WO2019203533A1 - 다중 움직임 모델을 고려한 인터 예측 방법 및 그 장치 - Google Patents

다중 움직임 모델을 고려한 인터 예측 방법 및 그 장치 Download PDF

Info

Publication number
WO2019203533A1
WO2019203533A1 PCT/KR2019/004571 KR2019004571W WO2019203533A1 WO 2019203533 A1 WO2019203533 A1 WO 2019203533A1 KR 2019004571 W KR2019004571 W KR 2019004571W WO 2019203533 A1 WO2019203533 A1 WO 2019203533A1
Authority
WO
WIPO (PCT)
Prior art keywords
motion model
current block
cpmvs
information
affine
Prior art date
Application number
PCT/KR2019/004571
Other languages
English (en)
French (fr)
Inventor
이재호
남정학
유선미
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 WO2019203533A1 publication Critical patent/WO2019203533A1/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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—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
    • H04N19/53—Multi-resolution motion estimation; Hierarchical motion estimation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • the present invention relates to an image coding technique, and more particularly, to an inter prediction method and apparatus therefor considering a multiple motion model.
  • the demand for high resolution, high quality video / video such as Ultra High Definition (UHD) video / video of 4K or more is increasing in various fields.
  • the higher the resolution and quality of the video / video data the higher the amount of information or bits transmitted compared to the existing video / video data. Therefore, the video data can be transmitted using a medium such as a conventional wired / wireless broadband line or an existing storage medium can be used. In the case of storing video / video data by using a network, transmission and storage costs are increased.
  • VR Virtual Reality
  • AR Artificial Realtiy
  • holograms video / videos having video characteristics different from real video such as game video are increasing. Broadcasting for is increasing.
  • a high-efficiency image / video compression technique is required to effectively compress, transmit, store, and reproduce information of a high resolution high quality image / video having various characteristics as described above.
  • 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 an efficient inter prediction method and apparatus.
  • Another technical problem of the present invention is to provide a method and apparatus for efficiently signaling a motion model.
  • Another technical problem of the present invention is to provide a method and apparatus for signaling a 4 parameter motion model and a 6 parameter motion model.
  • Another technical problem of the present invention is to provide a method and apparatus for deriving a motion vector array of a current block according to a motion model.
  • an image decoding method performed by a decoding apparatus.
  • the method may include obtaining information about a motion model type for a current block, determining a motion model type applied to the current block based on the information about the motion model type, and based on the motion model type.
  • Deriving control point motion vectors (CPMVs) for a current block deriving a subblock unit or sample unit motion vector for the current block based on the CPMVs, based on the subblock unit or sample unit motion vector Generating predictive samples for the current block, and generating reconstructed samples based on the predicted samples.
  • CPMVs control point motion vectors
  • a decoding apparatus for performing image decoding.
  • the decoding apparatus may further include an entropy decoding unit configured to obtain information about a motion model type of a current block, and determine a motion model type applied to the current block based on the information on the motion model type, based on the motion model type.
  • Deriving control point motion vectors (CPMVs) for the current block deriving a subblock unit or sample unit motion vector for the current block based on the CPMVs, and based on the subblock unit or sample unit motion vector
  • CPMVs control point motion vectors
  • a predictor for generating predictive samples for the current block, and an adder for generating reconstructed samples based on the predictive samples.
  • an image encoding method performed by an encoding apparatus includes determining a motion model type applied to a current block, deriving control point motion vectors (CPMVs) for the current block based on the motion model type, and for the current block based on the CPMVs. Deriving a subblock unit or sample unit motion vector, generating prediction samples for the current block based on the subblock unit or sample unit motion vector, and generating residual samples based on the prediction samples Deriving quantized transform coefficients based on the residual samples, and encoding image information including information on the motion model type and information on the quantized transform coefficients. do.
  • CPMVs control point motion vectors
  • an encoding apparatus for performing image encoding.
  • the encoding apparatus determines a motion model type applied to the current block, derives control point motion vectors (CPMVs) for the current block based on the motion model type, and sub-lists the current block based on the CPMVs.
  • a prediction unit for deriving a block unit or a sample unit motion vector and generating prediction samples for the current block based on the subblock unit or sample unit motion vector, generating residual samples based on the prediction samples, and
  • a residual processor for deriving quantized transform coefficients based on residual samples, and an entropy encoding unit for encoding image information including information about the motion model type and information about the quantized transform coefficients. It is done.
  • a digital storage medium storing image data including encoded image information generated according to an image encoding method performed by an encoding apparatus is provided.
  • a digital storage medium storing image data including encoded image information causing the decoding apparatus to perform the image decoding method.
  • the overall video / video compression efficiency can be improved.
  • the amount of data transmitted for residual processing can be reduced through efficient prediction.
  • the motion vector field of the current block can be derived according to the motion model.
  • FIG. 1 schematically shows an example of a video / image coding system to which the present invention may be applied.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video / video encoding apparatus to which the present invention may be applied.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video / video decoding apparatus to which the present invention may be applied.
  • 5 exemplarily illustrates the affine motion model in which motion vectors for three control points are used.
  • FIG. 6 exemplarily illustrates the affine motion model in which motion vectors for two control points are used.
  • FIG. 10 shows an example of a translational motion model.
  • FIG. 11 shows an example of a scaling motion model.
  • FIG. 13 and 14 schematically illustrate an example of a video / image encoding method and related components including an inter prediction method according to an embodiment of the present invention.
  • 15 and 16 schematically illustrate an example of an image decoding method including an inter prediction method and related components according to an embodiment of the present invention.
  • 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
  • EVC essential video coding
  • video may refer to a series of images over time.
  • a picture generally refers to a unit representing one image in a specific time zone, and a slice / tile is a unit constituting part of a picture in coding.
  • the slice / tile may comprise one or more coding tree units (CTUs).
  • One picture may consist of one or more slices / tiles.
  • One picture may consist of one or more tile groups.
  • One tile group may include one or more tiles.
  • 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 represent only a pixel / pixel value of a luma component or only a pixel / pixel value of a chroma component.
  • a unit may represent a 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.
  • One unit may include one luma block and two chroma (ex. Cb, cr) blocks.
  • the unit may be used interchangeably with terms such as block or area in some cases.
  • an M ⁇ N block may comprise a sample (or sample array) or a set (or array) of transform coefficients of M columns and N rows.
  • a / B / C may mean” at least one of A, B, and / or C.
  • Also A / B / C “may mean” at least one of A, B, and / or C.
  • FIG. 1 schematically shows an example of a video / image coding system to which the present invention may be applied.
  • a video / image coding system may include a source device and a receiving device.
  • the source device may deliver the encoded video / image information or data to the receiving device via a digital storage medium or network in the form of a file or streaming.
  • the source device may include a video source, an encoding apparatus, and a transmitter.
  • the receiving device may include a receiving unit, a decoding apparatus, and a renderer.
  • the encoding device may be called a video / image encoding device, and the decoding device may be called a video / image decoding device.
  • the transmitter may be included in the encoding device.
  • the receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or an external component.
  • the video source may acquire the video / image through a process of capturing, synthesizing, or generating the video / image.
  • the video source may comprise a video / image capture device and / or a video / image generation device.
  • the video / image capture device may include, for example, one or more cameras, video / image archives including previously captured video / images, and the like.
  • Video / image generation devices may include, for example, computers, tablets and smartphones, and may (electronically) generate video / images.
  • a virtual video / image may be generated through a computer or the like. In this case, the video / image capturing process may be replaced by a process of generating related data.
  • the encoding device may encode the input video / image.
  • the encoding apparatus may perform a series of procedures such as prediction, transform, and quantization for compression and coding efficiency.
  • the encoded data (encoded video / image information) may be output in the form of a bitstream.
  • the transmitter may transmit the encoded video / video information or data output in the form of a bitstream to the receiver of the receiving device through a digital storage medium or a network in the form of a file or streaming.
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, SSD, and the like.
  • the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast / communication network.
  • the receiver may receive / extract the bitstream and transmit the received bitstream to the decoding apparatus.
  • the decoding apparatus may decode the video / image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding apparatus.
  • the renderer may render the decoded video / image.
  • the rendered video / image may be displayed through the display unit.
  • the video encoding apparatus may include an image encoding apparatus.
  • the encoding apparatus 200 may include an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, It may be configured to include an adder 250, a filter 260, and a memory 270.
  • the predictor 220 may include an inter predictor 221 and an intra predictor 222.
  • the residual processor 230 may include a transformer 232, a quantizer 233, a dequantizer 234, and an inverse transformer 235.
  • the residual processor 230 may further include a subtractor 231.
  • the adder 250 may be called a reconstructor or a recontructged block generator.
  • the image divider 210, the predictor 220, the residual processor 230, the entropy encoder 240, the adder 250, and the filter 260 may include at least one hardware component (for example, an encoder chipset or processor).
  • the memory 270 may include a decoded picture buffer (DPB) or may be configured by a digital storage medium.
  • the hardware component may further include the memory 270 as an internal / external component.
  • the image divider 210 may divide an input image (or a picture or a frame) input to the encoding apparatus 100 into one or more processing units.
  • the processing unit may be called a coding unit (CU).
  • the coding unit may be recursively divided according to a quad-tree binary-tree ternary-tree (QTBTTT) structure from a coding tree unit (CTU) or a largest coding unit (LCU).
  • QTBTTT quad-tree binary-tree ternary-tree
  • CTU coding tree unit
  • LCU largest coding unit
  • 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 structure.
  • the quad tree structure may be applied first and the binary tree structure and / or ternary structure may be applied later.
  • the binary 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 further include a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be partitioned or partitioned from the aforementioned final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transformation unit may be a unit for deriving a transform coefficient and / or a unit for deriving a residual signal from the transform coefficient.
  • an M ⁇ N block may represent a set of samples or transform coefficients composed of M columns and N rows.
  • 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 sample may be used as a term corresponding to one picture (or image) for a pixel or a pel.
  • the subtractor 231 subtracts the prediction signal (predicted block, prediction samples, or prediction sample array) output from the prediction unit 220 from the input image signal (the original block, the original samples, or the original sample array).
  • a signal residual block, residual samples, or residual sample array
  • the prediction unit 220 may predict a block to be processed (hereinafter, referred to as a current block) and generate a predicted block including prediction samples of the current block.
  • the prediction unit 220 may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information related to prediction, such as prediction mode information, and transmit the generated information to the entropy encoding unit 240.
  • the information about the prediction may be encoded in the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra predictor 222 may predict the current block by referring to the samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • Non-directional mode may include, for example, DC mode and planner mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes according to the degree of detail of the prediction direction. However, as an example, more or less directional prediction modes may be used depending on the setting.
  • the intra predictor 242 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 221 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • the motion information may be predicted in units of blocks, subblocks, or samples based on the correlation of the motion information between the neighboring block and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a co-located reference block, a co-located CU (colCU), and the like, and a reference picture including the temporal neighboring block may be called a collocated picture (colPic). It may be.
  • the inter prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive a motion vector and / or a reference picture index of the current block. Can be generated. Inter prediction may be performed based on various prediction modes.
  • the inter prediction unit 221 may use motion information of a neighboring block as motion information of a current block.
  • the residual signal may not be transmitted.
  • the motion vector prediction (MVP) mode the motion vector of the neighboring block is used as a motion vector predictor and the motion vector difference is signaled by signaling a motion vector difference. Can be directed.
  • MVP motion vector prediction
  • the prediction unit 220 may generate a prediction signal based on various prediction methods described below.
  • the prediction unit may not only apply intra prediction or inter prediction to predict one block but also simultaneously apply intra prediction and inter prediction. This may be called combined inter and intra prediction (CIIP).
  • the prediction unit may perform intra block copy (IBC) to predict a block.
  • the intra block copy may be used for content video / video coding of a game or the like, for example, screen content coding (SCC).
  • SCC screen content coding
  • the IBC basically performs prediction in the current picture but may be performed similarly to inter prediction in that a reference block is derived in the current picture. That is, the IBC can use at least one of the inter prediction techniques described in this document.
  • the prediction signal generated by the inter predictor 221 and / or the intra predictor 222 may be used to generate a reconstruction signal or may be used to generate a residual signal.
  • the transformer 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique may include a discrete cosine transform (DCT), a discrete sine transform (DST), a graph-based transform (GBT), a conditionally non-linear transform (CNT), and the like.
  • DCT discrete cosine transform
  • DST discrete sine transform
  • GBT graph-based transform
  • CNT conditionally non-linear transform
  • GBT means a conversion obtained from this graph when the relationship information between pixels is represented by a graph.
  • CNT refers to a transform that is generated based on and generates a prediction signal using all previously reconstructed pixels.
  • the conversion process may be applied to pixel blocks having the same size as the square, or may be applied to blocks of variable size rather than square.
  • the quantization unit 233 quantizes the transform coefficients and transmits them to the entropy encoding unit 240.
  • the entropy encoding unit 240 may encode the quantized signal (information about the quantized transform coefficients) and output the bitstream as a bitstream. have.
  • the information about the quantized transform coefficients may be referred to as residual information.
  • the quantization unit 233 may rearrange block quantized transform coefficients into a one-dimensional vector form based on a coefficient scan order, and quantize the quantized transform coefficients based on the quantized transform coefficients in the one-dimensional vector form. Information about transform coefficients may be generated.
  • the entropy encoding unit 240 may perform various encoding methods such as, for example, exponential Golomb, context-adaptive variable length coding (CAVLC), context-adaptive binary arithmetic coding (CABAC), and the like.
  • the entropy encoding unit 240 may encode information necessary for video / image reconstruction other than quantized transform coefficients (for example, values of syntax elements) together or separately.
  • Encoded information eg, encoded video / image information
  • NALs network abstraction layer
  • the video / image information may further include information about various parameter sets such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video / image information may further include general constraint information.
  • Signaling / transmitted information and / or syntax elements described later in this document may be encoded and included in the bitstream through the above-described encoding procedure.
  • 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
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, SSD, and the like.
  • the signal output from the entropy encoding unit 240 may include a transmitting unit (not shown) for transmitting and / or a storing unit (not shown) for storing as an internal / external element of the encoding apparatus 200, or the transmitting unit It may be included in the entropy encoding unit 240.
  • the quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
  • a residual signal residual block or residual samples
  • the adder 250 may generate a reconstructed signal (reconstructed picture, reconstructed block, reconstructed samples or reconstructed sample array) by adding the reconstructed residual signal to the predicted signal output from the predictor 220. . If there is no residual for the block to be processed, such as when the skip mode is applied, the predicted block may be used as the reconstructed block.
  • the generated reconstruction signal may be used for intra prediction of a next processing target block in a current picture, and may be used for inter prediction of a next picture through filtering as described below.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 260 may improve subjective / objective image quality by applying filtering to the reconstruction signal. For example, the filtering unit 260 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and output the modified reconstructed picture to the memory 270, specifically, a DPB of the memory 270. Can be stored in The various filtering methods may include, for example, deblocking filtering, a sample adaptive offset (SAO), an adaptive loop filter, a bilateral filter, and the like. The filtering unit 260 may generate various information related to the filtering and transmit the generated information to the entropy encoding unit 290 as described later in each filtering method. The filtering information may be encoded in the entropy encoding unit 290 and output in the form of a bitstream.
  • SAO sample adaptive offset
  • the filtering unit 260 may generate various information related to the filtering and transmit the generated information to the entropy encoding unit 290 as described later in each filtering method.
  • the filtering information may be
  • the modified reconstructed picture transmitted to the memory 270 may be used as the reference picture in the inter predictor 280.
  • the encoding apparatus may avoid prediction mismatch between the encoding apparatus 200 and the decoding apparatus, and may improve encoding efficiency.
  • the DPB of the memory 270 may store the modified reconstructed picture for use as a reference picture in the inter predictor 221.
  • the memory 270 may store the motion information of the block from which the motion information in the current picture is derived (or encoded) and / or the motion information of the blocks in the picture that have already been reconstructed.
  • the stored motion information may be transmitted to the inter predictor 221 in order to use the motion information of the spatial neighboring block or the motion information of the temporal neighboring block.
  • the memory 270 may store reconstructed samples of reconstructed blocks in the current picture, and may transfer the reconstructed samples to the intra predictor 222.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video / video decoding apparatus to which the present invention may be applied.
  • the decoding apparatus 300 includes an entropy decoder 310, a residual processor 320, a predictor 330, an adder 340, and a filtering unit. and a filter (350) and a memory (360).
  • the predictor 330 may include an inter predictor 331 and an intra predictor 332.
  • the residual processor 320 may include a dequantizer 321 and an inverse transformer 321.
  • the entropy decoding unit 310, the residual processing unit 320, the predicting unit 330, the adding unit 340, and the filtering unit 350 may be a hardware component (for example, a decoder chipset or a processor) according to an exemplary embodiment. It can be configured by).
  • the memory 360 may include a decoded picture buffer (DPB) or may be configured by a digital storage medium.
  • the hardware component may further include the memory 360 as an internal / external component.
  • the decoding apparatus 300 may reconstruct an image corresponding to a process in which video / image information is processed in the encoding apparatus of FIG. 2. For example, the decoding apparatus 300 may derive units / blocks based on block division related information obtained from the bitstream. The decoding apparatus 300 may perform decoding using a processing unit applied in the encoding apparatus.
  • the processing unit of decoding may be a coding unit, for example, and the coding unit may be divided along the quad tree structure, binary tree structure and / or ternary tree structure from the coding tree unit or the largest coding unit.
  • One or more transform units may be derived from the coding unit.
  • the reconstructed video signal decoded and output through the decoding apparatus 300 may be reproduced through the reproducing apparatus.
  • the decoding apparatus 300 may receive a signal output from the encoding apparatus of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310.
  • the entropy decoding unit 310 may parse the bitstream to derive information (eg, video / image information) necessary for image reconstruction (or picture reconstruction).
  • the video / image information may further include information about various parameter sets such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video / image information may further include general constraint information.
  • the decoding apparatus may further decode the picture based on the information about the parameter set and / or the general restriction information.
  • Signaling / received information and / or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 310 decodes information in the bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, quantized values of syntax elements required for image reconstruction, and transform coefficients for residuals. Can be output. More specifically, 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 may be determined using the context model, the probability of occurrence of a bin may be predicted according to the determined context model, and arithmetic decoding of the bin may be performed to generate a symbol corresponding to the value of each syntax element.
  • 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 / bean after determining the context model.
  • the information related to the prediction among the information decoded by the entropy decoding unit 310 is provided to the prediction unit 330, and information about the residual on which entropy decoding is performed by the entropy decoding unit 310, that is, quantized transform coefficients and The relevant parameter information may be input to the inverse quantization unit 321.
  • information on filtering among information decoded by the entropy decoding unit 310 may be provided to the filtering unit 350.
  • a receiver (not shown) for receiving a signal output from the encoding apparatus may be further configured as an internal / external element of the decoding apparatus 300, or the receiver may be a component of the entropy decoding unit 310.
  • the decoding apparatus may be referred to as a video / image / picture decoding apparatus, and the decoding apparatus may be divided into an information decoder (video / image / picture information decoder) and a sample decoder (video / image / picture sample decoder). It may be.
  • the information decoder may include the entropy decoding unit 310, and the sample decoder may include the inverse quantizer 321, an inverse transformer 322, a predictor 330, an adder 340, and a filter ( 350 and memory 360.
  • the inverse quantizer 321 may dequantize the quantized transform coefficients and output the transform coefficients.
  • the inverse quantization unit 321 may rearrange the quantized transform coefficients in the form of a two-dimensional block. In this case, the reordering may be performed based on the coefficient scan order performed by the encoding apparatus.
  • the inverse quantization unit 321 may perform inverse quantization on quantized transform coefficients by using a quantization parameter (for example, quantization step size information), and may obtain transform coefficients.
  • a quantization parameter for example, quantization step size information
  • the inverse transformer 322 inversely transforms the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the information about the prediction output from the entropy decoding unit 310, and may determine a specific intra / inter prediction mode.
  • the prediction unit may generate a prediction signal based on various prediction methods described below. For example, the prediction unit may not only apply intra prediction or inter prediction to predict one block but also simultaneously apply intra prediction and inter prediction. This may be called combined inter and intra prediction (CIIP).
  • the prediction unit may perform intra block copy (IBC) to predict a block.
  • the intra block copy may be used for content video / video coding of a game or the like, for example, screen content coding (SCC).
  • SCC screen content coding
  • the IBC basically performs prediction in the current picture but may be performed similarly to inter prediction in that a reference block is derived in the current picture. That is, the IBC can use at least one of the inter prediction techniques described in this document.
  • the intra predictor 332 may predict the current block by referring to the samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra predictor 332 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 331 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • the motion information may be predicted in units of blocks, subblocks, or samples based on the correlation of the motion information between the neighboring block and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • the inter prediction unit 331 may construct a motion information candidate list based on neighboring blocks and derive a motion vector and / or a reference picture index of the current block based on the received candidate selection information.
  • Inter prediction may be performed based on various prediction modes, and the information about the prediction may include information indicating a mode of inter prediction for the current block.
  • the adder 340 generates a reconstruction signal (restored picture, reconstruction block, reconstructed sample array) by adding the obtained residual signal to the predicted signal (predicted block, predicted sample array) output from the predictor 330. Can be. If there is no residual for the block to be processed, such as when the skip mode is applied, the predicted block may be used as the reconstructed block.
  • the adder 340 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstruction signal may be used for intra prediction of the next block to be processed in the current picture, may be output through filtering as described below, or may be used for inter prediction of the next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 350 may improve subjective / objective image quality by applying filtering to the reconstruction signal.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and the modified reconstructed picture is stored in the memory 60, specifically, the DPB of the memory 360. Can be sent to.
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the (modified) reconstructed picture stored in the DPB of the memory 360 may be used as the reference picture in the inter predictor 331.
  • the memory 360 may store the motion information of the block from which the motion information in the current picture is derived (or decoded) and / or the motion information of the blocks in the picture that have already been reconstructed.
  • the stored motion information may be transmitted to the inter predictor 331 in order to use the motion information of the spatial neighboring block or the motion information of the temporal neighboring block.
  • the memory 360 may store reconstructed samples of the reconstructed blocks in the current picture, and transfer the reconstructed samples to the intra predictor 332.
  • the embodiments described in the predicting unit 330, the inverse quantization unit 321, the inverse transform unit 322, the filtering unit 350, and the like of the decoding device 300 are respectively predicted by the prediction unit of the encoding device 200 ( 220, the inverse quantization unit 234, the inverse transform unit 235, and the filtering unit 260 may also be applied to the same or corresponding.
  • 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.
  • an inter prediction method may be proposed in consideration of such complex movements.
  • an affine motion model that efficiently derives a motion vector for sub-blocks or sample points of the current block, and improves the accuracy of inter prediction despite deformation of rotation, zoom-in or zoom-out of an image, may be used.
  • an affine motion model that derives a motion vector for subblocks or sample points of the current block may be used.
  • Prediction using the affine motion model may be called affine inter prediction or affine motion prediction.
  • the affine inter prediction using the affine motion model can efficiently express various modifications as described below.
  • a motion that can be represented through the affine motion model may include a translation motion, a scale motion, a rotate motion, and a shear motion. That is, as shown in FIG. 4, not only a translational movement in which an image (part of) is planarly moved as time passes, but also a scale movement in which an image (part of) is scaled as time passes. It is possible to efficiently represent the rotational motion of rotating the image (part of) as the flow and the shear motion of the quadrilateral deformation of the part of the image according to the passage of time through the affine inter prediction.
  • the encoding device / decoding device may predict the distortion shape of the image based on the motion vectors at the control points (CPs) of the current block, thereby improving the compression performance of the image by increasing the accuracy of the prediction. Can be.
  • the motion vector for at least one control point of the current block may be derived using the motion vector of the neighboring block of the current block, the data amount burden on additional information to be added is reduced, and inter prediction efficiency is improved. It can be improved considerably.
  • motion information at three control points that is, three reference points may be required.
  • FIG. 5 exemplarily illustrates the affine motion model in which motion vectors for three control points are used. This may be called a 6 parameter affine model.
  • (0,0) and the width and height of the current block are w and h, respectively, as shown in FIG. 5, (0,0) , (w, 0), (0, h) sample positions can be defined as the control points.
  • the control point of the (0,0) sample position may be CP0
  • the control point of the (w, 0) sample position may be CP1
  • the control point of the (0, h) sample position may be CP2.
  • Equation for the affine motion model may be derived using the above-described control point and the motion vector of the corresponding control point. Equation for the affine motion model can be expressed as follows.
  • w represents the width of the current block
  • h represents the height of the current block
  • v 0x , v 0y represents the x component, y component of the motion vector of CP0, respectively
  • v 1x and v 1y represent the x component and the y component of the motion vector of CP1, respectively
  • v 2x and v 2y represent the x component and the y component of the motion vector of CP2, respectively.
  • x represents the x component of the position of the target sample in the current block
  • y represents the y component of the position of the target sample in the current block
  • v x is the motion vector of the target sample in the current block
  • the x component of, v y represents the y component of the motion vector of the target sample in the current block 400.
  • a motion vector according to the sample position in the current block can be derived based on Equation (1). That is, according to the affine motion model, the motion vectors v0 (v 0x , v 0y ) at the control points, based on a distance ratio between the coordinates (x, y) of the target sample and the three control points, v1 (v 1x , v 1y ) and v2 (v 2x , v 2y ) may be scaled to derive a motion vector of the target sample according to the target sample position.
  • a motion vector of each sample in the current block may be derived based on the motion vectors of the control points.
  • the set of motion vectors of samples in the current block derived according to the affine motion model may be referred to as an affine motion vector field (MVF).
  • motion vectors in subblock units (eg, 4x4 subblocks) in the current block may be derived according to the affine motion model in consideration of complexity, and a set of motion vectors of the subblocks may also be referred to as a motion vector field. Can be.
  • the motion vector at the coordinate corresponding to the upper left sample position of the subblock or at the coordinate corresponding to the lower right sample position of the center right lower end of the subblock (that is, the lower right sample position among the four samples positioned at the center).
  • the motion vector may be a motion vector of the subblock.
  • the motion vector of the subblock may be derived based on an average of the motion vector at the upper left sample position of the subblock and the motion vector at the upper right sample position of the subblock.
  • Equation 1 six parameters of Equation 1 may be represented by a, b, c, d, e, and f as shown in the following equation, and the equation for the affine motion model represented by the six parameters is as follows. May be the same as
  • w represents the width of the current block
  • h represents the height of the current block
  • v 0x , v 0y represents the x component, y component of the motion vector of CP0, respectively
  • v 1x and v 1y represent the x component and the y component of the motion vector of CP1, respectively
  • v 2x and v 2y represent the x component and the y component of the motion vector of CP2, respectively.
  • x denotes the x component of the position of the target sample in the current block
  • y denotes the y component of the position of the target sample in the current block
  • v x denotes the motion vector of the target sample in the current block.
  • x component, v y represents the y component of the motion vector of the target sample in the current block.
  • the affine motion model or the affine inter prediction using the six parameters may be referred to as a six parameter affine motion model or AF6.
  • affine inter prediction motion information from two control points, that is, two reference points may be required. This can be called a four parameter affine model.
  • the affine motion model using two control points can represent three motions including translational motion, scale motion, and rotational motion.
  • the affine motion model may also be referred to as a simplicity affine motion model or a simplified affine motion model.
  • (w, 0) sample positions may be defined as the control points.
  • the control point of the (0,0) sample position may be CP0
  • the control point of the (w, 0) sample position may be CP1.
  • Equation for the affine motion model may be derived using the above-described control point and the motion vector of the corresponding control point. Equation for the affine motion model can be expressed as follows.
  • w represents the width of the current block
  • v 0x , v 0y represents the x component, y component of the motion vector of CP0, respectively
  • v 1x , v 1y represents the x component of the motion vector of CP1
  • the y component is shown.
  • x denotes the x component of the position of the target sample in the current block
  • y denotes the y component of the position of the target sample in the current block
  • v x denotes the motion vector of the target sample in the current block.
  • x component, v y represents the y component of the motion vector of the target sample in the current block.
  • Equation 3 the four parameters for Equation 3 may be represented by a, b, c, and d as in the following Equation, and the equation for the affine motion model represented by the four parameters may be as follows. .
  • w represents the width of the current block
  • v 0x , v 0y represents the x component, y component of the motion vector of CP0, respectively
  • v 1x , v 1y represents the x component of the motion vector of CP1
  • the y component is shown.
  • x denotes the x component of the position of the target sample in the current block
  • y denotes the y component of the position of the target sample in the current block
  • v x denotes the motion vector of the target sample in the current block.
  • x component, v y represents the y component of the motion vector of the target sample in the current block.
  • the affine motion model using the two control points may be represented by four parameters a, b, c, and d as shown in Equation 4.
  • the affine motion model using the four parameters may be referred to as a four parameter affine motion model or AF4. That is, according to the affine motion model, a motion vector of each sample in the current block may be derived based on the motion vectors of the control points. Meanwhile, the set of motion vectors of samples in the current block derived according to the affine motion model may be referred to as an affine motion vector field (MVF).
  • MVF affine motion vector field
  • motion vectors in subblock units in the current block may be derived according to the affine motion model in consideration of complexity, and a set of motion vectors of the subblocks may also be referred to as a motion vector field.
  • a set of motion vectors of the subblocks may also be referred to as a motion vector field.
  • the motion vector may be a motion vector of the subblock.
  • the motion vector of the subblock may be derived based on an average of the motion vector at the upper left sample position of the subblock and the motion vector at the upper right sample position of the subblock.
  • (0,0), (0, h) sample positions may be defined as the control points.
  • the control point of the (0,0) sample position may be CP0
  • the control point of the (0, h) sample position may be represented as CP2.
  • the motion vector at the control point may be called a control point motion vector (CPMV), the motion vector at CP0 may be called CPMV0, the motion vector at CP1 may be called CPMV1, and the motion vector at CP2 may be called CPMV2.
  • CPMV control point motion vector
  • affine prediction can be schematically represented as follows, for example.
  • the coding device derives CPMVs for the current block (S700).
  • the CPMVs may include CPMV0 and CPMV1 (or CPMV2).
  • the CPMVs may include CPMV0, CPMV1, and CPMV2.
  • the coding apparatus performs affine motion compensation based on the CPMVs for the current block (S710). Based on the CPMVs for the current block, motion vectors in a sample unit or a subblock unit for the current block may be derived, and a predicted block (prediction samples) for the current block may be derived based on this. .
  • the affine merge mode or the affine MVP mode may be used to derive the above-mentioned CPMVs.
  • the CPMVs of the neighboring block coded in the affiliate mode may be used to derive the CPMVs of the current block. If the motion vector of the current block is determined in units of subblocks, the affine merge mode may be referred to as a subblock merge mode.
  • Candidates constructed from neighboring blocks may be used to derive CPMVs of the current block in affinity merge mode.
  • the encoding apparatus may signal, to the decoding apparatus, an index (an affix merge index or a subblock merge index) for the candidate selected to derive the CPMVs of the current block among the candidates.
  • the merge merge mode may construct a candidate list (eg, an merge merge candidate list) based on neighboring blocks, and the index may indicate a candidate to be referred to to derive CPMVs of the current block among the merge merge candidate lists.
  • the affine merge candidate list may be referred to as a subblock merge candidate list.
  • the neighboring blocks may include at least one of a lower left corner peripheral block, a left peripheral block, a right upper corner peripheral block, an upper peripheral block, and an upper left corner peripheral block of the current block.
  • the CPMVs of the current block may be derived based on the CPMVs of the neighboring blocks coded in the affine mode among the neighboring blocks.
  • the affine MVP mode may derive the CPMV of the current block based on a CPMVP (Control Point Motion Vector Predictor) and a CPMVD (Control Point Motion Vector Difference).
  • the encoding apparatus may determine the CPMVP for the CPMV of the current block, derive a CPMVD that is a difference between the CPMV and the CPMVP of the current block, and signal the information about the CPMVP and the information about the CPMVD to the decoding apparatus.
  • the affine MVP mode may configure a candidate list (ex. Affine MVP candidate list) based on neighboring blocks, and the information on the CPMVP is used to derive the CPMVP of the CPMV of the current block among the affine MVP candidate lists. It may indicate a candidate for reference.
  • the affine MVP mode may be referred to as an affine inter mode, and the affine MVP candidate list may be referred to as a control point motion vector predictor candidate list.
  • the peripheral blocks include a lower left corner peripheral block G of the current block, a left peripheral block F adjacent to an upper side of the lower left corner peripheral block G, and an upper right side.
  • the CPMVs of the current block may be derived based on the CPMVs of the neighboring blocks coded in the affine mode among the neighboring blocks.
  • CPMV0 is derived based on the neighboring blocks A, B, and C
  • CPMV1 is derived based on the neighboring blocks D, and E
  • CPMV2 is based on the neighboring blocks F and G (if the 6 parameter model is applied).
  • control point motion vector predictor 0 may be derived based on the MV of one of the neighboring blocks A, B, and C
  • CPMVP1 may be derived based on the MV of one of the neighboring blocks D, E.
  • CPMVP2 may be derived based on the MV of one of the neighboring blocks F and G (in the case of a 6 parameter motion model).
  • MVD0 for CP0 and MVD1 for CP1 may be signaled.
  • MVD2 for CP2 may be further signaled (in case of a 6 parameter motion model).
  • CPMV0 may be derived based on the CPMVP0 and the MVD0
  • CPMV1 may be derived based on the CPMVP1 and the MVD1.
  • CPMV2 may be derived based on the CPMVP2 and the MVD2.
  • various motion models may be supported to efficiently represent various motions.
  • the various motion models may be, for example, translation motion models, scaling motion models, rotation motion models, simple affine motion models, affine motion models, bi-linear interpolation. interpolation) may be further subdivided into motion models.
  • FIG. 10 shows an example of a translational motion model.
  • the translational motion model may be represented by one MV.
  • FIG. 11 shows an example of a scaling motion model.
  • the scaled motion model can be represented by CPMV0 (v 0x, 0y v) and a factor (v 1x) of CPMV1. It can be implicitly estimated that the y component element (v 1y ) of the CPMV1 is equal to (v 0y ). This model is effective for indicating zoom in and zoom out.
  • the MVF based on the scaling motion model may be derived based on Equation 3 described above.
  • the rotational motion model can be represented by CPMV0 (v 0x, 0y v) and a factor (v 1y) of CPMV1.
  • the x component element (v 1x ) of the CPMV1 may be calculated based on Equation 5.
  • MVF according to the rotational motion model may be derived based on Equation 3 described above.
  • the simple affine motion model may be represented by two MVs (ie, CPMV0 and CPMV1), as described above in the four parameter affine model.
  • MVF according to the simple affine motion model may be derived based on Equation 3 described above.
  • the (normal) affine motion model may be represented by three MVs (ie, CPMV0, CPMV1, CPMV2) as described above in the 6 parameter affine model.
  • MVF according to the affine motion model may be derived based on Equation 1 described above.
  • the bilinear interpolation motion model may be represented by four MVs (CPMV0, CPMV1, CPMV2, and CPMV3).
  • the CPMV3 may represent the MV of CP3 located at the lower right sample coordinates of the current block.
  • MVF according to the bilinear interpolation motion model may be derived based on Equation 6 below.
  • information eg, an index or a flag
  • the number of MVDs to be coded based on the motion model may also be determined.
  • some of the above-described CPMV elements may be indicated based on difference information with another CPMV.
  • the following affine motion model related information may be configured / encoded in the encoding apparatus and signaled in the form of a bitstream to the decoding apparatus.
  • the decoding apparatus may receive / parse / decode the affine motion model related information.
  • Table 1 shows an example of a syntax table for carrying affine motion model related information in a system supporting multiple motion models.
  • Table 2 shows an example of a semantics table including what the syntax elements represent.
  • motion_model_index indicating which the motion model is used.
  • MVD MVD information
  • CPMVDk MVD information of k-th CP.
  • translation_flag indicating whether translation mode or NOT.
  • scaling_flag indicating whether scaling mode or NOT.
  • rotation_flag indicating whether rotation mode or NOT.
  • simplified_ affine _flag indicating whether simplified affine mode (4 parameter affine motion model) or NOT.
  • affine _flag indicating whether affine mode (6 parameter affine motion model) or NOT.
  • bi _interpolation_flag indicating whether bilinear interpolation mode (8 parameter affine motion model) or NOT.
  • At least one of the above-described various motion models may be adaptively selected.
  • at least one of the various motion models may be adaptively selected at slice level and / or block level.
  • pps_translation_flag, pps_rotation_flag, pps_simplified_affine_flag, pps_affine_flag, and / or pps_bi_interpolation_flag are signaled in an SPS, PPS, or slice header, so that translation, scaling, rotation, simplified affine, affine, and bilinear interpolation models can be applied. Or whether it is available. If the flag is signaled at the SPS level, pps in front of the syntax elements may be replaced with sps.
  • the pps_translation_flg or sps_translation_flag can be set to true (ie 1). If any one of the flags is set to true, the corresponding motion model may be applied, and flags and MVD information about the corresponding motion model may be parsed. For example, if sps_rotation_flag is true and sps_rotation_flag is false (ie, 0), the rotation_flag may not be parsed and the rotational motion model may not be used. If the flag is not parsed, then the decoding device may derive that the flag is false (ie, 0). This may be signaled as shown in the following table, for example.
  • Table 3 shows another example of a syntax table for carrying affine motion model related information in a system supporting multiple motion models.
  • the flag for each motion model may be configured to be parsed when the corresponding motion model is available at a higher level (ex. PPS, SPS, etc.).
  • a translational motion model is efficient for a small block, and a motion model using many CPMVs such as an affine motion model or a bilinear interpolation motion model is not efficient for the small block. Therefore, the motion model may be adaptively selected / used in consideration of the block size or the number of samples of the current block.
  • Table 4 below shows an example of a syntax table that carries information related to an affine motion model configured to select a motion model based on the number of samples.
  • the current block is a coding block, and thresholds for each motion model may be predetermined as integer values.
  • sampleNum represents the number of samples of the current block.
  • scaling_flag may be parsed when the number of samples of the current block is equal to or greater than TH_scaling0 and less than TH_scaling1.
  • rotation_flag may be parsed when the number of samples of the current block is TH_rotation0 or more and less than TH_rotation1.
  • simplified_affine_flag may be parsed when the number of samples of the current block is more than TH_simplified_affine0 and less than TH_simplified_affine1.
  • affine_flag may be parsed when the number of samples of the current block is greater than or equal to TH_affine0 and less than TH_affine1.
  • bi_interpolation_flag may be parsed when the number of samples of the current block is more than TH_bi_interpolation0 and less than TH_bi_interpolation1.
  • a motion model of a neighboring block (eg, a neighboring coding block) may be considered to adaptively select at least one of various motion models.
  • motion models available for the current block may be determined based on the motion model of the neighboring block.
  • the referenced neighboring block may be a neighboring block having the maximum number of CPMVs among the neighboring blocks. If all of the neighboring blocks under consideration are coded in the translation mode, N coding modes may be applied. If the coding modes are arranged in small order according to the number of CPMVs, N coding modes may be selected as the first N motion models. (N coding modes are selected as the first N motion modes if we sort the coding modes in small order according to the number of CPMV). If the motion model of the neighboring block having the maximum number of CPMVs is the rotational motion model mode, M coding modes may be applied.
  • the coding modes are selected as the first M motion modes if we sort the coding modes in small order according to the number of CPMV).
  • the motion model of the neighboring block having the maximum number of CPMVs can be similarly applied to other scaling, simple affine, affine or bilinear interpolation motion models.
  • the number N (or M) of candidate motion models may be determined based on the motion model of the neighboring block having the maximum number of CPMVs, and it is determined whether the motion model is applied within the number range of the candidate motion models. do.
  • the translational motion model can always be applied, so in this case the translational motion model can be excluded in counting the number of candidate motion models.
  • the number of candidate motion models for the current block can be derived in the checkAvailableMotion () procedure.
  • the number of candidate motion models may be determined based on the motion model of the neighboring block as described above.
  • the neighboring block may be a neighboring block having a maximum number of CPMVs among neighboring blocks of the current block.
  • inter prediction may be performed in consideration of two or more motion models, adaptively indicating a motion model applied to a current block, and Accordingly, efficient inter prediction may be performed by deriving the CPMV (s) of the current block.
  • FIG. 13 and 14 schematically illustrate an example of a video / image encoding method and related components including an inter prediction method according to an embodiment of the present invention.
  • the method disclosed in FIG. 13 may be performed by the encoding apparatus disclosed in FIG. 2. Specifically, for example, S1300 to S1330 of FIG. 13 may be performed by the predictor 220 of the encoding apparatus, and S1340 to 1350 of FIG. 13 may be performed by the residual processor 230 of the encoding apparatus. 13 may be performed by the entropy encoding unit 240 of the encoding apparatus.
  • the method disclosed in FIG. 13 may include the embodiments described above in this document.
  • the encoding apparatus determines a motion model type applied to the current block (S1300).
  • the various motion models may include a translational motion model, a scale motion model, a rotational motion model, a simple affine motion model, a (normal) affine motion model, and a bilinear interpolation motion model.
  • the simple affine motion model may be referred to as a four parameter affine motion model as described above.
  • the (normal) affine motion model may be referred to as a 6 parameter affine motion model as described above.
  • the encoding device may generate information about the motion model type.
  • the encoding apparatus derives control point motion vectors (CPMVs) for the current block based on the motion model type (S1310).
  • the CPMVs for the current block may include at least one of the above-described CPMV0, CPMV1, and CPMV2.
  • the number of CPMVs may be set differently according to the motion model.
  • the encoding apparatus derives a subblock unit or sample unit motion vector for the current block based on the CPMVs (S1320).
  • the encoding apparatus may derive a subblock unit or sample unit motion vector for the current block based on at least one of Equations 1 to 5 described above.
  • the encoding apparatus generates prediction samples for the current block based on the subblock unit or sample unit motion vector (S1330).
  • the encoding apparatus may perform inter prediction (motion compensation) based on the subblock unit or sample unit motion vector to derive prediction samples using reference samples indicated by the motion vector on the reference picture.
  • the encoding apparatus generates residual samples based on the prediction samples (S1340).
  • the encoding apparatus may generate residual samples based on original samples for the current block and prediction samples for the current block.
  • the encoding apparatus derives quantized transform coefficients based on the residual samples (S1350).
  • the encoding apparatus may derive quantized transform coefficients by performing a transform / quantization procedure on the residual samples.
  • the encoding apparatus encodes image information including information about the motion model type and information about the quantized transform coefficients (S1360).
  • the information about the motion model type may include flag information on the motion model.
  • the information about the motion model type may include the flags described in Tables 1 and 3 to 5 described above.
  • the information about the motion model type may include flag information indicating whether a 4 parameter affine motion model is applied to the current block.
  • the information about the motion model type may include flag information indicating whether a 6 parameter affine motion model is applied to the current block.
  • the information about the motion model type may include flag information indicating whether an affine motion model using three CPMVs is applied to the current block.
  • the information about the motion model type may include flag information indicating whether an affine motion model using two CPMVs is applied to the current block.
  • the encoding apparatus may configure a parameter set to signal related information.
  • the parameter set may indicate available motion models that may be applied to the current block.
  • the parameter set may include available flag information indicating whether an affine motion model using three CPMVs or an affine motion model using two CPMVs is available in the current block.
  • the encoding device may be configured such that when the available flag information indicates true, the flag information indicating whether an affine motion model using two CPMVs is applied to the current block is parsed by the decoding device.
  • the parameter set may include first flag information indicating whether an affine motion model using two CPMVs is used in the current block and an affine motion model using three CPMVs in the current block.
  • It may include second flag information indicating whether it is available.
  • flag information indicating whether an affine motion model using two CPMVs is applied to the current block is configured to be parsed by a decoding device, and the second flag information indicates true.
  • flag information indicating whether an affine motion model using three CPMVs is applied to the current block may be configured to be parsed by the decoding apparatus.
  • the parameter set may include SPS, PPS, and the like.
  • the encoding apparatus may configure the information about the motion model type to determine whether the above-described motion model related flags are parsed based on the size of the current block or the number of samples. Also, the encoding apparatus may derive the number of candidate motion models for the current block based on the neighboring blocks of the current block. The number of candidate motion models may be determined based on the motion model of the neighboring block as described above.
  • the neighboring block may be a neighboring block having a maximum number of CPMVs among neighboring blocks of the current block. In this case, the encoding apparatus may determine whether to apply the motion model within the number range of the candidate motion model, and configure information about the motion model type.
  • the image information may further include the above-described parameter set.
  • the encoded image information may be output in the form of a bitstream.
  • the bitstream may be transmitted to a decoding apparatus via a network or a storage medium.
  • the prediction related information included in the image information may further include information on various motion modes, MVD information, as well as information on the motion model type.
  • FIG. 15 and 16 schematically illustrate an example of an image decoding method including an inter prediction method and related components according to an embodiment of the present invention.
  • the method disclosed in FIG. 15 may be performed by the decoding apparatus disclosed in FIG. 3. Specifically, for example, S1500 of FIG. 15 is performed by the entropy decoding unit 310 of the decoding apparatus, S1510 through S1540 are the prediction unit 330 of the decoding apparatus, and S1550 is performed by the adder 340 of the decoding apparatus. Can be.
  • the method disclosed in FIG. 15 may include the embodiments described above in this document.
  • the decoding apparatus obtains information about a motion model type for a current block from a bitstream (S1500).
  • the decoding apparatus may obtain the above-described image information from the bitstream through a decoding procedure.
  • the various motion models may include a translational motion model, a scale motion model, a rotational motion model, a simple affine motion model, a (normal) affine motion model, and a bilinear interpolation motion model.
  • the simple affine motion model may be referred to as a four parameter affine motion model as described above.
  • the (normal) affine motion model may be referred to as a 6 parameter affine motion model as described above.
  • the information about the motion model type may include flag information on the motion model.
  • the information about the motion model type may include the flags described in Tables 1 and 3 to 5 described above.
  • the information about the motion model type may include a motion applied to the current block among a translational motion model, a scale motion model, a rotational motion model, a simple affine motion model, a normal affine motion model, and a bilinear interpolation motion model.
  • a motion applied to the current block among a translational motion model, a scale motion model, a rotational motion model, a simple affine motion model, a normal affine motion model, and a bilinear interpolation motion model.
  • the information about the motion model type may include flag information indicating whether a 4 parameter affine motion model is applied to the current block.
  • the information about the motion model type may include flag information indicating whether a 6 parameter affine motion model is applied to the current block.
  • the information about the motion model type may include flag information indicating whether an affine motion model using three CPMVs is applied to the current block.
  • the information about the motion model type may include flag information indicating whether an affine motion model using two CPMVs is applied to the current block.
  • the decoding apparatus may determine whether to parse the flag information based on the size of the current block.
  • the decoding apparatus may obtain a parameter set from the bitstream, which parameter set may indicate available motion models that may be applied to the current block.
  • the parameter set may include available flag information indicating whether an affine motion model using three CPMVs or an affine motion model using two CPMVs is available in the current block.
  • the decoding apparatus may parse the flag information indicating whether an affine motion model using two CPMVs is applied to the current block when the available flag information indicates true. When the available flag information indicates false, the flag information may not be parsed. In this case, the value of the unparsed flag information may be implicitly estimated to be false (ie, 0).
  • the parameter set may include first flag information indicating whether an affine motion model using two CPMVs is used in the current block and an affine motion model using three CPMVs in the current block. It may include second flag information indicating whether it is available. When the first flag information indicates true, flag information indicating whether an affine motion model using two CPMVs is applied to the current block is parsed, and the current block when the second flag information indicates true. Flag information indicating whether or not an affine motion model using three CPMVs is applied may be parsed.
  • the parameter set may include SPS, PPS, and the like.
  • the decoding apparatus may determine whether the aforementioned motion model related flags are parsed based on the size of the current block or the number of samples. Also, the decoding apparatus may derive the number of candidate motion models for the current block based on the neighboring blocks of the current block. The number of candidate motion models may be determined based on the motion model of the neighboring block as described above. The neighboring block may be a neighboring block having a maximum number of CPMVs among neighboring blocks of the current block. In this case, the decoding apparatus may determine whether the motion model is applied within the number range of the candidate motion model, and determine the number of motion model related flags parsed from the information about the motion model type.
  • the decoding apparatus determines a motion model type applied to the current block based on the information about the motion model type (S1510).
  • One of various motion models applicable to the current block may be indicated based on the information about the motion model type.
  • the decoding apparatus derives control point motion vectors (CPMVs) for the current block based on the motion model type (S1520).
  • the CPMVs for the current block may include at least one of the above-described CPMV0, CPMV1, and CPMV2.
  • the number of CPMVs may be set differently according to the motion model.
  • the decoding apparatus derives a subblock unit or sample unit motion vector for the current block based on the CPMVs (S1530).
  • the decoding apparatus may derive a subblock unit or sample unit motion vector for the current block based on at least one of Equations 1 to 5 described above.
  • the decoding apparatus generates prediction samples for the current block based on the subblock unit or sample unit motion vector (S1540).
  • the decoding apparatus may derive prediction samples using reference samples indicated by the motion vector on the reference picture by performing inter prediction (motion compensation) based on the subblock unit or sample unit motion vector.
  • the current block including the prediction samples may be called a predicted block.
  • the decoding apparatus generates reconstructed samples based on the prediction samples (S1550). As described above, a reconstruction block / picture may be generated based on the reconstruction samples. The decoding apparatus may obtain residual information (information about quantized transform coefficients) from the bitstream, derive residual samples from the residual information, and generate the prediction samples and the residual samples. As described above, the reconstructed samples may be generated based on the above. As described above, in-loop filtering procedures such as deblocking filtering, SAO and / or ALF procedures may be applied to the reconstructed picture to improve subjective / objective picture quality as necessary.
  • in-loop filtering procedures such as deblocking filtering, SAO and / or ALF procedures may be applied to the reconstructed picture to improve subjective / objective picture quality as necessary.
  • 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.
  • 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 a variety of well known means.
  • the processor may include application-specific integrated circuits (ASICs), 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. That is, the embodiments described in the present invention may be implemented and performed on a processor, a microprocessor, a controller, or a chip. For example, the functional units shown in each drawing may be implemented and performed on a computer, processor, microprocessor, controller, or chip.
  • the decoding apparatus and encoding apparatus to which the present invention is applied include a multimedia broadcasting transmitting and receiving device, a mobile communication terminal, a home cinema video device, a digital cinema video device, a surveillance camera, a video chat device, a real time communication device such as video communication, and mobile streaming.
  • the OTT video device may include a game console, a Blu-ray player, an internet access TV, a home theater system, a smartphone, a tablet PC, a digital video recorder (DVR), and the like.
  • the processing method to which the present invention is applied can be produced in the form of a program executed by a computer, and can be stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to the present invention can also be stored in a computer-readable recording medium.
  • the computer readable recording medium includes all kinds of storage devices and distributed storage devices in which computer readable data is stored.
  • the computer-readable recording medium may be, for example, a Blu-ray disc (BD), a universal serial bus (USB), a ROM, a PROM, an EPROM, an EEPROM, a RAM, a CD-ROM, a magnetic tape, a floppy disk, and an optical disc. It may include a data storage device.
  • the computer-readable recording medium also includes media embodied in the form of a carrier wave (eg, transmission over the Internet).
  • the bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired or wireless communication network.
  • an embodiment of the present invention may be implemented as a computer program product by program code, which may be performed on a computer by an embodiment of the present invention.
  • the program code may be stored on a carrier readable by a computer.
  • the content streaming system to which the present invention is applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server compresses content input from multimedia input devices such as a smart phone, a camera, a camcorder, etc. into digital data to generate a bitstream and transmit the bitstream to the streaming server.
  • multimedia input devices such as smart phones, cameras, camcorders, etc. directly generate a bitstream
  • the encoding server may be omitted.
  • the bitstream may be generated by an encoding method or a bitstream generation method to which the present invention is applied, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream.
  • the streaming server transmits the multimedia data to the user device based on the user's request through the web server, and the web server serves as a medium for informing the user of what service.
  • the web server delivers it to a streaming server, and the streaming server transmits multimedia data to the user.
  • the content streaming system may include a separate control server.
  • the control server plays a role of controlling a command / response between devices in the content streaming system.
  • the streaming server may receive content from a media store and / or an encoding server. For example, when the content is received from the encoding server, the content may be received in real time. In this case, in order to provide a smooth streaming service, the streaming server may store the bitstream for a predetermined time.
  • Examples of the user device include a mobile phone, a smart phone, a laptop computer, a digital broadcasting terminal, a personal digital assistant (PDA), a portable multimedia player (PMP), navigation, a slate PC, Tablet PCs, ultrabooks, wearable devices such as watchwatches, smart glasses, head mounted displays, digital TVs, desktop computers , Digital signage, etc.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • navigation a slate PC
  • Tablet PCs Tablet PCs
  • ultrabooks wearable devices such as watchwatches, smart glasses, head mounted displays, digital TVs, desktop computers , Digital signage, etc.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributed.

Abstract

본 발명에 따른 영상 디코딩 방법은 현재 블록에 대한 움직임 모델 타입에 관한 정보를 획득하는 단계, 상기 움직임 모델 타입에 관한 정보를 기반으로 상기 현재 블록에 적용되는 움직임 모델 타입을 결정하는 단계, 상기 움직임 모델 타입을 기반으로 상기 현재 블록에 대한 CPMV(control point motion vector)들을 도출하는 단계, 상기 CPMV들을 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출하는 단계, 상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 단계, 및 상기 예측 샘플들을 기반으로 복원 샘플들을 생성하는 단계를 포함하는 것을 특징으로 한다.

Description

다중 움직임 모델을 고려한 인터 예측 방법 및 그 장치
본 발명은 영상 코딩 기술에 관한 것으로서 보다 상세하게는 다중 움직임 모델을 고려한 인터 예측 방법 및 그 장치에 관한 것이다.
최근 4K 또는 8K 이상의 UHD(Ultra High Definition) 영상/비디오와 같은 고해상도, 고품질의 영상/비디오에 대한 수요가 다양한 분야에서 증가하고 있다. 영상/비디오 데이터가 고해상도, 고품질이 될수록 기존의 영상/비디오 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상/비디오 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(Virtual Reality), AR(Artificial Realtiy) 컨텐츠나 홀로그램 등의 실감 미디어(Immersive Media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 영상/비디오에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 영상/비디오의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 영상/비디오 압축 기술이 요구된다.
본 발명의 기술적 과제는 영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 발명의 다른 기술적 과제는 효율적인 인터 예측 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 움직임 모델을 효율적으로 시그널링하는 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 4 파라미터 움직임 모델 및 6 파라미터 움직임 모델을 시그널링하는 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 움직임 모델에 따라 현재 블록의 움직임 벡터 어레이를 도출하는 방법 및 장치를 제공함에 있다.
본 발명의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 영상 디코딩 방법을 제공한다. 상기 방법은 현재 블록에 대한 움직임 모델 타입에 관한 정보를 획득하는 단계, 상기 움직임 모델 타입에 관한 정보를 기반으로 상기 현재 블록에 적용되는 움직임 모델 타입을 결정하는 단계, 상기 움직임 모델 타입을 기반으로 상기 현재 블록에 대한 CPMV(control point motion vector)들을 도출하는 단계, 상기 CPMV들을 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출하는 단계, 상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 단계, 및 상기 예측 샘플들을 기반으로 복원 샘플들을 생성하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 다른 일 실시예에 따르면, 영상 디코딩을 수행하는 디코딩 장치가 제공된다. 상기 디코딩 장치는 현재 블록에 대한 움직임 모델 타입에 관한 정보를 획득하는 엔트로피 디코딩부, 상기 움직임 모델 타입에 관한 정보를 기반으로 상기 현재 블록에 적용되는 움직임 모델 타입을 결정하고, 상기 움직임 모델 타입을 기반으로 상기 현재 블록에 대한 CPMV(control point motion vector)들을 도출하고, 상기 CPMV들을 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출하고, 상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 예측부, 및 상기 예측 샘플들을 기반으로 복원 샘플들을 생성하는 가산부를 포함함을 특징으로 한다.
본 발명의 또 다른 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 영상 인코딩 방법이 제공된다. 상기 방법은 현재 블록에 적용되는 움직임 모델 타입을 결정하는 단계, 상기 움직임 모델 타입을 기반으로 상기 현재 블록에 대한 CPMV(control point motion vector)들을 도출하는 단계, 상기 CPMV들을 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출하는 단계, 상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 단계, 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 생성하는 단계, 상기 레지듀얼 샘플들을 기반으로 양자화된 변환 계수들을 도출하는 단계, 및 상기 움직임 모델 타입에 관한 정보 및 상기 양자화된 변환 계수들에 대한 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 또 다른 일 실시예에 따르면, 영상 인코딩을 수행하는 인코딩 장치가 제공된다. 상기 인코딩 장치는 현재 블록에 적용되는 움직임 모델 타입을 결정하고, 상기 움직임 모델 타입을 기반으로 상기 현재 블록에 대한 CPMV(control point motion vector)들을 도출하고, 상기 CPMV들을 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출하고, 상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 예측부, 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 생성하고, 상기 레지듀얼 샘플들을 기반으로 양자화된 변환 계수들을 도출하는 레지듀얼 처리부, 및 상기 움직임 모델 타입에 관한 정보 및 상기 양자화된 변환 계수들에 대한 정보를 포함하는 영상 정보를 인코딩하는 엔트로피 인코딩부를 포함하는 것을 특징으로 한다.
본 발명의 또 다른 일 실시예에 따르면, 인코딩 장치에 의하여 수행된 영상 인코딩 방법에 따라 생성된 인코딩된 영상 정보가 포함된 영상 데이터가 저장된 디지털 저장 매체를 제공한다.
본 발명의 또 다른 일 실시예에 따르면, 디코딩 장치에 의하여 상기 영상 디코딩 방법을 수행하도록 야기하는 인코딩된 영상 정보가 포함된 영상 데이터가 저장된 디지털 저장 매체를 제공한다.
본 발명에 따르면 전반적인 영상/비디오 압축 효율을 높일 수 있다.
본 발명에 따르면 효율적인 예측을 통하여 레지듀얼 처리에 필요한 전송되는 데이터량을 줄일 수 있다.
본 발명에 따르면 효율적으로 인터 예측을 위한 움직임 모델을 도출할 수 있다.
본 발명에 따르면 움직임 모델에 따라 현재 블록의 움직임 벡터 필드를 도출할 수 있다.
도 1은 본 발명이 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 2는 본 발명이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 본 발명이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4는 상기 어파인 움직임 모델을 통하여 표현되는 움직임을 예시적으로 나타낸다.
도 5는 3개의 컨트롤 포인트들에 대한 움직임 벡터들이 사용되는 상기 어파인 움직임 모델을 예시적으로 나타낸다.
도 6은 2개의 컨트롤 포인트들에 대한 움직임 벡터들이 사용되는 상기 어파인 움직임 모델을 예시적으로 나타낸다.
도 7은 어파인 예측을 개략적으로 나타낸다.
도 8은 CPMV들을 도출하기 위하여 사용되는 주변 블록들 일 예를 나타낸다.
도 9는 CPMV들을 도출하기 위하여 사용되는 주변 블록들 다른 예를 나타낸다.
도 10은 병진 움직임 모델의 예를 나타낸다.
도 11은 스케일링 움직임 모델의 예를 나타낸다.
도 12는 회전 움직임 모델의 예를 나타낸다.
도 13 및 14는 본 발명의 실시예에 따른 인터 예측 방법을 포함하는 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 15 및 16는 본 발명의 실시예에 따른 인터 예측 방법을 포함하는 영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
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.
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.
이 문서는 비디오/영상 코딩에 관한 것이다. 예를 들어 이 문서에서 개시된 방법/실시예는 VVC (Versatile Video Coding) 표준 (ITU-T Rec. H.266), VVC 이후의 차세대 비디오/이미지 코딩 표준, 또는 그 이외의 비디오 코딩 관련 표준들(예를 들어, HEVC (High Efficiency Video Coding) 표준 (ITU-T Rec. H.265), EVC(essential video coding) 표준, AVS2 표준 등)과 관련될 수 있다.
이 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
이 문서에서 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)/타일(tile)는 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 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, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 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 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
이 문서에서 "/"와 ","는 "및/또는"으로 해석된다. 예를 들어, "A/B"는 "A 및/또는 B"로 해석되고, "A, B"는 "A 및/또는 B"로 해석된다. 추가적으로, "A/B/C"는 "A, B 및/또는 C 중 적어도 하나"를 의미한다. 또한, "A, B, C"도 "A, B 및/또는 C 중 적어도 하나"를 의미한다. (In this document, the term "/" and "," should be interpreted to indicate "and/or." For instance, the expression "A/B" may mean "A and/or B." Further, "A, B" may mean "A and/or B." Further, "A/B/C" may mean "at least one of A, B, and/or C." Also, "A/B/C" may mean "at least one of A, B, and/or C.")
추가적으로, 본 문서에서 "또는"는 "및/또는"으로 해석된다. 예를 들어, "A 또는 B"은, 1) "A" 만을 의미하고, 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 달리 표현하면, 본 문서의 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다. (Further, in the document, the term "or" should be interpreted to indicate "and/or." For instance, the expression "A or B" may comprise 1) only A, 2) only B, and/or 3) both A and B. In other words, the term "or" in this document should be interpreted to indicate "additionally or alternatively.")
도 1은 본 발명을 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 소스 디바이스 및 수신 디바이스를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
도 2는 본 발명이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 인코딩 장치라 함은 영상 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(100)에 입력된 입력 영상(또는, 픽처, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 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, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 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. 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. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
감산부(231)는 입력 영상 신호(원본 블록, 원본 샘플들 또는 원본 샘플 어레이)에서 예측부(220)로부터 출력된 예측 신호(예측된 블록, 예측 샘플들 또는 예측 샘플 어레이)를 감산하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들 또는 레지듀얼 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 예측부(220)는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(220)는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 각 예측모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(242)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 상기 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
인터 예측부(221) 및/또는 인트라 예측부(222)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 등을 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송되고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 후술되는 시그널링/전송되는 정보 및/또는 신택스 요소들은 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 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. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(250)는 복원된 레지듀얼 신호를 예측부(220)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플들 또는 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(260)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset, SAO), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(290)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(290)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(280)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(200)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270)의 DPB는 수정된 복원 픽처를 인터 예측부(221)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 발명이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memoery, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 으며, 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 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 문맥(context) 모델을 결정하고, 결정된 문맥 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 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(330)로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼에 대한 정보, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(321)로 입력될 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 예측부(330), 가산부(340), 필터링부(350) 및 메모리(360) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 상기 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
인트라 예측부(332)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(332)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(331)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(331)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(330)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(60), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(331)에서 참조 픽쳐로 사용될 수 있다. 메모리(360)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(331)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(332)에 전달할 수 있다.
본 명세서에서, 디코딩 장치(300)의 예측부(330), 역양자화부(321), 역변환부(322) 및 필터링부(350) 등에서 설명된 실시예들은 각각 인코딩 장치(200)의 예측부(220), 역양자화부(234), 역변환부(235) 및 필터링부(260) 등에도 동일 또는 대응되도록 적용될 수 있다.
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.
한편, 종래의 인터 예측 방법에 따르면, 움직임 추정(motion estimation) 및 움직임 보상(motion compensation)은 병진적(translational) 움직임 모델에 기반하여 수행되었다. 그러나 상기와 같은 병진적 움직임 모델은 단순한 움직임에만 효율적이었고, 줌잉, 회전(rotation) 및 다른 불규칙적인 움직임 등의 자연 비디오(natual video)에서의 복잡한 움직임들을 나타내는데에는 비효율적이었다. 따라서, 이러한 복잡한 움직임들을 고려한 인터 예측 방법이 제안될 수 있다. 구체적으로, 현재 블록의 서브 블록들 또는 샘플 포인트들에 대한 움직임 벡터를 효율적으로 도출하고, 영상의 회전, 줌인 또는 줌아웃 등의 변형에도 불구하고 인터 예측의 정확도를 높이는 어파인 움직임 모델이 사용될 수 있다. 즉, 현재 블록의 서브 블록들 또는 샘플 포인트들에 대한 움직임 벡터를 도출하는 어파인 움직임 모델이 사용될 있다. 상기 어파인 움직임 모델을 사용하는 예측은 어파인 인터 예측(affine inter prediction) 또는 어파인 모션 예측(affine motion prediction)이라고 불릴 수 있다.
예를 들어, 상기 어파인 움직임 모델을 사용하는 상기 어파인 인터 예측은 후술하는 내용과 같은 다양한 변형을 효율적으로 표현할 수 있다.
도 4는 상기 어파인 움직임 모델을 통하여 표현되는 움직임을 예시적으로 나타낸다. 도 4를 참조하면 상기 어파인 움직임 모델을 통하여 표현될 수 있는 움직임은 병진(translate) 움직임, 스케일(scale) 움직임, 회전(rotate) 움직임 및 전단(shear) 움직임을 포함할 수 있다. 즉, 도 4에 도시된 바와 같이, 시간의 흐름에 따라 영상(의 일부)이 평면 이동하는 병진 움직임뿐만 아니라, 시간의 흐름에 따라 영상(의 일부)이 스케일(scale)되는 스케일 움직임, 시간의 흐름에 따라 영상(의 일부)이 회전하는 회전 움직임, 시간의 흐름에 따라 영상(의 일부)이 평형 사변형 변형되는 전단 움직임을 상기 어파인 인터 예측을 통하여 효율적으로 표현할 수 있다.
인코딩 장치/디코딩 장치는 현재 블록의 컨트롤 포인트(control point, CP)들에서의 움직임 벡터들을 기반으로 상기 영상의 왜곡 형태를 예측할 수 있고, 이를 통하여 예측의 정확도를 높임으로서 영상의 압축 성능을 향상시킬 수 있다. 또한, 상기 현재 블록의 주변 블록의 움직임 벡터를 이용하여 상기 현재 블록의 적어도 하나의 컨트롤 포인트에 대한 움직임 벡터가 유도될 수 있는바, 추가되는 부가 정보에 대한 데이터량 부담을 줄이고, 인터 예측 효율을 상당히 향상시킬 수 있다.
상기 어파인 인터 예측의 일 예로, 3개의 컨트롤 포인트, 즉 3개의 기준점에서의 움직임 정보를 필요로 할 수 있다.
도 5는 3개의 컨트롤 포인트들에 대한 움직임 벡터들이 사용되는 상기 어파인 움직임 모델을 예시적으로 나타낸다. 이는 6 파라미터 어파인 모델이라고 불릴 수 있다.
현재 블록 내의 좌상단(top-left) 샘플 위치(position)은 (0,0)이고 상기 현재 블록의 너비 및 높이를 각각 w 및 h라고 할 경우, 상기 도 5에 도시된 것과 같이 (0,0), (w, 0), (0, h) 샘플 포지션들을 상기 컨트롤 포인트들로 정할 수 있다. 이하 (0,0) 샘플 포지션의 컨트롤 포인트는 CP0, (w, 0) 샘플 포지션의 컨트롤 포인트는 CP1, (0, h) 샘플 포지션의 컨트롤 포인트는 CP2라고 나타낼 수 있다.
상술한 각 컨트롤 포인트와 해당 컨트롤 포인트에 대한 움직임 벡터를 이용하여 상기 어파인 움직임 모델에 대한 수학식이 도출될 수 있다. 상기 어파인 움직임 모델에 대한 수학식은 다음과 같이 나타낼 수 있다.
Figure PCTKR2019004571-appb-M000001
여기서, w는 상기 현재 블록의 폭(width)을 나타내고, h는 상기 현재 블록의 높이(height)를 나타내고, v0x, v0y는 각각 CP0의 움직임 벡터의 x성분, y성분을 나타내고, v1x, v1y은 각각 CP1의 움직임 벡터의 x성분, y성분을 나타내고, v2x, v2y는 각각 CP2의 움직임 벡터의 x성분, y성분을 나타낸다. 또한, x는 상기 현재 블록) 내 대상 샘플의 위치의 x 성분을 나타내고, y는 상기 현재 블록 내 상기 대상 샘플의 상기 위치의 y 성분을 나타내고, vx는 상기 현재 블록 내 상기 대상 샘플의 움직임 벡터의 x성분, vy는 현재 블록(400) 내 상기 대상 샘플의 상기 움직임 벡터의 y성분을 나타낸다.
상기 CP0의 움직임 벡터, 상기 CP1의 움직임 벡터 및 상기 CP2의 움직임 벡터는 알고 있으므로, 상기 수학식 1을 기반으로 현재 블록 내 샘플 위치에 따른 움직임 벡터가 유도될 수 있다. 즉, 상기 어파인 움직임 모델에 따르면 대상 샘플의 좌표 (x, y)와 3개의 컨트롤 포인트들과의 거리비를 기반으로, 상기 컨트롤 포인트들에서의 움직임 벡터들 v0(v0x, v0y), v1(v1x, v1y), v2(v2x, v2y)가 스케일링 되어 상기 대상 샘플 위치에 따른 상기 대상 샘플의 움직임 벡터가 도출될 수 있다. 즉, 상기 어파인 움직임 모델에 따르면 상기 컨트롤 포인트들의 움직임 벡터들을 기반으로 상기 현재 블록 내 각 샘플의 움직임 벡터가 도출될 수 있다. 한편, 상기 어파인 움직임 모델에 따라서 도출된 상기 현재 블록 내 샘플들의 움직임 벡터들의 집합은 어파인 움직임 벡터 필드(affine Motion Vector Field, MVF)라고 나타낼 수 있다. 또는 복잡도를 고려하여 상기 어파인 움직임 모델에 따라서 상기 현재 블록 내 서브블록 단위(ex. 4x4 서브블록)에서의 움직임 벡터들이 도출될 수도 있으며, 상기 서브블록들의 움직임 벡터들의 집합 또한 움직임 벡터 필드라고 나타낼 수 있다. 이 경우 상기 서브블록의 좌상단 샘플 포지션에 해당하는 좌표에서의 움직임 벡터 또는 상기 서브블록의 센터 우하단 샘플 포지션(즉, 센터에 위치하는 4개의 샘플들 중 우하측 샘플 포지션)에 해당하는 좌표에서의 움직임 벡터가 상기 서브블록의 움직임 벡터가 될 수 있다. 또는, 상기 서브블록의 좌상단 샘플 포지션에서의 움직임 벡터 및 상기 서브블록의 우상단 샘플 포지션에서의 움직임 벡터의 평균을 기반으로 상기 서브블록의 움직임 벡터가 도출될 수 있다.
한편, 상기 수학식 1에 대한 6개의 파라미터들은 다음의 수학식과 같이 a, b, c, d, e, f 로 나타낼 수 있고, 상기 6개의 파라미터들로 나타낸 상기 어파인 움직임 모델에 대한 수학식은 다음과 같을 수 있다.
Figure PCTKR2019004571-appb-M000002
여기서, w는 상기 현재 블록의 폭(width)을 나타내고, h는 상기 현재 블록의 높이(height)를 나타내고, v0x, v0y는 각각 CP0의 움직임 벡터의 x성분, y성분을 나타내고, v1x, v1y은 각각 CP1의 움직임 벡터의 x성분, y성분을 나타내고, v2x, v2y는 각각 CP2의 움직임 벡터의 x성분, y성분을 나타낸다. 또한, x는 상기 현재 블록 내 대상 샘플의 위치의 x 성분을 나타내고, y는 상기 현재 블록 내 상기 대상 샘플의 상기 위치의 y 성분을 나타내고, vx는 상기 현재 블록 내 상기 대상 샘플의 움직임 벡터의 x성분, vy는 현재 블록 내 상기 대상 샘플의 상기 움직임 벡터의 y성분을 나타낸다.
상기 6개의 파라미터들을 사용하는 상기 어파인 움직임 모델 또는 상기 어파인 인터 예측은 6 파라미터 어파인 움직임 모델 또는 AF6 라고 나타낼 수 있다.
또한, 상기 어파인 인터 예측의 일 예로, 2개의 컨트롤 포인트, 즉 2개의 기준점에서의 움직임 정보를 필요로 할 수 있다. 이는 4 파라미터 어파인 모델이라고 불릴 수 있다.
도 6은 2개의 컨트롤 포인트들에 대한 움직임 벡터들이 사용되는 상기 어파인 움직임 모델을 예시적으로 나타낸다. 2개의 컨트롤 포인트를 사용하는 상기 어파인 움직임 모델은 병진 움직임, 스케일 움직임, 회전 움직임을 포함하는 3가지 움직임을 표현할 수 있다. 상기 어파인 움직임 모델은 시밀러리티 어파인 움직임 모델(similarity affine motion model) 또는 간이 어파인 움직임 모델(simplified affine motion model)이라고 나타낼 수도 있다.
현재 블록 내의 좌상단(top-left) 샘플 위치(position)를 (0,0)이고 상기 현재 블록의 너비 및 높이를 각각 w 및 h라고 할 경우, 상기 도 6에 도시된 것과 같이 (0,0), (w, 0) 샘플 포지션들을 상기 컨트롤 포인트들로 정할 수 있다. 이하 (0,0) 샘플 포지션의 컨트롤 포인트는 CP0, (w, 0) 샘플 포지션의 컨트롤 포인트는 CP1 라고 나타낼 수 있다.
상술한 각 컨트롤 포인트와 해당 컨트롤 포인트에 대한 움직임 벡터를 이용하여 상기 어파인 움직임 모델에 대한 수학식이 도출될 수 있다. 상기 어파인 움직임 모델에 대한 수학식은 다음과 같이 나타낼 수 있다.
Figure PCTKR2019004571-appb-M000003
여기서, w는 상기 현재 블록의 폭(width)을 나타내고, v0x, v0y는 각각 CP0의 움직임 벡터의 x성분, y성분을 나타내고, v1x, v1y은 각각 CP1의 움직임 벡터의 x성분, y성분을 나타낸다. 또한, x는 상기 현재 블록 내 대상 샘플의 위치의 x 성분을 나타내고, y는 상기 현재 블록 내 상기 대상 샘플의 상기 위치의 y 성분을 나타내고, vx는 상기 현재 블록 내 상기 대상 샘플의 움직임 벡터의 x성분, vy는 현재 블록 내 상기 대상 샘플의 상기 움직임 벡터의 y성분을 나타낸다.
한편, 상기 수학식 3에 대한 4개의 파라미터들은 다음의 수학식과 같이 a, b, c, d 로 나타낼 수 있고, 상기 4개의 파라미터들로 나타낸 상기 어파인 움직임 모델에 대한 수학식은 다음과 같을 수 있다.
Figure PCTKR2019004571-appb-M000004
여기서, w는 상기 현재 블록의 폭(width)을 나타내고, v0x, v0y는 각각 CP0의 움직임 벡터의 x성분, y성분을 나타내고, v1x, v1y은 각각 CP1의 움직임 벡터의 x성분, y성분을 나타낸다. 또한, x는 상기 현재 블록 내 대상 샘플의 위치의 x 성분을 나타내고, y는 상기 현재 블록 내 상기 대상 샘플의 상기 위치의 y 성분을 나타내고, vx는 상기 현재 블록 내 상기 대상 샘플의 움직임 벡터의 x성분, vy는 현재 블록 내 상기 대상 샘플의 상기 움직임 벡터의 y성분을 나타낸다. 상기 2개의 컨트롤 포인트를 사용하는 상기 어파인 움직임 모델은 상기 수학식 4와 같이 4개의 파라미터들 a, b, c, d 로 표현될 수 있는바, 상기 4개의 파라미터들을 사용하는 상기 어파인 움직임 모델 또는 상기 어파인 인터 예측은 4 파라미터 어파인 움직임 모델 또는 AF4 라고 나타낼 수 있다. 즉, 상기 어파인 움직임 모델에 따르면 상기 컨트롤 포인트들의 움직임 벡터들을 기반으로 상기 현재 블록 내 각 샘플의 움직임 벡터가 도출될 수 있다. 한편, 상기 어파인 움직임 모델에 따라서 도출된 상기 현재 블록 내 샘플들의 움직임 벡터들의 집합은 어파인 움직임 벡터 필드(Motion Vector Field, MVF)라고 나타낼 수 있다. 또는 복잡도를 고려하여 상기 어파인 움직임 모델에 따라서 상기 현재 블록 내 서브블록 단위(ex. 4x4 서브블록)에서의 움직임 벡터들이 도출될 수도 있으며, 상기 서브블록들의 움직임 벡터들의 집합 또한 움직임 벡터 필드라고 나타낼 수 있다. 이 경우 상기 서브블록의 좌상단 샘플 포지션에 해당하는 좌표에서의 움직임 벡터 또는 상기 서브블록의 센터 우하단 샘플 포지션(즉, 센터에 위치하는 4개의 샘플들 중 우하측 샘플 포지션)에 해당하는 좌표에서의 움직임 벡터가 상기 서브블록의 움직임 벡터가 될 수 있다. 또는, 상기 서브블록의 좌상단 샘플 포지션에서의 움직임 벡터 및 상기 서브블록의 우상단 샘플 포지션에서의 움직임 벡터의 평균을 기반으로 상기 서브블록의 움직임 벡터가 도출될 수 있다.
한편, 4 파라미터 어파인 움직임 모델이 적용되는 경우, (0,0), (0, h) 샘플 포지션들을 상기 컨트롤 포인트들로 정할 수도 있다. 이 경우 (0,0) 샘플 포지션의 컨트롤 포인트는 CP0, (0, h) 샘플 포지션의 컨트롤 포인트는 CP2 라고 나타낼 수 있다.
상기 컨트롤 포인트에서의 움직임 벡터는 CPMV(control point motion vector)라고 불릴 수 있으며, CP0에서의 움직임 벡터는 CPMV0, CP1에서의 움직임 벡터는 CPMV1, CP2에서의 움직임 벡터는 CPMV2라고 불릴 수 있다.
정리하면, 어파인 예측은 예를 들어 다음과 같이 개략적으로 나타낼 수 있다.
도 7은 어파인 예측을 개략적으로 나타낸다.
도 7을 참조하면, 코딩 장치(인코딩 장치/디코딩 장치)는 현재 블록에 대한 CPMVs을 도출한다(S700). 예를 들어, 상술한 4 파라미터 모델이 적용되는 경우 상기 CPMVs는 CPMV0 및 CPMV1(또는 CPMV2)을 포함할 수 있다. 또는, 상술한 6 파라미터 모델이 적용되는 경우 상기 CPMVs는 CPMV0, CPMV1 및 CPMV2를 포함할 수 있다.
코딩 장치는 상기 현재 블록에 대한 CPMVs을 기반으로 어파인 움직임 보상을 수행한다(S710). 상기 현재 블록에 대한 CPMVs을 기반으로 상기 현재 블록에 대한 샘플 단위 또는 서브블록 단위의 움직임 벡터들을 도출할 수 있으며, 이를 기반으로 상기 현재 블록에 대한 예측된 블록(예측 샘플들)을 도출할 수 있다.
상술한 CPMV들을 도출하기 위하여 어파인 머지 모드 또는 어파인 MVP 모드가 사용될 수 있다.
어파인 머지 모드에서는 어파인 모드로 코딩된 주변 블록의 CPMV들을 이용하여 현재 블록의 CPMV들을 도출할 수 있다. 현재 블록의 움직임 벡터를 서브블록 단위로 결정하는 경우, 어파인 머지 모드는 서브블록 머지 모드라고 지칭할 수도 있다.
어파인 머지 모드에서 현재 블록의 CPMV들을 도출하기 위하여 주변 블록들로부터 구성된 후보들이 사용될 수 있다. 인코딩 장치는 상기 후보들 중 상기 현재 블록의 CPMV들을 도출하기 위하여 선택되는 후보에 대한 인덱스(어파인 머지 인덱스 또는 서브블록 머지 인덱스)를 디코딩 장치로 시그널링할 수 있다. 여기서 어파인 머지 모드는 주변 블록들을 기반으로 후보 리스트(ex. 어파인 머지 후보 리스트)를 구성할 수 있으며, 상기 인덱스는 어파인 머지 후보 리스트 중 현재 블록의 CPMV들을 도출하기 위해 참조할 후보를 나타낼 수 있다. 어파인 머지 후보 리스트는 서브블록 머지 후보 리스트라고 지칭할 수도 있다.
예를 들어, 도 8에 도시된 바와 같이 상기 주변 블록들은 상기 현재 블록의 좌하측 코너 주변 블록, 좌측 주변 블록, 우상측 코너 주변 블록, 상측 주변 블록 및 좌상측 코너 주변 블록 중 적어도 하나를 포함할 수 있다. 예를 들어, 상기 주변 블록들 중 어파인 모드로 코딩된 주변 블록의 CPMV들을 기반으로 상기 현재 블록의 CPMV들이 도출될 수 있다.
어파인 MVP 모드는 현재 블록의 CPMV를 CPMVP(Control Point Motion Vector Predictor) 및 CPMVD(Control Point Motion Vector Difference)를 기반으로 도출할 수 있다. 다시 말해, 인코딩 장치는 현재 블록의 CPMV에 대하여 CPMVP를 결정하고, 현재 블록의 CPMV와 CPMVP의 차분값인 CPMVD를 도출하여 CPMVP에 대한 정보 및 CPMVD에 대한 정보를 디코딩 장치로 시그널링할 수 있다. 여기서 어파인 MVP 모드는 주변 블록들을 기반으로 후보 리스트(ex. 어파인 MVP 후보 리스트)를 구성할 수 있으며, CPMVP에 대한 정보는 어파인 MVP 후보 리스트 중 현재 블록의 CPMV에 대한 CPMVP를 도출하기 위해 참조할 후보를 나타낼 수 있다. 어파인 MVP 모드는 어파인 인터 모드라고 지칭할 수 있고, 어파인 MVP 후보 리스트는 컨트롤 포인트 움직임 벡터 예측자 후보 리스트라고 지칭할 수도 있다.
예를 들어, 도 9에 도시된 바와 같이 상기 주변 블록들은 상기 현재 블록의 좌하측 코너 주변 블록 (G), 상기 좌하측 코너 주변 블록(G)의 상측에 인접한 좌측 주변 블록(F), 우상측 코너 주변 블록(E), 상기 우상측 코너 주변 블록의 좌측에 인접한 상측 주변 블록 (D), 좌상측 코너 주변 블록 (A), 상기 좌상측 코너 주변 블록(A)의 하측에 인접한 좌측 주변 블록(C), 상기 좌상측 코너 주변 블록(A)의 우측에 인접한 상측 주변 블록(B) 중 적어도 하나를 포함할 수 있다. 예를 들어, 상기 주변 블록들 중 어파인 모드로 코딩된 주변 블록의 CPMV들을 기반으로 상기 현재 블록의 CPMV들이 도출될 수 있다. 이 경우, CPMV0는 주변 블록 A, B, C를 기반으로 도출하고, CPMV1는 주변 블록 D, E를 기반으로 도출하고, CPMV2는(6 파라미터 모델이 적용되는 경우) 주변 블록 F, G를 기반으로 도출할 수 있다. 구체적으로, 주변 블록 A, B, C 중 하나의 블록의 MV를 기반으로 CPMVP0(control point motion vector predictor 0)가 도출될 수 있고, 주변 블록 D, E 중 하나의 블록의 MV를 기반으로 CPMVP1이 도출될 수 있다. 또한 주변 블록 F, G 중 하나의 블록의 MV를 기반으로 CPMVP2가 도출될 수 있다(6 파라미터 움직임 모델의 경우). CP0에 대한 MVD0, CP1에 대한 MVD1이 시그널링될 수 있다. 또한, CP2에 대한 MVD2가 더 시그널링될 수 있다(6 파라미터 움직임 모델의 경우). 상기 CPMVP0와 상기 MVD0를 기반으로 CPMV0을 도출하고, 상기 CPMVP1과 상기 MVD1을 기반으로 CPMV1을 도출할 수 있다. 또한, 상기 CPMVP2와 상기 MVD2를 기반으로 CPMV2를 도출할 수 있다.
한편, 상술한 바와 같이 다양한 움직임을 효율적으로 나타내기 위하여 다양한 움직임 모델을 지원할 수 있다. 예를 들어, 상기 다양한 움직임 모델은 예를 들어 병진(translation) 움직임 모델, 스케일링(scaling) 움직임 모델, 회전(rotation) 움직임 모델, 간이 어파인 움직임 모델, 어파인 움직임 모델, 쌍-선형 보간(bilinear interpolation) 움직임 모델 등으로 보다 세분화할 수도 있다.
도 10은 병진 움직임 모델의 예를 나타낸다.
도 10을 참조하면, 상기 병진 움직임 모델은 하나의 MV로 나타내어질 수 있다.
도 11은 스케일링 움직임 모델의 예를 나타낸다.
도 11을 참조하면, 스케일링 움직임 모델은 CPMV0 (v0x, v0y) 및 CPMV1의 하나의 요소 (v1x)로 나타낼 수 있다. 상기 CPMV1의 y성분 요소 (v1y)은 (v0y)와 같다고 묵시적으로 추정될 수 있다. 이러한 모델은 줌인, 줌아웃을 나타내는데 효과적인다. 상기 스케일링 움직임 모델에 따른 MVF는 상술한 수학식 3을 기반으로 도출될 수 있다.
도 12는 회전 움직임 모델의 예를 나타낸다.
도 12를 참조하면, 회전 움직임 모델은 CPMV0 (v0x, v0y) 및 CPMV1의 하나의 요소 (v1y)로 나타낼 수 있다. 상기 CPMV1의 x성분 요소 (v1x)는 수학식 5를 기반으로 계산될 수 있다.
Figure PCTKR2019004571-appb-M000005
상기 회전 움직임 모델에 따른 MVF는 상술한 수학식 3을 기반으로 도출될 수 있다.
상기 간이 어파인 움직임 모델은 4 파라미터 어파인 모델에서 상술한 바와 같이, 두개의 MV들 (즉, CPMV0 및 CPMV1)로 나타낼 수 있다. 상기 간이 어파인 움직임 모델에 따른 MVF는 상술한 수학식 3을 기반으로 도출될 수 있다.
상기 (노멀) 어파인 움직임 모델은 6 파라미터 어파인 모델에서 상술한 바와 같이 세개의 MV들 (즉, CPMV0, CPMV1, CPMV2)로 나타낼 수 있다. 상기 어파인 움직임 모델에 따른 MVF는 상술한 수학식 1을 기반으로 도출될 수 있다.
상기 쌍선형 보간 움직임 모델은 4개의 MV들 (CPMV0, CPMV1, CPMV2, CPMV3)으로 나타낼 수 있다. 상기 CPMV3은 현재 블록의 우하단 샘플 좌표에 위치하는 CP3의 MV를 나타낼 수 있다. 상기 쌍선형 보간 움직임 모델에 따른 MVF는 다음 수학식 6을 기반으로 도출될 수 있다.
Figure PCTKR2019004571-appb-M000006
여기서,
Figure PCTKR2019004571-appb-I000001
,
Figure PCTKR2019004571-appb-I000002
,
Figure PCTKR2019004571-appb-I000003
,
Figure PCTKR2019004571-appb-I000004
이다.
한편, 상술한 다양한 움직임 모델들 중 적어도 하나를 지시하는 정보(ex. 인덱스 or 플래그)가 인터 코딩을 위하여 시그널링/파싱될 수 있다. 상기 움직임 모델을 기반으로 코딩되어야 하는 MVD의 개수도 정해질 수 있다. 또한, 특정 움직임 모델의 경우 상술한 CPMV 요소들 일부는 다른 CPMV와의 차분 정보를 기반으로 지시될 수 있다.
예를 들어, 다음과 같은 어파인 움직임 모델 관련 정보가 인코딩 장치에서 구성/인코딩되어 디코딩 장치로 비트스트림 형태로 시그널링될 수 있다. 디코딩 장치는 상기 어파인 움직임 모델 관련 정보를 수신/파싱/디코딩할 수 있다. 표 1은 다중 움직임 모델들을 지원하는 시스템에서, 어파인 움직임 모델 관련 정보를 나르는 신택스 테이블의 예를 나타낸다.
Figure PCTKR2019004571-appb-T000001
다음 표 2는 신택스 요소들이 나타내는 바를 포함하는 시멘틱스 테이블의 예를 나타낸다.
motion_model_index: indicating which the motion model is used.MVD: MVD informationCPMVDk: MVD information of k-th CP.translation_flag: indicating whether translation mode or NOT.scaling_flag: indicating whether scaling mode or NOT.rotation_flag: indicating whether rotation mode or NOT.simplified_ affine _flag: indicating whether simplified affine mode (4 parameter affine motion model) or NOT.affine _flag: indicating whether affine mode (6 parameter affine motion model) or NOT.bi _interpolation_flag: indicating whether bilinear interpolation mode (8 parameter affine motion model) or NOT.
한편, 상술한 다양한 움직임 모델들 중 적어도 하나는 적응적으로 선택될 수 있다. 예를 들어, 상기 다양한 움직임 모델들 중 적어도 하나는 슬라이스 레벨 및/또는 블록 레벨에서 적응적으로 선택될 수 있다. 예를 들어, SPS, PPS 또는 슬라이스 헤더에서 pps_translation_flag, pps_rotation_flag, pps_simplified_affine_flag, pps_affine_flag, 및/또는 pps_bi_interpolation_flag가 시그널링되어, 병진, 스케일링, 회전, 간이 어파인, 어파인, 및 쌍선형 보간 움직임 모델들이 적용될 수 있는지 또는 가용한지 여부를 나타낼 수 있다. 상기 플래그가 SPS 레벨에서 시그널링되는 경우 상기 신택스 요소들 앞부분의 pps는 sps로 대체될 수 있다. 상기 병진 움직임 모델은 항상 사용될 수 있기 때문에, 상기 pps_translation_flg 또는 sps_translation_flag는 참(즉 1)으로 설정될 수 있다. 만약 상기 플래그들 중 어느 한 플래그가 참으로 설정되면, 해당 움직임 모델은 적용될 수 있으며, 해당 움직임 모델에 관한 플래그 및 MVD 정보가 파싱될 수 있다. 예를 들어, sps_rotation_flag가 참이고, sps_rotation_flag가 거짓(즉, 0)이면, rotation_flag는 파싱되지 않을 수 있고, 회전 움직임 모델은 사용되지 않을 수 있다. 플래그가 파싱되지 않는 경우, 디코딩 장치는 해당 플래그는 거짓(즉, 0)인 것으로 도출할 수 있다. 이는 예를 들어 다음 표와 같이 시그널링될 수 있다.
표 3은 다중 움직임 모델들을 지원하는 시스템에서, 어파인 움직임 모델 관련 정보를 나르는 신택스 테이블의 다른 예를 나타낸다.
Figure PCTKR2019004571-appb-T000002
상기 표에서 나타낸 바와 같이, 각 움직임 모델에 대한 플래그는 상위 레벨(ex. PPS, SPS 등)에서 해당 움직임 모델이 가용함을 나타내는 경우에 파싱되도록 구성될 수 있다.
한편, 일반적으로 스몰 블록에 대하여 병진 움직임 모델이 효율적이고, 상기 스몰 블록에 대하여 어파인 움직임 모델이나 쌍선형 보간 움직임 모델 등과 같이 많은 CPMV들을 사용하는 움직임 모델은 효율적이지 않다. 따라서, 현재 블록의 블록 사이즈 또는 샘플 개수를 고려하여, 움직임 모델이 적응적으로 선택/사용될 수 있다. 다음 표 4는 샘플 개수를 기반으로 움직임 모델을 선택할 수 있도록 구성된 어파인 움직임 모델 관련 정보를 나르는 신택스 테이블의 예를 나타낸다. 여기서, 상기 현재 블록은 코딩 블록이고, 각 움직임 모델에 대한 임계값들은 정수 값으로 미리 정해질 수 있다.
Figure PCTKR2019004571-appb-T000003
상기 표에서, sampleNum은 상기 현재 블록의 샘플 개수를 나타낸다.
일 예로, scaling_flag는 상기 현재 블록의 샘플 개수가 TH_scaling0 이상이고 TH_scaling1 미만인 경우 파싱될 수 있다. 다른 예로, rotation_flag는 상기 현재 블록의 샘플 개수가 TH_rotation0 이상이고 TH_rotation1 미만인 경우 파싱될 수 있다. 또 다른 예로, simplified_affine_flag는 상기 현재 블록의 샘플 개수가 TH_simplified_affine0 이상이고 TH_simplified_affine1 미만인 경우 파싱될 수 있다. 또 다른 예로, affine_flag는 상기 현재 블록의 샘플 개수가 TH_affine0 이상이고 TH_affine1 미만인 경우 파싱될 수 있다. 또 다른 예로, bi_interpolation_flag는 상기 현재 블록의 샘플 개수가 TH_bi_interpolation0 이상이고 TH_bi_interpolation1 미만인 경우 파싱될 수 있다.
한편, 다양한 움직임 모델들 중 적어도 하나를 적응적으로 선택하기 위하여 주변 블록(ex. 주변 코딩 블록)의 움직임 모델을 고려할 수 있다.
예를 들어, 현재 블록에 가용한 움직임 모델들은 주변 블록의 움직임 모델을 기반으로 결정될 수 있다. 이 경우, 상기 참조되는 주변 블록은 주변 블록들 중 최대 개수의 CPMV들을 갖는 주변 블록일 수 있다. 만약, 고려되는 주변 블록들 중 모든 주변 블록이 병진 모드로 코딩된 경우, N 코딩 모드들이 적용될 수 있다. 만약 상기 코딩 모드들을 CPMV의 개수에 따라 작은 순서로 정렬한다면 N 코딩 모드들은 처음 N개의 움직임 모델들로 선택될 수 있다. (N coding modes are selected as the first N motion modes if we sort the coding modes in small order according to the number of CPMV). 만약, 최대 개수의 CPMV들을 갖는 주변 블록의 움직임 모델이 회전 움직임 모델 모드인 경우, M 코딩 모드들이 적용될 수 있다. 만약 상기 코딩 모드들을 CPMV의 개수에 따라 작은 순서로 정렬한다면 M 코딩 모드들은 처음 M개의 움직임 모델들로 선택될 수 있다(M coding modes are selected as the first M motion modes if we sort the coding modes in small order according to the number of CPMV). 최대 CPMV 개수를 갖는 주변 블록의 움직임 모델이 그 외 스케일링, 간이 어파인, 어파인 또는 쌍선형 보간 움직임 모델인 경우에도 유사하게 적용될 수 있다. 다시 말하면, 상기 최대 개수의 CPMV들을 갖는 주변 블록의 움직임 모델을 기반으로 후보 움직임 모델의 개수 N(or M)이 정해질 수 있으며, 상기 후보 움직임 모델의 개수 범위 내에서 움직임 모델의 적용 여부를 판단한다. 상기 병진 움직임 모델은 항상 적용될 수 있으며, 따라서 이 경우 상기 후보 움직임 모델의 수를 카운트함에 있어서 상기 병진 움직임 모델은 제외될 수 있다. 예를 들어, 상기 후보 움직임 모델의 개수가 3인 경우, 상기 translation_flag, scaling_flag, rotation_flag 및 simplified_affine_flag까지만 순차적으로 파싱하고(물론, 이 경우 중간에 참 값을 갖는 플래그가 나온 경우에는 더 이상 나머지 플래그를 파싱하지 않을 수 있다), 아직 참 값을 갖는 플래그가 나오지 않은 경우에도 나머지 affine_flag 및 bilinear_interpolation_flag는 파싱하지 않을 수 있다. 다음 표 5는 상술한 실시예에 따른 어파인 움직임 모델 관련 정보를 나르는 신택스 테이블의 예를 나타낸다.
Figure PCTKR2019004571-appb-T000004
상기 표에 따르면, checkAvailableMotion() 절차에서 현재 블록에 대한 후보 움직임 모델의 개수를 도출할 수 있다. 상기 후보 움직임 모델의 개수는 상술한 바와 같이 주변 블록의 움직임 모델을 기반으로 결정될 수 있다. 상기 주변 블록은 현재 블록의 주변 블록들 중 최대 개수의 CPMV들을 갖는 주변 블록일 수 있다.
본 발명의 실시예들에서 상술한 바와 같이 본 발명에 따르면, 둘 이상의 움직임 모델을 고려하여 인터 예측을 수행할 수 있으며, 현재 블록에 대하여 적용되는 움직임 모델을 적응적으로 지시하고, 지시된 모델에 따라 상기 현재 블록의 CPMV(들)을 도출함으로써 효율적인 인터 예측을 수행할 수 있다.
도 13 및 14는 본 발명의 실시예에 따른 인터 예측 방법을 포함하는 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다. 도 13에서 개시된 방법은 도 2에서 개시된 인코딩 장치에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 13의 S1300 내지 S1330은 상기 인코딩 장치의 예측부(220)에 의하여 수행될 수 있고, 도 13의 S1340 내지 1350은 상기 인코딩 장치의 레지듀얼 처리부(230)에 의하여 수행될 수 있고, 도 13의 S1360은 상기 인코딩 장치의 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 도 13에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
도 13을 참조하면, 인코딩 장치는 현재 블록에 적용되는 움직임 모델 타입을 결정한다(S1300). 상술한 바와 같이 상기 현재 블록에는 다양한 움직임 모델들 중 하나가 적용될 수 있다. 상기 다양한 움직임 모델들은 병진 움직임 모델, 스케일 움직임 모델, 회전 움직임 모델, 간이 어파인 움직임 모델, (노멀) 어파인 움직임 모델, 쌍선형 보간 움직임 모델을 포함할 수 있다. 상기 간이 어파인 움직임 모델은 상술한 바와 같이 4 파라미터 어파인 움직임 모델이라고 불릴 수 있다. 상기 (노멀) 어파인 움직임 모델은 상술한 바와 같이 6 파라미터 어파인 움직임 모델이라고 불릴 수 있다. 인코딩 장치는 상기 움직임 모델 타입에 관한 정보를 생성할 수 있다.
인코딩 장치는 상기 움직임 모델 타입을 기반으로 상기 현재 블록에 대한 CPMV(control point motion vector)들을 도출한다(S1310). 예를 들어, 상기 현재 블록에 대한 CPMV들은 상술한 CPMV0, CPMV1 및 CPMV2 중 적어도 하나를 포함할 수 있다. 이 경우 상술한 바와 같이, 움직임 모델에 따라 CPMV들의 개수가 다르게 설정될 수 있다.
인코딩 장치는 상기 CPMV들을 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출한다(S1320). 인코딩 장치는 상술한 수학식 1 내지 5 중 적어도 하나를 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출할 수 있다.
인코딩 장치는 상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성한다(S1330). 인코딩 장치는 상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 인터 예측(움직임 보상)을 수행하여 상기 움직임 벡터가 참조 픽처 상에서 가리키는 참조 샘플들을 이용하여 예측 샘플들을 도출할 수 있다.
인코딩 장치는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 생성한다(S1340). 인코딩 장치는 상기 현재 블록에 대한 원본 샘플들과 상기 현재 블록에 대한 예측 샘플들을 기반으로 레지듀얼 샘플들을 생성할 수 있다.
인코딩 장치는 상기 레지듀얼 샘플들을 기반으로 양자화된 변환 계수들을 도출한다(S1350). 인코딩 장치는 상기 레지듀얼 샘플들에 변환/양자화 절차를 수행하여 양자화된 변환 계수들을 도출할 수 있다.
인코딩 장치는 상기 움직임 모델 타입에 관한 정보 및 상기 양자화된 변환 계수들에 대한 정보를 포함하는 영상 정보를 인코딩한다(S1360).
상기 움직임 모델 타입에 관한 정보는 움직임 모델에 대한 플래그 정보를 포함할 수 있다. 상기 움직임 모델 타입에 관한 정보는 상술한 표 1, 3 내지 5에서 설명된 플래그들을 포함할 수 있다.
예를 들어, 상기 움직임 모델 타입에 관한 정보는 4 파라미터 어파인 움직임 모델이 상기 현재 블록에 적용되는지 여부를 나타내는 플래그 정보를 포함할 수 있다. 상기 움직임 모델 타입에 관한 정보는 6 파라미터 어파인 움직임 모델이 상기 현재 블록에 적용되는지 여부를 나타내는 플래그 정보를 포함할 수 있다. 상기 움직임 모델 타입에 관한 정보는 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보를 포함할 수 있다. 상기 움직임 모델 타입에 관한 정보는 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보를 포함할 수 있다.
한편, 인코딩 장치는 파라미터 세트를 구성하여 관련 정보를 시그널링할 수 있다. 상기 파라미터 세트는 상기 현재 블록에 적용될 수 있는, 즉 가용한 움직임 모델들을 지시할 수 있다. 예를 들어, 상기 파라미터 세트는 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델 또는 2개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 가용 플래그 정보를 포함할 수 있다. 인코딩 장치는 상기 가용 플래그 정보가 참(true)을 나타내는 경우에 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 상기 플래그 정보가 디코딩 장치에서 파싱되도록 구성할 수 있다. 또한, 예를 들어, 상기 파라미터 세트는 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 제1 플래그 정보 및 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 제2 플래그 정보를 포함할 수 있다. 상기 제1 플래그 정보가 참을 나타내는 경우에 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보가 디코딩 장치에서 파싱되도록 구성되고, 상기 제2 플래그 정보가 참을 나타내는 경우에 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보가 디코딩 장치에서 파싱되도록 구성될 수 있다. 상기 파라미터 세트는 SPS, PPS 등을 포함할 수 있다.
인코딩 장치는 상기 현재 블록의 사이즈 또는 샘플 개수를 기반으로 상술한 움직임 모델 관련 플래그들의 파싱 여부가 결정되도록 상기 움직임 모델 타입에 관한 정보를 구성할 수 있다. 또한, 인코딩 장치는 상기 현재 블록의 주변 블록을 기반으로 현재 블록에 대한 후보 움직임 모델의 개수를 도출할 수 있다. 상기 후보 움직임 모델의 개수는 상술한 바와 같이 주변 블록의 움직임 모델을 기반으로 결정될 수 있다. 상기 주변 블록은 현재 블록의 주변 블록들 중 최대 개수의 CPMV들을 갖는 주변 블록일 수 있다. 이 경우, 인코딩 장치는 상기 후보 움직임 모델의 개수 범위 내에서 움직임 모델의 적용 여부를 판단할 수 있고, 상기 움직임 모델 타입에 관한 정보를 구성할 수 있다.
상기 영상 정보는 상술한 파라미터 세트를 더 포함할 수 있다. 인코딩된 영상 정보는 비트스트림 형태로 출력될 수 있다. 상기 비트스트림은 네트워크 또는 저장매체를 통하여 디코딩 장치로 전송될 수 있다. 영상 정보에 포함되는 예측 관련 정보는 상기 움직임 모델 타입에 관한 정보뿐 아니라 다양한 예측 모드에 대한 정보, MVD 정보 등을 더 포함할 수 있다.
도 15 및 16는 본 발명의 실시예에 따른 인터 예측 방법을 포함하는 영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다. 도 15에서 개시된 방법은 도 3에서 개시된 디코딩 장치에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 15의 S1500은 상기 디코딩 장치의 엔트로피 디코딩부(310), S1510 내지 S1540은 상기 디코딩 장치의 예측부(330), S1550은 상기 디코딩 장치의 가산부(340)에 의하여 수행될 수 있다. 도 15에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
도 15를 참조하면, 디코딩 장치는 비트스트림으로부터 현재 블록에 대한 움직임 모델 타입에 관한 정보를 획득한다(S1500). 디코딩 장치는 디코딩 절차를 통하여 상기 비트스트림으로부터 상술한 영상 정보를 획득할 수 있다.
상술한 바와 같이 상기 현재 블록에는 다양한 움직임 모델들 중 하나가 적용될 수 있다. 상기 다양한 움직임 모델들은 병진 움직임 모델, 스케일 움직임 모델, 회전 움직임 모델, 간이 어파인 움직임 모델, (노멀) 어파인 움직임 모델, 쌍선형 보간 움직임 모델을 포함할 수 있다. 상기 간이 어파인 움직임 모델은 상술한 바와 같이 4 파라미터 어파인 움직임 모델이라고 불릴 수 있다. 상기 (노멀) 어파인 움직임 모델은 상술한 바와 같이 6 파라미터 어파인 움직임 모델이라고 불릴 수 있다.
상기 움직임 모델 타입에 관한 정보는 움직임 모델에 대한 플래그 정보를 포함할 수 있다. 상기 움직임 모델 타입에 관한 정보는 상술한 표 1, 3 내지 5에서 설명된 플래그들을 포함할 수 있다.
예를 들어, 상기 움직임 모델 타입에 관한 정보는 병진 움직임 모델, 스케일 움직임 모델, 회전 움직임 모델, 간이 어파인 움직임 모델, 노멀 어파인 움직임 모델, 쌍선형 보간 움직임 모델들 중 상기 현재 블록에 적용되는 움직임 모델 타입을 지시할 수 있다.
예를 들어, 상기 움직임 모델 타입에 관한 정보는 4 파라미터 어파인 움직임 모델이 상기 현재 블록에 적용되는지 여부를 나타내는 플래그 정보를 포함할 수 있다. 상기 움직임 모델 타입에 관한 정보는 6 파라미터 어파인 움직임 모델이 상기 현재 블록에 적용되는지 여부를 나타내는 플래그 정보를 포함할 수 있다. 상기 움직임 모델 타입에 관한 정보는 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보를 포함할 수 있다. 상기 움직임 모델 타입에 관한 정보는 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보를 포함할 수 있다. 디코딩 장치는 상기 현재 블록의 사이즈를 기반으로 상기 플래그 정보의 파싱 여부를 결정할 수 있다.
디코딩 장치는 상기 비트스트림으로부터 파라미터 세트를 획득할 수 있으며, 상기 파라미터 세트는 상기 파라미터 세트는 상기 현재 블록에 적용될 수 있는, 즉 가용한 움직임 모델들을 지시할 수 있다. 예를 들어, 상기 파라미터 세트는 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델 또는 2개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 가용 플래그 정보를 포함할 수 있다. 디코딩 장치는 상기 가용 플래그 정보가 참(true)을 나타내는 경우에 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 상기 플래그 정보를 파싱할 수 있다. 상기 가용 플래그 정보가 거짓(false)을 나타내는 경우에 상기 플래그 정보는 파싱되지 않을 수 있다. 이 경우 상기 파싱되지 않은 플래그 정보의 값은 거짓(즉, 0)으로 묵시적으로 추정될 수 있다.
또한, 예를 들어, 상기 파라미터 세트는 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 제1 플래그 정보 및 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 제2 플래그 정보를 포함할 수 있다. 상기 제1 플래그 정보가 참을 나타내는 경우에 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보가 파싱되고, 상기 제2 플래그 정보가 참을 나타내는 경우에 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보가 파싱될 수 있다. 상기 파라미터 세트는 SPS, PPS 등을 포함할 수 있다.
디코딩 장치는 상기 현재 블록의 사이즈 또는 샘플 개수를 기반으로 상술한 움직임 모델 관련 플래그들의 파싱 여부를 결정할 수도 있다. 또한, 디코딩 장치는 상기 현재 블록의 주변 블록을 기반으로 현재 블록에 대한 후보 움직임 모델의 개수를 도출할 수 있다. 상기 후보 움직임 모델의 개수는 상술한 바와 같이 주변 블록의 움직임 모델을 기반으로 결정될 수 있다. 상기 주변 블록은 현재 블록의 주변 블록들 중 최대 개수의 CPMV들을 갖는 주변 블록일 수 있다. 이 경우, 디코딩 장치는 상기 후보 움직임 모델의 개수 범위 내에서 움직임 모델의 적용 여부를 판단할 수 있고, 상기 움직임 모델 타입에 관한 정보에서 파싱되는 움직임 모델 관련 플래그들의 수를 결정할 수 있다.
디코딩 장치는 상기 움직임 모델 타입에 관한 정보를 기반으로 상기 현재 블록에 적용되는 움직임 모델 타입을 결정한다(S1510). 상기 움직임 모델 타입에 관한 정보를 기반으로 상기 현재 블록에는 적용 가능한 다양한 움직임 모델들 중 하나가 지시될 수 있다.
디코딩 장치는 상기 움직임 모델 타입을 기반으로 상기 현재 블록에 대한 CPMV(control point motion vector)들을 도출한다(S1520). 예를 들어, 상기 현재 블록에 대한 CPMV들은 상술한 CPMV0, CPMV1 및 CPMV2 중 적어도 하나를 포함할 수 있다. 이 경우 상술한 바와 같이, 움직임 모델에 따라 CPMV들의 개수가 다르게 설정될 수 있다.
디코딩 장치는 상기 CPMV들을 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출한다(S1530). 디코딩 장치는 상술한 수학식 1 내지 5 중 적어도 하나를 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출할 수 있다.
디코딩 장치는 상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성한다(S1540). 디코딩 장치는 상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 인터 예측(움직임 보상)을 수행하여 상기 움직임 벡터가 참조 픽처 상에서 가리키는 참조 샘플들을 이용하여 예측 샘플들을 도출할 수 있다. 상기 예측 샘플들을 포함하는 현재 블록을 예측된 블록이라 부를 수 있다.
디코딩 장치는 상기 예측 샘플들을 기반으로 복원 샘플들을 생성한다(S1550). 상기 복원 샘플들을 기반으로 복원 블록/픽처가 생성될 수 있음은 상술한 바와 같다. 디코딩 장치는 상기 비트스트림으로부터 레지듀얼 정보(양자화된 변환 계수들에 관한 정보)를 획득할 수 있으며, 상기 레지듀얼 정보를 레지듀얼 샘플들을 도출할 수 있고, 상기 예측 샘플들과 상기 레지듀얼 샘플들을 기반으로 상기 복원 샘플들이 생성될 수 있음은 상술한 바와 같다. 이후 필요에 따라 주관적/객관적 화질을 향상시키기 위하여 디블록킹 필터링, SAO 및/또는 ALF 절차와 같은 인루프 필터링 절차가 상기 복원 픽처에 적용될 수 있음은 상술한 바와 같다.
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.
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.
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(application-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. 즉, 본 발명에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다.
또한, 본 발명이 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, 화상 전화 비디오 장치, 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recoder) 등을 포함할 수 있다.
또한, 본 발명이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 발명에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다. 또한, 본 발명의 실시예는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 발명의 실시예에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독 가능한 캐리어 상에 저장될 수 있다.
또한, 본 발명이 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다. 상기 비트스트림은 본 발명이 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다. 상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.

Claims (20)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    현재 블록에 대한 움직임 모델 타입에 관한 정보를 획득하는 단계;
    상기 움직임 모델 타입에 관한 정보를 기반으로 상기 현재 블록에 적용되는 움직임 모델 타입을 결정하는 단계;
    상기 움직임 모델 타입을 기반으로 상기 현재 블록에 대한 CPMV(control point motion vector)들을 도출하는 단계;
    상기 CPMV들을 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출하는 단계;
    상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 단계; 및
    상기 예측 샘플들을 기반으로 복원 샘플들을 생성하는 단계를 포함하는 것을 특징으로 하는, 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 움직임 모델 타입에 관한 정보는 병진 움직임 모델, 스케일 움직임 모델, 회전 움직임 모델, 간이 어파인 움직임 모델, 노멀 어파인 움직임 모델, 쌍선형 보간 움직임 모델들 중 상기 현재 블록에 적용되는 움직임 모델 타입을 지시하는 것을 특징으로 하는, 영상 디코딩 방법.
  3. 제1항에 있어서,
    상기 움직임 모델 타입에 관한 정보는 4 파라미터 어파인 움직임 모델이 상기 현재 블록에 적용되는지 여부를 나타내는 플래그 정보를 포함하는 것을 특징으로 하는, 영상 디코딩 방법.
  4. 제3항에 있어서,
    상기 현재 블록의 사이즈를 기반으로 상기 플래그 정보의 파싱 여부를 결정하는 것을 특징으로 하는 영상 디코딩 방법.
  5. 제1항에 있어서,
    상기 움직임 모델 타입에 관한 정보는 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보를 포함하는 것을 특징으로 하는, 영상 디코딩 방법.
  6. 제1항에 있어서,
    상기 움직임 모델 타입에 관한 정보는 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보를 포함하는 것을 특징으로 하는, 영상 디코딩 방법.
  7. 제6항에 있어서,
    파라미터 세트(parameter set)에서 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델 또는 2개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 가용 플래그 정보를 획득하는 단계를 더 포함하는 것을 특징으로 하는, 영상 디코딩 방법.
  8. 제7항에 있어서,
    상기 가용 플래그 정보가 참(true)을 나타내는 경우에 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 상기 플래그 정보가 파싱되고,
    상기 가용 플래그 정보가 거짓(false)을 나타내는 경우에 상기 플래그 정보는 파싱되지 않는 것을 특징으로 하는, 영상 디코딩 방법.
  9. 제1항에 있어서,
    파라미터 세트(parameter set)에서 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 제1 플래그 정보 및 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 제2 플래그 정보를 획득하는 단계를 더 포함함을 특징으로 하는, 영상 디코딩 방법.
  10. 제9항에 있어서,
    상기 제1 플래그 정보가 참을 나타내는 경우에 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보가 파싱되고,
    상기 제2 플래그 정보가 참을 나타내는 경우에 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보가 파싱되는 것을 특징으로 하는, 영상 디코딩 방법.
  11. 영상 인코딩 장치에 의하여 수행되는 영상 인코딩 방법으로,
    현재 블록에 적용되는 움직임 모델 타입을 결정하는 단계;
    상기 움직임 모델 타입을 기반으로 상기 현재 블록에 대한 CPMV(control point motion vector)들을 도출하는 단계;
    상기 CPMV들을 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출하는 단계;
    상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 단계;
    상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 생성하는 단계;
    상기 레지듀얼 샘플들을 기반으로 양자화된 변환 계수들을 도출하는 단계; 및
    상기 움직임 모델 타입에 관한 정보 및 상기 양자화된 변환 계수들에 대한 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하는 것을 특징으로 하는, 영상 인코딩 방법.
  12. 제11항에 있어서,
    상기 움직임 모델 타입에 관한 정보는 병진 움직임 모델, 스케일 움직임 모델, 회전 움직임 모델, 간이 어파인 움직임 모델, 노멀 어파인 움직임 모델, 쌍선형 보간 움직임 모델들 중 상기 현재 블록에 적용되는 움직임 모델 타입을 지시하는 것을 특징으로 하는, 영상 인코딩 방법.
  13. 제11항에 있어서,
    상기 움직임 모델 타입에 관한 정보는 4 파라미터 어파인 움직임 모델이 상기 현재 블록에 적용되는지 여부를 나타내는 플래그 정보를 포함하는 것을 특징으로 하는, 영상 인코딩 방법.
  14. 제11항에 있어서,
    상기 움직임 모델 타입에 관한 정보는 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보를 포함하는 것을 특징으로 하는, 영상 인코딩 방법.
  15. 제11항에 있어서,
    상기 움직임 모델 타입에 관한 정보는 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보를 포함하는 것을 특징으로 하는, 영상 인코딩 방법.
  16. 제15항에 있어서,
    상기 영상 정보는 파라미터 세트를 포함하고,
    상기 파라미터 세트는 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델 또는 2개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 가용 플래그 정보를 포함하는 것을 특징으로 하는, 영상 인코딩 방법.
  17. 제16항에 있어서,
    상기 가용 플래그 정보가 참(true)을 나타내는 경우에 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 상기 플래그 정보가 파싱되도록 구성된 것을 특징으로 하는, 영상 인코딩 방법.
  18. 제11항에 있어서,
    상기 영상 정보는 파라미터 세트를 포함하고,
    상기 파라미터 세트는 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 제1 플래그 정보 및 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 가용한지 여부를 나타내는 제2 플래그 정보를 포함함을 특징으로 하는, 영상 인코딩 방법.
  19. 제18항에 있어서,
    상기 제1 플래그 정보가 참을 나타내는 경우에 상기 현재 블록에 2개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보가 파싱되도록 구성되고,
    상기 제2 플래그 정보가 참을 나타내는 경우에 상기 현재 블록에 3개의 CPMV들이 사용되는 어파인 움직임 모델이 적용되는지 여부를 지시하는 플래그 정보가 파싱되도록 구성되는 것을 특징으로 하는, 영상 인코딩 방법.
  20. 영상 인코딩 장치에 의하여 수행된 영상 인코딩 방법에 따라 생성된 인코딩된 영상 정보를 포함하는 영상 데이터가 저장된 디지털 저장 매체로서,
    상기 영상 인코딩 방법은:
    현재 블록에 적용되는 움직임 모델 타입을 결정하는 단계;
    상기 움직임 모델 타입을 기반으로 상기 현재 블록에 대한 CPMV(control point motion vector)들을 도출하는 단계;
    상기 CPMV들을 기반으로 상기 현재 블록에 대한 서브블록 단위 또는 샘플 단위 움직임 벡터를 도출하는 단계;
    상기 서브블록 단위 또는 샘플단위 움직임 벡터를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 단계;
    상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 생성하는 단계;
    상기 레지듀얼 샘플들을 기반으로 양자화된 변환 계수들을 도출하는 단계; 및
    상기 움직임 모델 타입에 관한 정보 및 상기 양자화된 변환 계수들에 대한 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하는 것을 특징으로 하는, 디지털 저장 매체.
PCT/KR2019/004571 2018-04-16 2019-04-16 다중 움직임 모델을 고려한 인터 예측 방법 및 그 장치 WO2019203533A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862658536P 2018-04-16 2018-04-16
US62/658,536 2018-04-16

Publications (1)

Publication Number Publication Date
WO2019203533A1 true WO2019203533A1 (ko) 2019-10-24

Family

ID=68239399

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/004571 WO2019203533A1 (ko) 2018-04-16 2019-04-16 다중 움직임 모델을 고려한 인터 예측 방법 및 그 장치

Country Status (1)

Country Link
WO (1) WO2019203533A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114071147A (zh) * 2020-07-29 2022-02-18 四川大学 一种基于双线性模型的vvc运动补偿方法
CN114982231A (zh) * 2019-11-27 2022-08-30 Lg电子株式会社 图像解码方法及用于其的装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050068687A (ko) * 2003-12-30 2005-07-05 삼성전자주식회사 움직임 모델을 이용한 매쉬 기반의 움직임 보상방법을제공하는 영상의 부호화 방법 및 그 부호화 장치
WO2017022973A1 (ko) * 2015-08-04 2017-02-09 엘지전자 주식회사 비디오 코딩 시스템에서 인터 예측 방법 및 장치
WO2017118409A1 (en) * 2016-01-07 2017-07-13 Mediatek Inc. Method and apparatus for affine merge mode prediction for video coding system
KR20170100211A (ko) * 2016-02-25 2017-09-04 주식회사 케이티 비디오 신호 처리 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050068687A (ko) * 2003-12-30 2005-07-05 삼성전자주식회사 움직임 모델을 이용한 매쉬 기반의 움직임 보상방법을제공하는 영상의 부호화 방법 및 그 부호화 장치
WO2017022973A1 (ko) * 2015-08-04 2017-02-09 엘지전자 주식회사 비디오 코딩 시스템에서 인터 예측 방법 및 장치
WO2017118409A1 (en) * 2016-01-07 2017-07-13 Mediatek Inc. Method and apparatus for affine merge mode prediction for video coding system
KR20170100211A (ko) * 2016-02-25 2017-09-04 주식회사 케이티 비디오 신호 처리 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JIANLE CHEN: "Algorithm Description of Joint Exploration Test Model 7 (JEM 7)", JOINT VIDEO EXPLORATION TEAM (JVET) OF ITU-T SG 16 WP 3, 21 July 2017 (2017-07-21), Torino, IT, Retrieved from the Internet <URL:http://phenix.int-evry.fr/jvet> [retrieved on 20190704] *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114982231A (zh) * 2019-11-27 2022-08-30 Lg电子株式会社 图像解码方法及用于其的装置
CN114071147A (zh) * 2020-07-29 2022-02-18 四川大学 一种基于双线性模型的vvc运动补偿方法

Similar Documents

Publication Publication Date Title
WO2020036417A1 (ko) 히스토리 기반 움직임 벡터에 기반한 인터 예측 방법 및 그 장치
WO2020017840A1 (ko) Dmvr에 기반하여 인터 예측을 수행하는 방법 및 장치
WO2020197236A1 (ko) 서브 픽처 핸들링 구조 기반 영상 또는 비디오 코딩
WO2020017861A1 (ko) 서브블록 단위의 시간적 움직임 정보 예측을 위한 인터 예측 방법 및 그 장치
WO2020189960A1 (ko) 크로마 포맷에 대한 정보를 시그널링 하는 방법 및 장치
WO2020197038A1 (ko) 영상 코딩 시스템에서 인트라 서브 파티션 기반의 인트라 예측 방법 및 장치
WO2020009390A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 영상 처리 방법 및 장치
WO2020149630A1 (ko) 영상 코딩 시스템에서 cclm 예측 기반 영상 디코딩 방법 및 그 장치
WO2020141928A1 (ko) 영상 코딩 시스템에서 mmvd 에 따른 예측에 기반한 영상 디코딩 방법 및 장치
WO2020076066A1 (ko) 신택스 디자인 방법 및 신택스를 이용하여 코딩을 수행하는 장치
WO2021118295A1 (ko) 루프 필터링을 제어하기 위한 영상 코딩 장치 및 방법
WO2020005002A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 템플릿 영역 도출 방법 및 장치
WO2020141885A1 (ko) 디블록킹 필터링을 사용하는 영상 코딩 방법 및 장치
WO2021118293A1 (ko) 필터링 기반 영상 코딩 장치 및 방법
WO2021133060A1 (ko) 서브픽처 기반 영상 코딩 장치 및 방법
WO2021145728A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2020251338A1 (ko) 비디오 또는 영상 코딩 시스템에서의 인터 예측
WO2019203533A1 (ko) 다중 움직임 모델을 고려한 인터 예측 방법 및 그 장치
WO2020141884A1 (ko) Cpr 기반 mmvd를 사용하는 영상 코딩 방법 및 장치
WO2020197031A1 (ko) 영상 코딩 시스템에서 다중 참조 라인 기반의 인트라 예측 방법 및 장치
WO2020004879A1 (ko) 영상 코딩 시스템에서 복수의 주변 블록들을 사용하는 인터 예측에 따른 영상 디코딩 방법 및 장치
WO2021201463A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021145725A1 (ko) 필터링 관련 정보 시그널링 기반 영상 코딩 장치 및 방법
WO2021145726A1 (ko) 적응적 루프 필터링 기반 영상 코딩 장치 및 방법
WO2021118297A1 (ko) 필터링을 위한 정보의 시그널링 기반 영상 코딩 장치 및 방법

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: 19788357

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: 19788357

Country of ref document: EP

Kind code of ref document: A1