생성하는 단계를 더 포함하되,
    상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정된 경우, 상기 이후 픽처 대상 블록에 대한 움직임 벡터를 도출할 시 상기 현재 픽처에 포함된 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터가 참조되지 않는 것을 특징으로 하는, 픽처 디코딩 방법.
  7. 제1항에 있어서,
    상기 움직임 필드 스토리지에 저장할지 여부를 결정하는 단계는,
    상기 시간적 레이어 ID가 기 정의된 임계치(threshold)보다 큰지 여부를 기반으로, 상기 움직임 필드 스토리지에 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 저장할지 여부를 결정하는 단계를 포함하는 것을 특징으로 하는, 픽처 디코딩 방법.
  8. 제1항에 있어서,
    상기 움직임 필드 스토리지는 GOP(Group Of Picture) 단위로 존재하는 것을 특징으로 하는, 픽처 디코딩 방법.
  9. 제1항에 있어서,
    상기 움직임 필드 스토리지에 저장할지 여부를 결정하는 단계는,
    상기 움직임 필드 스토리지에 저장 가능한 픽처의 개수에 대한 정보를 수신하는 단계; 및
    상기 움직임 필드 스토리지에 저장 가능한 픽처의 개수에 대한 정보를 기반으로, 상기 현재 픽처의 움직임 정보를 상기 움직임 필드 스토리지에 저장할지 여부를 결정하는 단계를 더 포함하는 것을 특징으로 하는, 픽처 디코딩 방법.
  10. 제3항에 있어서,
    상기 제1 플래그 정보는 SPS(Sequence Parameter Set) 레벨, PPS(Picture Parameter Set) 레벨, VPS(Video Parameter Set) 레벨, 타일 그룹 헤더 레벨, 슬라이스 세그먼트 헤더 레벨 및 코딩 유닛(CU) 레벨 중 적어도 하나의 레벨에서 시그널링되는 것을 특징으로 하는, 픽처 디코딩 방법.
  11. 제5항에 있어서,
    상기 제2 플래그 정보는 SPS 레벨, PPS 레벨, VPS 레벨, 타일 그룹 헤더 레벨, 슬라이스 세그먼트 헤더 레벨 및 코딩 유닛 레벨 중 적어도 하나의 레벨에서 시그널링되는 것을 특징으로 하는, 픽처 디코딩 방법.
  12. 픽처 디코딩을 수행하는 디코딩 장치에 있어서,
    적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로, 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정하고, 상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하고, 상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출하는 예측부; 및
    상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 복원 픽처를 생성하는 가산부를 포함하되,
    상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않는 것을 특징으로 하는, 픽처 디코딩 장치.
  13. 인코딩 장치에 의하여 수행되는 픽처 인코딩 방법에 있어서,
    적어도 하나의 대상 블록을 포함하는 현재 픽처의 시간적(temporal) 레이어 ID를 기반으로, 상기 적어도 하나의 대상 블록에 대한 적어도 하나의 움직임 벡터를 이후 픽처의 인터 예측을 위하여 움직임 필드 스토리지(motion field storage)에 저장할지 여부를 결정하는 단계;
    상기 결정을 기반으로 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장할지 여부를 나타내는 플래그 정보를 생성하는 단계;
    상기 현재 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하는 단계;
    상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측된 블록을 도출하는 단계;
    상기 현재 블록에 대한 예측된 블록을 기반으로 상기 현재 픽처에 대한 레지듀얼 샘플들을 생성하는 단계; 및
    상기 레지듀얼 샘플들에 대한 정보 및 상기 플래그 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되,
    상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하지 않기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되지 않는 것을 특징으로 하는, 픽처 인코딩 방법.
  14. 제13항에 있어서,
    상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장하기로 결정되고, 상기 적어도 하나의 대상 블록이 상기 현재 블록을 포함하는 경우, 상기 현재 블록에 대한 상기 움직임 벡터가 상기 움직임 필드 스토리지에 저장되는 것을 특징으로 하는, 픽처 인코딩 방법.
  15. 제13항에 있어서,
    상기 플래그 정보를 생성하는 단계는,
    상기 현재 픽처의 상기 시간적 레이어 ID가 최상위 시간적 레이어 ID와 동일한 경우, 상기 적어도 하나의 대상 블록에 대한 상기 적어도 하나의 움직임 벡터를 상기 움직임 필드 스토리지에 저장할지 여부를 지시하는 상기 플래그 정보를 생성하는 단계를 포함하는, 픽처 인코딩 방법.
PCT/KR2019/003250 2018-04-02 2019-03-20 Tmvp에 기반한 영상 코딩 방법 및 그 장치 WO2019194435A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862651678P 2018-04-02 2018-04-02
US62/651,678 2018-04-02

Publications (1)

Publication Number Publication Date
WO2019194435A1 true WO2019194435A1 (ko) 2019-10-10

Family

ID=68101495

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/003250 WO2019194435A1 (ko) 2018-04-02 2019-03-20 Tmvp에 기반한 영상 코딩 방법 및 그 장치

Country Status (1)

Country Link
WO (1) WO2019194435A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116405699A (zh) * 2020-03-31 2023-07-07 北京达佳互联信息技术有限公司 用于在视频编解码中用信号通知语法元素的方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030073141A (ko) * 2002-03-08 2003-09-19 주식회사 엘지이아이 Ｍｐｅｇ-4 비디오 코덱에서 움직임 벡터 코딩을 위한움직임 벡터 메모리 최소화 방법
KR20030086214A (ko) * 2002-05-03 2003-11-07 엘지전자 주식회사 동영상 코딩 방법
KR20120088611A (ko) * 2011-01-31 2012-08-08 한국전자통신연구원 움직임 벡터를 이용한 영상 부호화/복호화 방법 및 장치
KR20130129452A (ko) * 2011-03-09 2013-11-28 캐논 가부시끼가이샤 모션 벡터 저장 방법 및 장치, 인코딩 및 디코딩 방법, 인코딩 및 디코딩 장치, 및 기록 매체
KR20140085515A (ko) * 2011-11-18 2014-07-07 모토로라 모빌리티 엘엘씨 고효율 비디오 코딩을 위한 움직임 정보의 효율적인 저장

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030073141A (ko) * 2002-03-08 2003-09-19 주식회사 엘지이아이 Ｍｐｅｇ-4 비디오 코덱에서 움직임 벡터 코딩을 위한움직임 벡터 메모리 최소화 방법
KR20030086214A (ko) * 2002-05-03 2003-11-07 엘지전자 주식회사 동영상 코딩 방법
KR20120088611A (ko) * 2011-01-31 2012-08-08 한국전자통신연구원 움직임 벡터를 이용한 영상 부호화/복호화 방법 및 장치
KR20130129452A (ko) * 2011-03-09 2013-11-28 캐논 가부시끼가이샤 모션 벡터 저장 방법 및 장치, 인코딩 및 디코딩 방법, 인코딩 및 디코딩 장치, 및 기록 매체
KR20140085515A (ko) * 2011-11-18 2014-07-07 모토로라 모빌리티 엘엘씨 고효율 비디오 코딩을 위한 움직임 정보의 효율적인 저장

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116405699A (zh) * 2020-03-31 2023-07-07 北京达佳互联信息技术有限公司 用于在视频编解码中用信号通知语法元素的方法和装置

Similar Documents

Publication Publication Date Title
WO2018062921A1 (ko) 영상 코딩 시스템에서 블록 분할 및 인트라 예측 방법 및 장치
WO2018056603A1 (ko) 영상 코딩 시스템에서 조도 보상 기반 인터 예측 방법 및 장치
WO2017057953A1 (ko) 비디오 코딩 시스템에서 레지듀얼 신호 코딩 방법 및 장치
WO2017043786A1 (ko) 비디오 코딩 시스템에서 인트라 예측 방법 및 장치
WO2017082670A1 (ko) 영상 코딩 시스템에서 계수 유도 인트라 예측 방법 및 장치
WO2019194440A1 (ko) 인트라 예측 모드에 대한 룩업 테이블을 이용한 영상 코딩 방법 및 그 장치
WO2017034331A1 (ko) 영상 코딩 시스템에서 크로마 샘플 인트라 예측 방법 및 장치
WO2017052000A1 (ko) 영상 코딩 시스템에서 움직임 벡터 정제 기반 인터 예측 방법 및 장치
WO2016200043A1 (ko) 비디오 코딩 시스템에서 가상 참조 픽처 기반 인터 예측 방법 및 장치
WO2018070632A1 (ko) 영상 코딩 시스템에서 영상 디코딩 방법 및 장치
WO2017188565A1 (ko) 영상 코딩 시스템에서 영상 디코딩 방법 및 장치
WO2019198997A1 (ko) 인트라 예측에 기반한 영상 코딩 방법 및 그 장치
WO2017048008A1 (ko) 영상 코딩 시스템에서 인터 예측 방법 및 장치
WO2019194507A1 (ko) 어파인 움직임 예측에 기반한 영상 코딩 방법 및 그 장치
WO2018056602A1 (ko) 영상 코딩 시스템에서 인터 예측 방법 및 장치
WO2018056709A1 (ko) 영상 코딩 시스템에서 인터 예측 방법 및 장치
WO2019194500A1 (ko) 인트라 예측에 기반한 영상 코딩 방법 및 그 장치
WO2018128222A1 (ko) 영상 코딩 시스템에서 영상 디코딩 방법 및 장치
WO2018212430A1 (ko) 영상 코딩 시스템에서 주파수 도메인 필터링 방법 및 그 장치
WO2020013480A1 (ko) 인트라 예측 모드를 코딩하는 방법 및 그 장치
WO2020076066A1 (ko) 신택스 디자인 방법 및 신택스를 이용하여 코딩을 수행하는 장치
WO2020005002A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 템플릿 영역 도출 방법 및 장치
WO2018128223A1 (ko) 영상 코딩 시스템에서 인터 예측 방법 및 장치
WO2018084344A1 (ko) 영상 코딩 시스템에서 영상 디코딩 방법 및 장치
WO2019212230A1 (ko) 영상 코딩 시스템에서 블록 사이즈에 따른 변환을 사용하는 영상 디코딩 방법 및 그 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: 19781042

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: 19781042

Country of ref document: EP

Kind code of ref document: A1