WO2020013673A1 - Dmvr에 기반하여 인터 예측을 수행하는 방법 및 장치 - Google Patents

Dmvr에 기반하여 인터 예측을 수행하는 방법 및 장치 Download PDF

Info

Publication number
WO2020013673A1
WO2020013673A1 PCT/KR2019/008692 KR2019008692W WO2020013673A1 WO 2020013673 A1 WO2020013673 A1 WO 2020013673A1 KR 2019008692 W KR2019008692 W KR 2019008692W WO 2020013673 A1 WO2020013673 A1 WO 2020013673A1
Authority
WO
WIPO (PCT)
Prior art keywords
motion vector
block
refined
interpolation
current block
Prior art date
Application number
PCT/KR2019/008692
Other languages
English (en)
French (fr)
Inventor
박내리
남정학
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 WO2020013673A1 publication Critical patent/WO2020013673A1/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
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
    • 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
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • 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
    • H04N19/563—Motion estimation with padding, i.e. with filling of non-object values in an arbitrarily shaped picture block or region for estimation purposes
    • 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
    • H04N19/57—Motion estimation characterised by a search window with variable size or shape
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • the present invention relates to a still image or video encoding / decoding method, and more particularly, to a method and apparatus for performing inter prediction based on a decoder-side motion vector refinement (DMVR).
  • DMVR decoder-side motion vector refinement
  • the demand for high resolution and high quality images such as high definition (HD) images and ultra high definition (UHD) images is increasing in various fields.
  • the higher the resolution and the higher quality of the image data the more information or bit rate is transmitted than the existing image data. Therefore, the image data can be transmitted by using a medium such as a conventional wired / wireless broadband line or by using a conventional storage medium. In the case of storage, the transmission cost and the storage cost are increased.
  • a high efficiency image compression technique is required to effectively transmit, store, and reproduce high resolution, high quality image information.
  • An object of the present invention is to provide a method and apparatus for improving image coding efficiency.
  • Another object of the present invention is to provide a method and apparatus for performing inter prediction.
  • Another technical problem of the present invention is to provide a method and apparatus for performing inter prediction based on a DMVR.
  • Another technical problem of the present invention is to provide a method and apparatus for using only a part of a block for refinement when applying DMVR.
  • Another technical problem of the present invention is to provide a method and apparatus for using an interpolation filter for a DMVR.
  • a picture decoding method performed by a decoding apparatus includes a first motion vector for a first reference picture of a current block and a second motion vector for a second reference picture of the current block based on a merge mode or a skip mode. Deriving information, based on a search range for the first motion vector and the second motion vector, the first motion vector, and a first motion vector for the first motion vector, based on the first motion vector and the second motion vector. Deriving a refined motion vector and a second refined motion vector for the second motion vector, performing motion compensation based on the first refined motion vector and the second refined motion vector, and predicting a block for the current block.
  • the second interpolation is performed in an interpolation filtering region, and the second interpolation is performed in a second interpolation filtering region based on a second reference block in the second reference picture indicated by the second motion vector.
  • a fractional sample position in the first interpolation filtering region, and the second refined motion vector indicates a fractional sample position in the second interpolation filtering region.
  • a decoding device for performing picture decoding may include motion information of the current block including a first motion vector for a first reference picture of a current block and a second motion vector for a second reference picture of the current block based on a merge mode or a skip mode. And derive a first refined motion vector and the second refined motion vector for the first motion vector based on a search range for the first motion vector and the second motion vector, the first motion vector, and the second motion vector.
  • a prediction unit and a prediction unit configured to derive a second refined motion vector with respect to the motion vector, and generate a predicted block for the current block by performing motion compensation based on the first refined motion vector and the second refined motion vector; And an adder configured to generate a reconstruction block for the current block based on the received block, wherein the motion compensation is performed by the first block.
  • Interpolation is performed based on interpolation and second interpolation, and the first interpolation is performed in a first interpolation filtering region based on a first reference block in the first reference picture indicated by the first motion vector, and the second interpolation is performed.
  • the first refined motion vector is a fractional sample position in the first interpolation filtering region. sample position)
  • the second refined motion vector indicates a fractional sample position in the second interpolation filtering region.
  • a picture encoding method by an encoding device includes a first motion vector for a first reference picture of a current block and a second motion vector for a second reference picture of the current block based on a merge mode or a skip mode.
  • Deriving information based on a search range for the first motion vector and the second motion vector, the first refined motion vector for the first motion vector, and based on the first motion vector and the second motion vector; Deriving a second refined motion vector for the second motion vector, performing motion compensation based on the first refined motion vector and the second refined motion vector, and an image including information on the motion compensation Encoding information; wherein the motion compensation is performed based on first interpolation and second interpolation, wherein the first interpolation The first interpolation is performed in a first interpolation filtering region based on a first reference block in the first reference picture indicated by the first motion vector, and the second interpolation is performed in the second reference picture indicated by the second motion vector.
  • the second refined motion vector is in the second interpolation filtering region. It is characterized by indicating the fractional sample position.
  • an encoding apparatus for performing picture encoding.
  • the encoding apparatus may include motion information of the current block including a first motion vector for a first reference picture of a current block and a second motion vector for a second reference picture of the current block based on a merge mode or a skip mode. And derive a first refined motion vector and the second refined motion vector for the first motion vector based on a search range for the first motion vector and the second motion vector, the first motion vector, and the second motion vector.
  • Deriving a second refined motion vector with respect to the motion vector encoding a video information including a predictor for performing motion compensation based on the first refined motion vector and the second refined motion vector, and information on the motion compensation And an entropy encoding unit, wherein the motion compensation is performed based on first interpolation and second interpolation.
  • First interpolation is performed in a first interpolation filtering region based on a first reference block in the first reference picture indicated by the first motion vector, and the second interpolation is performed by the second motion vector.
  • the first refined motion vector indicates a fractional sample position in the first interpolation filtering region
  • the second refined motion vector is the second It is characterized by indicating the fractional sample position in the interpolation filtering region.
  • the overall video / video compression efficiency can be improved.
  • inter prediction can be efficiently performed.
  • the present invention it is possible to refine the motion information derived from the limited information to increase the accuracy of the motion prediction.
  • decoder complexity can be improved based on DMVR.
  • memory usage can be reduced when DMVR is applied in a skip mode or a merge mode.
  • FIG. 1 is a diagram schematically illustrating a configuration of an encoding apparatus according to an embodiment.
  • FIG. 2 is a diagram schematically illustrating a configuration of a decoding apparatus according to an embodiment.
  • FIG. 3 is a diagram for explaining an example of a process of performing a DMVR in bidirectional prediction.
  • FIG. 4 is a diagram illustrating an example of using a partial region of a block in a cost calculation process of a DMVR according to an embodiment.
  • FIG. 5 is a flowchart illustrating a decoding process according to an embodiment.
  • FIG. 6 illustrates an example of adjusting the number of taps of an interpolation filter, according to an exemplary embodiment.
  • FIG. 7 is a flowchart illustrating a decoding process according to another embodiment.
  • FIG. 8 is a flowchart illustrating a decoding process according to another embodiment.
  • FIG. 9 is a diagram for describing sample padding, according to an exemplary embodiment.
  • FIG. 10 is a flowchart illustrating a decoding process according to another embodiment.
  • FIG. 11 is a diagram for describing a process of deriving a refined offset in a DMVR according to an embodiment.
  • FIG. 12 is a flowchart illustrating an operation of an encoding apparatus according to an embodiment.
  • FIG. 13 is a block diagram illustrating a configuration of an encoding apparatus according to an embodiment.
  • FIG. 14 is a flowchart illustrating an operation of a decoding apparatus according to an embodiment.
  • 15 is a block diagram illustrating a configuration of a decoding apparatus according to an embodiment.
  • 16 is a diagram illustrating a structure of a content streaming system according to an embodiment.
  • a picture decoding method performed by a decoding apparatus includes a first motion vector for a first reference picture of a current block and a second motion vector for a second reference picture of the current block based on a merge mode or a skip mode. Deriving information, based on a search range for the first motion vector and the second motion vector, the first motion vector, and a first motion vector for the first motion vector, based on the first motion vector and the second motion vector. Deriving a refined motion vector and a second refined motion vector for the second motion vector, performing motion compensation based on the first refined motion vector and the second refined motion vector, and predicting a block for the current block.
  • the second interpolation is performed in an interpolation filtering region, and the second interpolation is performed in a second interpolation filtering region based on a second reference block in the second reference picture indicated by the second motion vector.
  • a fractional sample position in the first interpolation filtering region, and the second refined motion vector indicates a fractional sample position in the second interpolation filtering region.
  • 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.
  • the methods / embodiments disclosed in this document may include a versatile video coding (VVC) standard, an essential video coding (EVC) standard, an AOMedia Video 1 (AV1) standard, a second generation of audio video coding standard (AVS2), or next-generation video / It can be applied to the method disclosed in the image coding standard (ex. H.267, H.268, etc.).
  • VVC versatile video coding
  • EVC essential video coding
  • AV1 AOMedia Video 1
  • AVS2 second generation of audio video coding standard
  • next-generation video / It can be applied to the method disclosed in the image coding standard (ex. H.267, H.268, etc.).
  • a video may mean a series of images over time.
  • a picture generally refers to a unit representing one image in a specific time zone, and a slice is a unit constituting a part of a picture in coding.
  • One picture may be composed of a plurality of slices, and if necessary, the picture and the slice may be mixed with each other.
  • a pixel or a pel may refer to a minimum unit constituting one picture (or image). Also, 'sample' may be used as a term corresponding to a pixel.
  • a sample may generally represent a pixel or a value of a pixel, and may only represent pixel / pixel values of the luma component, or only pixel / pixel values of the chroma component.
  • a unit represents the basic unit of image processing.
  • the unit may include at least one of a specific region of the picture and information related to the region.
  • the unit may be used interchangeably with terms such as block or area in some cases.
  • an M ⁇ N block may represent a set of samples or transform coefficients composed of M columns and N rows.
  • the encoding / decoding device may include a video encoding / decoding device and / or an image encoding / decoding device, and the video encoding / decoding device is used as a concept including the image encoding / decoding device, or the image encoding / decoding device is It may be used in a concept including a video encoding / decoding device.
  • the (video) encoding apparatus 100 may include a picture partitioning module 105, a prediction module 110, a residual processing module 120, and an entropy encoding unit (
  • the entropy encoding module 130 may include an adder 140, a filtering module 150, and a memory 160.
  • the residual processor 120 may include a substractor 121, a transform module 122, a quantization module 123, a rearrangement module 124, and a dequantization module 125. ) And an inverse transform module 126.
  • the picture divider 105 may divide the input picture into at least one processing unit.
  • the processing unit may be called a coding unit (CU).
  • the coding unit may be recursively split from the largest coding unit (LCU) according to a quad-tree binary-tree (QTBT) structure.
  • QTBT quad-tree binary-tree
  • one coding unit may be divided into a plurality of coding units of a deeper depth based on a quad tree structure, a binary tree structure, and / or a ternary tree structure.
  • the quad tree structure may be applied first, and the binary tree structure and the ternary tree structure may be applied later.
  • the binary tree structure / tunary tree structure may be applied first.
  • the coding procedure according to the present invention may be performed based on the final coding unit that is no longer split.
  • the maximum coding unit may be used as the final coding unit immediately based on coding efficiency according to the image characteristic, or if necessary, the coding unit is recursively divided into coding units of lower depths and optimized.
  • a coding unit of size may be used as the final coding unit.
  • the coding procedure may include a procedure of prediction, transform, and reconstruction, which will be described later.
  • the processing unit may include a coding unit (CU) prediction unit (PU) or a transform unit (TU).
  • the coding unit may be split from the largest coding unit (LCU) into coding units of deeper depths along the quad tree structure.
  • LCU largest coding unit
  • the maximum coding unit may be used as the final coding unit immediately based on coding efficiency according to the image characteristic, or if necessary, the coding unit is recursively divided into coding units of lower depths and optimized.
  • a coding unit of size may be used as the final coding unit. If a smallest coding unit (SCU) is set, the coding unit may not be split into smaller coding units than the minimum coding unit.
  • the final coding unit refers to a coding unit that is the basis of partitioning or partitioning into a prediction unit or a transform unit.
  • the prediction unit is a unit partitioning from the coding unit and may be a unit of sample prediction. In this case, the prediction unit may be divided into sub blocks.
  • the transform unit may be divided along the quad tree structure from the coding unit, and may be a unit for deriving a transform coefficient and / or a unit for deriving a residual signal from the transform coefficient.
  • a coding unit may be called a coding block (CB)
  • a prediction unit is a prediction block (PB)
  • a transform unit may be called a transform block (TB).
  • a prediction block or prediction unit may mean a specific area in the form of a block within a picture, and may include an array of prediction samples.
  • a transform block or a transform unit may mean a specific area in a block form within a picture, and may include an array of transform coefficients or residual samples.
  • the prediction unit 110 performs prediction on a block to be processed (hereinafter, may mean a current block or a residual block), and generates a predicted block including prediction samples for the current block. can do.
  • the unit of prediction performed by the prediction unit 110 may be a coding block, a transform block, or a prediction block.
  • the prediction unit 110 may determine whether intra prediction or inter prediction is applied to the current block. As an example, the prediction unit 110 may determine whether intra prediction or inter prediction is applied on a CU basis.
  • the prediction unit 110 may derive a prediction sample for the current block based on reference samples outside the current block in the picture to which the current block belongs (hereinafter, referred to as the current picture). In this case, the prediction unit 110 may (i) derive the prediction sample based on the average or interpolation of neighboring reference samples of the current block, and (ii) the neighbor reference of the current block.
  • the prediction sample may be derived based on a reference sample present in a specific (prediction) direction with respect to the prediction sample among the samples. In case of (i), it may be called non-directional mode or non-angle mode, and in case of (ii), it may be called directional mode or angular mode.
  • the prediction mode may have, for example, 33 directional prediction modes and at least two non-directional modes.
  • the non-directional mode may include a DC prediction mode and a planner mode (Planar mode).
  • the prediction unit 110 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the prediction unit 110 may derive the prediction sample for the current block based on the sample specified by the motion vector on the reference picture.
  • the prediction unit 110 may apply one of a skip mode, a merge mode, and a motion vector prediction (MVP) mode to derive a prediction sample for the current block.
  • the prediction unit 110 may use the motion information of the neighboring block as the motion information of the current block.
  • the skip mode unlike the merge mode, the difference (residual) between the prediction sample and the original sample is not transmitted.
  • the MVP mode the motion vector of the current block may be derived using the motion vector of the neighboring block as a motion vector predictor.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • a reference picture including the temporal neighboring block may be called a collocated picture (colPic).
  • the motion information may include a motion vector and a reference picture index.
  • Information such as prediction mode information and motion information may be encoded (entropy) and output in the form of a bitstream.
  • the highest picture on the reference picture list may be used as the reference picture.
  • Reference pictures included in a reference picture list may be sorted based on a difference in a picture order count (POC) between a current picture and a corresponding reference picture.
  • POC picture order count
  • the subtraction unit 121 generates a residual sample which is a difference between the original sample and the prediction sample.
  • residual samples may not be generated as described above.
  • the transform unit 122 generates transform coefficients by transforming the residual sample in units of transform blocks.
  • the transform unit 122 may perform the transform according to the size of the transform block and the prediction mode applied to the coding block or the prediction block that spatially overlaps the transform block. For example, if intra prediction is applied to the coding block or the prediction block that overlaps the transform block, and the transform block is a 4 ⁇ 4 residual array, the residual sample is configured to perform a discrete sine transform (DST) transform kernel.
  • the residual sample may be transformed using a discrete cosine transform (DCT) transform kernel.
  • DST discrete sine transform
  • DCT discrete cosine transform
  • the quantization unit 123 may quantize the transform coefficients to generate quantized transform coefficients.
  • the reordering unit 124 rearranges the quantized transform coefficients.
  • the reordering unit 124 may reorder the quantized transform coefficients in the form of a block into a one-dimensional vector form through a coefficient scanning method. Although the reordering unit 124 has been described in a separate configuration, the reordering unit 124 may be part of the quantization unit 123.
  • the entropy encoding unit 130 may perform entropy encoding on the quantized transform coefficients.
  • Entropy encoding may include, for example, encoding methods such as exponential Golomb, context-adaptive variable length coding (CAVLC), context-adaptive binary arithmetic coding (CABAC), and the like.
  • the entropy encoding unit 130 may encode information necessary for video reconstruction other than the quantized transform coefficients (for example, a value of a syntax element) together or separately according to entropy encoding or a predetermined method.
  • the encoded information may be transmitted or stored in units of network abstraction layer (NAL) units in the form of bitstreams.
  • the bitstream may be transmitted over a network or may be stored in a digital storage medium.
  • the network may include a broadcasting network and / or a communication network, and the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, SSD, and the like.
  • the inverse quantization unit 125 inverse quantizes the quantized values (quantized transform coefficients) in the quantization unit 123, and the inverse transformer 126 inverse transforms the inverse quantized values in the inverse quantization unit 125 to obtain a residual sample.
  • the adder 140 reconstructs the picture by combining the residual sample and the predictive sample.
  • the residual sample and the predictive sample may be added in units of blocks to generate a reconstructed block.
  • the adder 140 may be part of the predictor 110.
  • the adder 140 may also be called a reconstruction module or a restore block generator.
  • the filter unit 150 may apply a deblocking filter and / or a sample adaptive offset to the reconstructed picture. Through deblocking filtering and / or sample adaptive offset, the artifacts of the block boundaries in the reconstructed picture or the distortion in the quantization process can be corrected.
  • the sample adaptive offset may be applied on a sample basis and may be applied after the process of deblocking filtering is completed.
  • the filter unit 150 may apply an adaptive loop filter (ALF) to the reconstructed picture. ALF may be applied to the reconstructed picture after the deblocking filter and / or sample adaptive offset is applied.
  • ALF adaptive loop filter
  • the memory 160 may store reconstructed pictures (decoded pictures) or information necessary for encoding / decoding.
  • the reconstructed picture may be a reconstructed picture after the filtering process is completed by the filter unit 150.
  • the stored reconstructed picture may be used as a reference picture for (inter) prediction of another picture.
  • the memory 160 may store (reference) pictures used for inter prediction.
  • pictures used for inter prediction may be designated by a reference picture set or a reference picture list.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video / video decoding apparatus to which the present invention can be applied.
  • the video decoding apparatus may include an image decoding apparatus.
  • the video decoding apparatus 200 may include an entropy decoding module 210, a residual processing module 220, a prediction module 230, and an adder 240. ), A filtering module 250, and a memory 260.
  • the residual processor 220 may include a rearrangement module 221, a dequantization module 222, and an inverse transform module 223.
  • the video decoding apparatus 200 may include a receiver that receives a bitstream including video information. The receiver may be configured as a separate module or may be included in the entropy decoding unit 210.
  • the video decoding apparatus 200 may reconstruct a video / image / picture in response to a process in which video / image information is processed in the video encoding apparatus.
  • the video decoding apparatus 200 may perform video decoding using a processing unit applied in the video encoding apparatus.
  • the processing unit block of video decoding may be, for example, a coding unit, and in another example, a coding unit, a prediction unit, or a transform unit.
  • the coding unit may be split along the quad tree structure, binary tree structure and / or ternary tree structure from the largest coding unit.
  • the prediction unit and the transform unit may be further used in some cases, in which case the prediction block is a block derived or partitioned from the coding unit and may be a unit of sample prediction. At this point, the prediction unit may be divided into subblocks.
  • the transform unit may be divided along the quad tree structure from the coding unit, and may be a unit for deriving a transform coefficient or a unit for deriving a residual signal from the transform coefficient.
  • the entropy decoding unit 210 may parse the bitstream and output information necessary for video reconstruction or picture reconstruction. For example, the entropy decoding unit 210 decodes information in a bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, quantized values of syntax elements necessary for video reconstruction, and residual coefficients. Can be output.
  • a coding method such as exponential Golomb coding, CAVLC, or CABAC, quantized values of syntax elements necessary for video reconstruction, and residual coefficients. Can be output.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in a bitstream, and decodes syntax element information and decoding information of neighboring and decoding target blocks or information of symbols / bins decoded in a previous step.
  • the context model is determined using the context model, the probability of occurrence of a bin is predicted according to the determined context model, and arithmetic decoding of the bin is performed to generate a symbol corresponding to the value of each syntax element. can do.
  • the CABAC entropy decoding method may update the context model by using the information of the decoded symbol / bin for the context model of the next symbol / bin after determining the context model.
  • the information related to the prediction among the information decoded by the entropy decoding unit 210 is provided to the prediction unit 230, and the residual value on which the entropy decoding has been performed by the entropy decoding unit 210, that is, the quantized transform coefficient, is used as a reordering unit ( 221 may be input.
  • the reordering unit 221 may rearrange the quantized transform coefficients in a two-dimensional block form.
  • the reordering unit 221 may perform reordering in response to coefficient scanning performed by the encoding apparatus.
  • the rearrangement unit 221 has been described in a separate configuration, but the rearrangement unit 221 may be part of the inverse quantization unit 222.
  • the inverse quantization unit 222 may dequantize the quantized transform coefficients based on the (inverse) quantization parameter and output the transform coefficients.
  • information for deriving a quantization parameter may be signaled from the encoding apparatus.
  • the inverse transform unit 223 may inversely transform transform coefficients to derive residual samples.
  • the prediction unit 230 may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the unit of prediction performed by the prediction unit 230 may be a coding block, a transform block, or a prediction block.
  • the prediction unit 230 may determine whether to apply intra prediction or inter prediction based on the information about the prediction.
  • a unit for determining which of intra prediction and inter prediction is to be applied and a unit for generating a prediction sample may be different.
  • the unit for generating a prediction sample in inter prediction and intra prediction may also be different.
  • whether to apply inter prediction or intra prediction may be determined in units of CUs.
  • a prediction mode may be determined and a prediction sample may be generated in PU units
  • intra prediction a prediction mode may be determined in PU units and a prediction sample may be generated in TU units.
  • the prediction unit 230 may derive the prediction sample for the current block based on the neighbor reference samples in the current picture.
  • the prediction unit 230 may derive the prediction sample for the current block by applying the directional mode or the non-directional mode based on the neighbor reference samples of the current block.
  • the prediction mode to be applied to the current block may be determined using the intra prediction mode of the neighboring block.
  • the prediction unit 230 may derive the prediction sample for the current block based on the sample specified on the reference picture by the motion vector on the reference picture.
  • the prediction unit 230 may apply any one of a skip mode, a merge mode, and an MVP mode to derive a prediction sample for the current block.
  • motion information required for inter prediction of the current block provided by the video encoding apparatus for example, information about a motion vector, a reference picture index, and the like may be obtained or derived based on the prediction information.
  • the motion information of the neighboring block may be used as the motion information of the current block.
  • the neighboring block may include a spatial neighboring block and a temporal neighboring block.
  • the prediction unit 230 may construct a merge candidate list using motion information of available neighboring blocks, and may use information indicated by the merge index on the merge candidate list as a motion vector of the current block.
  • the merge index may be signaled from the encoding device.
  • the motion information may include a motion vector and a reference picture. When the motion information of the temporal neighboring block is used in the skip mode and the merge mode, the highest picture on the reference picture list may be used as the reference picture.
  • the difference (residual) between the prediction sample and the original sample is not transmitted.
  • the motion vector of the current block may be derived using the motion vector of the neighboring block as a motion vector predictor.
  • the neighboring block may include a spatial neighboring block and a temporal neighboring block.
  • a merge candidate list may be generated by using a motion vector of a reconstructed spatial neighboring block and / or a motion vector corresponding to a Col block, which is a temporal neighboring block.
  • the motion vector of the candidate block selected from the merge candidate list is used as the motion vector of the current block.
  • the information about the prediction may include a merge index indicating a candidate block having an optimal motion vector selected from candidate blocks included in the merge candidate list.
  • the prediction unit 230 may derive the motion vector of the current block by using the merge index.
  • a motion vector predictor candidate list may be generated using a motion vector of a reconstructed spatial neighboring block and / or a motion vector corresponding to a Col block which is a temporal neighboring block.
  • the prediction information may include a prediction motion vector index indicating an optimal motion vector selected from the motion vector candidates included in the list.
  • the prediction unit 230 may select the predicted motion vector of the current block from the motion vector candidates included in the motion vector candidate list using the motion vector index.
  • the prediction unit of the encoding apparatus may obtain a motion vector difference (MVD) between the motion vector of the current block and the motion vector predictor, and may encode the output vector in a bitstream form. That is, MVD may be obtained by subtracting the motion vector predictor from the motion vector of the current block.
  • the prediction unit 230 may obtain a motion vector difference included in the information about the prediction, and derive the motion vector of the current block by adding the motion vector difference and the motion vector predictor.
  • the prediction unit may also obtain or derive a reference picture index or the like indicating a reference picture from the information about the prediction.
  • the adder 240 may reconstruct the current block or the current picture by adding the residual sample and the predictive sample.
  • the adder 240 may reconstruct the current picture by adding the residual sample and the predictive sample in block units. Since the residual is not transmitted when the skip mode is applied, the prediction sample may be a reconstruction sample.
  • the adder 240 has been described in a separate configuration, the adder 240 may be part of the predictor 230.
  • the adder 240 may also be called a reconstruction module or a reconstruction block generator.
  • the filter unit 250 may apply the deblocking filtering sample adaptive offset, and / or ALF to the reconstructed picture.
  • the sample adaptive offset may be applied in units of samples and may be applied after deblocking filtering.
  • ALF may be applied after deblocking filtering and / or sample adaptive offset.
  • the memory 260 may store reconstructed pictures (decoded pictures) or information necessary for decoding.
  • the reconstructed picture may be a reconstructed picture after the filtering process is completed by the filter unit 250.
  • the memory 260 may store pictures used for inter prediction.
  • pictures used for inter prediction may be designated by a reference picture set or a reference picture list.
  • the reconstructed picture can be used as a reference picture for another picture.
  • the memory 260 may output the reconstructed picture in an output order.
  • a predicted block including prediction samples for the current block that is a coding target block may be generated.
  • the predicted block comprises prediction samples in the spatial domain (or pixel domain).
  • the predicted block is derived identically in the encoding apparatus and the decoding apparatus, and the encoding apparatus decodes information (residual information) about the residual between the original block and the predicted block, not the original sample value itself of the original block. Signaling to an apparatus may increase image coding efficiency.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, generate the reconstructed block including reconstructed samples by adding the residual block and the predicted block, and generate reconstructed blocks. A reconstructed picture may be generated.
  • the residual information may be generated through a transform and quantization procedure.
  • the encoding apparatus derives a residual block between the original block and the predicted block, and performs transform procedure on residual samples (residual sample array) included in the residual block to derive transform coefficients.
  • the quantized transform coefficients may be derived by performing a quantization procedure on the transform coefficients to signal related residual information to the decoding device (via a bitstream).
  • the residual information may include information such as value information of the quantized transform coefficients, position information, a transform scheme, a transform kernel, and a quantization parameter.
  • the decoding apparatus may perform an inverse quantization / inverse transformation procedure and derive residual samples (or residual blocks) based on the residual information.
  • the decoding apparatus may generate a reconstructed picture based on the predicted block and the residual block.
  • the encoding apparatus may then dequantize / inverse transform the quantized transform coefficients for reference for inter prediction of the picture to derive a residual block, and generate a reconstructed picture based thereon.
  • FIG. 3 is a diagram for explaining an example of a process of performing a DMVR in bidirectional prediction.
  • the reference picture in the reference picture list L0 for the current picture is shown as "LO reference picture".
  • the "L0 reference picture” may be replaced with various terms such as a first reference picture, a List 0 reference picture, an LO picture, and the like.
  • a specific term or sentence used to define specific information or concepts is used. In interpreting in the following description should not be interpreted limited to the name, it should be interpreted paying attention to the various operations, functions and effects according to the content that the term is intended to represent.
  • FIG. 3 schematically illustrates a DMVR process, which may be referred to as a DMVR based on bidirectional prediction or a DMVR based on bidirectional matching method.
  • the DMVR process shown in FIG. 3 may be used when bidirectional prediction (or bi-prediction) is applied to the current block.
  • the bi-prediction motion information may include L0 motion information (or first motion information) and L1 motion information (or second motion information).
  • the L0 motion information is an L0 reference picture index (or a first reference picture index) indicating an L0 reference picture (or a first reference picture) included in a reference picture list L0 (or a first reference picture list) for the current block.
  • an L0 motion vector also indicated as MVL0 or a first motion vector
  • the L1 motion information refers to L1 included in a reference picture list L1 (or a second reference picture list) for the current block. It may include an L1 reference picture index (or a second reference picture index) and a L1 motion vector (also referred to as an MVL1 or a second motion vector) indicating a picture (or a second reference picture).
  • the motion information including only the L0 motion information or the L1 motion information may be referred to as unidirectional motion information.
  • LO prediction when performing inter prediction based on L0 motion information, it may be called LO prediction, and when performing inter prediction based on L1 motion information, it may be called L1 prediction.
  • L1 prediction when inter prediction is performed based on the motion information and the L1 motion information, it may be called bi-prediction.
  • an encoding device and / or a decoding device may include an L0 reference block (or a first reference block) indicated by L0 motion information included in motion information and an L1 reference block (or second reference block) indicated by L1 motion information. ) Can be derived, and a target block can be derived based on the L0 reference block and the L1 reference block.
  • the encoding apparatus and / or the decoding apparatus may derive the target block by averaging the L0 reference block and the L1 reference block. That is, the decoding apparatus may configure the target block by deriving an average between the L0 reference block and the corresponding samples of the L1 reference block as samples of the target block.
  • the target block may be referred to as a template.
  • the encoding apparatus and / or the decoding apparatus may be a refined L0 reference block (or first) having the smallest SAD with the target block among the L0 reference blocks included in the peripheral region of the L0 reference block (or the first reference block).
  • a refined L1 reference block (or a second refined reference block) having the smallest SAD with the target block among the L1 reference blocks included in the peripheral region of the L1 reference block.
  • Refine L0 motion information also represented as refine L0 motion vector or first refine motion information
  • refine L1 motion information fine L1 motion vector or second refinement motion
  • the refined motion information may include the refined L0 motion information and the refined L1 motion information.
  • the peripheral region of the L0 reference block may be derived based on a search range for the L0 reference picture, and the peripheral region of the L1 reference block may be derived based on the search range for the L1 reference picture.
  • the size of the search range for the L0 reference picture and the size of the search range for the L1 reference picture may be the same in 2-pixel size.
  • the search range for the L0 reference picture and the search range for the L1 reference picture represent the same search range, and the 'L0 reference picture (or the first reference picture) and the L1 reference picture (or the second reference).
  • a search range for a picture the 2-pixel size, which is the size of the search range described above, corresponds to an example, and the example of the size of the search range is not limited to the 2-pixel size.
  • the DMVR may be applied to motion information (ie, selected motion information) of the current block or merge candidate or MVP candidate of the current block.
  • motion information ie, selected motion information
  • a refine merge candidate or a refined MVP candidate including the refinement motion information may be derived, and the derived refine merge candidate or the refined MVP candidate may be derived from the current candidate. It may be added to the motion information candidate list (ie, the merge candidate list or the MVP candidate list) of the block.
  • FIG. 4 is a diagram illustrating an example of using a partial region of a block in a cost calculation process of a DMVR
  • FIG. 5 is a flowchart illustrating a decoding process, according to an embodiment.
  • an interpolation filtering region 414 based on reference block 410 having a width of W and a height of H is shown.
  • the interpolation filtering region 414 may be derived based on a first refined reference block region 412 that can derive a refined reference block for the reference block 410, and the first refined reference block region 412. ) May be derived based on the reference block 410 and the search range.
  • the size of the interpolation filtering region 414 may be determined based on the size of the reference block 410, the search range, and the number of taps of an interpolation filter. In one example, when the size of the reference block 410 is W x H, the size of the search range is a 2-pixel size, and the interpolation filter is an 8-tap interpolation filter, the interpolation is performed.
  • the size of the interpolation filtering region may be proportional to the memory used in the process of calculating the cost of the DMVR. Therefore, to reduce calculation complexity by reducing memory usage, it is necessary to reduce the size of the interpolation filtering region.
  • a portion of the reference block 420 which is smaller in width and height than the reference block 410 by a search range (ie, 2-pixel size), is shown. .
  • a search range ie, 2-pixel size
  • a second refined reference block region 422 for deriving a refined reference block for the reference block 410 may be derived, and the second refined reference may be derived.
  • the interpolation filtering area 424 may be derived based on the block area 422.
  • the size of the interpolation filtering region 424 may be determined based on the size of the reference block partial region 420, the search range, and the number of taps of the interpolation filter.
  • the size of the reference block partial region 420 is (W-2) x (H-2)
  • the size of the search range is a 2-pixel size
  • the interpolation filter is an 8-tap interpolation filter 8.
  • a decoding (encoding) process according to the flowchart of FIG. 5 may be performed.
  • the encoding apparatus and / or the decoding apparatus according to an embodiment may determine whether to perform the DMVR in the first step, and if the DMVR is performed, generate the DMVR template with the reduced block size in the second step. Can be.
  • the 'DMVR template' may indicate a target block derived based on the average of the L0 reference block in the L0 reference picture and the L1 reference block in the L1 reference picture, and the reduced block size corresponds to the partial region of the reference block 420.
  • the encoding apparatus and / or the decoding apparatus may perform L0 refinement based on the DMVR template and the LO reference block in a third step, and L1 refinement based on the DMVR template and the L1 reference block in a fourth step.
  • the process may be performed, and motion compensation may be performed based on the interpolation filter in the fifth step.
  • the interpolation filter may represent, for example, a Discrete Cosine Transform Interpolation Filter (DCTIF). If it is determined not to perform the DMVR in the first step, the process may proceed directly to the fifth step.
  • DCTIF Discrete Cosine Transform Interpolation Filter
  • FIG. 6 is a diagram illustrating an example of adjusting the number of taps of an interpolation filter according to an embodiment
  • FIG. 7 is a flowchart illustrating a decoding process according to another embodiment.
  • Computing the SAD between the target block derived from the DMVR process based on the bidirectional prediction and each of the LO reference blocks and the L1 reference blocks may increase the decoding complexity, and thus methods for reducing the decoding complexity may be proposed. have.
  • the decoding computation complexity may be reduced by changing an interpolation filter applied for motion compensation of a block when DMVR is performed. More specifically, instead of using an 8-tap interpolation filter as shown on the left side of FIG. 6, a 6-tap interpolation filter is shown as shown on the right side of FIG. 6. Can be used to perform motion compensation. Reducing the number of taps in the interpolation filter does not change the memory fetch size in the DMVR, so that memory bandwidth consumption issues can be solved in hardware implementation.
  • the memory size required for motion compensation increases due to the search range when the DMVR is performed.
  • a decoding (or encoding) process according to the flowchart of FIG. 7 may be performed.
  • the encoding apparatus and / or the decoding apparatus may determine whether to perform the DMVR in the first step, and if the DMVR is performed, generate the DMVR template in the second step.
  • the 'DMVR template' may indicate a target block derived based on an average of the L0 reference block in the L0 reference picture and the L1 reference block in the L1 reference picture.
  • the encoding apparatus and / or the decoding apparatus may perform L0 refinement based on the DMVR template and the LO reference block in a third step, and L1 refinement based on the DMVR template and the L1 reference block in a fourth step. Can be performed, and motion compensation can be performed based on the 6-tap interpolation filter in the fifth step. If it is determined not to perform the DMVR in the first step, the process may proceed to the sixth step to perform motion compensation based on the DCTIF.
  • FIG. 8 is a flowchart illustrating a decoding process according to another embodiment.
  • both the embodiment according to FIG. 4 and the embodiment according to FIG. 6 may be considered. That is, decoding complexity is achieved by using a partial region of a block in the cost calculation process of the DMVR based on the embodiment according to FIG. 4, and adjusting (more specifically, reducing) the number of taps of the interpolation filter based on the embodiment according to FIG. 6. And memory bandwidth consumption issues.
  • the encoding apparatus and / or the decoding apparatus may determine whether to perform a DMVR, and if performing the DMVR, in the second stage the DMVR template with the reduced block size. Can be generated.
  • the 'DMVR template' may indicate a target block derived based on the average of the L0 reference block in the L0 reference picture and the L1 reference block in the L1 reference picture, and the reduced block size corresponds to the partial region of the reference block 420. As shown, the size according to the area of the size smaller than the reference block or the target block can be represented.
  • the encoding apparatus and / or the decoding apparatus may perform L0 refinement based on the DMVR template and the LO reference block in a third step, and L1 refinement based on the DMVR template and the L1 reference block in a fourth step. Can be performed, and motion compensation can be performed based on the 6-tap interpolation filter in the fifth step. If it is determined not to perform the DMVR in the first step, the process may proceed to the sixth step to perform motion compensation based on the DCTIF.
  • FIG. 9 is a diagram for describing sample padding according to an embodiment
  • FIG. 10 is a flowchart illustrating a decoding process according to another embodiment.
  • an L0 reference block, an L1 reference block, a reference block, a current block, a target block, and the like may correspond to the 'specific block'.
  • the at least one sample 920 is an interpolation filtering region derived from the specific block, the search range for the specific block, and the number of taps of an interpolation filter (eg, 414 or 424 may be located outside of the specific block.
  • the at least one sample 920 may be samples positioned at a boundary of the partial region 910 in the interpolation filtering region (eg, 414 or 424 of FIG. 4).
  • the memory usage may be reduced in the interpolation process for motion compensation according to the embodiment according to FIG. 9.
  • the decoding (or encoding) process may be performed.
  • the encoding apparatus and / or the decoding apparatus may determine whether to perform the DMVR in the first step, and if the DMVR is performed, generate the DMVR template with the reduced block size in the second step. Can be.
  • the 'DMVR template' may indicate a target block derived based on the average of the L0 reference block in the L0 reference picture and the L1 reference block in the L1 reference picture, and the reduced block size corresponds to the partial region of the reference block 420. As shown, the size according to the area of the size smaller than the reference block or the target block can be represented.
  • the encoding apparatus and / or the decoding apparatus may perform L0 refinement based on the DMVR template and the LO reference block in a third step, and L1 refinement based on the DMVR template and the L1 reference block in a fourth step. Processing may be performed, and in the fifth step, motion compensation may be performed by applying DCTIF based on the sample padding according to the embodiment of FIG. 9. If it is determined that the DMVR is not to be performed in the first step, the process may be performed in the sixth step to perform motion compensation based on DCTIF (not performing sample padding).
  • FIG. 11 is a diagram for describing a process of deriving a refined offset in a DMVR according to an embodiment.
  • the DMVR may be performed without deriving the target block in the embodiment of FIG. 11.
  • the DMVR according to FIG. 11 may be referred to as template-free DMVR.
  • the refined L0 reference block is derived from the LO reference block so that the SAD between the refined LO reference block and the refined L1 reference block is smaller than the SAD between the L0 reference block and the L1 reference block.
  • a refined L1 reference block can be derived from the block.
  • an SAD between the L0 reference block and the L1 reference block is smaller than a threshold in an integer sample search. If the SAD between the L0 reference block and the L1 reference block is smaller than a threshold, the integer sample search may be terminated. If the SAD between the L0 reference block and the L1 reference block is larger than a threshold, the SADs of other points are specified in a specific order. (E.g., raster scanning order) can be calculated and checked to derive the point with the minimum SAD.
  • a fractional sample search may be performed based on a parametric error surface equation.
  • a refined reference block may be derived based on the integer sample search and the fractional sample search.
  • the L0 motion vector indicating the L0 reference block and the L1 motion vector indicating the L1 reference block may have the same magnitude and opposite directions, and are a refined L0 motion vector indicating the refinement L0 reference block.
  • the refinement L1 motion vectors indicating the and refinement L1 reference blocks may also have the same magnitude and opposite directions.
  • the refined L0 motion vector is derived by adding an L0 refined offset to the L0 motion vector
  • the refined L1 motion vector is derived by adding an L1 refined offset to the L1 motion vector. May be the same and in opposite directions.
  • At least one of the embodiments according to FIG. 4, the embodiment according to FIG. 6, the embodiment according to FIG. 8, and the embodiment according to FIG. Can be performed. That is, in performing the template-free DMVR, embodiments in which only a part of a block is used in the cost calculation process of the DMVR, embodiments in which the number of taps of the interpolation filter are adjusted, and a part of the block in the cost calculation process of the DMVR are performed. At least one of a combination of embodiments in which only an area is used and embodiments for adjusting the number of taps of the interpolation filter and embodiments for performing sample padding may be performed.
  • FIG. 12 is a flowchart illustrating an operation of an encoding apparatus according to an embodiment
  • FIG. 13 is a block diagram illustrating a configuration of an encoding apparatus according to an embodiment.
  • the encoding apparatus according to FIGS. 12 and 13 may perform operations corresponding to the decoding apparatus according to FIGS. 14 and 15. Therefore, operations of the decoding apparatus to be described later with reference to FIGS. 14 and 15 may be similarly applied to the encoding apparatus according to FIGS. 12 and 13.
  • Each step disclosed in FIG. 12 may be performed by the encoding apparatus 100 disclosed in FIG. 1. More specifically, S1200 to S1220 may be performed by the prediction unit 110 disclosed in FIG. 1, and S1230 may be performed by the entropy encoding unit 130 disclosed in FIG. 1. In addition, operations according to S1200 to S1230 are based on some of the contents described above with reference to FIGS. 3 to 11. Therefore, detailed descriptions overlapping with those described above with reference to FIGS. 1 and 3 to 11 will be omitted or simply described.
  • an encoding apparatus may include a prediction unit 110 and an entropy encoding unit 130.
  • a prediction unit 110 may be required components of the encoding apparatus, and the encoding apparatus may be implemented by more or less components than those illustrated in FIG.
  • the prediction unit 110 and the entropy encoding unit 130 may be implemented as separate chips, or at least two or more components may be implemented through one chip.
  • an encoding apparatus includes a first motion vector for a first reference picture of a current block and a second motion vector for a second reference picture of the current block, based on a merge mode or a skip mode.
  • the motion information of the current block may be derived (S1200). More specifically, the prediction unit 110 of the encoding apparatus may include a first motion vector for the first reference picture of the current block and a second motion vector for the second reference picture of the current block based on the merge mode or the skip mode. It may be derived, the motion information of the current block.
  • the encoding apparatus may include a first refinement of the first motion vector based on a search range of the first motion vector and the second motion vector, the first motion vector, and the second motion vector.
  • a second refined motion vector with respect to the motion vector and the second motion vector may be derived (S1210).
  • the prediction unit 110 of the encoding apparatus is based on the search range for the first motion vector and the second motion vector, the first motion vector, and the second motion vector, to the first motion vector.
  • the first refined motion vector and the second refined motion vector for the second motion vector may be derived.
  • the encoding apparatus may perform motion compensation based on the first refined motion vector and the second refined motion vector (S1220). More specifically, the prediction unit 110 of the encoding apparatus may perform motion compensation based on the first refined motion vector and the second refined motion vector.
  • the encoding apparatus may encode image information including the information on the motion compensation (S1230). More specifically, the entropy encoding unit 130 of the encoding apparatus may encode image information including the information on the motion compensation.
  • the motion compensation is performed based on a first interpolation and a second interpolation, wherein the first interpolation is based on a first reference block in a first reference block in the first reference picture indicated by the first motion vector.
  • the second interpolation may be performed in an interpolation filtering region, and the second interpolation may be performed in a second interpolation filtering region based on a second reference block in the second reference picture indicated by the second motion vector.
  • the first refined motion vector may indicate a fractional sample position in the first interpolation filtering region
  • the second refined motion vector may indicate a fractional sample position in the second interpolation filtering region
  • the encoding apparatus may include a first motion vector for a first reference picture of a current block and a second reference picture of the current block based on a merge mode or a skip mode.
  • the first motion vector and the second motion vector for the first motion vector and the second motion vector Based on the first refined motion vector for the first motion vector and the second refined motion vector for the second motion vector (S1210), and based on the first refined motion vector and the second refined motion vector Perform motion compensation (S1220), and encode image information including information on the motion compensation (S1230), wherein the motion compensation is performed on a first beam. And based on a second interpolation, wherein the first interpolation is performed in a first interpolation filtering region based on a first reference block in the first reference picture indicated by the first motion vector, and the second interpolation is performed.
  • decoder complexity may be improved based on DMVR, and more specifically, memory usage may be reduced when DMVR is applied in skip mode or merge mode.
  • FIG. 14 is a flowchart illustrating an operation of a decoding apparatus according to an embodiment
  • FIG. 15 is a block diagram illustrating a configuration of a decoding apparatus according to an embodiment.
  • Each step disclosed in FIG. 14 may be performed by the decoding apparatus 200 disclosed in FIG. 2. More specifically, S1400 to S1420 may be performed by the predictor 230 disclosed in FIG. 2, and S1430 may be performed by the adder 240 disclosed in FIG. 2. In addition, operations according to S1400 to S1430 are based on some of the contents described above with reference to FIGS. 3 to 11. Therefore, detailed description overlapping with the above description in FIGS. 2 to 11 will be omitted or simplified.
  • a decoding apparatus may include a predictor 230 and an adder 240.
  • all of the components shown in FIG. 16 may not be essential components of the decoding apparatus, and the decoding apparatus may be implemented by more or less components than those illustrated in FIG. 15.
  • the predictor 230 and the adder 240 may be implemented as separate chips, or at least two or more components may be implemented through one chip.
  • the decoding apparatus may include a first motion vector (or an L0 motion vector) for a first reference picture (or an L0 reference picture) of a current block and a second of the current block based on a merge mode or a skip mode.
  • motion information of the current block including a second motion vector (or an L1 motion vector) with respect to a reference picture (or an L1 reference picture) may be derived.
  • the prediction unit 230 of the decoding apparatus based on the merge mode or the skip mode, the first motion vector for the first reference picture of the current block and the second motion vector for the second reference picture of the current block. It may be derived, the motion information of the current block.
  • the decoding apparatus may include a search range for the first motion vector and the second motion vector, the first motion vector, and the second motion vector, based on the search range.
  • the first refined motion vector (or refined L0 motion vector) and the second refined motion vector (or refined L1 motion vector) for the second motion vector may be derived (S1410). More specifically, the prediction unit 230 of the decoding apparatus is based on the search range for the first motion vector and the second motion vector, the first motion vector, and the second motion vector, to the first motion vector.
  • the first refined motion vector and the second refined motion vector for the second motion vector may be derived.
  • the decoding apparatus may generate a predicted block for the current block by performing motion compensation based on the first refined motion vector and the second refined motion vector (S1420). More specifically, the prediction unit 230 of the decoding apparatus may generate a predicted block for the current block by performing motion compensation based on the first refined motion vector and the second refined motion vector.
  • the decoding apparatus may generate a reconstruction block for the current block based on the predicted block (S1430). More specifically, the adder 240 of the decoding apparatus may generate a reconstruction block for the current block based on the predicted block.
  • the motion compensation is performed based on first interpolation and second interpolation, wherein the first interpolation is within the first reference picture indicated by the first motion vector.
  • first interpolation is within the first reference picture indicated by the first motion vector.
  • second interpolation is performed in a second reference block (or L1 reference block) in the second reference picture indicated by the second motion vector. ) May be performed within the second interpolation filtering region based on.
  • the size of the first interpolation filtering region or the second interpolation filtering region is (W + size of the search range + (interpolation) Number of filter taps-1)) (H + size of search range + (number of interpolation filter taps -1)).
  • the first refined motion vector indicates a fractional sample position in the first interpolation filtering region
  • the second refined motion vector indicates a fractional sample position in the second interpolation filtering region.
  • the samples 920 may be derived based on padding.
  • the samples 920 of the samples located outside the first reference block in the first interpolation filtering region may be samples located at the boundary of the partial region 910 in the first interpolation filtering region. Can be.
  • the first refined motion vector is derived based on the sum of the first motion vector and the first refined offset (or L0 refine offset), and the second refined motion vector is derived from the second motion vector and the first.
  • the second refinement offset may be derived based on a sum of two refinement offsets (or L1 refinement offsets), and the second refinement offset may have the same magnitude and the opposite sign as the first refinement offset.
  • a first sum of absorptive difference (SAD) between a first refined reference block indicated by the first refined motion vector and a second refined reference block indicated by the second refined motion vector is determined by the first reference block.
  • a second SAD between the second reference block and the second reference block is determined by the first reference block.
  • the width of the first SAD operation area for SAD operation in the first reference block is smaller than the width of the current block by the search range, and the height of the first SAD operation area is greater than the height of the current block.
  • the width of the second SAD operation area for the SAD operation in the second reference block is smaller than the width of the current block by the search range, and the height of the second SAD operation area is the height of the current block. It may be smaller than the search range.
  • the search range is 2 pixels in size
  • the first interpolation and the second interpolation may be performed based on an 8-tap interpolation filter.
  • the first interpolation and the second interpolation may be performed based on a 6-tap interpolation filter.
  • the first refined motion vector is derived based on a sum of the first motion vector and the first refined offset
  • the second refined motion vector is a sum of the second motion vector and the second refined offset.
  • the second refined offset may be equal in magnitude and opposite in sign to the first refined offset, and may be indicated by the first refined reference block and the second refined motion vector indicated by the first refined motion vector.
  • a first sum of absolute differences (SAD) between the second refined reference blocks may be smaller than a second SAD between the first reference block and the second reference block.
  • the width of the first SAD operation area for SAD operation in the first reference block is smaller than the width of the current block by the search range
  • the height of the first SAD operation area is larger than the height of the current block by the search range.
  • the width of the second SAD operation area for the SAD operation in the second reference block is smaller than the width of the current block by the search range
  • the height of the second SAD operation area is greater than the height of the current block. It can be as small as the range.
  • the first refined motion vector is derived based on a sum of the first motion vector and the first refined offset
  • the second refined motion vector is a sum of the second motion vector and the second refined offset.
  • the second refined offset may be equal in magnitude and opposite in sign to the first refined offset, and indicated by the first refined reference block and the second refined motion vector indicated by the first refined motion vector.
  • a first sum of absolute differences (SAD) between the second refined reference blocks may be smaller than a second SAD between the first reference block and the second reference block.
  • the first interpolation and the second interpolation may be performed based on a six tap interpolation filter.
  • the first refined motion vector is derived based on a sum of the first motion vector and the first refined offset
  • the second refined motion vector is a sum of the second motion vector and the second refined offset.
  • the second refined offset may be equal in magnitude and opposite in sign to the first refined offset, and may be indicated by the first refined reference block and the second refined motion vector indicated by the first refined motion vector.
  • a first sum of absolute differences (SAD) between the second refined reference blocks may be smaller than a second SAD between the first reference block and the second reference block. In this case, some samples of samples located outside of the first reference block in the first interpolation filtering region and some samples of samples located outside of the second reference block in the second interpolation filtering region are padded. It may be derived based on padding.
  • the decoding apparatus is based on a merge mode or a skip mode, and includes a first motion vector for a first reference picture of a current block and a second reference of the current block.
  • Deriving motion information of the current block including a second motion vector for a picture (S1400), searching ranges for the first motion vector and the second motion vector, and searching for the first motion vector; Based on the second motion vector, a first refined motion vector for the first motion vector and a second refined motion vector for the second motion vector are derived (S1410), and the first refined motion vector and the first Motion compensation is performed based on 2 refined motion vectors to generate a predicted block for the current block (S1420), and the current block is based on the predicted block. Generate a reconstruction block for the block (S1430), wherein the motion compensation is performed based on first interpolation and second interpolation, and the first interpolation is indicated by the first motion vector.
  • Embodiments described in the present invention may be implemented and performed on a processor, a microprocessor, a controller, or a chip.
  • the functional units shown in each drawing may be implemented and performed on a computer, processor, microprocessor, controller, or chip.
  • the decoder and encoder to which the embodiments of the present invention are 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, and a real time communication device such as video communication.
  • Streaming devices, storage media, camcorders, video on demand (VoD) service providers, over the top video (OTT) devices, internet streaming service providers, three-dimensional (3D) video devices, video telephony video devices, and medical video devices Etc. and may be used to process video signals or data signals.
  • 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 embodiments of the present invention are applied may be produced in the form of a program executed by a computer, and 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.
  • embodiments of the present invention may be implemented as a computer program product by program code, which may be performed on a computer by embodiments of the present invention.
  • the program code may be stored on a carrier readable by a computer.
  • 16 is a diagram illustrating a structure of a content streaming system according to an embodiment.
  • 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 smartwatches, glass glasses, head mounted displays, digital TVs, desktops Computer, digital signage, and the like.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • slate PC slate PC
  • Tablet PCs ultrabooks
  • wearable devices such as smartwatches, glass glasses, head mounted displays, digital TVs, desktops Computer, digital signage, and the like.
  • Each server in the content streaming system may be operated as a distributed server, in which case data received from each server may be distributed.
  • the above-described method according to the present invention may be implemented in software, and the encoding device and / or the decoding device according to the present invention may perform image processing of, for example, a TV, a computer, a smartphone, a set top box, a display device, and the like. It can be included in the device.
  • Each part, module, or unit described above may be a processor or hardware part that executes successive procedures stored in a memory (or storage unit). Each of the steps described in the above embodiments may be performed by a processor or hardware parts. Each module / block / unit described in the above embodiments can operate as a hardware / processor.
  • the methods proposed by the present invention can be executed as code. This code can be written to a processor readable storage medium and thus read by a processor provided by an apparatus.
  • the above-described method may be implemented as a module (process, function, etc.) for performing the above-described function.
  • the module may be stored in memory and executed by a processor.
  • the memory may be internal or external to the processor and may be coupled to the processor by a variety of well known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and / or data processing devices.
  • the memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory card, storage medium and / or other storage device.

Abstract

일 실시예에 따른 디코딩 장치에 의하여 수행되는 픽처 디코딩 방법에 있어서, 상기 방법은, 머지 모드 또는 스킵 모드를 기반으로, 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는, 상기 현재 블록의 움직임 정보를 도출하는 단계, 상기 제1 참조 픽처 및 상기 제2 참조 픽처에 대한 서치 레인지, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로, 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출하는 단계, 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하여 상기 현재 블록에 대한 예측된 블록을 생성하는 단계 및 상기 예측된 블록을 기반으로 상기 현재 블록에 대한 복원 블록을 생성하는 단계를 포함하는 것을 특징으로 한다.

Description

DMVR에 기반하여 인터 예측을 수행하는 방법 및 장치
본 발명은 정지 영상 또는 동영상 인코딩/디코딩 방법에 관한 것으로서, 보다 상세하게는 DMVR(Decoder-side Motion Vector Refinement)에 기반하여 인터 예측을 수행하는 방법 및 장치에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 분야에서 증가하고 있다. 영상 데이터가 고해상도, 고품질이 될수록 기존의 영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
이에 따라, 고해상도, 고품질 영상의 정보를 효과적으로 전송하거나 저장하고, 재생하기 위해 고효율의 영상 압축 기술이 요구된다.
본 발명의 기술적 과제는 영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 발명의 다른 기술적 과제는 인터 예측을 수행하는 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 DMVR에 기반하여 인터 예측을 수행하는 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 DMVR 적용 시 리파인먼트(refinement)를 위해 블록의 일부만을 이용하는 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 DMVR을 위한 보간 필터(interpolation filter)를 이용하는 방법 및 장치를 제공함에 있다.
본 발명의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 픽처 디코딩 방법이 제공된다. 상기 방법은, 머지 모드 또는 스킵 모드를 기반으로, 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는, 상기 현재 블록의 움직임 정보를 도출하는 단계, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지(search range), 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로, 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출하는 단계, 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하여 상기 현재 블록에 대한 예측된 블록을 생성하는 단계 및 상기 예측된 블록을 기반으로 상기 현재 블록에 대한 복원 블록을 생성하는 단계를 포함하되, 상기 움직임 보상은 제1 보간(first interpolation) 및 제2 보간(second interpolation)을 기반으로 수행되고, 상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록에 기반한 제2 보간 필터링 영역 내에서 수행되며, 상기 제1 리파인 움직임 벡터는 상기 제1 보간 필터링 영역 내 분수 샘플 포지션(fractional sample position)을 지시하고, 상기 제2 리파인 움직임 벡터는 상기 제2 보간 필터링 영역 내 분수 샘플 포지션을 지시하는 것을 특징으로 한다.
본 발명의 다른 일 실시예에 따르면, 픽처 디코딩을 수행하는 디코딩 장치가 제공된다. 상기 디코딩 장치는, 머지 모드 또는 스킵 모드를 기반으로 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는 상기 현재 블록의 움직임 정보를 도출하고, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출하고, 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하여 상기 현재 블록에 대한 예측된 블록을 생성하는 예측부 및 상기 예측된 블록을 기반으로 상기 현재 블록에 대한 복원 블록을 생성하는 가산부를 포함하되, 상기 움직임 보상은 제1 보간 및 제2 보간을 기반으로 수행되고, 상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록에 기반한 제2 보간 필터링 영역 내에서 수행되며, 상기 제1 리파인 움직임 벡터는 상기 제1 보간 필터링 영역 내 분수 샘플 포지션(fractional sample position)을 지시하고, 상기 제2 리파인 움직임 벡터는 상기 제2 보간 필터링 영역 내 분수 샘플 포지션을 지시하는 것을 특징으로 한다.
본 발명의 또 다른 일 실시예에 따르면, 인코딩 장치에 의한 픽처 인코딩 방법이 제공된다. 상기 방법은, 머지 모드 또는 스킵 모드를 기반으로, 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는, 상기 현재 블록의 움직임 정보를 도출하는 단계, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로, 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출하는 단계, 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하는 단계 및 상기 움직임 보상에 관한 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되, 상기 움직임 보상은 제1 보간 및 제2 보간을 기반으로 수행되고, 상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록에 기반한 제2 보간 필터링 영역 내에서 수행되며, 상기 제1 리파인 움직임 벡터는 상기 제1 보간 필터링 영역 내 분수 샘플 포지션을 지시하고, 상기 제2 리파인 움직임 벡터는 상기 제2 보간 필터링 영역 내 분수 샘플 포지션을 지시하는 것을 특징으로 한다.
본 발명의 또 다른 일 실시예에 따르면, 픽처 인코딩을 수행하는 인코딩 장치가 제공된다. 상기 인코딩 장치는, 머지 모드 또는 스킵 모드를 기반으로 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는 상기 현재 블록의 움직임 정보를 도출하고, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출하고, 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하는 예측부 및 상기 움직임 보상에 관한 정보를 포함하는 영상 정보를 인코딩하는 엔트로피 인코딩부를 포함하되, 상기 움직임 보상은 제1 보간 및 제2 보간을 기반으로 수행되고, 상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록에 기반한 제2 보간 필터링 영역 내에서 수행되며, 상기 제1 리파인 움직임 벡터는 상기 제1 보간 필터링 영역 내 분수 샘플 포지션을 지시하고, 상기 제2 리파인 움직임 벡터는 상기 제2 보간 필터링 영역 내 분수 샘플 포지션을 지시하는 것을 특징으로 한다.
본 발명에 따르면 전반적인 영상/비디오 압축 효율을 높일 수 있다.
본 발명에 따르면 인터 예측을 효율적으로 수행할 수 있다.
본 발명에 따르면 제한적인 정보로부터 도출된 움직임 정보를 리파인하여 움직임 예측의 정확도를 높일 수 있다.
본 발명에 따르면 DMVR을 기반으로 디코더 복잡도를 개선할 수 있다.
본 발명에 따르면 스킵 모드 또는 머지 모드에서 DMVR을 적용할 시 메모리 사용량을 감소시킬 수 있다.
도 1은 일 실시예에 따른 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 2는 일 실시예에 따른 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 양 방향 예측에서 DMVR을 수행하는 과정의 일 예시를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 DMVR의 코스트 계산 과정에서 블록의 일부 영역을 이용하는 일 예시를 도시하는 도면이다.
도 5는 일 실시예에 따른 디코딩 프로세스를 도시하는 흐름도이다.
도 6은 일 실시예에 따라 보간 필터의 탭수를 조정하는 일 예시를 도시하는 도면이다.
도 7은 다른 일 실시예에 따른 디코딩 프로세스를 도시하는 흐름도이다.
도 8은 또 다른 일 실시예에 따른 디코딩 프로세스를 도시하는 흐름도이다.
도 9는 일 실시예에 따른 샘플 패딩을 설명하기 위한 도면이다.
도 10은 또 다른 일 실시예에 따른 디코딩 프로세스를 도시하는 흐름도이다.
도 11은 일 실시예에 따른 DMVR에서 리파인 오프셋을 도출하는 과정을 설명하기 위한 도면이다.
도 12는 일 실시예에 따른 인코딩 장치의 동작을 도시하는 흐름도이다.
도 13은 일 실시예에 따른 인코딩 장치의 구성을 도시하는 블록도이다.
도 14는 일 실시예에 따른 디코딩 장치의 동작을 도시하는 흐름도이다.
도 15는 일 실시예에 따른 디코딩 장치의 구성을 도시하는 블록도이다.
도 16은 일 실시예에 따른 컨텐츠 스트리밍 시스템 구조도를 도시하는 도면이다.
본 발명의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 픽처 디코딩 방법이 제공된다. 상기 방법은, 머지 모드 또는 스킵 모드를 기반으로, 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는, 상기 현재 블록의 움직임 정보를 도출하는 단계, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지(search range), 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로, 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출하는 단계, 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하여 상기 현재 블록에 대한 예측된 블록을 생성하는 단계 및 상기 예측된 블록을 기반으로 상기 현재 블록에 대한 복원 블록을 생성하는 단계를 포함하되, 상기 움직임 보상은 제1 보간(first interpolation) 및 제2 보간(second interpolation)을 기반으로 수행되고, 상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록에 기반한 제2 보간 필터링 영역 내에서 수행되며, 상기 제1 리파인 움직임 벡터는 상기 제1 보간 필터링 영역 내 분수 샘플 포지션(fractional sample position)을 지시하고, 상기 제2 리파인 움직임 벡터는 상기 제2 보간 필터링 영역 내 분수 샘플 포지션을 지시하는 것을 특징으로 한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 도는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 발명에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 발명의 본질에서 벗어나지 않는 한 본 발명의 권리범위에 포함된다.
이하의 설명은 비디오/영상 코딩에 관한 것이다. 예를 들어 이 문서에서 개시된 방법/실시예는 VVC (versatile video coding) 표준, EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267, H.268 등)에 개시되는 방법에 적용될 수 있다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략한다.
본 명세서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)는 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 하나의 픽처는 복수의 슬라이스로 구성될 수 있으며, 필요에 따라서 픽처 및 슬라이스는 서로 혼용되어 사용될 수 있다.
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낸다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다.
도 1은 본 발명이 적용될 수 있는 인코딩 장치(video encoding apparatus)의 구성을 개략적으로 설명하는 도면이다. 이하 인코딩/디코딩 장치는 비디오 인코딩/디코딩 장치 및/또는 영상 인코딩/디코딩 장치를 포함할 수 있고, 비디오 인코딩/디코딩 장치가 영상 인코딩/디코딩 장치를 포함하는 개념으로 사용되거나, 영상 인코딩/디코딩 장치가 비디오 인코딩/디코딩 장치를 포함하는 개념으로 사용될 수도 있다.
도 1을 참조하면, (비디오) 인코딩 장치(100)는 픽처 분할부(picture partitioning module, 105), 예측부(prediction module, 110), 레지듀얼 처리부(residual processing module, 120), 엔트로피 인코딩부(entropy encoding module, 130), 가산부(adder, 140), 필터부(filtering module, 150) 및 메모리(memory, 160)을 포함할 수 있다. 레지듀얼 처리부(120)는 감산부(substractor, 121), 변환부(transform module, 122), 양자화부(quantization module, 123), 재정렬부(rearrangement module, 124), 역양자화부(dequantization module, 125) 및 역변환부(inverse transform module, 126)를 포함할 수 있다.
픽처 분할부(105)는 입력된 픽처를 적어도 하나의 처리 유닛(processing unit)으로 분할할 수 있다.
일 예로, 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBT (Quad-tree binary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리(ternary) 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및 터너리 트리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조/터너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 발명에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다.
다른 예로, 처리 유닛은 코딩 유닛(coding unit, CU) 예측 유닛(prediction unit, PU) 또는 변환 유닛(transform unit, TU)을 포함할 수도 있다. 코딩 유닛은 최대 코딩 유닛(largest coding unit, LCU)으로부터 쿼드 트리 구조를 따라서 하위(deeper) 뎁스의 코딩 유닛들로 분할(split)될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 최소 코딩 유닛(smallest coding unit, SCU)이 설정된 경우 코딩 유닛은 최소 코딩 유닛보다 더 작은 코딩 유닛으로 분할될 수 없다. 여기서 최종 코딩 유닛이라 함은 예측 유닛 또는 변환 유닛으로 파티셔닝 또는 분할되는 기반이 되는 코딩 유닛을 의미한다. 예측 유닛은 코딩 유닛으로부터 파티셔닝(partitioning)되는 유닛으로서, 샘플 예측의 유닛일 수 있다. 이 때, 예측 유닛은 서브 블록(sub block)으로 나뉠 수도 있다. 변환 유닛은 코딩 유닛으로부터 쿼드 트리 구조를 따라서 분할 될 수 있으며, 변환 계수를 유도하는 유닛 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 유닛일 수 있다. 이하, 코딩 유닛은 코딩 블록(coding block, CB), 예측 유닛은 예측 블록(prediction block, PB), 변환 유닛은 변환 블록(transform block, TB) 으로 불릴 수 있다. 예측 블록 또는 예측 유닛은 픽처 내에서 블록 형태의 특정 영역을 의미할 수 있고, 예측 샘플의 어레이(array)를 포함할 수 있다. 또한, 변환 블록 또는 변환 유닛은 픽처 내에서 블록 형태의 특정 영역을 의미할 수 있고, 변환 계수 또는 레지듀얼 샘플의 어레이를 포함할 수 있다.
예측부(110)는 처리 대상 블록(이하, 현재 블록 또는 레지듀얼 블록을 의미할 수도 있다)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(110)에서 수행되는 예측의 단위는 코딩 블록일 수 있고, 변환 블록일 수도 있고, 예측 블록일 수도 있다.
예측부(110)는 현재 블록에 인트라 예측이 적용되는지 인터 예측이 적용되는지를 결정할 수 있다. 일 예로, 예측부(110)는 CU 단위로 인트라 예측 또는 인터 예측이 적용되는지를 결정할 수 있다.
인트라 예측의 경우에, 예측부(110)는 현재 블록이 속하는 픽처(이하, 현재 픽처) 내의 현재 블록 외부의 참조 샘플을 기반으로 현재 블록에 대한 예측 샘플을 유도할 수 있다. 이 때, 예측부(110)는 (i) 현재 블록의 주변(neighboring) 참조 샘플들의 평균(average) 혹은 인터폴레이션(interpolation)을 기반으로 예측 샘플을 유도할 수 있고, (ii) 현재 블록의 주변 참조 샘플들 중 예측 샘플에 대하여 특정 (예측) 방향에 존재하는 참조 샘플을 기반으로 상기 예측 샘플을 유도할 수도 있다. (i)의 경우는 비방향성 모드 또는 비각도 모드, (ii)의 경우는 방향성(directional) 모드 또는 각도(angular) 모드라고 불릴 수 있다. 인트라 예측에서 예측 모드는 예를 들어 33개의 방향성 예측 모드와 적어도 2개 이상의 비방향성 모드를 가질 수 있다. 비방향성 모드는 DC 예측 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 예측부(110)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측의 경우에, 예측부(110)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 샘플을 기반으로, 현재 블록에 대한 예측 샘플을 유도할 수 있다. 예측부(110)는 스킵(skip) 모드, 머지(merge) 모드, 및 MVP(motion vector prediction) 모드 중 어느 하나를 적용하여 현재 블록에 대한 예측 샘플을 유도할 수 있다. 스킵 모드와 머지 모드의 경우에, 예측부(110)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 예측 샘플과 원본 샘플 사이의 차(레지듀얼)가 전송되지 않는다. MVP 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(Motion Vector Predictor)로 이용하여 현재 블록의 움직임 벡터 예측자로 이용하여 현재 블록의 움직임 벡터를 유도할 수 있다.
인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처(reference picture)에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 움직임 정보(motion information)는 움직임 벡터와 참조 픽처 인덱스를 포함할 수 있다. 예측 모드 정보와 움직임 정보 등의 정보는 (엔트로피) 인코딩되어 비트스트림 형태로 출력될 수 있다.
스킵 모드와 머지 모드에서 시간적 주변 블록의 움직임 정보가 이용되는 경우에, 참조 픽처 리스트(reference picture list) 상의 최상위 픽처가 참조 픽처로서 이용될 수도 있다. 참조 픽처 리스트(Picture Order Count)에 포함되는 참조 픽처들은 현재 픽처와 해당 참조 픽처 간의 POC(Picture order count) 차이 기반으로 정렬될 수 있다. POC는 픽처의 디스플레이 순서에 대응하며, 코딩 순서와 구분될 수 있다.
감산부(121)는 원본 샘플과 예측 샘플 간의 차이인 레지듀얼 샘플을 생성한다. 스킵 모드가 적용되는 경우에는, 상술한 바와 같이 레지듀얼 샘플을 생성하지 않을 수 있다.
변환부(122)는 변환 블록 단위로 레지듀얼 샘플을 변환하여 변환 계수(transform coefficient)를 생성한다. 변환부(122)는 해당 변환 블록의 사이즈와, 해당 변환 블록과 공간적으로 겹치는 코딩 블록 또는 예측 블록에 적용된 예측 모드에 따라서 변환을 수행할 수 있다. 예컨대, 상기 변환 블록과 겹치는 상기 코딩 블록 또는 상기 예측 블록에 인트라 예측이 적용되었고, 상기 변환 블록이 4×4의 레지듀얼 어레이(array)라면, 레지듀얼 샘플은 DST(Discrete Sine Transform) 변환 커널을 이용하여 변환되고, 그 외의 경우라면 레지듀얼 샘플은 DCT(Discrete Cosine Transform) 변환 커널을 이용하여 변환할 수 있다.
양자화부(123)는 변환 계수들을 양자화하여, 양자화된 변환 계수를 생성할 수 있다.
재정렬부(124)는 양자화된 변환 계수를 재정렬한다. 재정렬부(124)는 계수들 스캐닝(scanning) 방법을 통해 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있다. 여기서 재정렬부(124)는 별도의 구성으로 설명하였으나, 재정렬부(124)는 양자화부(123)의 일부일 수 있다.
엔트로피 인코딩부(130)는 양자화된 변환 계수들에 대한 엔트로피 인코딩을 수행할 수 있다. 엔트로피 인코딩은 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 인코딩 방법을 포함할 수 있다. 엔트로피 인코딩부(130)는 양자화된 변환 계수 외 비디오 복원에 필요한 정보들(예컨대 신택스 요소(syntax element)의 값 등)을 함께 또는 별도로 엔트로피 인코딩 또는 기 설정된 방법에 따라 인코딩할 수도 있다. 인코딩된 정보들은 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다.
역양자화부(125)는 양자화부(123)에서 양자화된 값(양자화된 변환 계수)들을 역양자화하고, 역변환부(126)는 역양자화부(125)에서 역양자화된 값들을 역변환하여 레지듀얼 샘플을 생성한다.
가산부(140)는 레지듀얼 샘플과 예측 샘플을 합쳐서 픽처를 복원한다. 레지듀얼 샘플과 예측 샘플은 블록 단위로 더해져서 복원 블록이 생성될 수 있다. 여기서 가산부(140)는 별도의 구성으로 설명하였으나, 가산부(140)는 예측부(110)의 일부일 수 있다. 한편, 가산부(140)는 복원부(reconstruction module) 또는 복원 블록 생성부로 불릴 수도 있다.
복원된 픽처(reconstructed picture)에 대하여 필터부(150)는 디블록킹 필터 및/또는 샘플 적응적 오프셋(sample adaptive offset)을 적용할 수 있다. 디블록킹 필터링 및/또는 샘플 적응적 오프셋을 통해, 복원 픽처 내 블록 경계의 아티팩트나 양자화 과정에서의 왜곡이 보정될 수 있다. 샘플 적응적 오프셋은 샘플 단위로 적용될 수 있으며, 디블록킹 필터링의 과정이 완료된 후 적용될 수 있다. 필터부(150)는 ALF(Adaptive Loop Filter)를 복원된 픽처에 적용할 수도 있다. ALF는 디블록킹 필터 및/또는 샘플 적응적 오프셋이 적용된 후의 복원된 픽처에 대하여 적용될 수 있다.
메모리(160)는 복원 픽처(디코딩된 픽처) 또는 인코딩/디코딩에 필요한 정보를 저장할 수 있다. 여기서 복원 픽처는 상기 필터부(150)에 의하여 필터링 절차가 완료된 복원 픽처일 수 있다. 상기 저장된 복원 픽처는 다른 픽처의 (인터) 예측을 위한 참조 픽처로 활용될 수 있다. 예컨대, 메모리(160)는 인터 예측에 사용되는 (참조) 픽처들을 저장할 수 있다. 이 때, 인터 예측에 사용되는 픽처들은 참조 픽처 세트(reference picture set) 혹은 참조 픽처 리스트(reference picture list)에 의해 지정될 수 있다.
도 2는 본 발명이 적용될 수 있는 비디오/영상 디코딩 장치(video decoding apparatus)의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 디코딩 장치라 함은 영상 디코딩 장치를 포함할 수 있다.
도 2를 참조하면, 비디오 디코딩 장치(200)는 엔트로피 디코딩부(entropy decoding module, 210), 레지듀얼 처리부(residual processing module, 220), 예측부(prediction module, 230), 가산부(adder, 240), 필터부(filtering module, 250) 및 메모리(memory, 260)을 포함할 수 있다. 여기서 레지듀얼 처리부(220)는 재정렬부(rearrangement module, 221), 역양자화부(dequantization module, 222), 역변환부(inverse transform module, 223)을 포함할 수 있다. 또한, 비록 도시되지는 않았으나, 비디오 디코딩 장치(200)는 비디오 정보를 포함하는 비트스트림을 수신하는 수신부를 포함할 수 있다. 상기 수신부는 별도의 모듈로 구성될 수도 있고 또는 엔트로피 디코딩부(210)에 포함될 수 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 비디오 디코딩 장치는(200)는 비디오 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 비디오/영상/픽처를 복원할 수 있다.
예컨대, 비디오 디코딩 장치(200)는 비디오 인코딩 장치에서 적용된 처리 유닛을 이용하여 비디오 디코딩을 수행할 수 있다. 따라서 비디오 디코딩의 처리 유닛 블록은 일 예로 코딩 유닛일 수 있고, 다른 예로 코딩 유닛, 예측 유닛 또는 변환 유닛일 수 있다. 코딩 유닛은 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다.
예측 유닛 및 변환 유닛이 경우에 따라 더 사용될 수 있으며, 이 경우 예측 블록은 코딩 유닛으로부터 도출 또는 파티셔닝되는 블록으로서, 샘플 예측의 유닛일 수 있다. 이 때, 예측 유닛은 서브 블록으로 나뉠 수도 있다. 변환 유닛은 코딩 유닛으로부터 쿼드 트리 구조를 따라서 분할 될 수 있으며, 변환 계수를 유도하는 유닛 또는 변환 계수로부터 레지듀얼 신호를 유도하는 유닛일 수 있다.
엔트로피 디코딩부(210)는 비트스트림을 파싱하여 비디오 복원 또는 픽처 복원에 필요한 정보를 출력할 수 있다. 예컨대, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 비디오 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다.
보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 컨택스트(context) 모델을 결정하고, 결정된 컨택스트 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 컨택스트 모델 결정 후 다음 심볼/빈의 컨택스트 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 컨택스트 모델을 업데이트할 수 있다.
엔트로피 디코딩부(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(230)로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수는 재정렬부(221)로 입력될 수 있다.
재정렬부(221)는 양자화되어 있는 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 재정렬부(221)는 인코딩 장치에서 수행된 계수 스캐닝에 대응하여 재정렬을 수행할 수 있다. 여기서 재정렬부(221)는 별도의 구성으로 설명하였으나, 재정렬부(221)는 역양자화부(222)의 일부일 수 있다.
역양자화부(222)는 양자화되어 있는 변환 계수들을 (역)양자화 파라미터를 기반으로 역양자화하여 변환 계수를 출력할 수 있다. 이 때, 양자화 파라미터를 유도하기 위한 정보는 인코딩 장치로부터 시그널링될 수 있다.
역변환부(223)는 변환 계수들을 역변환하여 레지듀얼 샘플들을 유도할 수 있다.
예측부(230)는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(230)에서 수행되는 예측의 단위는 코딩 블록일 수도 있고, 변환 블록일 수도 있고, 예측 블록일 수도 있다.
예측부(230)는 상기 예측에 관한 정보를 기반으로 인트라 예측을 적용할 것인지 인터 예측을 적용할 것인지를 결정할 수 있다. 이 때, 인트라 예측과 인터 예측 중 어느 것을 적용할 것인지를 결정하는 단위와 예측 샘플을 생성하는 단위는 상이할 수 있다. 아울러, 인터 예측과 인트라 예측에 있어서 예측 샘플을 생성하는 단위 또한 상이할 수 있다. 예를 들어, 인터 예측과 인트라 예측 중 어느 것을 적용할 것인지는 CU 단위로 결정할 수 있다. 또한 예를 들어, 인터 예측에 있어서 PU 단위로 예측 모드를 결정하고 예측 샘플을 생성할 수 있고, 인트라 예측에 있어서 PU 단위로 예측 모드를 결정하고 TU 단위로 예측 샘플을 생성할 수도 있다.
인트라 예측의 경우에, 예측부(230)는 현재 픽처 내의 주변 참조 샘플을 기반으로 현재 블록에 대한 예측 샘플을 유도할 수 있다. 예측부(230)는 현재 블록의 주변 참조 샘플을 기반으로 방향성 모드 또는 비방향성 모드를 적용하여 현재 블록에 대한 예측 샘플을 유도할 수 있다. 이 때, 주변 블록의 인트라 예측 모드를 이용하여 현재 블록에 적용할 예측 모드가 결정될 수도 있다.
인터 예측의 경우에, 예측부(230)는 참조 픽처 상에서 움직임 벡터에 의해 참조 픽처 상에서 특정되는 샘플을 기반으로 현재 블록에 대한 예측 샘플을 유도할 수 있다. 예측부(230)는 스킵(skip) 모드, 머지(merge) 모드 및 MVP 모드 중 어느 하나를 적용하여 현재 블록에 대한 예측 샘플을 유도할 수 있다. 이때, 비디오 인코딩 장치에서 제공된 현재 블록의 인터 예측에 필요한 움직임 정보, 예컨대 움직임 벡터, 참조 픽처 인덱스 등에 관한 정보는 상기 예측에 관한 정보를 기반으로 획득 또는 유도될 수 있다
스킵 모드와 머지 모드의 경우에, 주변 블록의 움직임 정보가 현재 블록의 움직임 정보로 이용될 수 있다. 이 때, 주변 블록은 공간적 주변 블록과 시간적 주변 블록을 포함할 수 있다.
예측부(230)는 가용한 주변 블록의 움직임 정보로 머지 후보 리스트를 구성하고, 머지 인덱스가 머지 후보 리스트 상에서 지시하는 정보를 현재 블록의 움직임 벡터로 사용할 수 있다. 머지 인덱스는 인코딩 장치로부터 시그널링될 수 있다. 움직임 정보는 움직임 벡터와 참조 픽처를 포함할 수 있다. 스킵 모드와 머지 모드에서 시간적 주변 블록의 움직임 정보가 이용되는 경우에, 참조 픽처 리스트 상의 최상위 픽처가 참조 픽처로서 이용될 수 있다.
스킵 모드의 경우, 머지 모드와 달리 예측 샘플과 원본 샘플 사이의 차이(레지듀얼)이 전송되지 않는다.
MVP 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하여 현재 블록의 움직임 벡터가 유도될 수 있다. 이 때, 주변 블록은 공간적 주변 블록과 시간적 주변 블록을 포함할 수 있다.
일 예로, 머지 모드가 적용되는 경우, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록인 Col 블록에 대응하는 움직임 벡터를 이용하여, 머지 후보 리스트가 생성될 수 있다. 머지 모드에서는 머지 후보 리스트에서 선택된 후보 블록의 움직임 벡터가 현재 블록의 움직임 벡터로 사용된다. 상기 예측에 관한 정보는 상기 머지 후보 리스트에 포함된 후보 블록들 중에서 선택된 최적의 움직임 벡터를 갖는 후보 블록을 지시하는 머지 인덱스를 포함할 수 있다. 이 때, 예측부(230)는 상기 머지 인덱스를 이용하여, 현재 블록의 움직임 벡터를 도출할 수 있다.
다른 예로, MVP(Motion Vector Prediction) 모드가 적용되는 경우, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록인 Col 블록에 대응하는 움직임 벡터를 이용하여, 움직임 벡터 예측자 후보 리스트가 생성될 수 있다. 즉, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록인 Col 블록에 대응하는 움직임 벡터는 움직임 벡터 후보로 사용될 수 있다. 상기 예측에 관한 정보는 상기 리스트에 포함된 움직임 벡터 후보 중에서 선택된 최적의 움직임 벡터를 지시하는 예측 움직임 벡터 인덱스를 포함할 수 있다. 이 때, 예측부(230)는 상기 움직임 벡터 인덱스를 이용하여, 움직임 벡터 후보 리스트에 포함된 움직임 벡터 후보 중에서, 현재 블록의 예측 움직임 벡터를 선택할 수 있다. 인코딩 장치의 예측부는 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 움직임 벡터 차분(MVD)을 구할 수 있고, 이를 인코딩하여 비트스트림 형태로 출력할 수 있다. 즉, MVD는 현재 블록의 움직임 벡터에서 상기 움직임 벡터 예측자를 뺀 값으로 구해질 수 있다. 이 때, 예측부(230)는 상기 예측에 관한 정보에 포함된 움직임 벡터 차분을 획득하고, 상기 움직임 벡터 차분과 상기 움직임 벡터 예측자의 가산을 통해 현재 블록의 상기 움직임 벡터를 도출할 수 있다. 예측부는 또한 참조 픽처를 지시하는 참조 픽처 인덱스 등을 상기 예측에 관한 정보로부터 획득 또는 유도할 수 있다.
가산부(240)는 레지듀얼 샘플과 예측 샘플을 더하여 현재 블록 혹은 현재 픽처를 복원할 수 있다. 가산부(240)는 레지듀얼 샘플과 예측 샘플을 블록 단위로 더하여 현재 픽처를 복원할 수도 있다. 스킵 모드가 적용된 경우에는 레지듀얼이 전송되지 않으므로, 예측 샘플이 복원 샘플이 될 수 있다. 여기서는 가산부(240)를 별도의 구성으로 설명하였으나, 가산부(240)는 예측부(230)의 일부일 수도 있다. 한편, 가산부(240)는 복원부(reconstruction module) 또는 복원 블록 생성부로 불릴 수도 있다.
필터부(250)는 복원된 픽처에 디블록킹 필터링 샘플 적응적 오프셋, 및/또는 ALF 등을 적용할 수 있다. 이 때, 샘플 적응적 오프셋은 샘플 단위로 적용될 수 있으며, 디블록킹 필터링 이후 적용될 수도 있다. ALF는 디블록킹 필터링 및/또는 샘플 적응적 오프셋 이후 적용될 수도 있다.
메모리(260)는 복원 픽처(디코딩된 픽처) 또는 디코딩에 필요한 정보를 저장할 수 있다. 여기서 복원 픽처는 상기 필터부(250)에 의하여 필터링 절차가 완료된 복원 픽처일 수 있다. 예컨대, 메모리(260)는 인터 예측에 사용되는 픽처들을 저장할 수 있다. 이 때, 인터 예측에 사용되는 픽처들은 참조 픽처 세트 혹은 참조 픽처 리스트에 의해 지정될 수도 있다. 복원된 픽처는 다른 픽처에 대한 참조 픽처로서 이용될 수 있다. 또한, 메모리(260)는 복원된 픽처를 출력 순서에 따라서 출력할 수도 있다.
한편, 상술한 바와 같이 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 상기 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 상기 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 상기 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록과 상기 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 상기 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 상기 레지듀얼 정보는 상기 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 상기 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
도 3은 양 방향 예측에서 DMVR을 수행하는 과정의 일 예시를 설명하기 위한 도면이다.
본 명세서에서는 특정 정보 또는 개념을 정의하기 위한 특정 용어 또는 문장을 사용하고 있다. 예를 들어, 현재 픽처에 대한 참조 픽처 리스트 L0 내의 참조 픽처를"LO 참조 픽처"로 나타내고 있다. 그러나, "L0 참조 픽처"는 제1 참조 픽처, List 0 참조 픽처, LO 픽처 등 다양한 용어로 대체될 수 있는 바, 본 명세서에서 특정 정보 또는 개념을 정의하기 위해 사용된 특정 용어 또는 문장을 명세서 전반에서 해석함에 있어서 그 명칭에 국한된 해석을 하여서는 안 되고, 상기 용어가 나타내고자 하는 내용에 따른 다양한 동작, 기능 및 효과에 주목하여 해석할 필요가 있다.
스킵 모드 및/또는 머지 모드는 MVD(Motion Vector Difference) 없이 주변 블록의 움직임 벡터를 기반으로 현재 블록의 움직임을 예측하므로, 움직임 예측에 있어서 한계를 나타낸다. 스킵 모드 및/또는 머지 모드의 한계를 개선하기 위해, 디코더 장치에서 움직임 벡터를 리파인(refine) 하는 DMVR(Decoder-side Motion Vector Refinement)을 적용할 수 있다. 도 3은 DMVR 과정을 개략적으로 나타내는데, 도 3에 도시된 DMVR은 양 방향 예측에 기반한 DMVR 또는 양 방향 정합 방법 기반 DMVR이라고 지칭될 수 있다. 도 3에 도시된 DMVR 과정은 현재 블록에 양 방향 예측(또는 쌍예측)이 적용될 때 이용될 수 있다.
다시 말해, 도출된 상기 현재 블록의 움직임 정보가 쌍예측 움직임 정보인 경우에 상기 양 방향 정합 방법 기반 DMVR이 적용될 수 있다. 여기서, 쌍예측 움직임 정보는 L0 움직임 정보(또는 제1 움직임 정보) 및 L1 움직임 정보(또는 제2 움직임 정보)를 포함할 수 있다. 상기 L0 움직임 정보는, 상기 현재 블록에 대한 참조 픽처 리스트 L0(또는 제1 참조 픽처 리스트)에 포함된 L0 참조 픽처(또는 제1 참조 픽처)를 가리키는 L0 참조 픽처 인덱스(또는 제1 참조 픽처 인덱스) 및 L0 움직임 벡터 (MVL0 또는 제1 움직임 벡터로도 나타낼 수 있다)를 포함할 수 있고, 상기 L1 움직임 정보는 상기 현재 블록에 대한 참조 픽처 리스트 L1(또는 제2 참조 픽처 리스트)에 포함된 L1 참조 픽처(또는 제2 참조 픽처)를 가리키는 L1 참조 픽처 인덱스(또는 제2 참조 픽처 인덱스) 및 L1 움직임 벡터(MVL1 또는 제2 움직임 벡터로도 나타낼 수 있다)를 포함할 수 있다.
L0 움직임 정보 또는 L1 움직임 정보만을 포함하는 움직임 정보는 단예측 움직임 정보라고 나타낼 수 있다. 현재 블록에 대한 예측을 수행함에 있어서, L0 움직임 정보를 기반으로 인터 예측을 수행하는 경우 LO 예측이라고 불릴 수 있고, L1 움직임 정보를 기반으로 인터 예측을 수행하는 경우 L1 예측이라고 불릴 수 있으며, 상기 L0 움직임 정보 및 L1 움직임 정보를 기반으로 인터 예측을 수행하는 경우 쌍예측(bi-prediction)이라고 불릴 수 있다.
도 3을 참조하면, 인코딩 장치 및/또는 디코딩 장치는 움직임 정보에 포함된 L0 움직임 정보가 지시하는 L0 참조 블록(또는 제1 참조 블록)과 L1 움직임 정보가 가리키는 L1 참조 블록(또는 제2 참조 블록)을 도출할 수 있고, 상기 L0 참조 블록과 상기 L1 참조 블록을 기반으로 타겟 블록(target block)을 도출할 수 있다. 예를 들어, 인코딩 장치 및/또는 디코딩 장치는 상기 L0 참조 블록과 상기 L1 참조 블록을 평균하여 상기 타겟 블록을 도출할 수 있다. 즉, 상기 디코딩 장치는 상기 L0 참조 블록과 상기 L1 참조 블록의 대응하는 샘플들 간의 평균을 상기 타겟 블록의 샘플로 도출하여 상기 타겟 블록을 구성할 수 있다. 상기 타겟 블록은 템플릿(template)이라고 지칭될 수도 있다.
이후, 인코딩 장치 및/또는 디코딩 장치는, 상기 L0 참조 블록(또는 제1 참조 블록)의 주변 영역에 포함된 L0 참조 블록들 중 상기 타겟 블록과 가장 작은 SAD를 갖는 리파인 L0 참조 블록(또는 제1 리파인 참조 블록)을 도출할 수 있고, 상기 L1 참조 블록의 주변 영역에 포함된 L1 참조 블록들 중 상기 타겟 블록과 가장 작은 SAD 를 갖는 리파인 L1 참조 블록(또는 제2 리파인 참조 블록)을 도출할 수 있다. 상기 리파인 L0 참조 블록을 가리키는 리파인 L0 움직임 정보(리파인 L0 움직임 벡터 또는 제1 리파인 움직임 정보로도 나타낼 수 있다) 및 상기 리파인 L1 참조 블록을 가리키는 리파인 L1 움직임 정보(리파인 L1 움직임 벡터 또는 제2 리파인 움직임 정보로도 나타낼 수 있다)는 리파인 움직임 정보로 도출될 수 있다. 즉, 상기 리파인 움직임 정보는 상기 리파인 L0 움직임 정보 및 상기 리파인 L1 움직임 정보를 포함할 수 있다.
상기 L0 참조 블록의 주변 영역은 L0 참조 픽처에 대한 서치 레인지(search range)에 기반하여 도출될 수 있고, 상기 L1 참조 블록의 주변 영역은 L1 참조 픽처에 대한 서치 레인지에 기반하여 도출될 수 있다. 일 예시에서, 상기 L0 참조 픽처에 대한 서치 레인지의 크기 및 상기 L1 참조 픽처에 대한 서치 레인지의 크기는 2-픽셀 사이즈로 동일할 수 있다. 경우에 따라서, 상기 L0 참조 픽처에 대한 서치 레인지와 상기 L1 참조 픽처에 대한 서치 레인지는 동일한 서치 레인지를 나타내며, '상기 L0 참조 픽처(또는 제1 참조 픽처) 및 상기 L1 참조 픽처(또는 제2 참조 픽처)에 대한 서치 레인지'로 지칭될 수 있다. 한편, 상기된 서치 레인지의 크기인 2-픽셀 사이즈는 일 예시에 해당할 뿐, 서치 레인지의 크기의 예시는 상기 2-픽셀 사이즈에 한정되지 않는다.
상기 DMVR은 현재 블록의 움직임 정보(즉, 선택된 움직임 정보), 또는 현재 블록의 머지 후보 또는 MVP 후보에 대해서 적용될 수 있다. 상기 현재 블록의 머지 후보 또는 MVP 후보에 DMVR 이 적용되는 경우, 상기 리파인 움직임 정보를 포함하는 리파인 머지 후보 또는 리파인 MVP 후보가 도출될 수 있고, 상기 도출된 리파인 머지 후보 또는 상기 리파인 MVP 후보는 상기 현재 블록의 움직임 정보 후보 리스트(즉, 머지 후보 리스트 또는 MVP 후보 리스트)에 추가될 수 있다.
도 4는 일 실시예에 따른 DMVR의 코스트 계산 과정에서 블록의 일부 영역을 이용하는 일 예시를 도시하는 도면이고, 도 5는 일 실시예에 따른 디코딩 프로세스를 도시하는 흐름도이다.
양 방향 예측에 기반한 DMVR 과정에서 도출되는 타겟 블록과 각 LO 참조 블록들 및 L1 참조 블록들 간의 SAD(Sum of Absolute Differences)를 연산하는 과정은 디코딩 복잡도(decoding complexity)를 증가시킬 수 있으므로, 상기 디코딩 복잡도를 감소시키기 위한 방법들이 제안될 수 있다.
도 4의 좌측에는 폭이 W이고 높이가 H인 참조 블록(410)에 기반한 보간 필터링 영역(414)이 도시되어 있다. 상기 보간 필터링 영역(414)은 상기 참조 블록(410)에 대한 리파인 참조 블록을 도출할 수 있는 제1 리파인 참조 블록 영역(412)을 기반으로 도출될 수 있고, 상기 제1 리파인 참조 블록 영역(412)은 참조 블록(410) 및 서치 레인지를 기반으로 도출될 수 있다.
보간 필터링 영역(414)의 사이즈는 상기 참조 블록(410)의 사이즈, 상기 서치 레인지 및 보간 필터(interpolation filter)의 탭(tap) 수를 기반으로 결정될 수 있다. 일 예시에서, 참조 블록(410)의 사이즈가 W x H이고, 상기 서치 레인지의 크기가 2-픽셀 사이즈이고, 상기 보간 필터가 8-탭 보간 필터(8-tap interpolation filter)인 경우, 상기 보간 필터링 영역(414)의 사이즈는 (W + 서치 레인지의 크기 + (보간 필터 탭수 - 1))(H + 서치 레인지의 크기 + (보간 필터 탭수 -1)) = (W+2+7)(H+2+7)이 될 수 있다.
일 실시예에서, 보간 필터링 영역의 사이즈는 DMVR의 코스트(cost)를 산출하는 과정에서 사용되는 메모리(memory)와 비례할 수 있다. 따라서, 메모리 사용량을 줄임으로써 계산 복잡도(calculation complexity)를 줄이기 위해서는 보간 필터링 영역의 사이즈를 줄일 필요가 있다.
도 4의 우측을 참조하면, DMVR의 코스트 계산을 위해, 상기 참조 블록(410) 보다 폭 및 높이가 각각 서치 레인지(즉, 2-픽셀 사이즈)만큼 작은 참조 블록 일부 영역(420)이 도시되어 있다. 상기 참조 블록 일부 영역(420) 및 서치 레인지를 기반으로 상기 참조 블록(410)에 대한 리파인 참조 블록을 도출할 수 있는 제2 리파인 참조 블록 영역(422)이 도출될 수 있고, 상기 제2 리파인 참조 블록 영역(422)을 기반으로 보간 필터링 영역(424)이 도출될 수 있다.
보간 필터링 영역(424)의 사이즈는 상기 참조 블록 일부 영역(420)의 사이즈, 상기 서치 레인지 및 보간 필터의 탭(tap) 수를 기반으로 결정될 수 있다. 일 예시에서, 참조 블록 일부 영역(420)의 사이즈가 (W-2) x (H-2)이고, 상기 서치 레인지의 크기가 2-픽셀 사이즈이고, 상기 보간 필터가 8-탭 보간 필터(8-tap interpolation filter)인 경우, 상기 보간 필터링 영역(424)의 사이즈는 ((W-2) + 서치 레인지의 크기 + (보간 필터 탭수 - 1))((H-2) + 서치 레인지의 크기 + (보간 필터 탭수 -1)) = (W-2+2+7)(H-2+2+7)이 될 수 있다.
보간 필터링 영역(424)의 사이즈인 (W-2+2+7)(H-2+2+7)이 보간 필터링 영역(414)의 사이즈인 (W+2+7)(H+2+7) 보다 작으므로, 상기 참조 블록 일부 영역(420)을 기반으로 DMVR 코스트를 계산할 때 메모리 사용량이 보다 줄어들 수 있음을 확인할 수 있다.
한편, 도 4의 일 실시예에 따라 DMVR 코스트를 계산할 때 도 5의 흐름도에 따른 디코딩(인코딩) 프로세스가 수행될 수 있다. 일 실시예에 따른 인코딩 장치 및/또는 디코딩 장치는 제1 단계에서 DMVR을 수행할 지 여부에 대해 결정할 수 있고, 만약 DMVR을 수행하는 경우, 제2 단계에서 감소된 블록 사이즈로 DMVR 템플릿을 생성할 수 있다. 이때 'DMVR 템플릿'은 L0 참조 픽처 내 L0 참조 블록 및 L1 참조 픽처 내 L1 참조 블록의 평균을 기반으로 도출된 타겟 블록을 나타낼 수 있고, '감소된 블록 사이즈'는 상기 참조 블록 일부 영역(420)처럼 참조 블록 또는 타겟 블록 보다 작은 사이즈의 영역에 따른 사이즈를 나타낼 수 있다. 인코딩 장치 및/또는 디코딩 장치는, 제3 단계에서 상기 DMVR 템플릿 및 상기 LO 참조 블록을 기반으로 L0 리파인먼트를 수행할 수 있고, 제4 단계에서 상기 DMVR 템플릿 및 상기 L1 참조 블록을 기반으로 L1 리파인먼트를 수행할 수 있으며, 제5 단계에서 보간 필터를 기반으로 움직임 보상(motion compensation)을 수행할 수 있다. 보간 필터는, 예를 들어 DCTIF(Discrete Cosine Transform Interpolation Filter)를 나타낼 수 있다. 제1 단계에서 DMVR을 수행하지 않기로 결정된 경우, 제5 단계로 곧바로 진행될 수 있다.
도 6은 일 실시예에 따라 보간 필터의 탭수를 조정하는 일 예시를 도시하는 도면이고, 도 7은 다른 일 실시예에 따른 디코딩 프로세스를 도시하는 흐름도이다.
양 방향 예측에 기반한 DMVR 과정에서 도출되는 타겟 블록과 각 LO 참조 블록들 및 L1 참조 블록들 간의 SAD를 연산하는 과정은 디코딩 복잡도를 증가시킬 수 있으므로, 상기 디코딩 복잡도를 감소시키기 위한 방법들이 제안될 수 있다.
일 실시예에서는, DMVR이 수행될 때 블록의 움직임 보상을 위해 적용되는 보간 필터를 변경하여 디코딩 계산 복잡도를 감소시킬 수 있다. 보다 구체적으로, 도 6의 좌측에 도시된 바와 같이 8탭 보간 필터(8-tap interpolation filter)를 사용하는 대신, 도 6의 우측에 도시된 바와 같이 6탭 보간 필터(6-tap interpolation filter)를 사용하여 움직임 보상을 수행할 수 있다. 보간 필터의 탭 수를 감소시키더라도 DMVR에서의 메모리 훼치(memory fetch) 크기가 변경되지 않으므로, 하드웨어 구현 시 메모리 밴드위쓰 소비 이슈(memory bandwidth consumption issue)가 해결될 수 있다.
도 6을 참조하면, DMVR이 수행될 때 서치 레인지로 인해 움직임 보상에서 요구되는 메모리 크기가 커지는 것을 확인할 수 있다. 이때 만약 보간 필터의 탭 수를 줄이는 경우, DMVR을 적용하지 않는 블록과 동일 또는 유사한 양의 메모리를 사용할 수 있게 된다. 보다 구체적으로, 참조 블록의 사이즈가 W x H일 때, 도 6의 좌측에 도시된 바와 같이 8탭 보간 필터를 이용하는 경우 (W + 서치 레인지의 크기 + (보간 필터 탭수 -1 ))(H + 서치 레인지의 크기 + (보간 필터 탭수 -1)) = (W+2+7)(H+2+7)에 비례하여 메모리가 사용되는데, 만약 도 6의 우측에 도시된 바와 같이 6탭 보간 필터를 이용하는 경우 (W+2+5)(H+2+5)에 비례하여 메모리가 사용될 수 있다.
한편, 도 6에서는 8탭 보간 필터 대신 6탭 보간 필터를 사용하는 예시를 나타내고 있으나, 적용 가능한 보간 필터의 탭 수가 상기 예시에 한정되지 않음은 당해 기술 분야의 통상의 기술자에게 용이하게 이해될 것이다.
또 다른 한편으로, 도 6의 일 실시예에 따를 때 도 7의 흐름도에 따른 디코딩(또는 인코딩) 프로세스가 수행될 수 있다. 일 실시예에 따른 인코딩 장치 및/또는 디코딩 장치는 제1 단계에서 DMVR을 수행할 지 여부에 대해 결정할 수 있고, 만약 DMVR을 수행하는 경우, 제2 단계에서 DMVR 템플릿을 생성할 수 있다. 이때 'DMVR 템플릿'은 L0 참조 픽처 내 L0 참조 블록 및 L1 참조 픽처 내 L1 참조 블록의 평균을 기반으로 도출된 타겟 블록을 나타낼 수 있다. 인코딩 장치 및/또는 디코딩 장치는, 제3 단계에서 상기 DMVR 템플릿 및 상기 LO 참조 블록을 기반으로 L0 리파인먼트를 수행할 수 있고, 제4 단계에서 상기 DMVR 템플릿 및 상기 L1 참조 블록을 기반으로 L1 리파인먼트를 수행할 수 있으며, 제5 단계에서 6탭 보간 필터를 기반으로 움직임 보상(motion compensation)을 수행할 수 있다. 만약 제1 단계에서 DMVR을 수행하지 않기로 결정된 경우, 제6 단계로 진행하여 DCTIF를 기반으로 움직임 보상을 수행할 수 있다.
도 8은 또 다른 일 실시예에 따른 디코딩 프로세스를 도시하는 흐름도이다.
도 8에 따른 디코딩 프로세스에서는, 도 4에 따른 실시예와 도 6에 따른 실시예를 모두 고려할 수 있다. 즉, 도 4에 따른 실시예를 기반으로 DMVR의 코스트 계산 과정에서 블록의 일부 영역을 이용하고, 도 6에 따른 실시예를 기반으로 보간 필터의 탭수를 조정(보다 구체적으로, 감소)함으로써 디코딩 복잡도 및 메모리 밴드위쓰 소비 이슈를 개선할 수 있다.
도 8에 따른 디코딩 프로세스의 제1 단계에서, 인코딩 장치 및/또는 디코딩 장치는 DMVR을 수행할 지 여부에 대해 결정할 수 있고, 만약 DMVR을 수행하는 경우, 제2 단계에서 감소된 블록 사이즈로 DMVR 템플릿을 생성할 수 있다. 이때 'DMVR 템플릿'은 L0 참조 픽처 내 L0 참조 블록 및 L1 참조 픽처 내 L1 참조 블록의 평균을 기반으로 도출된 타겟 블록을 나타낼 수 있고, '감소된 블록 사이즈'는 상기 참조 블록 일부 영역(420)처럼 참조 블록 또는 타겟 블록 보다 작은 사이즈의 영역에 따른 사이즈를 나타낼 수 있다. 인코딩 장치 및/또는 디코딩 장치는, 제3 단계에서 상기 DMVR 템플릿 및 상기 LO 참조 블록을 기반으로 L0 리파인먼트를 수행할 수 있고, 제4 단계에서 상기 DMVR 템플릿 및 상기 L1 참조 블록을 기반으로 L1 리파인먼트를 수행할 수 있으며, 제5 단계에서 6탭 보간 필터를 기반으로 움직임 보상(motion compensation)을 수행할 수 있다. 만약 제1 단계에서 DMVR을 수행하지 않기로 결정된 경우, 제6 단계로 진행하여 DCTIF를 기반으로 움직임 보상을 수행할 수 있다.
도 9는 일 실시예에 따른 샘플 패딩을 설명하기 위한 도면이고, 도 10은 또 다른 일 실시예에 따른 디코딩 프로세스를 도시하는 흐름도이다.
일 실시예에서는, 도 9의 우측에 도시된 바와 같이 특정 블록의 블록 경계 부분을 보간하기 위한 적어도 하나의 샘플들을(920) 패딩을 통해 생성 또는 도출함으로써, 움직임 보상을 위한 보간 과정에서 메모리 사용량을 줄일 수 있다. 일 예시에서, L0 참조 블록, L1 참조 블록, 참조 블록, 현재 블록, 타겟 블록 등이 상기 '특정 블록'에 해당할 수 있다.
일 실시예에서, 상기 적어도 하나의 샘플들(920)은 상기 특정 블록, 상기 특정 블록에 대한 서치 레인지 및 보간 필터의 탭 수를 기반으로 도출된 보간 필터링 영역(예를 들어, 도 4의 414 또는 424) 내에서 상기 특정 블록의 외부에 위치할 수 있다. 이때 상기 적어도 하나의 샘플들(920)은 보간 필터링 영역(예를 들어, 도 4의 414 또는 424) 내 일부 영역(910)의 경계에 위치하는 샘플들일 수 있다.
도 4에 따른 실시예에 의하면 DMVR 코스트 연산 과정에서 메모리 사용량을 줄일 수 있는 것과 비교할 때, 도 9에 따른 실시예에 의하면 움직임 보상을 위한 보간 과정에서 메모리 사용량을 줄일 수 있다.
한편, 도 9의 실시예에 따를 때 도 10의 흐름도에 따른 디코딩(또는 인코딩) 프로세스가 수행될 수 있다. 일 실시예에 따른 인코딩 장치 및/또는 디코딩 장치는 제1 단계에서 DMVR을 수행할 지 여부에 대해 결정할 수 있고, 만약 DMVR을 수행하는 경우, 제2 단계에서 감소된 블록 사이즈로 DMVR 템플릿을 생성할 수 있다. 이때 'DMVR 템플릿'은 L0 참조 픽처 내 L0 참조 블록 및 L1 참조 픽처 내 L1 참조 블록의 평균을 기반으로 도출된 타겟 블록을 나타낼 수 있고, '감소된 블록 사이즈'는 상기 참조 블록 일부 영역(420)처럼 참조 블록 또는 타겟 블록 보다 작은 사이즈의 영역에 따른 사이즈를 나타낼 수 있다. 인코딩 장치 및/또는 디코딩 장치는, 제3 단계에서 상기 DMVR 템플릿 및 상기 LO 참조 블록을 기반으로 L0 리파인먼트를 수행할 수 있고, 제4 단계에서 상기 DMVR 템플릿 및 상기 L1 참조 블록을 기반으로 L1 리파인먼트를 수행할 수 있으며, 제5 단계에서 상기 도 9의 실시예에 따른 샘플 패딩을 기반으로 DCTIF를 적용하여 움직임 보상을 수행할 수 있다. 만약 제1 단계에서 DMVR을 수행하지 않기로 결정된 경우, 제6 단계로 진행하여 DCTIF(샘플 패딩 미수행)를 기반으로 움직임 보상을 수행할 수 있다.
도 11은 일 실시예에 따른 DMVR에서 리파인 오프셋을 도출하는 과정을 설명하기 위한 도면이다.
도 3에 따른 일 실시예에서 타겟 블록(또는 템플릿)을 도출하여 DMVR을 수행하였던 것과 달리, 도 11에 따른 일 실시예에서는 상기 타겟 블록을 도출하지 않고 DMVR을 수행할 수 있다. 도 11에 따른 DMVR은 템플릿-프리 DMVR(template-free DMVR)로 지칭될 수 있다.
일 실시예에 따른 템플릿-프리 DMVR에서는, 리파인 LO 참조 블록과 리파인 L1 참조 블록 간의 SAD가 L0 참조 블록과 L1 참조 블록 간의 SAD 보다 작게 되도록, LO 참조 블록으로부터 리파인 L0 참조 블록을 도출하고, L1 참조 블록으로부터 리파인 L1 참조 블록을 도출할 수 있다.
다른 일 실시예에 따른 템플릿-프리 DMVR에서는, 우선 정수 샘플 서치(integer sample search)에서 L0 참조 블록과 L1 참조 블록 간의 SAD가 임계치(threshold) 보다 작은지 여부를 판단할 수 있다. 만약 상기 L0 참조 블록과 L1 참조 블록 간의 SAD가 임계치보다 작은 경우 상기 정수 샘플 서치는 종료될 수 있고, 만약 상기 L0 참조 블록과 L1 참조 블록 간의 SAD가 임계치보다 큰 경우에는 다른 포인트들의 SAD들을 특정 순서(예를 들어, 래스터 스캐닝 오더)로 산출 및 체크하여 최소 SAD를 갖는 포인트를 도출할 수 있다. 상기 정수 샘플 서치 이후, 파라메트릭 에러 서페이스 공식(parametric error surface equation)을 기반으로 소수 샘플 서치가 수행될 수 있다. 상기 정수 샘플 서치 및 소수 샘플 서치를 기반으로 리파인 참조 블록이 도출될 수 있다.
일 실시예에서, 상기 L0 참조 블록을 지시하는 L0 움직임 벡터와 상기 L1 참조 블록을 지시하는 L1 움직임 벡터는 서로 크기가 같고 방향이 반대일 수 있고, 상기 리파인 L0 참조 블록을 지시하는 리파인 L0 움직임 벡터와 리파인 L1 참조 블록을 지시하는 리파인 L1 움직임 벡터도 서로 크기가 같고 방향이 반대일 수 있다. 상기 리파인 L0 움직임 벡터는 상기 L0 움직임 벡터에 L0 리파인 오프셋이 더해져 도출되고, 상기 리파인 L1 움직임 벡터는 상기 L1 움직임 벡터에 L1 리파인 오프셋이 더해져 도출되므로, 상기 L0 리파인 오프셋과 상기 L1 리파인 오프셋도 서로 크기가 같고 방향이 반대일 수 있다.
일 실시예에서, 상기 템플릿-프리 DMVR을 수행함에 있어서, 도 4에 따른 실시예들, 도 6에 따른 실시예들, 도 8에 따른 실시예들 및 도 9에 따른 실시예들 중 적어도 하나가 수행될 수 있다. 즉, 상기 템플릿-프리 DMVR을 수행함에 있어서, DMVR의 코스트 계산 과정에서 블록의 일부 영역만이 이용되는 실시예들, 보간 필터의 탭수를 조정하는 실시예들, DMVR의 코스트 계산 과정에서 블록의 일부 영역만이 이용되는 실시예들 및 보간 필터의 탭수를 조정하는 실시예들의 조합 및 샘플 패딩을 수행하는 실시예들 중 적어도 하나가 수행될 수 있다.
도 12는 일 실시예에 따른 인코딩 장치의 동작을 도시하는 흐름도이고, 도 13은 일 실시예에 따른 인코딩 장치의 구성을 도시하는 블록도이다.
도 12 및 도 13에 따른 인코딩 장치는 도 14 및 도 15에 따른 디코딩 장치와 대응되는 동작들을 수행할 수 있다. 따라서, 도 14 및 도 15에서 후술될 디코딩 장치의 동작들은 도 12 및 도 13에 따른 인코딩 장치에도 마찬가지로 적용될 수 있다.
도 12에 개시된 각 단계는 도 1에 개시된 인코딩 장치(100)에 의하여 수행될 수 있다. 보다 구체적으로, S1200 내지 S1220은 도 1에 개시된 예측부(110)에 의하여 수행될 수 있고, S1230은 도 1에 개시된 엔트로피 인코딩부(130) 의하여 수행될 수 있다. 더불어 S1200 내지 S1230에 따른 동작들은, 도 3 내지 도 11에서 전술된 내용들 중 일부를 기반으로 한 것이다. 따라서, 도 1 및 도 3 내지 도 11에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.
도 13에 도시된 바와 같이, 일 실시예에 따른 인코딩 장치는 예측부(110) 및 엔트로피 인코딩부(130)를 포함할 수 있다. 그러나, 경우에 따라서는 도 13에 도시된 구성 요소 모두가 인코딩 장치의 필수 구성 요소가 아닐 수 있고, 인코딩 장치는 도 13에 도시된 구성 요소보다 많거나 적은 구성 요소에 의해 구현될 수 있다.
일 실시예에 따른 인코딩 장치에서 예측부(110) 및 엔트로피 인코딩부(130)는 각각 별도의 칩(chip)으로 구현되거나, 적어도 둘 이상의 구성 요소가 하나의 칩을 통해 구현될 수도 있다.
일 실시예에 따른 인코딩 장치는, 머지 모드 또는 스킵 모드를 기반으로, 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는, 상기 현재 블록의 움직임 정보를 도출할 수 있다(S1200). 보다 구체적으로, 인코딩 장치의 예측부(110)는 머지 모드 또는 스킵 모드를 기반으로, 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는, 상기 현재 블록의 움직임 정보를 도출할 수 있다.
일 실시예에 따른 인코딩 장치는, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로, 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출할 수 있다(S1210). 보다 구체적으로, 인코딩 장치의 예측부(110)는 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로, 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출할 수 있다.
일 실시예에 따른 인코딩 장치는, 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행할 수 있다(S1220). 보다 구체적으로, 인코딩 장치의 예측부(110)는 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행할 수 있다.
일 실시예에 따른 인코딩 장치는, 상기 움직임 보상에 관한 정보를 포함하는 영상 정보를 인코딩할 수 있다(S1230). 보다 구체적으로, 인코딩 장치의 엔트로피 인코딩부(130)는 상기 움직임 보상에 관한 정보를 포함하는 영상 정보를 인코딩할 수 있다.
일 실시예에서, 상기 움직임 보상은 제1 보간 및 제2 보간을 기반으로 수행되고, 이때 상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록에 기반한 제2 보간 필터링 영역 내에서 수행될 수 있다.
일 실시예에서, 상기 제1 리파인 움직임 벡터는 상기 제1 보간 필터링 영역 내 분수 샘플 포지션을 지시하고, 상기 제2 리파인 움직임 벡터는 상기 제2 보간 필터링 영역 내 분수 샘플 포지션을 지시할 수 있다.
도 12 및 도 13의 인코딩 장치 및 인코딩 장치의 동작 방법에 따르면, 인코딩 장치는 머지 모드 또는 스킵 모드를 기반으로 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는 상기 현재 블록의 움직임 정보를 도출하고(S1200), 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출하고(S1210), 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하고(S1220), 상기 움직임 보상에 관한 정보를 포함하는 영상 정보를 인코딩하되(S1230), 상기 움직임 보상은 제1 보간 및 제2 보간을 기반으로 수행되고, 상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록에 기반한 제2 보간 필터링 영역 내에서 수행되는 것을 특징으로 할 수 있다. 즉, 본 발명에 따르면 DMVR을 기반으로 디코더 복잡도를 개선할 수 있고, 보다 구체적으로는 스킵 모드 또는 머지 모드에서 DMVR을 적용할 시 메모리 사용량을 감소시킬 수 있다.
도 14는 일 실시예에 따른 디코딩 장치의 동작을 도시하는 흐름도이고, 도 15는 일 실시예에 따른 디코딩 장치의 구성을 도시하는 블록도이다.
도 14에 개시된 각 단계는 도 2에 개시된 디코딩 장치(200)에 의하여 수행될 수 있다. 보다 구체적으로, S1400 내지 S1420은 도 2에 개시된 예측부(230)에 의하여 수행될 수 있고, S1430은 도 2에 개시된 가산부(240)에 의하여 수행될 수 있다. 더불어 S1400 내지 S1430에 따른 동작들은, 도 3 내지 도 11에서 전술된 내용들 중 일부를 기반으로 한 것이다. 따라서, 도 2 내지 도 11에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.
도 15에 도시된 바와 같이, 일 실시예에 따른 디코딩 장치는 예측부(230) 및 가산부(240)를 포함할 수 있다. 그러나, 경우에 따라서는 도 16에 도시된 구성 요소 모두가 디코딩 장치의 필수 구성 요소가 아닐 수 있고, 디코딩 장치는 도 15에 도시된 구성 요소보다 많거나 적은 구성 요소에 의해 구현될 수 있다.
일 실시예에 따른 디코딩 장치에서 예측부(230) 및 가산부(240)는 각각 별도의 칩(chip)으로 구현되거나, 적어도 둘 이상의 구성 요소가 하나의 칩을 통해 구현될 수도 있다.
일 실시예에 따른 디코딩 장치는, 머지 모드 또는 스킵 모드를 기반으로, 현재 블록의 제1 참조 픽처(또는 L0 참조 픽처)에 대한 제1 움직임 벡터(또는 L0 움직임 벡터) 및 상기 현재 블록의 제2 참조 픽처(또는 L1 참조 픽처)에 대한 제2 움직임 벡터(또는 L1 움직임 벡터)를 포함하는, 상기 현재 블록의 움직임 정보를 도출할 수 있다(S1400). 보다 구체적으로, 디코딩 장치의 예측부(230)는 머지 모드 또는 스킵 모드를 기반으로, 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는, 상기 현재 블록의 움직임 정보를 도출할 수 있다.
일 실시예에 따른 디코딩 장치는, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지(search range), 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로, 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터(또는 리파인 L0 움직임 벡터) 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터(또는 리파인 L1 움직임 벡터)를 도출할 수 있다(S1410). 보다 구체적으로, 디코딩 장치의 예측부(230)는 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로, 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출할 수 있다.
일 실시예에 따른 디코딩 장치는, 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하여 상기 현재 블록에 대한 예측된 블록을 생성할 수 있다(S1420). 보다 구체적으로, 디코딩 장치의 예측부(230)는 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하여 상기 현재 블록에 대한 예측된 블록을 생성할 수 있다.
일 실시예에 따른 디코딩 장치는, 상기 예측된 블록을 기반으로 상기 현재 블록에 대한 복원 블록을 생성할 수 있다(S1430). 보다 구체적으로, 디코딩 장치의 가산부(240)는 상기 예측된 블록을 기반으로 상기 현재 블록에 대한 복원 블록을 생성할 수 있다.
일 실시예에서, 상기 움직임 보상은 제1 보간(first interpolation) 및 제2 보간(second interpolation)을 기반으로 수행되고, 이때 상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록(또는 L0 참조 블록)에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록(또는 L1 참조 블록)에 기반한 제2 보간 필터링 영역 내에서 수행될 수 있다. 일 예시에서, 상기 제1 참조 블록 또는 상기 제2 참조 블록의 사이즈가 W x H인 경우, 상기 제1 보간 필터링 영역 또는 상기 제2 보간 필터링 영역의 사이즈는 (W + 서치 레인지의 크기 + (보간 필터 탭수 - 1))(H + 서치 레인지의 크기 + (보간 필터 탭수 -1))일 수 있다.
일 실시예에서, 상기 제1 리파인 움직임 벡터는 상기 제1 보간 필터링 영역 내 분수 샘플 포지션(fractional sample position)을 지시하고, 상기 제2 리파인 움직임 벡터는 상기 제2 보간 필터링 영역 내 분수 샘플 포지션을 지시할 수 있다.
일 실시예에서, 상기 제1 보간 필터링 영역 내에서 상기 제1 참조 블록의 외부에 위치한 샘플들 중 일부 샘플들 및 상기 제2 보간 필터링 영역 내에서 상기 제2 참조 블록의 외부에 위치한 샘플들 중 일부 샘플들(920)은 패딩(padding)을 기반으로 도출된 것일 수 있다. 이때, 상기 제1 보간 필터링 영역 내에서 상기 제1 참조 블록의 외부에 위치한 샘플들 중 상기 일부 샘플들(920)은, 상기 제1 보간 필터링 영역 내 일부 영역(910)의 경계에 위치하는 샘플들일 수 잇다.
일 실시예에서, 상기 제1 리파인 움직임 벡터는 상기 제1 움직임 벡터 및 제1 리파인 오프셋(또는 L0 리파인 오프셋)의 합을 기반으로 도출되고, 상기 제2 리파인 움직임 벡터는 상기 제2 움직임 벡터 및 제2 리파인 오프셋(또는 L1 리파인 오프셋)의 합을 기반으로 도출되며, 상기 제2 리파인 오프셋은 상기 제1 리파인 오프셋과 크기가 같고 부호가 반대일 수 있다.
일 실시예에서, 상기 제1 리파인 움직임 벡터가 지시하는 제1 리파인 참조 블록과 상기 제2 리파인 움직임 벡터가 지시하는 제2 리파인 참조 블록 간의 제1 SAD(Sum of Absolute Differences)는 상기 제1 참조 블록과 상기 제2 참조 블록 간의 제2 SAD보다 작을 수 있다.
일 실시예에서, 상기 제1 참조 블록 내 SAD 연산을 위한 제1 SAD 연산 영역의 폭은 상기 현재 블록의 폭보다 상기 서치 레인지 만큼 작고, 상기 제1 SAD 연산 영역의 높이는 상기 현재 블록의 높이보다 상기 서치 레인지 만큼 작으며, 상기 제2 참조 블록 내 상기 SAD 연산을 위한 제2 SAD 연산 영역의 폭은 상기 현재 블록의 폭보다 상기 서치 레인지 만큼 작고, 상기 제2 SAD 연산 영역의 높이는 상기 현재 블록의 높이보다 상기 서치 레인지 만큼 작을 수 있다.
일 실시예에서, 상기 서치 레인지는 2 픽셀 크기이고, 상기 제1 보간 및 상기 제2 보간은 8탭 보간 필터(8-tap interpolation filter)를 기반으로 수행될 수 있다.
다른 일 실시예에서, 상기 제1 보간 및 상기 제2 보간은 6탭 보간 필터(6-tap interpolation filter)를 기반으로 수행될 수 있다.
일 실시예에서, 상기 제1 리파인 움직임 벡터는 상기 제1 움직임 벡터 및 제1 리파인 오프셋의 합을 기반으로 도출되고, 상기 제2 리파인 움직임 벡터는 상기 제2 움직임 벡터 및 제2 리파인 오프셋의 합을 기반으로 도출되며, 상기 제2 리파인 오프셋은 상기 제1 리파인 오프셋과 크기가 같고 부호가 반대일 수 있고, 상기 제1 리파인 움직임 벡터가 지시하는 제1 리파인 참조 블록과 상기 제2 리파인 움직임 벡터가 지시하는 제2 리파인 참조 블록 간의 제1 SAD(Sum of Absolute Differences)는 상기 제1 참조 블록과 상기 제2 참조 블록 간의 제2 SAD보다 작을 수 있다. 이때, 상기 제1 참조 블록 내 SAD 연산을 위한 제1 SAD 연산 영역의 폭은 상기 현재 블록의 폭보다 상기 서치 레인지 만큼 작고, 상기 제1 SAD 연산 영역의 높이는 상기 현재 블록의 높이보다 상기 서치 레인지 만큼 작으며, 상기 제2 참조 블록 내 상기 SAD 연산을 위한 제2 SAD 연산 영역의 폭은 상기 현재 블록의 폭보다 상기 서치 레인지 만큼 작고, 상기 제2 SAD 연산 영역의 높이는 상기 현재 블록의 높이보다 상기 서치 레인지 만큼 작을 수 있다.
일 실시예에서, 상기 제1 리파인 움직임 벡터는 상기 제1 움직임 벡터 및 제1 리파인 오프셋의 합을 기반으로 도출되고, 상기 제2 리파인 움직임 벡터는 상기 제2 움직임 벡터 및 제2 리파인 오프셋의 합을 기반으로 도출되며, 상기 제2 리파인 오프셋은 상기 제1 리파인 오프셋과 크기가 같고 부호가 반대일 수 있고, 상기 제1 리파인 움직임 벡터가 지시하는 제1 리파인 참조 블록과 상기 제2 리파인 움직임 벡터가 지시하는 제2 리파인 참조 블록 간의 제1 SAD(Sum of Absolute Differences)는 상기 제1 참조 블록과 상기 제2 참조 블록 간의 제2 SAD보다 작을 수 있다. 이때, 상기 제1 보간 및 상기 제2 보간은 6탭 보간 필터를 기반으로 수행될 수 있다.
일 실시예에서, 상기 제1 리파인 움직임 벡터는 상기 제1 움직임 벡터 및 제1 리파인 오프셋의 합을 기반으로 도출되고, 상기 제2 리파인 움직임 벡터는 상기 제2 움직임 벡터 및 제2 리파인 오프셋의 합을 기반으로 도출되며, 상기 제2 리파인 오프셋은 상기 제1 리파인 오프셋과 크기가 같고 부호가 반대일 수 있고, 상기 제1 리파인 움직임 벡터가 지시하는 제1 리파인 참조 블록과 상기 제2 리파인 움직임 벡터가 지시하는 제2 리파인 참조 블록 간의 제1 SAD(Sum of Absolute Differences)는 상기 제1 참조 블록과 상기 제2 참조 블록 간의 제2 SAD보다 작을 수 있다. 이때, 상기 제1 보간 필터링 영역 내에서 상기 제1 참조 블록의 외부에 위치한 샘플들 중 일부 샘플들 및 상기 제2 보간 필터링 영역 내에서 상기 제2 참조 블록의 외부에 위치한 샘플들 중 일부 샘플들은 패딩(padding)을 기반으로 도출된 것일 수 있다.
도 14 및 도 15의 디코딩 장치 및 디코딩 장치의 동작 방법에 따르면, 디코딩 장치는 머지 모드 또는 스킵 모드를 기반으로, 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는, 상기 현재 블록의 움직임 정보를 도출하고(S1400), 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지(search range), 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로, 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출하고(S1410), 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하여 상기 현재 블록에 대한 예측된 블록을 생성하고(S1420), 상기 예측된 블록을 기반으로 상기 현재 블록에 대한 복원 블록을 생성하되(S1430), 상기 움직임 보상은 제1 보간(first interpolation) 및 제2 보간(second interpolation)을 기반으로 수행되고, 상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록에 기반한 제2 보간 필터링 영역 내에서 수행되는 것을 특징으로 할 수 있다. 즉, 본 발명에 따르면 DMVR을 기반으로 디코더 복잡도를 개선할 수 있고, 보다 구체적으로는 스킵 모드 또는 머지 모드에서 DMVR을 적용할 시 메모리 사용량을 감소시킬 수 있다.
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 발명의 실시예들이 적용되는 디코더 및 인코더는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, 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 발명의 실시예들이 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 실시예들은 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 판독가능한 캐리어 상에 저장될 수 있다.
도 16은 일 실시예에 따른 컨텐츠 스트리밍 시스템 구조도를 도시하는 도면이다.
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.
상술한 본 발명에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 발명에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
전술한 각각의 파트, 모듈 또는 유닛은 메모리(또는 저장 유닛)에 저장된 연속된 수행과정들을 실행하는 프로세서이거나 하드웨어 파트일 수 있다. 전술한 실시예에 기술된 각 단계들은 프로세서 또는 하드웨어 파트들에 의해 수행될 수 있다. 전술한 실시예에 기술된 각 모듈/블록/유닛들은 하드웨어/프로세서로서 동작할 수 있다. 또한, 본 발명이 제시하는 방법들은 코드로서 실행될 수 있다. 이 코드는 프로세서가 읽을 수 있는 저장매체에 쓰여질 수 있고, 따라서 장치(apparatus)가 제공하는 프로세서에 의해 읽혀질 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
본 발명에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(appICation-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다.

Claims (15)

  1. 디코딩 장치에 의하여 수행되는 픽처 디코딩 방법에 있어서,
    머지 모드 또는 스킵 모드를 기반으로, 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는, 상기 현재 블록의 움직임 정보를 도출하는 단계;
    상기 제1 참조 픽처 및 상기 제2 참조 픽처에 대한 서치 레인지(search range), 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로, 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출하는 단계;
    상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하여 상기 현재 블록에 대한 예측된 블록을 생성하는 단계; 및
    상기 예측된 블록을 기반으로 상기 현재 블록에 대한 복원 블록을 생성하는 단계를 포함하되,
    상기 움직임 보상은 제1 보간(first interpolation) 및 제2 보간(second interpolation)을 기반으로 수행되고,
    상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록에 기반한 제2 보간 필터링 영역 내에서 수행되는 것을 특징으로 하는, 픽처 디코딩 방법.
  2. 제1항에 있어서,
    상기 제1 보간 필터링 영역 내에서 상기 제1 참조 블록의 외부에 위치한 샘플들 중 일부 샘플들 및 상기 제2 보간 필터링 영역 내에서 상기 제2 참조 블록의 외부에 위치한 샘플들 중 일부 샘플들은 패딩(padding)을 기반으로 도출된 것임을 특징으로 하는, 픽처 디코딩 방법.
  3. 제2항에 있어서,
    상기 제1 보간 필터링 영역 내에서 상기 제1 참조 블록의 외부에 위치한 샘플들 중 상기 일부 샘플들은, 상기 제1 보간 필터링 영역 내 일부 영역의 경계에 위치하는 샘플들인 것을 특징으로 하는, 픽처 디코딩 방법.
  4. 제1항에 있어서,
    상기 제1 리파인 움직임 벡터는 상기 제1 움직임 벡터 및 제1 리파인 오프셋의 합을 기반으로 도출되고, 상기 제2 리파인 움직임 벡터는 상기 제2 움직임 벡터 및 제2 리파인 오프셋의 합을 기반으로 도출되며, 상기 제2 리파인 오프셋은 상기 제1 리파인 오프셋과 크기가 같고 부호가 반대인 것을 특징으로 하는, 픽처 디코딩 방법.
  5. 제4항에 있어서,
    상기 제1 리파인 움직임 벡터가 지시하는 제1 리파인 참조 블록과 상기 제2 리파인 움직임 벡터가 지시하는 제2 리파인 참조 블록 간의 제1 SAD(Sum of Absolute Differences)는 상기 제1 참조 블록과 상기 제2 참조 블록 간의 제2 SAD보다 작은 것을 특징으로 하는, 픽처 디코딩 방법.
  6. 제1항에 있어서,
    상기 제1 참조 블록 내 SAD 연산을 위한 제1 SAD 연산 영역의 폭은 상기 현재 블록의 폭보다 상기 서치 레인지 만큼 작고, 상기 제1 SAD 연산 영역의 높이는 상기 현재 블록의 높이보다 상기 서치 레인지 만큼 작으며,
    상기 제2 참조 블록 내 상기 SAD 연산을 위한 제2 SAD 연산 영역의 폭은 상기 현재 블록의 폭보다 상기 서치 레인지 만큼 작고, 상기 제2 SAD 연산 영역의 높이는 상기 현재 블록의 높이보다 상기 서치 레인지 만큼 작은 것을 특징으로 하는, 픽처 디코딩 방법.
  7. 제1항에 있어서,
    상기 서치 레인지는 2 픽셀 크기이고, 상기 제1 보간 및 상기 제2 보간은 8탭 보간 필터(8-tap interpolation filter)를 기반으로 수행되는 것을 특징으로 하는, 픽처 디코딩 방법.
  8. 제1항에 있어서,
    상기 제1 보간 및 상기 제2 보간은 6탭 보간 필터(6-tap interpolation filter)를 기반으로 수행되는 것을 특징으로 하는, 픽처 디코딩 방법.
  9. 제5항에 있어서,
    상기 제1 참조 블록 내 SAD 연산을 위한 제1 SAD 연산 영역의 폭은 상기 현재 블록의 폭보다 상기 서치 레인지 만큼 작고, 상기 제1 SAD 연산 영역의 높이는 상기 현재 블록의 높이보다 상기 서치 레인지 만큼 작으며,
    상기 제2 참조 블록 내 상기 SAD 연산을 위한 제2 SAD 연산 영역의 폭은 상기 현재 블록의 폭보다 상기 서치 레인지 만큼 작고, 상기 제2 SAD 연산 영역의 높이는 상기 현재 블록의 높이보다 상기 서치 레인지 만큼 작은 것을 특징으로 하는, 픽처 디코딩 방법.
  10. 제5항에 있어서,
    상기 제1 보간 및 상기 제2 보간은 6탭 보간 필터를 기반으로 수행되는 것을 특징으로 하는, 픽처 디코딩 방법.
  11. 제5항에 있어서,
    상기 제1 보간 필터링 영역 내에서 상기 제1 참조 블록의 외부에 위치한 샘플들 중 일부 샘플들 및 상기 제2 보간 필터링 영역 내에서 상기 제2 참조 블록의 외부에 위치한 샘플들 중 일부 샘플들은 패딩(padding)을 기반으로 도출된 것임을 특징으로 하는, 픽처 디코딩 방법.
  12. 인코딩 장치에 의하여 수행되는 픽처 인코딩 방법에 있어서,
    머지 모드 또는 스킵 모드를 기반으로, 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는, 상기 현재 블록의 움직임 정보를 도출하는 단계;
    상기 제1 참조 픽처 및 상기 제2 참조 픽처에 대한 서치 레인지, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로, 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출하는 단계;
    상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하는 단계; 및
    상기 움직임 보상에 관한 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되,
    상기 움직임 보상은 제1 보간 및 제2 보간을 기반으로 수행되고,
    상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록에 기반한 제2 보간 필터링 영역 내에서 수행되는 것을 특징으로 하는, 픽처 인코딩 방법.
  13. 제12항에 있어서,
    상기 제1 보간 필터링 영역 내에서 상기 제1 참조 블록의 외부에 위치한 샘플들 중 일부 샘플들 및 상기 제2 보간 필터링 영역 내에서 상기 제2 참조 블록의 외부에 위치한 샘플들 중 일부 샘플들은 패딩을 기반으로 도출된 것임을 특징으로 하는, 픽처 인코딩 방법.
  14. 제12항에 있어서,
    상기 제1 리파인 움직임 벡터는 상기 제1 움직임 벡터 및 제1 리파인 오프셋의 합을 기반으로 도출되고, 상기 제2 리파인 움직임 벡터는 상기 제2 움직임 벡터 및 제2 리파인 오프셋의 합을 기반으로 도출되고, 상기 제2 리파인 오프셋은 상기 제1 리파인 오프셋과 크기가 같고 부호가 반대이며,
    상기 제1 리파인 움직임 벡터가 지시하는 제1 리파인 참조 블록과 상기 제2 리파인 움직임 벡터가 지시하는 제2 리파인 참조 블록 간의 제1 SAD는 상기 제1 참조 블록과 상기 제2 참조 블록 간의 제2 SAD보다 작은 것을 특징으로 하는, 픽처 인코딩 방법.
  15. 픽처 디코딩을 수행하는 디코딩 장치에 있어서,
    머지 모드 또는 스킵 모드를 기반으로 현재 블록의 제1 참조 픽처에 대한 제1 움직임 벡터 및 상기 현재 블록의 제2 참조 픽처에 대한 제2 움직임 벡터를 포함하는 상기 현재 블록의 움직임 정보를 도출하고, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터에 대한 서치 레인지, 상기 제1 움직임 벡터 및 상기 제2 움직임 벡터를 기반으로 상기 제1 움직임 벡터에 대한 제1 리파인 움직임 벡터 및 상기 제2 움직임 벡터에 대한 제2 리파인 움직임 벡터를 도출하고, 상기 제1 리파인 움직임 벡터 및 상기 제2 리파인 움직임 벡터를 기반으로 움직임 보상을 수행하여 상기 현재 블록에 대한 예측된 블록을 생성하는 예측부; 및
    상기 예측된 블록을 기반으로 상기 현재 블록에 대한 복원 블록을 생성하는 가산부를 포함하되,
    상기 움직임 보상은 제1 보간 및 제2 보간을 기반으로 수행되고,
    상기 제1 보간은 상기 제1 움직임 벡터가 지시하는 상기 제1 참조 픽처 내 제1 참조 블록에 기반한 제1 보간 필터링 영역 내에서 수행되고, 상기 제2 보간은 상기 제2 움직임 벡터가 지시하는 상기 제2 참조 픽처 내 제2 참조 블록에 기반한 제2 보간 필터링 영역 내에서 수행되는 것을 특징으로 하는, 디코딩 장치.
PCT/KR2019/008692 2018-07-13 2019-07-15 Dmvr에 기반하여 인터 예측을 수행하는 방법 및 장치 WO2020013673A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201862697994P 2018-07-13 2018-07-13
US62/697,994 2018-07-13
US201862698110P 2018-07-14 2018-07-14
US62/698,110 2018-07-14

Publications (1)

Publication Number Publication Date
WO2020013673A1 true WO2020013673A1 (ko) 2020-01-16

Family

ID=69142385

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/008692 WO2020013673A1 (ko) 2018-07-13 2019-07-15 Dmvr에 기반하여 인터 예측을 수행하는 방법 및 장치

Country Status (1)

Country Link
WO (1) WO2020013673A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017164645A2 (ko) * 2016-03-24 2017-09-28 인텔렉추얼디스커버리 주식회사 비디오 신호 부호화/복호화 방법 및 장치
KR20180059443A (ko) * 2015-09-24 2018-06-04 엘지전자 주식회사 영상 코딩 시스템에서 움직임 벡터 정제 기반 인터 예측 방법 및 장치
KR20180061060A (ko) * 2016-11-28 2018-06-07 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2018113658A1 (en) * 2016-12-22 2018-06-28 Mediatek Inc. Method and apparatus of motion refinement for video coding
WO2018121506A1 (en) * 2016-12-27 2018-07-05 Mediatek Inc. Method and apparatus of bilateral template mv refinement for video coding

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180059443A (ko) * 2015-09-24 2018-06-04 엘지전자 주식회사 영상 코딩 시스템에서 움직임 벡터 정제 기반 인터 예측 방법 및 장치
WO2017164645A2 (ko) * 2016-03-24 2017-09-28 인텔렉추얼디스커버리 주식회사 비디오 신호 부호화/복호화 방법 및 장치
KR20180061060A (ko) * 2016-11-28 2018-06-07 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2018113658A1 (en) * 2016-12-22 2018-06-28 Mediatek Inc. Method and apparatus of motion refinement for video coding
WO2018121506A1 (en) * 2016-12-27 2018-07-05 Mediatek Inc. Method and apparatus of bilateral template mv refinement for video coding

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
WO2020071829A1 (ko) 히스토리 기반 영상 코딩 방법 및 그 장치
WO2019194440A1 (ko) 인트라 예측 모드에 대한 룩업 테이블을 이용한 영상 코딩 방법 및 그 장치
WO2020017861A1 (ko) 서브블록 단위의 시간적 움직임 정보 예측을 위한 인터 예측 방법 및 그 장치
WO2020009390A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 영상 처리 방법 및 장치
WO2017048008A1 (ko) 영상 코딩 시스템에서 인터 예측 방법 및 장치
WO2020141928A1 (ko) 영상 코딩 시스템에서 mmvd 에 따른 예측에 기반한 영상 디코딩 방법 및 장치
WO2020005002A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 템플릿 영역 도출 방법 및 장치
WO2020141886A1 (ko) Sbtmvp 기반 인터 예측 방법 및 장치
WO2020141932A1 (ko) Cpr 기반 mmvd를 이용하는 인터 예측 방법 및 장치
WO2017195914A1 (ko) 비디오 코딩 시스템에서 인터 예측 방법 및 장치
WO2019209026A1 (ko) 비디오 코딩 시스템에서 인터 예측 방법 및 장치
WO2020013480A1 (ko) 인트라 예측 모드를 코딩하는 방법 및 그 장치
WO2020009427A1 (ko) 영상 코딩 시스템의 인터 예측에서 템플릿 기반의 후보 리스트 재정렬 방법 및 장치
WO2019212230A1 (ko) 영상 코딩 시스템에서 블록 사이즈에 따른 변환을 사용하는 영상 디코딩 방법 및 그 장치
WO2020251338A1 (ko) 비디오 또는 영상 코딩 시스템에서의 인터 예측
WO2020251340A1 (ko) 움직임 벡터 예측 기반 영상/비디오 코딩 방법 및 장치
WO2020141884A1 (ko) Cpr 기반 mmvd를 사용하는 영상 코딩 방법 및 장치
WO2019225932A1 (ko) 영상 코딩 시스템에서 dmvr을 사용하는 영상 디코딩 방법 및 그 장치
WO2020004879A1 (ko) 영상 코딩 시스템에서 복수의 주변 블록들을 사용하는 인터 예측에 따른 영상 디코딩 방법 및 장치
WO2020004931A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 영상 처리 방법 및 장치
WO2019199071A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 영상 디코딩 방법 및 장치
WO2019203533A1 (ko) 다중 움직임 모델을 고려한 인터 예측 방법 및 그 장치
WO2020145656A1 (ko) Tmvp 후보의 가용 여부를 시그널링하는 방법 및 장치

Legal Events

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

Ref document number: 19834911

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: 19834911

Country of ref document: EP

Kind code of ref document: A1