WO2020141881A1 - 서브블록 단위의 움직임 정보 기반 인터 예측 방법 및 장치 - Google Patents

서브블록 단위의 움직임 정보 기반 인터 예측 방법 및 장치 Download PDF

Info

Publication number
WO2020141881A1
WO2020141881A1 PCT/KR2020/000019 KR2020000019W WO2020141881A1 WO 2020141881 A1 WO2020141881 A1 WO 2020141881A1 KR 2020000019 W KR2020000019 W KR 2020000019W WO 2020141881 A1 WO2020141881 A1 WO 2020141881A1
Authority
WO
WIPO (PCT)
Prior art keywords
block
motion
motion information
picture
blocks
Prior art date
Application number
PCT/KR2020/000019
Other languages
English (en)
French (fr)
Inventor
장형문
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 WO2020141881A1 publication Critical patent/WO2020141881A1/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
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors

Definitions

  • This document relates to image coding technology, and more particularly, to a method and apparatus for performing inter prediction based on motion information in units of sub-blocks.
  • VR Virtual Reality
  • AR Artificial Realtiy
  • holograms video/video having a video characteristic different from a real video such as a game video
  • video/video having a video characteristic different from a real video such as a game video
  • the broadcast for is increasing.
  • a high-efficiency video/video compression technology is required to effectively compress, transmit, store, and reproduce information of a high-resolution, high-quality video/video having various characteristics as described above.
  • the technical problem of this document is to provide a method and apparatus for improving image coding efficiency.
  • Another technical task of this document is to provide an efficient inter prediction method and apparatus.
  • Another technical problem of this document is to provide a method and apparatus for performing inter prediction by deriving sub-block-based motion information.
  • Another technical task of this document is to provide a method and apparatus for simplifying a motion information derivation process in a subblock unit in a process of constructing a subblock-based temporal motion vector prediction (sbTMVP) candidate to improve image coding efficiency.
  • sbTMVP subblock-based temporal motion vector prediction
  • an image decoding method performed by a decoding apparatus includes deriving reference sub-blocks on a collocated reference picture for sub-blocks of a current block, and motion information for the reference sub-blocks based on a motion patch area on the co-located reference picture. Deriving, deriving motion information for subblocks of the current block based on motion information for the reference subblocks, predicting samples based on motion information for subblocks of the current block Generating, and generating reconstructed samples based on the predicted samples, wherein the reference subblocks are derived by motion shifting based on a motion vector derived from a spatial neighboring block of the current block, and the motion is generated.
  • the patch area is characterized in that it includes a CTU on the co-located reference picture corresponding to the current CTU containing the current block.
  • an image encoding method performed by an encoding device includes deriving reference sub-blocks on a collocated reference picture for sub-blocks of a current block, and motion information for the reference sub-blocks based on a motion patch area on the co-located reference picture. Deriving, deriving motion information for subblocks of the current block based on motion information for the reference subblocks, predicting samples based on motion information for subblocks of the current block Generating, deriving residual samples based on the predicted samples, and encoding information about the residual samples, wherein the reference subblocks are derived from spatial neighboring blocks of the current block. It is derived by shifting motion based on a motion vector, and the motion patch area includes a CTU on the same location reference picture corresponding to the current CTU including the current block.
  • FIG. 1 schematically shows an example of a video/image coding system that can be applied to embodiments of the present document.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/video encoding apparatus applicable to embodiments of the present document.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/video decoding apparatus that can be applied to embodiments of the present document.
  • FIG. 4 shows an example of a video/video encoding method based on inter prediction
  • FIG. 5 is an example schematically showing an inter prediction unit in an encoding device.
  • FIG. 6 shows an example of a video/video decoding method based on inter prediction
  • FIG. 7 is an example schematically showing an inter prediction unit in a decoding apparatus.
  • FIG 9 exemplarily shows a spatial periphery block that can be used to derive a temporal motion information candidate (ATMVP candidate).
  • ATMVP candidate temporal motion information candidate
  • FIG. 10 is a diagram for schematically explaining a process of deriving a sub-block-based temporal motion information candidate (sbTMVP candidate).
  • sbTMVP candidate sub-block-based temporal motion information candidate
  • FIG. 11 shows a motion fetch area for deriving temporal motion information from a reference picture (col picture).
  • FIG. 12 is a diagram for explaining a process of deriving an sbTMVP candidate from a motion patch region of a reference picture (col picture).
  • FIG. 13 shows an embodiment of a method for deriving motion information of a subblock based on a motion patch area in sbTMVP mode.
  • FIG. 14 shows another embodiment of a method of deriving motion information of a subblock based on a motion patch area in sbTMVP mode.
  • 15 is a flowchart schematically illustrating an encoding method that can be performed by an encoding device according to an embodiment of the present document.
  • 16 is a flowchart schematically illustrating a decoding method that can be performed by a decoding apparatus according to an embodiment of the present document.
  • FIG 17 shows an example of a content streaming system to which the embodiments disclosed in this document can be applied.
  • each component in the drawings described in this document is independently shown for convenience of description of different characteristic functions, and does not mean that each component is implemented with separate hardware or separate software.
  • two or more components of each component may be combined to form a single component, or one component may be divided into a plurality of components.
  • Embodiments in which each component is integrated and/or separated are also included in the scope of this document as long as they do not depart from the nature of this document.
  • FIG. 1 schematically shows an example of a video/image coding system that can be applied to embodiments of the present document.
  • a video/image coding system may include a first device (source device) and a second device (receiving device).
  • the source device may transmit the encoded video/image information or data to a receiving device through a digital storage medium or network in the form of a file or streaming.
  • the source device may include a video source, an encoding device, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding apparatus, and a renderer.
  • the encoding device may be referred to as a video/video encoding device, and the decoding device may be referred to as a video/video decoding device.
  • the transmitter can be included in the encoding device.
  • the receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or an external component.
  • the video source may acquire a video/image through a capture, synthesis, or generation process of the video/image.
  • the video source may include a video/image capture device and/or a video/image generation device.
  • the video/image capture device may include, for example, one or more cameras, a video/image archive including previously captured video/images, and the like.
  • the video/image generating device may include, for example, a computer, a tablet and a smartphone, and may (electronically) generate a video/image.
  • a virtual video/image may be generated through a computer or the like, and in this case, a video/image capture process may be replaced by a process in which related data is generated.
  • the encoding device can encode the input video/video.
  • the encoding apparatus may perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
  • the encoded data (encoded video/image information) may be output in the form of a bitstream.
  • the transmitting unit may transmit the encoded video/video information or data output in the form of a bitstream to a receiving unit of a receiving device through a digital storage medium or a network in a file or streaming format.
  • the digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, SSD.
  • the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiver may receive/extract the bitstream and deliver it to a decoding device.
  • the decoding apparatus may decode a video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding apparatus.
  • the renderer can render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • VVC versatile video coding
  • EVC essential video coding
  • AV1 AOMedia Video 1
  • AVS2 2nd generation of audio video coding standard
  • next-generation video/ It can be applied to the method disclosed in the video coding standard (ex. H.267 or H.268, etc.).
  • video may mean a set of images over time.
  • a picture generally refers to a unit representing one image in a specific time period, and a slice/tile is a unit constituting a part of a picture in coding.
  • the slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • One picture may be composed of one or more slices/tiles.
  • One picture may be composed of one or more tile groups.
  • One tile group may include one or more tiles.
  • the brick may represent a rectangular region of CTU rows within a tile in a picture. Tiles can be partitioned into multiple bricks, and each brick can be composed of one or more CTU rows in the tile (A tile may be partitioned into multiple bricks, each of which consisting of one or more CTU rows within the tile ).
  • a tile that is not partitioned into multiple bricks may be also referred to as a brick.
  • a brick scan can indicate a specific sequential ordering of CTUs partitioning a picture, the CTUs can be aligned with a CTU raster scan within a brick, and the bricks in a tile can be aligned sequentially with a raster scan of the bricks of the tile.
  • A, and tiles in a picture can be sequentially aligned with a raster scan of the tiles of the picture
  • a brick scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a brick , bricks within a tile are ordered consecutively in a raster scan of the bricks of the tile, and tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture).
  • a tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture.
  • the tile column is a rectangular area of CTUs, the rectangular area has a height equal to the height of the picture, and the width can be specified by syntax elements in a picture parameter set (The tile column is a rectangular region of CTUs having a height equal to the height of the picture and a width specified by syntax elements in the picture parameter set).
  • the tile row is a rectangular region of CTUs, the rectangular region has a width specified by syntax elements in a picture parameter set, and the height can be the same as the height of the picture (The tile row is a rectangular region of CTUs having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture).
  • a tile scan can indicate a specific sequential ordering of CTUs partitioning a picture, the CTUs can be successively aligned with a CTU raster scan in a tile, and the tiles in a picture can be successively aligned with a raster scan of the tiles of the picture.
  • a tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture).
  • a slice may include an integer number of bricks of a picture, and the integer number of bricks may be included in one NAL unit (A slice includes an integer number of bricks of a picture that may be exclusively contained in a single NAL unit). A slice may consist of either a number of complete tiles or only a consecutive sequence of complete bricks of one tile ).
  • Tile groups and slices are used interchangeably in this document. For example, the tile group/tile group header in this document may be referred to as a slice/slice header.
  • a pixel or a pel may mean a minimum unit constituting one picture (or image). Also, as a term corresponding to a pixel,'sample' may be used.
  • the sample may generally represent a pixel or a pixel value, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component. Alternatively, the sample may mean a pixel value in the spatial domain, or a conversion coefficient in the frequency domain when the pixel value is converted into the frequency domain.
  • the unit may represent a basic unit of image processing.
  • the unit may include at least one of a specific region of a picture and information related to the region.
  • One unit may include one luma block and two chroma (ex. cb, cr) blocks.
  • the unit may be used interchangeably with terms such as a block or area in some cases.
  • the MxN block may include samples (or sample arrays) of M columns and N rows or a set (or array) of transform coefficients.
  • the video encoding device may include a video encoding device.
  • the encoding apparatus 200 includes an image partitioner 210, a predictor 220, a residual processor 230, and an entropy encoder 240. It may be configured to include an adder (250), a filtering unit (filter, 260) and a memory (memory, 270).
  • the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222.
  • the residual processing unit 230 may include a transform unit 232, a quantizer 233, a dequantizer 234, and an inverse transformer 235.
  • the residual processing unit 230 may further include a subtractor 231.
  • the adder 250 may be referred to as a reconstructor or a recontructged block generator.
  • the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, adding unit 250, and filtering unit 260 may include one or more hardware components (for example, it may be configured by an encoder chipset or processor).
  • the memory 270 may include a decoded picture buffer (DPB), or may be configured by a digital storage medium.
  • the hardware component may further include a memory 270 as an internal/external component.
  • the image division unit 210 may divide an input image (or picture, frame) input to the encoding apparatus 200 into one or more processing units.
  • the processing unit may be called a coding unit (CU).
  • the coding unit is recursively divided according to a quad-tree binary-tree ternary-tree (QTBTTT) structure from a coding tree unit (CTU) or a largest coding unit (LCU).
  • QTBTTT quad-tree binary-tree ternary-tree
  • CTU coding tree unit
  • LCU largest coding unit
  • one coding unit may be divided into a plurality of coding units of a deeper depth based on a quad tree structure, a binary tree structure, and/or a ternary structure.
  • a quad tree structure may be applied first, and a binary tree structure and/or a ternary structure may be applied later.
  • a binary tree structure may be applied first.
  • the coding procedure according to this document may be performed based on the final coding unit that is no longer split.
  • the maximum coding unit may be directly used as the final coding unit based on coding efficiency according to image characteristics, or the coding unit may be recursively divided into coding units having a lower depth than optimal if necessary.
  • the coding unit of the size of can be used as the final coding unit.
  • the coding procedure may include procedures such as prediction, transformation, and reconstruction, which will be described later.
  • the processing unit may further include a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be partitioned or partitioned from the above-described final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transformation unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • the unit may be used interchangeably with terms such as a block or area in some cases.
  • the MxN block may represent samples of M columns and N rows or a set of transform coefficients.
  • the sample may generally represent a pixel or a pixel value, and may indicate only a pixel/pixel value of a luma component or only a pixel/pixel value of a saturation component.
  • the sample may be used as a term for one picture (or image) corresponding to a pixel or pel.
  • the encoding device 200 subtracts a prediction signal (a predicted block, a prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input image signal (original block, original sample array).
  • a signal residual signal, residual block, residual sample array
  • the prediction unit may perform prediction on a block to be processed (hereinafter, referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied in units of the current block or CU. As described later in the description of each prediction mode, the prediction unit may generate various information about prediction, such as prediction mode information, and transmit it to the entropy encoding unit 240.
  • the prediction information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra prediction unit 222 may predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart depending on a prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes depending on the degree of detail of the prediction direction. However, this is an example, and more or less directional prediction modes may be used depending on the setting.
  • the intra prediction unit 222 may determine a prediction mode applied to the current block by using a prediction mode applied to neighboring blocks.
  • the inter prediction unit 221 may derive the predicted block for the current block based on a reference block (reference sample array) specified by a motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation of motion information between a neighboring block and a current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block present in the current picture and a temporal neighboring block present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be referred to by a name such as a collocated reference block or a colCU, and a reference picture including the temporal neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive the motion vector and/or reference picture index of the current block. Can be created. Inter prediction may be performed based on various prediction modes. For example, in the case of the skip mode and the merge mode, the inter prediction unit 221 may use motion information of neighboring blocks as motion information of the current block.
  • the residual signal may not be transmitted.
  • the motion vector of the current block is obtained by using the motion vector of the neighboring block as a motion vector predictor and signaling a motion vector difference. I can order.
  • the prediction unit 220 may generate a prediction signal based on various prediction methods described below.
  • the prediction unit may apply intra prediction or inter prediction as well as intra prediction and inter prediction at the same time for prediction for one block. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or a palette mode for prediction of a block.
  • the IBC prediction mode or palette mode may be used for content video/video coding such as a game, such as screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction in the current picture, but may be performed similarly to inter prediction in that a reference block is derived in the current picture. That is, the IBC can use at least one of the inter prediction techniques described in this document.
  • the palette mode can be regarded as an example of intra coding or intra prediction. When the palette mode is applied, a sample value in a picture may be signaled based on information on the palette table and palette index.
  • the prediction signal generated through the prediction unit may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique is DCT (Discrete Cosine Transform), DST (Discrete Sine Transform), KLT ( ), GBT (Graph-Based Transform), or CNT (Conditionally Non-linear Transform).
  • GBT refers to a transformation obtained from this graph when it is said to graphically represent relationship information between pixels.
  • CNT means a transform obtained by generating a prediction signal using all previously reconstructed pixels and obtained based on the predicted signal.
  • the transform process may be applied to pixel blocks having the same size of a square, or may be applied to blocks of variable sizes other than squares.
  • the quantization unit 233 quantizes the transform coefficients and transmits them to the entropy encoding unit 240, and the entropy encoding unit 240 encodes a quantized signal (information about quantized transform coefficients) and outputs it as a bitstream. have. Information about the quantized transform coefficients may be called residual information.
  • the quantization unit 233 may rearrange block-type quantized transform coefficients into a one-dimensional vector form based on a coefficient scan order, and quantize the quantized transform coefficients based on the one-dimensional vector form. Information regarding transform coefficients may be generated.
  • the entropy encoding unit 240 may perform various encoding methods, such as exponential Golomb (CAVLC), context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • CAVLC exponential Golomb
  • CAVLC context-adaptive variable length coding
  • CABAC context-adaptive binary arithmetic coding
  • the entropy encoding unit 240 may encode information necessary for video/image reconstruction (eg, a value of syntax elements, etc.) together with the quantized transform coefficients together or separately.
  • the encoded information (ex. encoded video/video information) may be transmitted or stored in units of network abstraction layer (NAL) units in the form of a bitstream.
  • NAL network abstraction layer
  • the video/video information may further include information regarding various parameter sets such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/video information may further include general constraint information.
  • information and/or syntax elements transmitted/signaled from an encoding device to a decoding device may be included in video/video information.
  • the video/video information may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream can be transmitted over a network or stored on a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, SSD.
  • the signal output from the entropy encoding unit 240 may be configured as an internal/external element of the encoding device 200 by a transmitting unit (not shown) and/or a storing unit (not shown) for storing, or the transmitting unit It may be included in the entropy encoding unit 240.
  • the quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
  • a residual signal residual block or residual samples
  • the adder 155 adds the reconstructed residual signal to the predicted signal output from the inter predictor 221 or the intra predictor 222, so that the reconstructed signal (restored picture, reconstructed block, reconstructed sample array) Can be generated. If there is no residual for the block to be processed, such as when the skip mode is applied, the predicted block may be used as a reconstructed block.
  • the adder 250 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of a next processing target block in a current picture, or may be used for inter prediction of a next picture through filtering as described below.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 260 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 260 may generate a modified restoration picture by applying various filtering methods to the restoration picture, and the modified restoration picture may be a DPB of the memory 270, specifically, the memory 270. Can be stored in.
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
  • the filtering unit 260 may generate various pieces of information regarding filtering as described later in the description of each filtering method, and transmit them to the entropy encoding unit 240.
  • the filtering information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 270 may be used as a reference picture in the inter prediction unit 221.
  • inter prediction When the inter prediction is applied through the encoding apparatus, prediction mismatch between the encoding apparatus 100 and the decoding apparatus can be avoided, and encoding efficiency can be improved.
  • the memory 270 DPB may store the modified reconstructed picture for use as a reference picture in the inter prediction unit 221.
  • the memory 270 may store motion information of a block from which motion information in a current picture is derived (or encoded) and/or motion information of blocks in a picture that has already been reconstructed.
  • the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 270 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 222.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/video decoding apparatus that can be applied to embodiments of the present document.
  • the decoding apparatus 300 includes an entropy decoder (310), a residual processor (320), a prediction unit (predictor, 330), an adder (340), and a filtering unit (filter, 350) and memory (memoery, 360).
  • the prediction unit 330 may include an inter prediction unit 331 and an intra prediction unit 332.
  • the residual processing unit 320 may include a deequantizer (321) and an inverse transformer (321).
  • the entropy decoding unit 310, the residual processing unit 320, the prediction unit 330, the adding unit 340, and the filtering unit 350 described above may include one hardware component (eg, a decoder chipset or processor) according to an embodiment. ).
  • the memory 360 may include a decoded picture buffer (DPB), or may be configured by a digital storage medium.
  • the hardware component may further include a memory 360 as an internal/external component.
  • the decoding apparatus 300 may restore an image corresponding to a process in which the video/image information is processed in the encoding apparatus of FIG. 2.
  • the decoding apparatus 300 may derive units/blocks based on block partitioning related information obtained from the bitstream.
  • the decoding apparatus 300 may perform decoding using a processing unit applied in the encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit, and the coding unit may be divided along a quad tree structure, a binary tree structure and/or a ternary tree structure from a coding tree unit or a largest coding unit.
  • One or more transform units can be derived from the coding unit. Then, the decoded video signal decoded and output through the decoding device 300 may be reproduced through the reproduction device.
  • the decoding apparatus 300 may receive the signal output from the encoding apparatus of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310.
  • the entropy decoding unit 310 may parse the bitstream to derive information (eg, video/image information) necessary for image reconstruction (or picture reconstruction).
  • the video/video information may further include information regarding various parameter sets such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/video information may further include general constraint information.
  • the decoding apparatus may decode a picture further based on the information on the parameter set and/or the general restriction information.
  • Signaling/receiving information and/or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 310 decodes information in a bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, and quantizes a value of a syntax element required for image reconstruction and a transform coefficient for residual.
  • a coding method such as exponential Golomb coding, CAVLC, or CABAC
  • the CABAC entropy decoding method receives bins corresponding to each syntax element in a bitstream, and decodes syntax element information to be decoded and decoding information of neighboring and decoding target blocks or symbol/bin information decoded in the previous step.
  • the context model is determined by using, and the probability of occurrence of the 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. have.
  • the CABAC entropy decoding method may update the context model using the decoded symbol/bin information for the next symbol/bin context model after determining the context model.
  • prediction information is provided to a prediction unit (inter prediction unit 332 and intra prediction unit 331), and the entropy decoding unit 310 performs entropy decoding.
  • the dual value, that is, quantized transform coefficients and related parameter information may be input to the residual processing unit 320.
  • the residual processor 320 may derive a residual signal (residual block, residual samples, residual sample array). Also, information related to filtering among information decoded by the entropy decoding unit 310 may be provided to the filtering unit 350. Meanwhile, a receiving unit (not shown) receiving a signal output from the encoding device may be further configured as an internal/external element of the decoding device 300, or the receiving unit may be a component of the entropy decoding unit 310.
  • the decoding device may be called a video/picture/picture decoding device, and the decoding device may be classified into an information decoder (video/picture/picture information decoder) and a sample decoder (video/picture/picture sample decoder). It might be.
  • the information decoder may include the entropy decoding unit 310, and the sample decoder may include the inverse quantization unit 321, an inverse transformation unit 322, an addition unit 340, a filtering unit 350, and a memory 360 ), at least one of an inter prediction unit 332 and an intra prediction unit 331.
  • the inverse quantization unit 321 may inverse quantize the quantized transform coefficients to output transform coefficients.
  • the inverse quantization unit 321 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, the reordering may be performed based on the coefficient scan order performed by the encoding device.
  • the inverse quantization unit 321 may perform inverse quantization on the quantized transform coefficients by using a quantization parameter (for example, quantization step size information), and obtain transform coefficients.
  • a quantization parameter for example, quantization step size information
  • the inverse transform unit 322 inversely transforms the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction is applied to the current block or inter prediction is applied based on the information on the prediction output from the entropy decoding unit 310, and may determine a specific intra/inter prediction mode.
  • the prediction unit 320 may generate a prediction signal based on various prediction methods described below.
  • the prediction unit may apply intra prediction or inter prediction as well as intra prediction and inter prediction at the same time for prediction for one block. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or a palette mode for prediction of a block.
  • the IBC prediction mode or palette mode may be used for content video/video coding such as a game, such as screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction in the current picture, but may be performed similarly to inter prediction in that a reference block is derived in the current picture. That is, the IBC can use at least one of the inter prediction techniques described in this document.
  • the palette mode can be regarded as an example of intra coding or intra prediction. When the palette mode is applied, information on the palette table and palette index may be signaled by being included in the video/image information.
  • the intra prediction unit 331 may predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart depending on a prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra prediction unit 331 may determine a prediction mode applied to the current block using a prediction mode applied to neighboring blocks.
  • the inter prediction unit 332 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation of motion information between a neighboring block and a current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block present in the current picture and a temporal neighboring block present in the reference picture.
  • the inter prediction unit 332 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or reference picture index of the current block based on the received candidate selection information. Inter-prediction may be performed based on various prediction modes, and information on the prediction may include information indicating a mode of inter-prediction for the current block.
  • the adder 340 reconstructs the obtained residual signal by adding it to the predicted signal (predicted block, predicted sample array) output from the predictor (including the inter predictor 332 and/or the intra predictor 331) A signal (restored picture, reconstructed block, reconstructed sample array) can be generated. If there is no residual for the block to be processed, such as when the skip mode is applied, the predicted block may be used as a reconstructed block.
  • the adding unit 340 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of a next processing target block in a current picture, may be output through filtering as described below, or may be used for inter prediction of a next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 350 may apply subjective/objective filtering to improve subjective/objective image quality.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and the modified reconstructed picture may be a DPB of the memory 360, specifically, the memory 360 Can be transferred to.
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
  • the (corrected) reconstructed picture stored in the DPB of the memory 360 may be used as a reference picture in the inter prediction unit 332.
  • the memory 360 may store motion information of a block from which motion information in a current picture is derived (or decoded) and/or motion information of blocks in a picture that has already been reconstructed.
  • the stored motion information may be transmitted to the inter prediction unit 332 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 360 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 331.
  • the embodiments described in the filtering unit 260, the inter prediction unit 221, and the intra prediction unit 222 of the encoding device 200 are respectively the filtering unit 350 and the inter prediction of the decoding device 300.
  • the unit 332 and the intra prediction unit 331 may be applied to the same or corresponding.
  • a predicted block including prediction samples for a current block which is a block to be coded
  • the predicted block includes prediction samples in a spatial domain (or pixel domain).
  • the predicted block is derived equally from an encoding device and a decoding device, and the encoding device 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 the device can improve video coding efficiency.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, generate a reconstruction block including reconstruction samples by combining the residual block and the predicted block, and generate reconstruction blocks. It is possible to generate a reconstructed picture that includes.
  • 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 transformation procedures on residual samples (residual sample array) included in the residual block to derive transformation coefficients. And, by performing a quantization procedure on the transform coefficients, the quantized transform coefficients are derived to signal related residual information (via a bitstream) to a decoding apparatus.
  • the residual information may include information such as value information of the quantized transform coefficients, position information, a transform technique, a transform kernel, and quantization parameters.
  • the decoding apparatus may perform an inverse quantization/inverse transformation procedure based on the residual information and derive residual samples (or residual blocks).
  • the decoding apparatus may generate a reconstructed picture based on the predicted block and the residual block.
  • the encoding apparatus can also dequantize/inverse transform quantized transform coefficients for reference for inter prediction of a picture, to derive a residual block, and generate a reconstructed picture based on the quantized/inverse transform.
  • intra prediction or inter prediction may be applied when performing prediction on the current block.
  • inter prediction is applied to the current block.
  • the prediction unit (more specifically, the inter prediction unit) of the encoding/decoding apparatus may perform inter prediction in block units to derive prediction samples.
  • Inter prediction may represent a prediction derived in a manner dependent on data elements (eg, sample values, or motion information) of a picture(s) other than the current picture.
  • data elements eg, sample values, or motion information
  • When inter prediction is applied to a current block based on a reference block (reference sample array) specified by a motion vector on a reference picture indicated by the reference picture index, a predicted block (predictive sample array) for the current block is derived.
  • a reference block reference sample array
  • a predicted block predictive sample array
  • motion information of the current block may be predicted in units of blocks, subblocks, or samples based on the correlation of motion information between a neighboring block and a current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be referred to by a name such as a collocated reference block or a colCU, and a reference picture including the temporal neighboring block may be called a collocated picture (colPic). It might be.
  • a motion information candidate list may be constructed based on neighboring blocks of the current block, and a flag indicating which candidate is selected (used) to derive a motion vector and/or reference picture index of the current block, or Index information may be signaled.
  • Inter prediction may be performed based on various prediction modes. For example, in the case of the skip mode and the merge mode, motion information of a current block may be the same as motion information of a selected neighboring block. In the skip mode, unlike the merge mode, the residual signal may not be transmitted.
  • a motion vector of a selected neighboring block is used as a motion vector predictor, and a motion vector difference can be signaled.
  • the motion vector of the current block may be derived using the sum of the motion vector predictor and the motion vector difference.
  • the motion information may include L0 motion information and/or L1 motion information according to an inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.).
  • the motion vector in the L0 direction may be called an L0 motion vector or MVL0
  • the motion vector in the L1 direction may be called an L1 motion vector or MVL1.
  • the prediction based on the L0 motion vector can be called L0 prediction
  • the prediction based on the L1 motion vector can be called L1 prediction
  • the prediction based on both the L0 motion vector and the L1 motion vector can be called pair (Bi) prediction. .
  • the L0 motion vector may represent a motion vector associated with the reference picture list L0 (L0), and the L1 motion vector may represent a motion vector associated with the reference picture list L1 (L1).
  • the reference picture list L0 may include previous pictures in the output order than the current picture as reference pictures, and the reference picture list L1 may include subsequent pictures in the output order than the current picture. Previous pictures may be referred to as forward (reference) pictures, and subsequent pictures may be referred to as reverse (reference) pictures.
  • the reference picture list L0 may further include subsequent pictures as reference pictures in an output order than the current picture. In this case, in the reference picture list L0, previous pictures may be indexed first and subsequent pictures may then be indexed.
  • the reference picture list L1 may further include previous pictures as reference pictures in an output order than the current picture.
  • subsequent pictures may be indexed first and previous pictures may then be indexed.
  • the output order may correspond to a picture order count (POC) order.
  • POC picture order count
  • various inter prediction modes may be used for prediction of a current block in a picture.
  • various modes such as merge mode, skip mode, motion vector prediction (MVP) mode, affine mode, sub-block merge mode, merge with MVD (MMVD) mode, and historical motino vector prediction (HMVP) mode
  • Decoder side motion vector refinement (DMVR) mode adaptive motion vector resolution (AMVR) mode, bi-prediction with CU-level weight (BCW), bi-directional optical flow (BDOF), etc.
  • the affine mode may also be called aaffine motion prediction mode.
  • the MVP mode may also be called AMVP (advanced motion vector prediction) mode.
  • the motion information candidates derived by some modes and/or some modes in this document may be included as one of the candidates related to motion information of other modes.
  • the HMVP candidate may be added as a merge candidate in the merge/skip mode, or may be added as an mvp candidate in the MVP mode.
  • the HMVP candidate may be called an HMVP merge candidate.
  • the prediction mode information indicating the inter prediction mode of the current block may be signaled from the encoding device to the decoding device. At this time, the prediction mode information may be included in the bitstream and received by the decoding device.
  • the prediction mode information may include index information indicating one of a plurality of candidate modes.
  • the inter prediction mode may be indicated through hierarchical signaling of flag information.
  • the prediction mode information may include one or more flags.
  • the skip flag is signaled to indicate whether the skip mode is applied, and when the skip mode is not applied, the merge flag is signaled to indicate whether the merge mode is applied, and when the merge mode is not applied, the MVP mode is applied. It may be indicated as or may further signal a flag for further classification.
  • the affine mode may be signaled as an independent mode, or may be signaled as a mode dependent on a merge mode or an MVP mode.
  • the affine mode may include affine merge mode and affine MVP mode.
  • motion information of a current block can be used.
  • the encoding apparatus may derive optimal motion information for the current block through a motion estimation procedure. For example, the encoding apparatus may search similar reference blocks having high correlation using the original blocks in the original picture for the current block in fractional pixel units within a predetermined search range in the reference picture, thereby deriving motion information.
  • the similarity of the block can be derived based on the difference between phase-based sample values. For example, the similarity of a block can be calculated based on sum of absolute differences (SAD) between the current block (or the template of the current block) and the reference block (or the template of the reference block). In this case, motion information may be derived based on a reference block having the smallest SAD in the search area.
  • the derived motion information may be signaled to the decoding apparatus according to various methods based on the inter prediction mode.
  • the predicted block for the current block may be derived based on the motion information derived according to the inter prediction mode.
  • the predicted block may include predictive samples (predictive sample array) of the current block.
  • MV motion vector
  • an interpolation procedure may be performed, and through this, prediction samples of the current block may be derived based on reference samples in a fractional sample unit in the reference picture. Can.
  • Affine inter prediction is applied to the current block, prediction samples may be generated based on a sample/subblock unit MV.
  • prediction samples derived based on L0 prediction that is, prediction using a reference picture and MVL0 in a reference picture list L0
  • L1 prediction that is, using a reference picture and MVL1 in a reference picture list L1
  • Prediction samples derived through a weighted sum (weighted) or a weighted average of prediction samples derived based on prediction) may be used as prediction samples of a current block.
  • the reference picture used for L0 prediction and the reference picture used for L1 prediction are located in different temporal directions based on the current picture (that is, when it is bi-prediction and bi-directional prediction) This can be called true pair prediction.
  • reconstruction samples and reconstruction pictures may be generated based on the derived prediction samples, and then procedures such as in-loop filtering may be performed.
  • FIG. 4 shows an example of a video/video encoding method based on inter prediction
  • FIG. 5 is an example schematically showing an inter prediction unit in an encoding device.
  • the inter prediction unit in the encoding apparatus of FIG. 5 may be applied to the inter prediction unit 221 of the encoding apparatus 200 of FIG. 2 as described above.
  • the encoding apparatus performs inter prediction on the current block (S400).
  • the encoding device may derive the inter prediction mode and motion information of the current block, and generate prediction samples of the current block.
  • the procedure for determining the inter prediction mode, deriving motion information, and generating prediction samples may be performed simultaneously, or one procedure may be performed before the other procedure.
  • the inter prediction unit 221 of the encoding apparatus may include a prediction mode determination unit 221_1, a motion information derivation unit 221_2, and a prediction sample derivation unit 221_3, and the prediction mode determination unit 221_1
  • motion information of the current block is derived from the motion information deriving unit 221_2
  • prediction samples of the current block are derived from the prediction sample deriving unit 221_3.
  • the inter prediction unit 221 of the encoding apparatus searches a block similar to the current block in a certain area (search area) of reference pictures through motion estimation, and the difference from the current block is minimum or A reference block that is below a certain criterion can be derived.
  • a reference picture index indicating a reference picture in which the reference block is located may be derived, and a motion vector may be derived based on a difference in position between the reference block and the current block.
  • the encoding apparatus may determine a mode applied to the current block among various prediction modes.
  • the encoding apparatus may compare RD cost for various prediction modes and determine an optimal prediction mode for the current block.
  • the encoding apparatus configures a merge candidate list, and the difference from the current block among reference blocks indicated by the merge candidates included in the merge candidate list is minimum or constant.
  • Reference blocks below the standard can be derived.
  • a merge candidate associated with the derived reference block is selected, and merge index information indicating the selected merge candidate may be generated and signaled to the decoding apparatus.
  • Motion information of a current block may be derived using motion information of a selected merge candidate.
  • the encoding device configures the (A)MVP candidate list, and (m) the selected mvp candidate among the mvp (motion vector predictor) candidates included in the MVP candidate list.
  • the motion vector can be used as the mvp of the current block.
  • a motion vector indicating a reference block derived by the above-described motion estimation may be used as a motion vector of the current block, and among the mvp candidates, a motion vector having the smallest difference from the motion vector of the current block may be used.
  • the mvp candidate to have may be the selected mvp candidate.
  • a motion vector difference which is a difference obtained by subtracting mvp from a motion vector of a current block, may be derived.
  • information about the MVD may be signaled to the decoding device.
  • the value of the reference picture index may be configured and reference signal index information may be separately signaled to a decoding device.
  • the encoding apparatus may derive residual samples based on the predicted samples (S410).
  • the encoding apparatus may derive residual samples through comparison of original samples and prediction samples of the current block.
  • the encoding device encodes video information including prediction information and residual information (S420).
  • the encoding device may output the encoded image information in the form of a bitstream.
  • the prediction information is information related to a prediction procedure and may include prediction mode information (eg, skip flag, merge flag or mode index, etc.) and motion information.
  • the information on the motion information may include candidate selection information (ex. merge index, mvp flag or mvp index) that is information for deriving a motion vector.
  • the information on the motion information may include the information on the MVD and/or reference picture index information.
  • the information on motion information may include information indicating whether L0 prediction, L1 prediction, or bi prediction is applied.
  • the residual information is information about residual samples.
  • the residual information may include information about quantized transform coefficients for residual samples.
  • the output bitstream may be stored in a (digital) storage medium and transmitted to a decoding device, or may be delivered to a decoding device through a network.
  • the encoding apparatus may generate a reconstructed picture (including reconstructed samples and reconstructed blocks) based on reference samples and residual samples. This is for deriving the same prediction result as that performed by the decoding device in the encoding device, because it is possible to increase coding efficiency. Accordingly, the encoding apparatus may store the reconstructed picture (or reconstructed samples, reconstructed block) in a memory and use it as a reference picture for inter prediction. As described above, an in-loop filtering procedure may be further applied to the reconstructed picture.
  • FIG. 6 shows an example of a video/video decoding method based on inter prediction
  • FIG. 7 is an example schematically showing an inter prediction unit in a decoding apparatus.
  • the inter prediction unit in the decoding apparatus of FIG. 7 may be applied to the inter prediction unit 332 of the decoding apparatus 300 of FIG. 3 as described above.
  • the decoding device may perform an operation corresponding to an operation performed in the encoding device.
  • the decoding apparatus may perform prediction on the current block and derive prediction samples based on the received prediction information.
  • the decoding apparatus may determine a prediction mode for the current block based on the received prediction information (S600).
  • the decoding apparatus may determine which inter prediction mode is applied to the current block based on the prediction mode information in the prediction information.
  • inter prediction mode candidates may include skip mode, merge mode and/or (A)MVP mode, or various inter prediction modes described above.
  • the decoding device derives motion information of the current block based on the determined inter prediction mode (S610). For example, when a skip mode or a merge mode is applied to the current block, the decoding apparatus may configure a merge candidate list and select one of merge candidates included in the merge candidate list. Here, the selection may be performed based on the selection information (merge index) described above. Motion information of a current block may be derived using motion information of a selected merge candidate. Motion information of the selected merge candidate may be used as motion information of the current block.
  • the decoding apparatus configures the (A)MVP candidate list and (m) the selected mvp candidate among the (m) motion vector predictor (mvp) candidates included in the MVP candidate list.
  • the motion vector can be used as the mvp of the current block.
  • the selection may be performed based on the selection information (mvp flag or mvp index) described above.
  • the MVD of the current block can be derived based on the information on the MVD
  • the motion vector of the current block can be derived based on the mvp and MVD of the current block.
  • the reference picture index of the current block may be derived based on the reference picture index information.
  • the picture indicated by the reference picture index in the reference picture list for the current block may be derived as a reference picture referenced for inter prediction of the current block.
  • motion information of a current block may be derived without configuring a candidate list, and in this case, motion information of a current block may be derived according to a procedure initiated in a prediction mode.
  • the candidate list configuration as described above may be omitted.
  • the decoding apparatus may generate prediction samples for the current block based on the motion information of the current block (S620).
  • a reference picture may be derived based on the reference picture index of the current block, and prediction samples of the current block may be derived using samples of the reference block indicated by the motion vector of the current block on the reference picture.
  • a prediction sample filtering procedure for all or part of the prediction samples of the current block may be further performed.
  • the inter prediction unit 332 of the decoding apparatus may include a prediction mode determination unit 332_1, a motion information derivation unit 332_2, and a prediction sample derivation unit 332_3, and the prediction mode determination unit 332_1
  • the prediction mode for the current block is determined based on the prediction mode information received from the motion information, and motion information (motion vector and/or reference picture) of the current block based on the motion information received from the motion information derivation unit 332_2 Index, etc.), and the prediction sample deriving unit 332_3 may derive prediction samples of the current block.
  • the decoding apparatus generates residual samples for the current block based on the received residual information (S630).
  • the decoding apparatus may generate reconstructed samples for the current block based on the predicted samples and residual samples, and generate a reconstructed picture based on the reconstructed samples (S640).
  • an in-loop filtering procedure may be further applied to the reconstructed picture.
  • the inter prediction procedure may include a step of determining an inter prediction mode, a step of deriving motion information according to the determined prediction mode, and performing a prediction (generating a predictive sample) based on the derived motion information.
  • the inter prediction procedure can be performed in the encoding device and the decoding device as described above.
  • motion information candidate(s) is derived based on spatial peripheral block(s) and temporal peripheral block(s), and based on the derived motion information candidate(s)
  • a motion information candidate for a block can be selected.
  • the selected motion information candidate may be used as motion information of the current block.
  • the spatial neighboring blocks refer to neighboring blocks located around the current block 800, which is a target for performing current inter prediction, and neighboring blocks or current blocks located around the left side of the current block 800 800) may include peripheral blocks located around the upper side.
  • the spatial peripheral block may include a block around the lower left corner of the current block 800, a block around the left side, a block around the upper right corner, a block around the upper side, and a block around the upper left corner.
  • spatial peripheral blocks are illustrated as “S”.
  • the encoding device/decoding device determines the spatial periphery blocks of the current block (eg, a block around the lower left corner, a block around the left corner, a block around the upper right corner, a block around the upper block, a block around the upper left corner). According to the search, available neighboring blocks are detected, and motion information of the detected neighboring blocks can be derived as a spatial motion information candidate.
  • the spatial periphery blocks of the current block eg, a block around the lower left corner, a block around the left corner, a block around the upper right corner, a block around the upper block, a block around the upper left corner.
  • the temporal neighboring block is a block located on a different picture (ie, a reference picture) from the current picture including the current block 800, and refers to a block at the same position as the current block 800 in the reference picture.
  • the reference picture may be before or after the current picture on a picture order count (POC).
  • a reference picture used in deriving a temporal neighboring block may be referred to as a col picture.
  • a block at the same position may indicate a block located at a position in a col picture corresponding to a position of the current block 800, and may be referred to as a col block. For example, as shown in FIG.
  • the temporal neighboring block is a col block (ie, a lower right corner) positioned within a reference picture (ie, a col picture) corresponding to a sample position of a lower right corner of the current block 800.
  • temporal peripheral blocks are illustrated as “T”.
  • the encoding device/decoding device searches for available temporal temporal blocks of the current block (for example, a col block including a lower right corner sample and a col block including a center lower right sample) according to a predetermined order. And detecting motion information of the detected block as a temporal motion information candidate.
  • the technique using temporal temporal blocks may be referred to as temporal motion vector prediction (TMVP).
  • the spatial motion information candidate may be derived from spatial neighboring blocks based on spatial similarity
  • the temporal motion information candidate may be derived from temporal neighboring blocks based on temporal similarity.
  • the TMVP method using a temporal peripheral block uses motion information of a col block in a reference picture corresponding to a lower right corner sample position of a current block or a center lower right sample position of a current block, and thus cannot reflect motion within a screen. There are limits. Accordingly, an adaptive temporal motion vector prediction (ATMVP) may be used as a method for improving the existing TMVP method.
  • ATMVP adaptive temporal motion vector prediction
  • ATMVP is a method of correcting temporal similarity information considering spatial similarity, derives a col block based on a position indicated by a motion vector of a spatial neighboring block, and a motion vector of the derived col block is a temporal motion information candidate (that is, an ATMVP candidate ). In this way, ATMVP derives col blocks using spatial neighboring blocks, thereby increasing the accuracy of col blocks than in the conventional TMVP method.
  • FIG 9 exemplarily shows a spatial periphery block that can be used to derive a temporal motion information candidate (ATMVP candidate).
  • ATMVP candidate temporal motion information candidate
  • the ATMVP-based inter prediction method (hereinafter referred to as an ATMVP mode) derives a col block (or a corresponding block) using a spatial neighboring block of the current block, and uses it as a temporal motion information candidate (ie, ATMVP candidate). Can be configured.
  • the spatial peripheral block includes at least one of a block around the lower left corner of the current block (A0), a block around the left (A1), a block around the upper right corner (B0), and a block around the upper side (B1). It may include.
  • the spatial periphery block may further include other periphery blocks (for example, upper left corner periphery blocks) other than the periphery block shown in FIG. 9, or a specific periphery block among the periphery blocks shown in FIG. 9. You may not.
  • the spatial peripheral block may include only a specific peripheral block, for example, only the left peripheral block A1 of the current block.
  • the encoding device/decoding device detects a temporal vector of the spatial neighboring block that is first available while searching for a spatial neighboring block according to a predetermined search order in constructing a temporal motion information candidate, A block at a position indicated by a temporal vector of the spatial neighboring block in the reference picture may be determined as a col block (ie, a corresponding block).
  • whether the spatial neighboring block is available or not may be determined by reference picture information, prediction mode information, and location information of the spatial neighboring block. For example, when the reference picture of the spatial neighboring block and the reference picture of the current block are the same, the corresponding spatial neighboring block may be determined to be available. Alternatively, when the spatial neighboring block is coded in the intra prediction mode or when the spatial neighboring block is located outside the current picture/tile, it may be determined that the corresponding spatial neighboring block is not available.
  • the search order of the spatial neighboring blocks may be variously defined, for example, A1, B1, B0, A0. Alternatively, it is possible to determine whether A1 is available by searching only A1.
  • motion information may be derived in units of sub-blocks to perform prediction.
  • motion information may be derived in units of subblocks.
  • a method for deriving a temporal motion information candidate (that is, an ATMVP candidate) on a subblock basis may be referred to as subblock-based temporal motion vector prediction (SVTMVP).
  • SVTMVP subblock-based temporal motion vector prediction
  • FIG. 10 is a diagram for schematically explaining a process of deriving a sub-block-based temporal motion information candidate (sbTMVP candidate).
  • sbTMVP candidate sub-block-based temporal motion information candidate
  • sbTMVP is a method of using a motion field in a col picture to improve motion vector prediction (MVP) and merge mode of coding units in the current picture
  • the col picture of sbTMVP may be the same as the col picture used by TMVP.
  • TMVP performs motion prediction at a coding unit (CU) level
  • sbTMVP may perform motion prediction at a subblock level or a sub-coding unit (sub-CU) level.
  • TMVP fetches temporal motion information from a col block in a col picture (where the col block is a col block corresponding to a lower right corner sample position of the current block or a center lower right sample position of the current block), sbTMVP patches temporal motion information after applying a motion shift from a col picture.
  • the motion shift may mean a process of deriving a col block for the current block by using a motion vector of one of the spatial neighboring blocks of the current block (eg, A1 neighboring block).
  • the encoding/decoding device may determine whether a spatial neighboring block (eg, A1) of the current block is available. For example, when a reference picture of a spatial peripheral block (eg, A1) uses a col picture, the spatial peripheral block (eg, A1) may be determined to be available, and a motion vector of the spatial peripheral block (eg, A1) may be Can be derived. At this time, a motion vector of a spatial peripheral block (eg, A1) may be referred to as a temporal MV (tempMV), and this motion vector may be used for motion shift.
  • a spatial neighboring block eg, A1 of the current block is available. For example, when a reference picture of a spatial peripheral block (eg, A1) uses a col picture, the spatial peripheral block (eg, A1) may be determined to be available, and a motion vector of the spatial peripheral block (eg, A1) may be Can be derived. At this time, a motion vector of a spatial peripheral block (eg, A1) may be referred
  • the temporal MV ie, the motion vector of the spatial neighboring block
  • the movement shift may be set to (0, 0).
  • the encoding/decoding apparatus may apply motion shift based on a motion vector of a spatial peripheral block (eg, A1).
  • the motion shift may be set as a motion vector of a spatial peripheral block (eg, A1). That is, by applying a motion shift, a motion vector of a spatial neighboring block (eg, A1) may be added to the coordinates of the current block.
  • the encoding/decoding apparatus may derive a motion shifted col subblock on a col picture, and acquire motion information (motion vector, reference index, etc.) of each col subblock. That is, the encoding/decoding apparatus is col col each on the col picture corresponding to the motion shifted position (ie, the position indicated by the motion vector of the spatial neighboring block (eg, A1)) at the center sample position of each subblock for the current block. Blocks can be derived.
  • motion information of each col sub-block may be used as motion information of each sub-block for the current block (ie, sbTMVP candidate).
  • the center sample position may refer to a sample located in the lower right of the four samples located in the center of the subblock.
  • scaling may be applied to motion vectors of the col subblock.
  • the scaling may be performed based on a difference in temporal distance between a reference picture of a col block and a reference picture of a current block. Accordingly, the scaling may be referred to as temporal motion scaling, through which reference pictures of the current block and reference pictures of temporal motion vectors may be aligned.
  • the encoding/decoding apparatus may obtain motion vectors of the scaled col subblock as motion information of each subblock for the current block.
  • motion information of a col subblock may not exist in a specific col subblock.
  • a motion vector of a block located in the center of the col block that is, a block including a sample located in the lower right of the 4 samples in the center
  • This can be stored as a representative motion vector.
  • affine merge candidates and sbTMVP candidates may be derived, and a subblock-based merge candidate list may be configured based on the candidates.
  • flag information indicating whether it is enabled or disabled may be signaled.
  • the sbTMVP mode is available based on the flag information
  • the sbTMVP candidate derived as described above may be added to the first entry of the subblock-based merge candidate list.
  • affine merge candidates may be added to the next entry in the subblock-based merge candidate list.
  • the maximum number of candidates in the sub-block-based merge candidate list may be five.
  • the sub-block size may be fixed, for example, 8x8 size. Also, in the sbTMVP mode, it can be applied only to blocks having both width and height of 8 or more.
  • a process of patching motion vectors in units of sub-blocks from a col block on a reference picture is required.
  • the reference picture in which the col block is located is a picture in which coding (encoding/decoding) has been completed, and is stored in a memory (ie, DPB). Accordingly, in order to obtain motion information from a reference picture stored in a memory (ie, DPB), a process of accessing the memory and patching the corresponding information is required.
  • FIG. 11 shows a motion fetch area for deriving temporal motion information from a reference picture (col picture).
  • a col block in a col picture positioned corresponding to the current block may be derived, and temporal motion information may be derived from the col block.
  • a process of fetching temporal motion information of the col block from the memory may be performed.
  • a patch area capable of accessing and patching the memory at a time can be determined.
  • a CTU on a col picture corresponding to a current CTU on a current picture may be specified for a coding tree unit (CTU) including a current block (hereinafter, a current CTU).
  • CTU coding tree unit
  • a current CTU a current block
  • the top-left sample position of the current CTU in the current picture may be specified, and the top-left sample position of the CTU including the top-left sample position of the current CTU in the col picture may be specified.
  • a motion patch area may be determined based on a CTU specified in a col picture.
  • the motion patch area may be an area that further includes a column of 4 samples in a CTU on a col picture.
  • the width of the motion patch area may be CTU width on the col picture + 4 samples (pixels), and the height of the motion patch area may be CTU height on the col picture.
  • temporal motion information may be derived in units of subblocks based on the above-described motion patch area.
  • FIG. 12 is a diagram for explaining a process of deriving an sbTMVP candidate from a motion patch region of a reference picture (col picture).
  • the motion patch area 1200 of the current CUT may be determined. That is, as illustrated in FIG. 11, the motion patch area 1200 of the current CUT may be an area including a column of four samples in a CTU on a col picture corresponding to the current CTU.
  • the sbTMVP candidate may perform motion shift based on a motion vector of a spatial neighboring block of the current block, and may be derived based on col subblocks of a motion shifted position in a col picture. Due to such a shift, col sub-blocks may be located outside the range of the current CTU motion patch area 1200.
  • a clipping process may be applied to col subblocks located outside the motion patch area 1200 of the current CTU. For example, col sub-blocks located outside the current CTU motion patch area 1200 may be adjusted into the motion patch area 1200.
  • FIG. 13 shows an embodiment of a method for deriving motion information of a subblock based on a motion patch area in sbTMVP mode.
  • the encoding/decoding apparatus may derive col subblocks on a col picture corresponding to subblocks of a current block (S1300).
  • the col sub-blocks may be sub-blocks corresponding to a motion shifted position on a col picture based on a motion vector of a spatial neighboring block (eg, left neighboring block A1) of the current block.
  • a spatial neighboring block eg, left neighboring block A1
  • the encoding/decoding apparatus may perform the following process for each col sub-block.
  • the encoding/decoding apparatus may determine whether there are col sub-blocks corresponding to sub-blocks of the current block (S1310).
  • col sub-blocks may include first to n-th col sub-blocks, in which case the encoding/decoding device determines whether the corresponding col sub-block is one of the first to n-th col sub-blocks.
  • the encoding/decoding apparatus may perform the following processes for the first to nth col subblocks, respectively.
  • the encoding/decoding device may perform a process of clipping into a motion patch area for each col subblock (ie, a motion shifted subblock) (S1320), and patch motion information of each col subblock (S1330).
  • the encoding/decoding apparatus may determine whether each col subblock is a block coded in an inter prediction mode (S1340).
  • the encoding/decoding apparatus may set motion information for a subblock of a current block corresponding to a specific col subblock as default motion information. (S1350).
  • the default motion information may use motion information of a block located at the center within a col block (ie, a block including a sample located at the bottom right of the 4 samples of the center).
  • the default motion information may include a zero vector.
  • the encoding/decoding apparatus may derive motion information on a subblock of the current block by scaling motion information of a specific col subblock. (S1360).
  • the scaling may be performed based on a first picture order count (POC) difference between a col picture and a reference picture of a specific col subblock, and a second picture order count (POC) difference between a current picture and a reference picture of the current block.
  • POC picture order count
  • POC picture order count
  • a scaling factor may be derived based on a first POC difference and a second POC difference, and motion information of the specific col subblock may be scaled using the scaling factor.
  • the subblocks can be clipped by shifting the motion. That is, when the subblocks are clipped into the motion patch area, motion information of the clipped subblocks is not accurate. Also, in some cases, a scaling process may be applied using motion information of clipped subblocks. In the worst case, all subblocks in the current CUT are clamped, and an sbTMVP candidate to which a scaling process is applied may be derived based on motion information of the clipped subblocks.
  • a motion scaling process may be omitted for subblocks outside the range of the motion patch area by motion shifting, and default motion information may be derived.
  • FIG. 14 shows another embodiment of a method of deriving motion information of a subblock based on a motion patch area in sbTMVP mode.
  • the encoding/decoding apparatus may derive col subblocks on a col picture corresponding to subblocks of a current block (S1400).
  • the col sub-blocks may be sub-blocks corresponding to a motion shifted position based on a motion vector of a spatial neighboring block (eg, left peripheral block A1) of the current block.
  • a spatial neighboring block eg, left peripheral block A1
  • the encoding/decoding apparatus may perform the following process for each col sub-block.
  • the encoding/decoding apparatus may determine whether there are col subblocks corresponding to subblocks of the current block (S1410).
  • col sub-blocks may include first to n-th col sub-blocks, in which case the encoding/decoding device determines whether the corresponding col sub-block is one of the first to n-th col sub-blocks.
  • the encoding/decoding apparatus may perform the following processes for the first to nth col subblocks, respectively.
  • the encoding/decoding apparatus may determine whether each col sub-block (ie, the motion-shifted sub-block) is located outside the range of the motion patch area (S1420).
  • the encoding/decoding device may set motion information for a subblock of a current block corresponding to a specific col subblock as default motion information. Yes (S1450).
  • the default motion information may use motion information of a block located at the center within a col block (ie, a block including a sample located at the bottom right of the 4 samples of the center).
  • the default motion information may include a zero vector.
  • the encoding/decoding device may patch motion information of a specific col subblock (S1430). Then, the encoding/decoding apparatus may determine whether a specific col subblock is a block coded in an inter prediction mode (S1440).
  • the encoding/decoding apparatus may set motion information for a subblock of a current block corresponding to a specific col subblock as default motion information (S1450).
  • the default motion information may use motion information of a block located at the center within a col block (ie, a block including a sample located at the bottom right of the 4 samples of the center).
  • the default motion information may include a zero vector.
  • the encoding/decoding device may derive motion information on a subblock of the current block by scaling motion information of a specific col subblock (S1460).
  • the scaling may be performed based on a first picture order count (POC) difference between a col picture and a reference picture of a specific col subblock, and a second picture order count (POC) difference between a current picture and a reference picture of the current block.
  • POC picture order count
  • POC picture order count
  • a scaling factor may be derived based on a first POC difference and a second POC difference, and motion information of the specific col subblock may be scaled using the scaling factor.
  • 15 is a flowchart schematically illustrating an encoding method that can be performed by an encoding device according to an embodiment of the present document.
  • the method disclosed in FIG. 15 may be performed by the encoding device 200 disclosed in FIG. 2. Specifically, steps S1500 to S1530 of FIG. 15 may be performed by the prediction unit 220 and the inter prediction unit 221 illustrated in FIG. 2, and step S1540 of FIG. 15 may be the residual processing unit 230 disclosed in FIG. 2 15, step S1550 of FIG. 15 may be performed by the entropy encoding unit 240 illustrated in FIG. 2.
  • the method disclosed in FIG. 15 may include the embodiments described above in this document. Therefore, in FIG. 15, a detailed description of contents overlapping with the above-described embodiments will be omitted or simplified.
  • the encoding apparatus may derive reference subblocks on a collocated reference picture for subblocks of the current block (S1500).
  • the encoding device may first determine whether to derive temporal motion information (sbTMVP) in units of subblocks for the current block. For example, it is possible to determine whether to derive temporal motion information in sub-block units based on the size of the current block. For example, when both the width and height of the current block are 8 or more, temporal motion information in sub-block units can be derived. have. If it is determined to derive temporal motion information in units of sub-blocks, the encoding apparatus may derive reference sub-blocks on the same-location reference picture corresponding to sub-blocks of the current block.
  • sbTMVP temporal motion information
  • the co-located reference picture refers to a reference picture used to derive temporal motion information as described above, and may be one of reference pictures included in a reference picture list for a current block.
  • the co-located reference picture may refer to the col picture described above, and the reference subblocks may refer to the col subblocks described above.
  • the encoding apparatus may first derive a motion vector from the spatial neighboring blocks of the current block.
  • the spatial neighboring block of the current block may be a left peripheral block (which may be A1 in FIG. 9) located on the left side of the current block, and the motion vector of the spatial peripheral block may be left peripheral when the left peripheral block is available. It may be a motion vector derived from a block. Alternatively, if the left peripheral block is not available, a zero vector can be used.
  • whether the spatial neighboring block is available or not may be determined by reference picture information, prediction mode information, and location information of the spatial neighboring block. For example, when the reference picture of the spatial neighboring block and the reference picture of the current block are the same, the corresponding spatial neighboring block may be determined to be available. Alternatively, when the spatial neighboring block is coded in the intra prediction mode or when the spatial neighboring block is located outside the current picture/tile, it may be determined that the corresponding spatial neighboring block is not available.
  • the encoding apparatus may derive reference subblocks on the same location reference picture corresponding to the motion shifted position based on the motion vector derived from the spatial neighboring block.
  • the encoding apparatus specifies a center sample position in a subblock for each of the subblocks of the current block, and a motion vector of the spatial neighboring block (eg, a left neighboring block) points at the center sample position in each subblock.
  • Motion shifting may be applied to a position, and each of the reference sub-blocks may be derived in the same position reference picture based on the motion shifted position.
  • the center sample position may refer to a sample located in the lower right of the four samples located in the center of the subblock.
  • the encoding apparatus may derive motion information for the reference subblocks based on the motion patch area on the same location reference picture (S1510).
  • the motion patch area may include a CTU on the same location reference picture positioned corresponding to the current CTU including the current block. For example, the top-left sample position of the current CTU in the current picture, and the top-left of the CTU (ie, the same position CTU) that includes the top-left sample position of the current CTU in the same-position reference picture.
  • the sample location can be specified.
  • a motion patch area may be determined based on the specified CTU (ie, the same position CTU) in the same position reference picture.
  • the motion patch area may be an area that further includes a column of four samples in a CTU (ie, the same position CTU) on the same position reference picture.
  • the width of the motion patch area may be CTU (ie, co-location CTU) width + 4 samples (pixels) on the same position reference picture
  • the height of the motion patch area may be CTU on the same location reference picture (ie, Co-located CTU).
  • the encoding device may determine whether the reference sub-blocks are located in the motion patch area, and derive motion information of the reference sub-blocks according to the determination result.
  • the reference sub-blocks may include first to n-th reference sub-blocks, in which case the encoding apparatus determines whether each of the first to n-th reference sub-blocks is located in a motion patch area, Motion information of each of the first to n-th reference subblocks may be derived.
  • the encoding apparatus may set motion information of the specific reference subblock as default motion information.
  • the default motion information motion information of a block including a sample located at a center in a reference block (ie, a col block) including reference subblocks may be used.
  • the sample located in the center may refer to a sample located in the lower right of the four samples located in the center in the reference block.
  • a zero vector may be used as the default motion information.
  • the encoding device may acquire motion information of a specific reference sub-block.
  • scaling may be applied to motion information of a specific reference subblock.
  • the encoding apparatus is based on a first picture order count (POC) difference between a co-located reference picture and a reference picture of a specific reference subblock, and a second picture order count (POC) difference between a current picture and a reference picture of the current block.
  • POC picture order count
  • Motion information of a specific reference sub-block may be scaled.
  • the encoding device may obtain motion information of the reference subblock based on whether the specific reference block is coded in the inter prediction mode. For example, when a specific reference block is coded in an inter prediction mode, the encoding apparatus may apply scaling by acquiring motion information of a specific reference subblock as described above. Alternatively, when a specific reference block is not coded in the inter prediction mode, the encoding apparatus may set motion information of a specific reference subblock as default motion information.
  • the default motion information motion information of a block including a sample located at a center in a reference block (ie, a col block) including reference subblocks may be used. Alternatively, a zero vector may be used as the default motion information.
  • the encoding apparatus may derive motion information for subblocks of the current block based on motion information for reference subblocks (S1520).
  • the encoding apparatus may set the motion information of the reference sub-blocks derived as described above as motion information for the sub-blocks of the current block.
  • motion vectors and reference indices of reference subblocks may be set as motion vectors and reference indices for subblocks of the current block.
  • the encoding device may generate prediction samples based on motion information on subblocks of the current block (S1530).
  • the encoding apparatus may select optimal motion information based on a rate-distortion (RD) cost, and generate prediction samples based on the selected motion information. For example, when motion information (that is, sbTMVP) derived in units of subblocks for the current block is selected as optimal motion information, the encoding apparatus is based on motion information for subblocks of the current block derived as described above. As a result, prediction samples of the current block can be generated.
  • RD rate-distortion
  • the encoding apparatus may derive residual samples based on the predicted samples (S1540) and encode information about the residual samples (S1550 ).
  • the encoding apparatus may derive residual samples based on original samples for the current block and prediction samples of the current block.
  • the encoding device may generate information about residual samples.
  • the information about the residual samples may include information such as value information, position information, a transformation technique, a transformation kernel, and quantization parameters of quantized transformation coefficients derived by performing transformation and quantization on the residual samples. have.
  • the encoding device may encode information about residual samples and output the result as a bitstream, and transmit it to a decoding device through a network or a storage medium.
  • the encoding apparatus may encode and output motion information (eg, information about sbTMVP candidates) selected based on a rate-distortion (RD) cost.
  • motion information eg, information about sbTMVP candidates
  • 16 is a flowchart schematically illustrating a decoding method that can be performed by a decoding apparatus according to an embodiment of the present document.
  • the method disclosed in FIG. 16 may be performed by the decoding apparatus 300 disclosed in FIG. 3. Specifically, steps S1600 to S1630 of FIG. 16 may be performed by the prediction unit 330 and the inter prediction unit 332 illustrated in FIG. 3, and step S1640 of FIG. 16 may be performed by the adder 340 illustrated in FIG. 3. Can be performed by In addition, the method disclosed in FIG. 16 may include the embodiments described above in this document. Therefore, in FIG. 16, a detailed description of content overlapping with the above-described embodiments will be omitted or simplified.
  • the decoding apparatus may derive reference subblocks on a collocated reference picture for subblocks of the current block (S1600).
  • the decoding apparatus may first determine whether to derive temporal motion information (sbTMVP) in units of subblocks for the current block. For example, it is possible to determine whether to derive temporal motion information in sub-block units based on the size of the current block. For example, when both the width and height of the current block are 8 or more, temporal motion information in sub-block units can be derived. have.
  • the decoding apparatus may derive reference sub-blocks on the same-location reference picture corresponding to sub-blocks of the current block.
  • the co-located reference picture refers to a reference picture used to derive temporal motion information as described above, and may be one of reference pictures included in a reference picture list for a current block.
  • the co-located reference picture may refer to the col picture described above, and the reference subblocks may refer to the col subblocks described above.
  • the decoding apparatus may first derive a motion vector from the spatial neighboring blocks of the current block.
  • the spatial neighboring block of the current block may be a left peripheral block (which may be A1 in FIG. 9) located on the left side of the current block, and the motion vector of the spatial peripheral block may be left peripheral when the left peripheral block is available. It may be a motion vector derived from a block. Alternatively, if the left peripheral block is not available, a zero vector can be used.
  • whether the spatial neighboring block is available or not may be determined by reference picture information, prediction mode information, and location information of the spatial neighboring block. For example, when the reference picture of the spatial neighboring block and the reference picture of the current block are the same, the corresponding spatial neighboring block may be determined to be available. Alternatively, when the spatial neighboring block is coded in the intra prediction mode or when the spatial neighboring block is located outside the current picture/tile, it may be determined that the corresponding spatial neighboring block is not available.
  • the decoding apparatus may derive reference subblocks on the same position reference picture corresponding to the motion shifted position based on the motion vector derived from the spatial neighboring block.
  • the decoding apparatus specifies a center sample position in a subblock for each of the subblocks of the current block, and a motion vector of the spatial neighboring block (eg, a left neighboring block) indicates the center sample position in each subblock.
  • Motion shifting may be applied to a position, and each of the reference sub-blocks may be derived in the same position reference picture based on the motion shifted position.
  • the center sample position may refer to a sample located in the lower right of the four samples located in the center of the subblock.
  • the decoding apparatus may derive motion information for reference subblocks based on the motion patch area on the same location reference picture (S1610).
  • the motion patch area may include a CTU on the same location reference picture positioned corresponding to the current CTU including the current block. For example, the top-left sample position of the current CTU in the current picture, and the top-left of the CTU (ie, the same position CTU) that includes the top-left sample position of the current CTU in the same-position reference picture.
  • the sample location can be specified.
  • a motion patch area may be determined based on the specified CTU (ie, the same position CTU) in the same position reference picture.
  • the motion patch area may be an area that further includes a column of four samples in a CTU (ie, the same position CTU) on the same position reference picture.
  • the width of the motion patch area may be CTU (ie, co-location CTU) width + 4 samples (pixels) on the same position reference picture
  • the height of the motion patch area may be CTU on the same location reference picture (ie, Co-located CTU).
  • the decoding apparatus may determine whether the reference sub-blocks are located in the motion patch area, and derive motion information of the reference sub-blocks according to the determination result.
  • the reference sub-blocks may include first to n-th reference sub-blocks, in which case the decoding apparatus determines whether each of the first to n-th reference sub-blocks is located in a motion patch area, Motion information of each of the first to n-th reference subblocks may be derived.
  • the decoding apparatus may set motion information of the specific reference sub-block as default motion information.
  • the default motion information motion information of a block including a sample located at a center in a reference block (ie, a col block) including reference subblocks may be used.
  • the sample located in the center may refer to a sample located in the lower right of the four samples located in the center in the reference block.
  • a zero vector may be used as the default motion information.
  • the decoding apparatus may acquire motion information of a specific reference sub-block.
  • scaling may be applied to motion information of a specific reference subblock.
  • the decoding apparatus may be based on a first picture order count (POC) difference between a co-located reference picture and a reference picture of a specific reference subblock, and a second picture order count (POC) difference between a current picture and a reference picture of the current block.
  • POC picture order count
  • Motion information of a specific reference sub-block may be scaled.
  • the decoding apparatus may acquire motion information of the reference sub-block based on whether the specific reference block is coded in the inter prediction mode. For example, when a specific reference block is coded in an inter prediction mode, the decoding apparatus may apply scaling by acquiring motion information of a specific reference subblock as described above. Alternatively, when a specific reference block is not coded in the inter prediction mode, the decoding apparatus may set motion information of a specific reference subblock as default motion information.
  • the default motion information motion information of a block including a sample located at a center in a reference block (ie, a col block) including reference subblocks may be used. Alternatively, a zero vector may be used as the default motion information.
  • the decoding apparatus may derive motion information for subblocks of the current block based on motion information for reference subblocks (S1620).
  • the decoding apparatus may set the motion information of the reference sub-blocks derived as described above as motion information for the sub-blocks of the current block.
  • motion vectors and reference indices of reference subblocks may be set as motion vectors and reference indices for subblocks of the current block.
  • the decoding apparatus may generate prediction samples based on motion information on subblocks of the current block (S1630).
  • the decoding device may configure a motion information candidate list (eg, a subblock-based merge candidate list) including motion information for subblocks of the current block derived as described above, and signaling from the encoding device Candidate index information (eg, a sub-block-based merge candidate index) can be obtained.
  • the decoding apparatus selects a candidate indicated by candidate index information (eg, a sub-block-based merge candidate index) in a motion information candidate list (eg, a sub-block-based merge candidate list) and motion information for a sub-block of the current block.
  • the decoding device derives the current derived as above. Predictive samples of the current block may be generated based on motion information on subblocks of the block.
  • the decoding apparatus may generate reconstructed samples based on the predicted samples (S1640).
  • the decoding apparatus may directly use prediction samples as reconstruction samples according to a prediction mode, or may generate reconstruction samples by adding residual samples to the prediction samples.
  • the decoding apparatus may receive information about the residual for the current block.
  • the information about the residual may include a transform coefficient for residual samples.
  • the decoding apparatus may derive residual samples (or residual sample arrays) for the current block based on the residual information.
  • the decoding apparatus may generate reconstructed samples based on predicted samples and residual samples, and derive a reconstructed block or reconstructed picture based on the reconstructed samples.
  • the above-described method according to the present document may be implemented in software form, and the encoding device and/or the decoding device according to the present document may perform image processing of, for example, a TV, a computer, a smartphone, a set-top box, and a display device. Device.
  • the above-described method may be implemented as a module (process, function, etc.) performing the above-described function.
  • Modules are stored in memory and can be executed by a processor.
  • the memory may be internal or external to the processor, and may be connected to the processor by various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
  • the memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media and/or other storage devices. That is, the embodiments described in this document may be implemented and implemented on a processor, microprocessor, controller, or chip.
  • the functional units shown in each figure may be implemented and implemented on a computer, processor, microprocessor, controller, or chip. In this case, information for implementation (ex. information on instructions) or an algorithm may be stored in a digital storage medium.
  • the decoding device and encoding device to which the present document is applied include multimedia broadcast transmission/reception devices, mobile communication terminals, home cinema video devices, digital cinema video devices, surveillance cameras, video communication devices, real-time communication devices such as video communication, mobile streaming Devices, storage media, camcorders, video on demand (VoD) service providers, over the top video (OTT video) devices, Internet streaming service providers, 3D (3D) video devices, virtual reality (VR) devices, AR (argumente) reality) device, video telephony video device, transportation terminal (ex. vehicle (including self-driving vehicle) terminal, airplane terminal, ship terminal, etc.) and medical video device, and can be used to process video signals or data signals Can.
  • the OTT video (Over the top video) device may include a game console, a Blu-ray player, an Internet-connected TV, a home theater system, a smartphone, a tablet PC, and a digital video recorder (DVR).
  • DVR digital video recorder
  • the processing method to which the present document is applied may be produced in the form of a program executed by a computer, and may be stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to this document 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 includes, for example, Blu-ray Disc (BD), Universal Serial Bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk and optical. It may include a data storage device.
  • the computer-readable recording medium includes media implemented in the form of a carrier wave (for example, transmission via 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 document may be implemented as computer program products using program codes, and the program codes may be executed on a computer according to embodiments of the present document.
  • the program code can be stored on a computer readable carrier.
  • FIG 17 shows an example of a content streaming system to which the embodiments disclosed in this document can be applied.
  • a content streaming system applied to embodiments of the present document 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 serves to compress a content input from multimedia input devices such as a smartphone, a camera, and a camcorder into digital data to generate a bitstream and transmit it to the streaming server.
  • multimedia input devices such as a smart phone, a camera, and a camcorder directly generate a bitstream
  • the encoding server may be omitted.
  • the bitstream may be generated by an encoding method or a bitstream generation method applied to embodiments of the present document, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream. .
  • the streaming server transmits multimedia data to a user device based on a user request through a web server, and the web server serves as an intermediary to inform the user of the service.
  • the web server delivers it to the streaming server, and the streaming server transmits multimedia data to the user.
  • the content streaming system may include a separate control server, in which case the control server serves to control commands/responses between devices in the content streaming system.
  • the streaming server may receive content from a media storage and/or encoding server. For example, when 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 terminal for digital broadcasting, a personal digital assistants (PDA), a portable multimedia player (PMP), navigation, a slate PC, Tablet PCs, ultrabooks, wearable devices, e.g., smartwatches, smart glass, head mounted display (HMD), digital TV, desktop Computers, digital signage, and the like.
  • PDA personal digital assistants
  • PMP portable multimedia player
  • slate PC slate PC
  • Tablet PCs ultrabooks
  • wearable devices e.g., smartwatches, smart glass, head mounted display (HMD), digital TV, desktop Computers, digital signage, and the like.
  • Each server in the content streaming system can be operated as a distributed server, and in this case, data received from each server can be distributed.

Abstract

본 문서에 따른 디코딩 장치에 의해 수행되는 영상 디코딩 방법은, 현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출하는 단계, 상기 동일 위치 참조 픽처 상의 움직임 패치 영역을 기반으로 상기 참조 서브블록들에 대한 움직임 정보를 도출하는 단계, 상기 참조 서브블록들에 대한 움직임 정보를 기반으로 상기 현재 블록의 서브블록들에 대한 움직임 정보를 도출하는 단계, 상기 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성하는 단계, 및 상기 예측 샘플들을 기반으로 복원 샘플들을 생성하는 단계를 포함하며, 상기 참조 서브블록들은, 상기 현재 블록의 공간적 주변 블록으로부터 도출되는 움직임 벡터를 기반으로 움직임 쉬프팅되어 도출되며, 상기 움직임 패치 영역은, 상기 현재 블록을 포함하는 현재 CTU에 대응하는 상기 동일 위치 참조 픽처 상의 CTU를 포함하는 것을 특징으로 한다.

Description

서브블록 단위의 움직임 정보 기반 인터 예측 방법 및 장치
본 문서는 영상 코딩 기술에 관한 것으로서, 보다 상세하게는 서브블록 단위의 움직임 정보에 기반하여 인터 예측을 수행하는 방법 및 장치에 관한 것이다.
최근 4K 또는 8K 이상의 UHD(Ultra High Definition) 영상/비디오와 같은 고해상도, 고품질의 영상/비디오에 대한 수요가 다양한 분야에서 증가하고 있다. 영상/비디오 데이터가 고해상도, 고품질이 될수록 기존의 영상/비디오 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상/비디오 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(Virtual Reality), AR(Artificial Realtiy) 컨텐츠나 홀로그램 등의 실감 미디어(Immersive Media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 영상/비디오에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 영상/비디오의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 영상/비디오 압축 기술이 요구된다.
본 문서의 기술적 과제는 영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 다른 기술적 과제는 효율적인 인터 예측 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 서브블록 기반 움직임 정보를 유도하여 인터 예측을 수행하는 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 영상 코딩 효율을 향상시키기 위해서 sbTMVP(subblock-based temporal motion vector prediction) 후보 구성 과정에서 서브블록 단위의 움직임 정보 유도 과정을 간소화하는 방법 및 장치를 제공함에 있다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 영상 디코딩 방법이 제공된다. 상기 방법은 현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출하는 단계, 상기 동일 위치 참조 픽처 상의 움직임 패치 영역을 기반으로 상기 참조 서브블록들에 대한 움직임 정보를 도출하는 단계, 상기 참조 서브블록들에 대한 움직임 정보를 기반으로 상기 현재 블록의 서브블록들에 대한 움직임 정보를 도출하는 단계, 상기 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성하는 단계, 및 상기 예측 샘플들을 기반으로 복원 샘플들을 생성하는 단계를 포함하며, 상기 참조 서브블록들은, 상기 현재 블록의 공간적 주변 블록으로부터 도출되는 움직임 벡터를 기반으로 움직임 쉬프팅되어 도출되며, 상기 움직임 패치 영역은, 상기 현재 블록을 포함하는 현재 CTU에 대응하는 상기 동일 위치 참조 픽처 상의 CTU를 포함하는 것을 특징으로 한다.
본 문서의 다른 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 영상 인코딩 방법이 제공된다. 상기 방법은 현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출하는 단계, 상기 동일 위치 참조 픽처 상의 움직임 패치 영역을 기반으로 상기 참조 서브블록들에 대한 움직임 정보를 도출하는 단계, 상기 참조 서브블록들에 대한 움직임 정보를 기반으로 상기 현재 블록의 서브블록들에 대한 움직임 정보를 도출하는 단계, 상기 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성하는 단계, 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출하는 단계, 및 상기 레지듀얼 샘플들에 관한 정보를 인코딩하는 단계를 포함하며, 상기 참조 서브블록들은, 상기 현재 블록의 공간적 주변 블록으로부터 도출되는 움직임 벡터를 기반으로 움직임 쉬프팅되어 도출되며, 상기 움직임 패치 영역은, 상기 현재 블록을 포함하는 현재 CTU에 대응하는 상기 동일 위치 참조 픽처 상의 CTU를 포함하는 것을 특징으로 한다.
본 문서에 따르면 전반적인 영상/비디오 압축 효율을 높일 수 있다.
본 문서에 따르면 효율적인 인터 예측을 통하여 계산 복잡도를 줄일 수 있고, 전반적인 코딩 효율을 향상시킬 수 있다.
본 문서에 따르면 sbTMVP(subblock-based temporal motion vector prediction) 후보 구성 과정에서 서브블록 단위의 움직임 정보 유도 과정을 간소화함으로써, 계산 복잡도 및 예측 성능 면에서의 효율성을 향상시킬 수 있다.
도 1은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 2는 본 문서의 실시예들에 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4는 인터 예측에 기반한 비디오/영상 인코딩 방법의 일 예를 나타내고, 도 5는 인코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다.
도 6은 인터 예측에 기반한 비디오/영상 디코딩 방법의 일 예를 나타내고, 도 7은 디코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다.
도 8은 현재 블록의 공간적 주변 블록 및 시간적 주변 블록을 예시적으로 나타낸다.
도 9는 시간적 움직임 정보 후보(ATMVP 후보)를 도출하기 위하여 사용될 수 있는 공간적 주변 블록을 예시적으로 나타낸다.
도 10은 서브블록 기반 시간적 움직임 정보 후보(sbTMVP 후보)를 도출하는 과정을 개략적으로 설명하기 위한 도면이다.
도 11은 참조 픽처(col 픽처)로부터 시간적 움직임 정보를 유도하기 위한 움직임 패치 영역(motion fetch area)을 나타낸다.
도 12는 참조 픽처(col 픽처)의 움직임 패치 영역으로부터 sbTMVP 후보를 유도하는 과정을 설명하기 위한 도면이다.
도 13은 sbTMVP 모드에서 움직임 패치 영역을 기반으로 서브블록의 움직임 정보를 유도하는 방법의 일 실시예를 나타낸다.
도 14는 sbTMVP 모드에서 움직임 패치 영역을 기반으로 서브블록의 움직임 정보를 유도하는 방법의 다른 실시예를 나타낸다.
도 15는 본 문서의 일 실시예에 따른 인코딩 장치에 의하여 수행될 수 있는 인코딩 방법을 개략적으로 나타내는 흐름도이다.
도 16은 본 문서의 일 실시예에 따라 디코딩 장치에 의하여 수행될 수 있는 디코딩 방법을 개략적으로 나타내는 흐름도이다.
도 17은 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 문서는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 문서를 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서의 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 문서에서 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 문서의 본질에서 벗어나지 않는 한 본 문서의 권리범위에 포함된다.
이하, 첨부한 도면들을 참조하여, 본 문서의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
도 1은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
이 문서는 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 or H.268 등)에 개시되는 방법에 적용될 수 있다.
이 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
이 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)는 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 수 있다. 브릭은 픽처 내 타일 이내의 CTU 행들의 사각 영역을 나타낼 수 있다(a brick may represent a rectangular region of CTU rows within a tile in a picture). 타일은 다수의 브릭들로 파티셔닝될 수 있고, 각 브릭은 상기 타일 내 하나 이상의 CTU 행들로 구성될 수 있다(A tile may be partitioned into multiple bricks, each of which consisting of one or more CTU rows within the tile). 다수의 브릭들로 파티셔닝되지 않은 타일은 또한 브릭으로 불릴 수 있다(A tile that is not partitioned into multiple bricks may be also referred to as a brick). 브릭 스캔은 픽처를 파티셔닝하는 CTU들의 특정한 순차적 오더링을 나타낼 수 있으며, 상기 CTU들은 브릭 내에서 CTU 래스터 스캔으로 정렬될 수 있고, 타일 내 브릭들은 상기 타일의 상기 브릭들의 래스터 스캔으로 연속적으로 정렬될 수 있고, 그리고 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다(A brick scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a brick, bricks within a tile are ordered consecutively in a raster scan of the bricks of the tile, and tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture). 타일은 특정 타일 열 및 특정 타일 열 이내의 CTU들의 사각 영역이다(A tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture). 상기 타일 열은 CTU들의 사각 영역이고, 상기 사각 영역은 상기 픽처의 높이와 동일한 높이를 갖고, 너비는 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시될 수 있다(The tile column is a rectangular region of CTUs having a height equal to the height of the picture and a width specified by syntax elements in the picture parameter set). 상기 타일 행은 CTU들의 사각 영역이고, 상기 사각 영역은 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시되는 너비를 갖고, 높이는 상기 픽처의 높이와 동일할 수 있다(The tile row is a rectangular region of CTUs having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture). 타일 스캔은 픽처를 파티셔닝하는 CTU들의 특정 순차적 오더링을 나타낼 수 있고, 상기 CTU들은 타일 내 CTU 래스터 스캔으로 연속적으로 정렬될 수 있고, 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다(A tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture). 슬라이스는 픽처의 정수개의 브릭들을 포함할 수 있고, 상기 정수개의 브릭들은 하나의 NAL 유닛에 포함될 수 있다(A slice includes an integer number of bricks of a picture that may be exclusively contained in a single NAL unit). 슬라이스는 다수의 완전한 타일들로 구성될 수 있고, 또는 하나의 타일의 완전한 브릭들의 연속적인 시퀀스일 수도 있다(A slice may consists of either a number of complete tiles or only a consecutive sequence of complete bricks of one tile). 이 문서에서 타일 그룹과 슬라이스는 혼용될 수 있다. 예를 들어 본 문서에서 tile group/tile group header는 slice/slice header로 불리 수 있다.
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 또는 샘플은 공간 도메인에서의 픽셀값을 의미할 수도 있고, 이러한 픽셀값이 주파수 도메인으로 변환되면 주파수 도메인에서의 변환 계수를 의미할 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
이 문서에서 "/"와 ","는 "및/또는"으로 해석된다. 예를 들어, "A/B"는 "A 및/또는 B"로 해석되고, "A, B"는 "A 및/또는 B"로 해석된다. 추가적으로, "A/B/C"는 "A, B 및/또는 C 중 적어도 하나"를 의미한다. 또한, "A, B, C"도 "A, B 및/또는 C 중 적어도 하나"를 의미한다. (In this document, the term "/" and "," should be interpreted to indicate "and/or." For instance, the expression "A/B" may mean "A and/or B." Further, "A, B" may mean "A and/or B." Further, "A/B/C" may mean "at least one of A, B, and/or C." Also, "A/B/C" may mean "at least one of A, B, and/or C.")
추가적으로, 본 문서에서 "또는"는 "및/또는"으로 해석된다. 예를 들어, "A 또는 B"은, 1) "A" 만을 의미하고, 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 달리 표현하면, 본 문서의 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다. (Further, in the document, the term "or" should be interpreted to indicate "and/or." For instance, the expression "A or B" may comprise 1) only A, 2) only B, and/or 3) both A and B. In other words, the term "or" in this document should be interpreted to indicate "additionally or alternatively.")
도 2는 본 문서의 실시예들에 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 인코딩 장치라 함은 영상 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽쳐, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 문서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우 도시된 바와 같이 인코더(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다. 예측부는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 각 예측모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
상기 예측부 (인터 예측부(221) 및/또는 상기 인트라 예측부(222) 포함)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(
Figure PCTKR2020000019-appb-I000001
), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송되고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(250)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(260)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(221)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(100)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270) DPB는 수정된 복원 픽처를 인터 예측부(221)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memoery, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다. 레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(320)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 비디오/영상 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(331)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(332)에서 참조 픽쳐로 사용될 수 있다. 메모리(360)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(332)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 명세서에서, 인코딩 장치(200)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다.
상술한 바와 같이 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 상기 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 상기 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 상기 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록과 상기 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 상기 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 상기 레지듀얼 정보는 상기 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 상기 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
한편, 상술한 바와 같이 현재 블록에 대한 예측을 수행함에 있어 인트라 예측 또는 인터 예측을 적용할 수 있다. 이하에서는 현재 블록에 인터 예측을 적용하는 경우에 관하여 설명한다.
인코딩/디코딩 장치의 예측부(보다 구체적으로 인터 예측부)는 블록 단위로 인터 예측을 수행하여 예측 샘플들을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들(예: 샘플값들, 또는 움직임 정보 등)에 의존적인 방법으로 도출되는 예측을 나타낼 수 있다. 현재 블록에 인터 예측이 적용되는 경우, 참조 픽처 인덱스가 가리키는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록(예측 샘플 어레이)을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측이 적용되는 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 현재 블록의 주변 블록들을 기반으로 움직임 정보 후보 리스트가 구성될 수 있고, 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 선택(사용)되는지를 지시하는 플래그 또는 인덱스 정보가 시그널링될 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 현재 블록의 움직임 정보는 선택된 주변 블록의 움직임 정보와 같을 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 선택된 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)은 시그널링될 수 있다. 이 경우 상기 움직임 벡터 예측자 및 움직임 벡터 차분의 합을 이용하여 현재 블록의 움직임 벡터를 도출할 수 있다.
상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등)에 따라 L0 움직임 정보 및/또는 L1 움직임 정보를 포함할 수 있다. L0 방향의 움직임 벡터는 L0 움직임 벡터 또는 MVL0라고 불릴 수 있고, L1 방향의 움직임 벡터는 L1 움직임 벡터 또는 MVL1이라고 불릴 수 있다. L0 움직임 벡터에 기반한 예측은 L0 예측이라고 불릴 수 있고, L1 움직임 벡터에 기반한 예측을 L1 예측이라고 불릴 수 있고, L0 움직임 벡터 및 L1 움직임 벡터 둘 다에 기반한 예측을 쌍(Bi) 예측이라고 불릴 수 있다. 여기서 L0 움직임 벡터는 참조 픽처 리스트 L0 (L0)에 연관된 움직임 벡터를 나타낼 수 있고, L1 움직임 벡터는 참조 픽처 리스트 L1 (L1)에 연관된 움직임 벡터를 나타낼 수 있다. 참조 픽처 리스트 L0는 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 포함할 수 있고, 참조 픽처 리스트 L1은 현재 픽처보다 출력 순서상 이후 픽처들을 포함할 수 있다. 이전 픽처들은 순방향 (참조) 픽처라고 불릴 수 있고, 이후 픽처들은 역방향 (참조) 픽처라고 불릴 수 있다. 참조 픽처 리스트 L0은 현재 픽처보다 출력 순서상 이후 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 참조 픽처 리스트 L0 내에서 이전 픽처들이 먼저 인덱싱되고 이후 픽처들은 그 다음에 인덱싱될 수 있다. 참조 픽처 리스트 L1은 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 참조 픽처 리스트 L1 내에서 이후 픽처들이 먼저 인덱싱되고 이전 픽처들은 그 다음에 인덱싱 될 수 있다. 여기서 출력 순서는 POC(picture order count) 순서(order)에 대응될 수 있다.
또한, 픽처 내 현재 블록의 예측을 위하여 다양한 인터 예측 모드가 사용될 수 있다. 예를 들어, 머지 모드, 스킵 모드, MVP(motion vector prediction) 모드, 어파인(Affine) 모드, 서브블록 머지 모드, MMVD (merge with MVD) 모드, HMVP(historical motino vector prediction) 모드 등 다양한 모드가 사용될 수 있다. DMVR (Decoder side motion vector refinement) 모드, AMVR(adaptive motion vector resolution) 모드, Bi-prediction with CU-level weight (BCW), Bi-directional optical flow (BDOF) 등이 부수적인 모드로 더 사용될 수 있다. 어파인 모드는 어파인 움직임 예측(affine motion prediction) 모드라고 불릴 수도 있다. MVP 모드는 AMVP(advanced motion vector prediction) 모드라고 불릴 수도 있다. 본 문서에서 일부 모드 및/또는 일부 모드에 의하여 도출된 움직임 정보 후보는 다른 모드의 움직임 정보 관련 후보들 중 하나로 포함될 수도 있다. 예를 들어, HMVP 후보는 머지/스킵 모드의 머지 후보로 추가될 수 있고, 또는 MVP 모드의 mvp 후보로 추가될 수도 있다. HMVP 후보가 머지 모드 또는 스킵 모드의 움직임 정보 후보로 사용되는 경우, HMVP 후보는 HMVP 머지 후보라고 불릴 수 있다.
현재 블록의 인터 예측 모드를 가리키는 예측 모드 정보가 인코딩 장치로부터 디코딩 장치로 시그널링될 수 있다. 이때, 예측 모드 정보는 비트스트림에 포함되어 디코딩 장치에 수신될 수 있다. 예측 모드 정보는 다수의 후보 모드들 중 하나를 지시하는 인덱스 정보를 포함할 수 있다. 또는, 플래그 정보의 계층적 시그널링을 통하여 인터 예측 모드를 지시할 수도 있다. 이 경우 예측 모드 정보는 하나 이상의 플래그들을 포함할 수 있다. 예를 들어, 스킵 플래그를 시그널링하여 스킵 모드 적용 여부를 지시하고, 스킵 모드가 적용 되지 않는 경우에 머지 플래그를 시그널링하여 머지 모드 적용 여부를 지시하고, 머지 모드가 적용 되지 않는 경우에 MVP 모드가 적용되는 것으로 지시하거나 추가적인 구분을 위한 플래그를 더 시그널링할 수도 있다. 어파인 모드는 독립적인 모드로 시그널링될 수도 있고, 또는 머지 모드 또는 MVP 모드 등에 종속적인 모드로 시그널링될 수도 있다. 예를 들어, 어파인 모드는 어파인 머지 모드 및 어파인 MVP 모드를 포함할 수 있다.
또한, 현재 블록에 인터 예측을 적용함에 있어, 현재 블록의 움직임 정보를 이용할 수 있다. 인코딩 장치는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 인코딩 장치는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 위상(phase) 기반 샘플 값들의 차를 기반으로 도출할 수 있다. 예를 들어, 블록의 유사성은 현재 블록(or 현재 블록의 템플릿)과 참조 블록(or 참조 블록의 템플릿) 간 SAD(sum of absolute differences)를 기반으로 계산될 수 있다. 이 경우 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보를 도출할 수 있다. 도출된 움직임 정보는 인터 예측 모드 기반으로 여러 방법에 따라 디코딩 장치로 시그널링될 수 있다.
상기와 같이 인터 예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록을 도출할 수 있다. 예측된 블록은 현재 블록의 예측 샘플들(예측 샘플 어레이)를 포함할 수 있다. 현재 블록의 움직임 벡터(MV)가 분수 샘플 단위를 가리키는 경우, 보간(interpolation) 절차가 수행될 수 있으며, 이를 통하여 참조 픽처 내에서 분수 샘플 단위의 참조 샘플들을 기반으로 현재 블록의 예측 샘플들이 도출될 수 있다. 현재 블록에 어파인(Affine) 인터 예측이 적용되는 경우, 샘플/서브블록 단위 MV를 기반으로 예측 샘플들을 생성할 수 있다. 쌍예측이 적용되는 경우, L0 예측(즉, 참조 픽처 리스트 L0 내 참조 픽처와 MVL0를 이용한 예측)을 기반으로 도출된 예측 샘플들과 L1 예측(즉, 참조 픽처 리스트 L1 내 참조 픽처와 MVL1을 이용한 예측)을 기반으로 도출된 예측 샘플들의 (위상에 따른) 가중합 또는 가중평균을 통하여 도출된 예측 샘플들이 현재 블록의 예측 샘플들로 이용될 수 있다. 쌍예측이 적용되는 경우, L0 예측에 이용된 참조 픽처와 L1 예측에 이용된 참조 픽처가 현재 픽처를 기준으로 서로 다른 시간적 방향에 위치하는 경우, (즉, 쌍예측이면서 양방향 예측에 해당하는 경우) 이를 true 쌍예측이라고 부를 수 있다.
도출된 예측 샘플들을 기반으로 복원 샘플들 및 복원 픽처가 생성될 수 있고, 이후 인루프 필터링 등의 절차가 수행될 수 있음은 전술한 바와 같다.
도 4는 인터 예측에 기반한 비디오/영상 인코딩 방법의 일 예를 나타내고, 도 5는 인코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다. 도 5의 인코딩 장치 내 인터 예측부는 상술한 도 2의 인코딩 장치(200)의 인터 예측부(221)에도 동일 또는 대응되도록 적용될 수 있다.
도 4 및 도 5를 참조하면, 인코딩 장치는 현재 블록에 대한 인터 예측을 수행한다(S400). 인코딩 장치는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다.
예를 들어, 인코딩 장치의 인터 예측부(221)는 예측 모드 결정부(221_1), 움직임 정보 도출부(221_2), 예측 샘플 도출부(221_3)를 포함할 수 있으며, 예측 모드 결정부(221_1)에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(221_2)에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(221_3)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 인코딩 장치의 인터 예측부(221)는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 현재 블록과 유사한 블록을 서치하고, 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 참조 블록과 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 인코딩 장치는 다양한 예측 모드들 중 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 인코딩 장치는 다양한 예측 모드들에 대한 RD cost를 비교하고 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 인코딩 장치는 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 머지 후보 리스트를 구성하고, 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 도출된 참조 블록과 연관된 머지 후보가 선택되며, 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 디코딩 장치로 시그널링될 수 있다. 선택된 머지 후보의 움직임 정보를 이용하여 현재 블록의 움직임 정보가 도출될 수 있다.
다른 예로, 인코딩 장치는 현재 블록에 (A)MVP 모드가 적용되는 경우, (A)MVP 후보 리스트를 구성하고, (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 현재 블록의 mvp로 이용할 수 있다. 이 경우, 예를 들어, 상술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 현재 블록의 움직임 벡터로 이용될 수 있으며, mvp 후보들 중 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 mvp 후보가 선택된 mvp 후보가 될 수 있다. 현재 블록의 움직임 벡터에서 mvp를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우 MVD에 관한 정보가 디코딩 장치로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 디코딩 장치로 시그널링될 수 있다.
인코딩 장치는 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S410). 인코딩 장치는 현재 블록의 원본 샘플들과 예측 샘플들의 비교를 통하여 레지듀얼 샘플들을 도출할 수 있다.
인코딩 장치는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩한다(S420). 인코딩 장치는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 예측 정보는 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 레지듀얼 정보는 레지듀얼 샘플들에 관한 정보이다. 레지듀얼 정보는 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 디코딩 장치로 전달될 수 있고, 또는 네트워크를 통하여 디코딩 장치로 전달될 수도 있다.
또한, 상술한 바와 같이 인코딩 장치는 참조 샘플들 및 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 디코딩 장치에서 수행되는 것과 동일한 예측 결과를 인코딩 장치에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 인코딩 장치는 복원 픽처(또는 복원 샘플들, 복원 블록)을 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 6은 인터 예측에 기반한 비디오/영상 디코딩 방법의 일 예를 나타내고, 도 7은 디코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다. 도 7의 디코딩 장치 내 인터 예측부는 상술한 도 3의 디코딩 장치(300)의 인터 예측부(332)에도 동일 또는 대응되도록 적용될 수 있다.
도 6 및 도 7을 참조하면, 디코딩 장치는 상기 인코딩 장치에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 디코딩 장치는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로 디코딩 장치는 수신된 예측 정보를 기반으로 현재 블록에 대한 예측 모드를 결정할 수 있다(S600). 디코딩 장치는 예측 정보 내의 예측 모드 정보를 기반으로 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, merge flag를 기반으로 현재 블록에 머지 모드가 적용되지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 (A)MVP 모드를 포함할 수 있고, 또는 전술한 다양한 인터 예측 모드들을 포함할 수 있다.
디코딩 장치는 결정된 인터 예측 모드를 기반으로 현재 블록의 움직임 정보를 도출한다(S610). 예를 들어, 디코딩 장치는 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 머지 후보 리스트를 구성하고, 머지 후보 리스트에 포함된 머지 후보들이 중 하나의 머지 후보를 선택할 수 있다. 여기서 선택은 상술한 선택 정보(merge index)를 기반으로 수행될 수 있다. 선택된 머지 후보의 움직임 정보를 이용하여 현재 블록의 움직임 정보가 도출될 수 있다. 선택된 머지 후보의 움직임 정보가 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 디코딩 장치는 현재 블록에 (A)MVP 모드가 적용되는 경우, (A)MVP 후보 리스트를 구성하고, (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 현재 블록의 mvp로 이용할 수 있다. 여기서 선택은 상술한 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우 상기 MVD에 관한 정보를 기반으로 현재 블록의 MVD를 도출할 수 있으며, 현재 블록의 mvp와 MVD를 기반으로 현재 블록의 움직임 벡터를 도출할 수 있다. 또한, 참조 픽처 인덱스 정보를 기반으로 현재 블록의 참조 픽처 인덱스를 도출할 수 있다. 현재 블록에 관한 참조 픽처 리스트 내에서 참조 픽처 인덱스가 가리키는 픽처가 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
한편, 후보 리스트 구성 없이 현재 블록의 움직임 정보가 도출될 수 있으며, 이 경우 예측 모드에서 개시된 절차에 따라 현재 블록의 움직임 정보가 도출될 수 있다. 이 경우 상술한 바와 같은 후보 리스트 구성은 생략될 수 있다.
디코딩 장치는 현재 블록의 움직임 정보를 기반으로 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S620). 이 경우 현재 블록의 참조 픽처 인덱스를 기반으로 참조 픽처를 도출하고, 현재 블록의 움직임 벡터가 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 현재 블록의 예측 샘플들을 도출할 수 있다. 이때, 경우에 따라 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 디코딩 장치의 인터 예측부(332)는 예측 모드 결정부(332_1), 움직임 정보 도출부(332_2), 예측 샘플 도출부(332_3)를 포함할 수 있으며, 예측 모드 결정부(332_1)에서 수신된 예측 모드 정보를 기반으로 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(332_2)에서 수신된 움직임 정보에 관한 정보를 기반으로 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(332_3)에서 현재 블록의 예측 샘플들을 도출할 수 있다.
디코딩 장치는 수신된 레지듀얼 정보를 기반으로 현재 블록에 대한 레지듀얼 샘플들을 생성한다(S630). 디코딩 장치는 예측 샘플들 및 레지듀얼 샘플들을 기반으로 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다(S640). 이후 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
상술한 바와 같이 인터 예측 절차는 인터 예측 모드 결정 단계, 결정된 예측 모드에 따른 움직임 정보 도출 단계, 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계를 포함할 수 있다. 인터 예측 절차는 상술한 바와 같이 인코딩 장치 및 디코딩 장치에서 수행될 수 있다.
한편, 현재 블록의 움직임 정보를 도출함에 있어서, 공간적 주변 블록(들) 및 시간적 주변 블록(들)을 기반으로 움직임 정보 후보(들)을 도출하고, 도출된 움직임 정보 후보(들)을 기반으로 현재 블록을 위한 움직임 정보 후보를 선택할 수 있다. 이때 선택된 움직임 정보 후보를 현재 블록의 움직임 정보로 사용할 수 있다.
도 8은 현재 블록의 공간적 주변 블록 및 시간적 주변 블록을 예시적으로 나타낸다.
도 8을 참조하면, 공간적 주변 블록은 현재 인터 예측을 수행하는 대상인 현재 블록(800)의 주변에 위치하는 주변 블록들을 말하며, 현재 블록(800)의 좌측 주변에 위치하는 주변 블록들 혹은 현재 블록(800)의 상측 주변에 위치하는 주변 블록들을 포함할 수 있다. 예를 들어, 공간적 주변 블록은 현재 블록(800)의 좌하측 코너 주변 블록, 좌측 주변 블록, 우상측 코너 주변 블록, 상측 주변 블록, 좌상측 코너 주변 블록을 포함할 수 있다. 도 8에서는 공간적 주변 블록들을 "S"로 도시하였다.
일 실시예로, 인코딩 장치/디코딩 장치는 현재 블록의 공간적 주변 블록들(예: 좌하측 코너 주변 블록, 좌측 주변 블록, 우상측 코너 주변 블록, 상측 주변 블록, 좌상측 코너 주변 블록)을 정해진 순서에 따라 탐색하여 가용한 주변 블록들을 검출하고, 검출된 주변 블록들의 움직임 정보를 공간적 움직임 정보 후보로 도출할 수 있다.
시간적 주변 블록은 현재 블록(800)을 포함하는 현재 픽처와 다른 픽처(즉, 참조 픽처) 상에 위치하는 블록으로, 참조 픽처 내에서 현재 블록(800)과 동일한 위치의 블록(collocated block)을 말한다. 여기서, 참조 픽처는 POC(Picture Order Count) 상으로 현재 픽처보다 이전이거나 이후일 수 있다. 또한, 시간적 주변 블록의 유도 시에 사용되는 참조 픽처는 col 픽처(collocated picture)라 지칭할 수 있다. 또한, 동일한 위치의 블록(collocated block)은 현재 블록(800)의 포지션과 대응하는 col 픽처 내 포지션에 위치하는 블록을 나타낼 수 있으며, col 블록이라 지칭할 수 있다. 예를 들어, 시간적 주변 블록은 도 8에 도시된 바와 같이, 참조 픽처(즉, col 픽처) 내에서 현재 블록(800)의 우하측 코너 샘플 위치에 대응하여 위치하는 col 블록(즉, 우하측 코너 샘플을 포함하는 col 블록) 및/또는 참조 픽처(즉, col 픽처) 내에서 현재 블록(800)의 센터 우하측 샘플 위치에 대응하여 위치하는 col 블록(즉, 센터 우하측 샘플을 포함하는 col 블록)을 포함할 수 있다. 도 8에서는 시간적 주변 블록들을 "T"로 도시하였다.
일 실시예로, 인코딩 장치/디코딩 장치는 현재 블록의 시간적 주변 블록(예: 우하측 코너 샘플을 포함하는 col 블록, 센터 우하측 샘플을 포함하는 col 블록)을 정해진 순서에 따라 탐색하여 가용한 블록을 검출하고, 검출된 블록의 움직임 정보를 시간적 움직임 정보 후보로 도출할 수 있다. 이와 같이 시간적 주변 블록을 이용하는 기법은 TMVP(temporal motion vector prediction)라고 지칭할 수 있다.
즉, 공간적 움직임 정보 후보는 공간적 유사성을 기반으로 하는 공간적 주변 블록들로부터 도출되고, 시간적 움직임 정보 후보는 시간적 유사성을 기반으로 하는 시간적 주변 블록들로부터 도출될 수 있다. 그러나, 시간적 주변 블록을 이용하는 TMVP 방법은, 현재 블록의 우하측 코너 샘플 위치 또는 현재 블록의 센터 우하측 샘플 위치에 대응하는 참조 픽처 내의 col 블록의 움직임 정보를 사용하므로, 화면 내 움직임을 반영하지 못하는 한계가 있다. 이에, 기존의 TMVP 방법을 개선하기 위한 방법으로 ATMVP(Adaptive Temporal Motion Vector Prediction)가 사용될 수 있다. ATMVP는 공간적 유사성을 고려한 시간적 유사성 정보를 보정하는 방법으로, 공간적 주변 블록의 움직임 벡터가 가리키는 위치를 기반으로 col 블록을 도출하고, 도출된 col 블록의 움직임 벡터를 시간적 움직임 정보 후보(즉, ATMVP 후보)로 사용하는 방법이다. 이와 같이 ATMVP는 공간적 주변 블록을 이용하여 col 블록을 도출함으로써 기존의 TMVP 방식에서 보다 col 블록의 정확도를 높일 수 있다.
도 9는 시간적 움직임 정보 후보(ATMVP 후보)를 도출하기 위하여 사용될 수 있는 공간적 주변 블록을 예시적으로 나타낸다.
상술한 바와 같이 ATMVP 기반 인터 예측 방법(이하, ATMVP 모드라 함)은 현재 블록의 공간적 주변 블록을 이용하여 col 블록(혹은 대응 블록)을 유도하고, 이를 시간적 움직임 정보 후보(즉, ATMVP 후보)로 구성할 수 있다.
도 9를 참조하면, ATMVP 모드에서 공간적 주변 블록은 현재 블록의 좌하측 코너 주변 블록(A0), 좌측 주변 블록(A1), 우상측 코너 주변 블록(B0), 상측 주변 블록(B1) 중 적어도 하나를 포함할 수 있다. 경우에 따라서 공간적 주변 블록은 도 9에 도시된 주변 블록 이외의 다른 주변 블록(예: 좌상측 코너 주변 블록)을 더 포함할 수도 있고, 또는 도 9에 도시된 주변 블록들 중 특정 주변 블록을 포함하지 않을 수도 있다. 또한, 공간적 주변 블록은 특정 주변 블록만을 포함할 수도 있으며, 예컨대 현재 블록의 좌측 주변 블록(A1)만을 포함할 수 있다.
ATMVP 모드가 적용될 경우, 인코딩 장치/디코딩 장치는 시간적 움직임 정보 후보를 구성함에 있어 공간적 주변 블록을 미리 정해진 탐색 순서에 따라 탐색하면서 가장 먼저 가용한 공간적 주변 블록의 움직임 벡터(temporal vector)를 검출하고, 참조 픽처에서 상기 공간적 주변 블록의 움직임 벡터(temporal vector)가 가리키는 위치에 있는 블록을 col 블록(즉, 대응 블록)으로 정할 수 있다.
이때, 공간적 주변 블록의 가용성 여부는, 공간적 주변 블록의 참조 픽처 정보, 예측 모드 정보, 위치 정보 등에 의해서 판단될 수 있다. 예를 들어, 공간적 주변 블록의 참조 픽처와 현재 블록의 참조 픽처가 동일한 경우, 해당 공간적 주변 블록은 가용한 것으로 판단될 수 있다. 또는, 공간적 주변 블록이 인트라 예측 모드로 코딩되거나 공간적 주변 블록이 현재 픽처/타일 외부에 위치하는 경우, 해당 공간적 주변 블록은 가용하지 않은 것으로 판단될 수 있다.
또한, 공간적 주변 블록의 탐색 순서는, 다양하게 정의될 수 있으며, 예컨대 A1, B1, B0, A0 순일 수 있다. 또는 A1만을 탐색하여 A1이 가용한지 여부를 판단할 수 있다.
한편, 인터 예측 모드에 따라서는 서브블록 단위로 움직임 정보를 도출하여 예측을 수행할 수도 있다. 예컨대, 어파인 모드나 ATMVP 모드인 경우 서브블록 단위로 움직임 정보를 유도할 수 있다. 특히, 서브블록 단위의 시간적 움직임 정보 후보(즉, ATMVP 후보)를 도출하는 방법은 서브블록 기반 ATMVP(sbTMVP; subblock-based temporal motion vector prediction)라 지칭될 수 있다. 이하에서는 sbTMVP 방법에 관해 구체적으로 설명한다.
도 10은 서브블록 기반 시간적 움직임 정보 후보(sbTMVP 후보)를 도출하는 과정을 개략적으로 설명하기 위한 도면이다.
sbTMVP는 현재 픽처 내에서 코딩 유닛들의 움직임 벡터 예측(MVP) 및 머지 모드를 향상시키기 위해 col 픽처 내의 움직임 필드를 이용하는 방법으로서, sbTMVP의 col 픽처는 TMVP에 의해 사용되는 col 픽처와 동일할 수 있다. 다만, TMVP는 코딩 유닛(CU) 레벨에서 움직임 예측을 수행하지만, sbTMVP는 서브블록 레벨 또는 서브 코딩 유닛(sub-CU) 레벨에서 움직임 예측을 수행할 수 있다. 또한, TMVP는 col 픽처 내의 col 블록으로부터 시간적 움직임 정보를 패치(fetch)하지만(여기서, col 블록은 현재 블록의 우하측 코너 샘플 위치 또는 현재 블록의 센터 우하측 샘플 위치에 대응하는 col 블록이다), sbTMVP는 col 픽처로부터 움직임 쉬프트(motion shift)를 적용한 후 시간적 움직임 정보를 패치한다. 여기서, 움직임 쉬프트는 현재 블록의 공간적 주변 블록들 중 하나(예: A1 주변 블록)의 움직임 벡터를 이용하여 현재 블록에 대한 col 블록을 도출하는 과정을 의미할 수 있다.
도 10을 참조하면, 먼저 인코딩/디코딩 장치는 현재 블록의 공간적 주변 블록(예: A1)이 가용한지 여부를 판단할 수 있다. 예컨대, 공간적 주변 블록(예: A1)의 참조 픽처가 col 픽처를 사용하는 경우, 공간적 주변 블록(예: A1)은 가용한 것으로 판단될 수 있고, 공간적 주변 블록(예: A1)의 움직임 벡터가 도출될 수 있다. 이때, 공간적 주변 블록(예: A1)의 움직임 벡터는 시간적 MV(tempMV)로서 지칭될 수 있고, 이 움직임 벡터는 움직임 쉬프트에 사용될 수 있다. 또는 공간적 주변 블록(예: A1)이 가용하지 않은 것으로 판단된 경우, 시간적 MV(즉, 공간적 주변 블록의 움직임 벡터)는 제로 벡터로 설정될 수 있다. 다시 말해, 이 경우 움직임 쉬프트는 (0, 0)으로 설정될 수 있다.
다음으로, 인코딩/디코딩 장치는 공간적 주변 블록(예: A1)의 움직임 벡터를 기반으로 움직임 쉬프트를 적용할 수 있다. 예를 들어, 움직임 쉬프트는 공간적 주변 블록(예: A1)의 움직임 벡터로 설정될 수 있다. 즉, 움직임 쉬프트를 적용함으로써, 현재 블록의 좌표에 공간적 주변 블록(예: A1)의 움직임 벡터가 더해질 수 있다.
다음으로, 인코딩/디코딩 장치는 col 픽처 상에서 움직임 쉬프트된 col 서브블록(collocated subblock)을 유도하고, 각 col 서브블록의 움직임 정보(움직임 벡터, 참조 인덱스 등)를 획득할 수 있다. 즉, 인코딩/디코딩 장치는 현재 블록에 대한 각 서브블록들의 센터 샘플 위치에서 움직임 쉬프트된 위치(즉, 공간적 주변 블록(예: A1)의 움직임 벡터가 가리키는 위치)에 대응하는 col 픽처 상의 각 col 서브블록들을 도출할 수 있다. 그리고, 각 col 서브블록들의 움직임 정보를 현재 블록에 대한 각 서브블록들의 움직임 정보(즉, sbTMVP 후보)로 사용할 수 있다. 여기서, 센터 샘플 위치라 함은, 서브블록의 센터에 위치하는 4개의 샘플들 중 우측 하단에 위치한 샘플을 말할 수 있다.
이때, col 서브블록의 움직임 벡터들에 스케일링이 적용될 수 있다. 상기 스케일링은 col 블록의 참조 픽처와 현재 블록의 참조 픽처 간의 시간적 거리 차이를 기반으로 수행될 수 있다. 따라서, 상기 스케일링은 시간적 움직임 스케일링이라 지칭될 수 있고, 이를 통해서 현재 블록의 참조 픽처들과 시간적 움직임 벡터들의 참조 픽처들을 정렬할 수 있다. 이 경우, 인코딩/디코딩 장치는 스케일링된 col 서브블록의 움직임 벡터들을 현재 블록에 대한 각 서브블록들의 움직임 정보로서 획득할 수 있다.
또한, col 서브블록의 움직임 정보를 도출함에 있어서, 특정 col 서브블록에 움직임 정보가 존재하지 않을 수도 있다. 이 경우, 움직임 정보가 존재하지 않는 특정 col 서브블록에 대해서는 col 블록의 센터에 위치한 블록(즉, 센터의 4개 샘플들 중 우측 하단에 위치한 샘플을 포함하는 블록)의 움직임 벡터를 사용할 수 있으며, 이를 대표 움직임 벡터로 저장할 수 있다.
상술한 바와 같이 서브블록 단위로 움직임 정보를 도출하는 어파인 모드나 sbTMVP 모드의 경우, 어파인 머지 후보들 및 sbTMVP 후보를 도출하고, 이러한 후보들을 기반으로 서브블록 기반 머지 후보 리스트를 구성할 수 있다. 이때, 어파인 모드나 sbTMVP 모드는 이용 가능(enabled) 또는 이용 불가능(disabled)인지를 지시하는 플래그 정보가 시그널링될 수 있다. 상기 플래그 정보를 기반으로 sbTMVP 모드가 이용 가능한 경우, 상술한 바와 같이 도출되는 sbTMVP 후보는 서브블록 기반 머지 후보 리스트의 제1 엔트리에 추가될 수 있다. 그리고, 어파인 머지 후보들이 서브블록 기반 머지 후보 리스트의 다음 엔트리에 추가될 수 있다. 여기서 서브블록 기반 머지 후보 리스트의 최대 후보 개수는 5개일 수 있다.
또한, sbTMVP 모드의 경우 서브블록 크기가 고정될 수 있으며, 예컨대 8x8 크기로 고정될 수 있다. 또한, sbTMVP 모드에서는 너비 및 높이가 모두 8 이상인 블록에만 적용될 수 있다.
한편, 현재 블록에 대해 서브블록 단위로 시간적 움직임 정보 후보를 도출하는 과정에서는 참조 픽처(즉, col 픽처) 상의 col 블록으로부터 서브블록 단위로 움직임 벡터들을 패치 해오는 과정이 필요하다. col 블록이 위치하는 참조 픽처는 이미 코딩(인코딩/디코딩)이 완료된 픽처로서, 메모리(즉, DPB)에 저장되어 있다. 따라서, 메모리(즉, DPB)에 저장된 참조 픽처로부터 움직임 정보를 획득하려면 메모리에 접근하여 해당 정보를 패치해오는 과정이 필요하게 된다.
도 11은 참조 픽처(col 픽처)로부터 시간적 움직임 정보를 유도하기 위한 움직임 패치 영역(motion fetch area)을 나타낸다.
상술한 바와 같이, 현재 블록에 대한 시간적 움직임 정보를 도출하기 위하여, 현재 블록에 대응하여 위치하는 col 픽처 내의 col 블록을 유도하고, 상기 col 블록으로부터 시간적 움직임 정보를 도출할 수 있다. 이때, col 블록의 시간적 움직임 정보를 메모리로부터 패치해오는 과정이 수행될 수 있다. 다만, 인코더/디코더 파이프 라인 구성 및 처리량(Throughput), 메모리 성능 등을 고려하여 메모리에 접근하여 한번에 패치할 수 있는 패치 영역이 정해질 수 있다.
도 11을 참조하면, 현재 블록을 포함하는 CTU(coding tree unit)(이하, 현재 CTU)에 대하여, 현재 픽처 상의 현재 CTU에 대응하는 col 픽처 상의 CTU를 특정할 수 있다. 예를 들어, 현재 픽처 내에서 현재 CTU의 좌상단(top-left) 샘플 위치를 특정하고, col 픽처 내에서 상기 현재 CTU의 좌상단 샘플 위치를 포함하는 CTU의 좌상단 샘플 위치를 특정할 수 있다. 그리고, col 픽처 내에서 특정된 CTU를 기반으로 움직임 패치 영역을 결정할 수 있다. 예를 들어, 움직임 패치 영역은 col 픽처 상의 CTU에 4개 샘플들의 열(column)을 더 포함하는 영역일 수 있다. 다시 말해, 움직임 패치 영역의 너비는 col 픽처 상의 CTU 너비 + 4개의 샘플들(픽셀들)일 수 있고, 움직임 패치 영역의 높이는 col 픽처 상의 CTU 높이일 수 있다.
또한, sbTMVP 모드의 경우에도 상술한 움직임 패치 영역을 기반으로 서브블록 단위로 시간적 움직임 정보를 유도할 수 있다.
도 12는 참조 픽처(col 픽처)의 움직임 패치 영역으로부터 sbTMVP 후보를 유도하는 과정을 설명하기 위한 도면이다.
도 12를 참조하면, 현재 블록에 대해 서브블록 단위의 시간적 움직임 정보 후보(sbTMVP 후보)를 도출하기 위하여, 현재 CUT의 움직임 패치 영역(1200)이 결정될 수 있다. 즉, 현재 CUT의 움직임 패치 영역(1200)은 도 11에서 설명한 바와 같이, 현재 CTU에 대응하는 col 픽처 상의 CTU에 4개 샘플들의 열을 포함하는 영역일 수 있다.
이때, sbTMVP 후보는 현재 블록의 공간적 주변 블록의 움직임 벡터를 기반으로 움직임 쉬프트를 수행하고, col 픽처 내 움직임 쉬프트된 위치의 col 서브블록들을 기반으로 도출될 수 있다. 이와 같은 움직임 쉬프트로 인해 col 서브블록들은 현재 CTU의 움직임 패치 영역(1200)의 범위를 벗어나 위치할 수 있다. 이 경우, 도 12에 도시된 바와 같이, 현재 CTU의 움직임 패치 영역(1200)의 외부에 위치한 col 서브블록들은 클리핑(clipping) 과정이 적용될 수 있다. 예를 들어, 현재 CTU의 움직임 패치 영역(1200)의 외부에 위치한 col 서브블록들은 움직임 패치 영역(1200) 내로 조정될 수 있다.
도 13은 sbTMVP 모드에서 움직임 패치 영역을 기반으로 서브블록의 움직임 정보를 유도하는 방법의 일 실시예를 나타낸다.
도 13을 참조하면, 먼저 인코딩/디코딩 장치는 현재 블록의 서브블록들에 대응하는 col 픽처 상의 col 서브블록들을 유도할 수 있다(S1300).
이때, col 서브블록들은 현재 블록의 공간적 주변 블록(예: 좌측 주변 블록 A1)의 움직임 벡터를 기반으로 col 픽처 상에서 움직임 쉬프트된 위치에 대응하는 서브블록들일 수 있다.
인코딩/디코딩 장치는 각 col 서브블록들을 대상으로 다음 과정을 수행할 수 있다.
인코딩/디코딩 장치는 현재 블록의 서브블록들에 대응하는 col 서브블록들이 존재하는지 여부를 판단할 수 있다(S1310). 예를 들어, col 서브블록들은 제1 내지 제n col 서브블록들을 포함할 수 있고, 이 경우 인코딩/디코딩 장치는 해당 col 서브블록이 제1 내지 제n col 서브블록들 중 어느 하나인지를 판단할 수 있다. 다시 말해, 인코딩/디코딩 장치는 제1 내지 제n col 서브블록들에 대해 각각 다음 과정을 수행할 수 있다.
인코딩/디코딩 장치는 각 col 서브블록(즉, 움직임 쉬프트된 서브블록)에 대해 움직임 패치 영역 내로 클리핑하는 과정을 수행하고(S1320), 각 col 서브블록의 움직임 정보를 패치할 수 있다(S1330).
인코딩/디코딩 장치는 각 col 서브블록이 인터 예측 모드로 코딩된 블록인지를 판단할 수 있다(S1340).
col 서브블록들 중 특정 col 서브블록이 인터 예측 모드로 코딩된 블록이 아닌 경우, 인코딩/디코딩 장치는 특정 col 서브블록에 대응하는 현재 블록의 서브블록에 대한 움직임 정보를 디폴트 움직임 정보로 설정할 수 있다(S1350).
예를 들어, 디폴트 움직임 정보는 col 블록 내에서 센터에 위치한 블록(즉, 센터의 4개 샘플들 중 우측 하단에 위치한 샘플을 포함하는 블록)의 움직임 정보를 사용할 수 있다. 또는, 디폴트 움직임 정보는 제로 벡터를 포함할 수 있다.
col 서브블록들 중 특정 col 서브블록이 인터 예측 모드로 코딩된 블록인 경우, 인코딩/디코딩 장치는 특정 col 서브블록의 움직임 정보를 스케일링하여, 현재 블록의 서브블록에 대한 움직임 정보로 도출할 수 있다(S1360).
여기서, 스케일링은 col 픽처와 특정 col 서브블록의 참조 픽처 간의 제1 POC(picture order count) 차이와, 현재 픽처와 현재 블록의 참조 픽처 간의 제2 POC(picture order count) 차이를 기반으로 수행될 수 있다. 예를 들어, 제1 POC 차이와 제2 POC 차이를 기반으로 스케일링 팩터를 도출하고, 상기 스케일링 팩터를 이용하여 상기 특정 col 서브블록의 움직임 정보를 스케일링할 수 있다.
상술한 바와 같이 서브블록들이 움직임 쉬프팅됨으로써 클리핑될 수 있다. 즉, 서브블록들이 움직임 패치 영역 내로 클리핑될 경우, 클리핑된 서브블록들의 움직임 정보는 정확하지 못하게 된다. 또한, 경우에 따라 클리핑된 서브블록들의 움직임 정보를 이용하여 스케일링 과정이 적용될 수 있다. 최악의 경우(worst case), 현재 CUT 내 모든 서브블록들이 클링핑되고, 클리핑된 서브블록들의 움직임 정보를 기반으로 스케일링 과정이 적용된 sbTMVP 후보가 도출될 수도 있다.
이에, 상술한 바와 같은 최악의 경우를 감소시키기 위해서, 움직임 쉬프팅에 의해 움직임 패치 영역의 범위를 벗어난 서브블록에 대해 움직임 스케일링 과정을 생략하고 디폴트 움직임 정보를 유도할 수 있다.
도 14는 sbTMVP 모드에서 움직임 패치 영역을 기반으로 서브블록의 움직임 정보를 유도하는 방법의 다른 실시예를 나타낸다.
도 14를 참조하면, 먼저 먼저 인코딩/디코딩 장치는 현재 블록의 서브블록들에 대응하는 col 픽처 상의 col 서브블록들을 유도할 수 있다(S1400).
이때, col 서브블록들은 현재 블록의 공간적 주변 블록(예: 좌측 주변 블록 A1)의 움직임 벡터를 기반으로 움직임 쉬프트된 위치에 대응하는 서브블록들일 수 있다.
인코딩/디코딩 장치는 각 col 서브블록들을 대상으로 다음 과정을 수행할 수 있다.
인코딩/디코딩 장치는 현재 블록의 서브블록들에 대응하는 col 서브블록들이 존재하는지 여부를 판단할 수 있다(S1410). 예를 들어, col 서브블록들은 제1 내지 제n col 서브블록들을 포함할 수 있고, 이 경우 인코딩/디코딩 장치는 해당 col 서브블록이 제1 내지 제n col 서브블록들 중 어느 하나인지를 판단할 수 있다. 다시 말해, 인코딩/디코딩 장치는 제1 내지 제n col 서브블록들에 대해 각각 다음 과정을 수행할 수 있다.
인코딩/디코딩 장치는 각 col 서브블록(즉, 움직임 쉬프트된 서브블록)에 대해 움직임 패치 영역의 범위를 벗어나는 위치에 있는지 여부를 판단할 수 있다(S1420).
col 서브블록들 중 특정 col 서브블록이 움직임 패치 영역의 범위를 벗어나는 위치에 있는 경우, 인코딩/디코딩 장치는 특정 col 서브블록에 대응하는 현재 블록의 서브블록에 대한 움직임 정보를 디폴트 움직임 정보로 설정할 수 있다(S1450).
예를 들어, 디폴트 움직임 정보는 col 블록 내에서 센터에 위치한 블록(즉, 센터의 4개 샘플들 중 우측 하단에 위치한 샘플을 포함하는 블록)의 움직임 정보를 사용할 수 있다. 또는, 디폴트 움직임 정보는 제로 벡터를 포함할 수 있다.
col 서브블록들 중 특정 col 서브블록이 움직임 패치 영역의 범위 내에 있는 경우, 인코딩/디코딩 장치는 특정 col 서브블록의 움직임 정보를 패치할 수 있다(S1430). 그리고, 인코딩/디코딩 장치는 특정 col 서브블록이 인터 예측 모드로 코딩된 블록인지를 판단할 수 있다(S1440).
특정 col 서브블록이 인터 예측 모드로 코딩된 블록이 아닌 경우, 인코딩/디코딩 장치는 특정 col 서브블록에 대응하는 현재 블록의 서브블록에 대한 움직임 정보를 디폴트 움직임 정보로 설정할 수 있다(S1450). 예를 들어, 디폴트 움직임 정보는 col 블록 내에서 센터에 위치한 블록(즉, 센터의 4개 샘플들 중 우측 하단에 위치한 샘플을 포함하는 블록)의 움직임 정보를 사용할 수 있다. 또는, 디폴트 움직임 정보는 제로 벡터를 포함할 수 있다.
특정 col 서브블록이 인터 예측 모드로 코딩된 블록인 경우, 인코딩/디코딩 장치는 특정 col 서브블록의 움직임 정보를 스케일링하여, 현재 블록의 서브블록에 대한 움직임 정보로 도출할 수 있다(S1460).
여기서, 스케일링은 col 픽처와 특정 col 서브블록의 참조 픽처 간의 제1 POC(picture order count) 차이와, 현재 픽처와 현재 블록의 참조 픽처 간의 제2 POC(picture order count) 차이를 기반으로 수행될 수 있다. 예를 들어, 제1 POC 차이와 제2 POC 차이를 기반으로 스케일링 팩터를 도출하고, 상기 스케일링 팩터를 이용하여 상기 특정 col 서브블록의 움직임 정보를 스케일링할 수 있다.
도 15는 본 문서의 일 실시예에 따른 인코딩 장치에 의하여 수행될 수 있는 인코딩 방법을 개략적으로 나타내는 흐름도이다.
도 15에 개시된 방법은 도 2에서 개시된 인코딩 장치(200)에 의하여 수행될 수 있다. 구체적으로, 도 15의 단계 S1500 ~ S1530은 도 2에 개시된 예측부(220) 및 인터 예측부(221)에 의하여 수행될 수 있고, 도 15의 단계 S1540은 도 2에 개시된 레지듀얼 처리부(230)에 의하여 수행될 수 있고, 도 15의 단계 S1550은 도 2에 개시된 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 또한, 도 15에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다. 따라서, 도 15에서는 상술한 실시예들과 중복되는 내용에 관해서 구체적인 설명을 생략하거나 간단히 하기로 한다.
도 15를 참조하면, 인코딩 장치는 현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출할 수 있다(S1500).
일 실시예로, 인코딩 장치는 먼저 현재 블록에 대해 서브블록 단위로 시간적 움직임 정보(sbTMVP)를 유도할지 여부를 결정할 수 있다. 예를 들어, 현재 블록의 크기를 기반으로 서브블록 단위의 시간적 움직임 정보를 유도할지 여부를 결정할 수 있으며, 예컨대 현재 블록의 너비 및 높이가 모두 8 이상인 경우 서브블록 단위의 시간적 움직임 정보를 유도할 수 있다. 서브블록 단위의 시간적 움직임 정보를 유도하기로 결정된 경우, 인코딩 장치는 현재 블록의 서브블록들에 대응하는 동일 위치 참조 픽처 상의 참조 서브블록들을 도출할 수 있다.
여기서, 동일 위치 참조 픽처는 상술한 바와 같이 시간적 움직임 정보를 유도하기 위해 사용되는 참조 픽처를 말하며, 현재 블록에 대한 참조 픽처 리스트에 포함된 참조 픽처들 중에서 하나일 수 있다. 또한, 동일 위치 참조 픽처는 상술한 col 픽처를 지칭할 수 있으며, 참조 서브블록들은 상술한 col 서브블록들을 지칭할 수 있다.
이때 참조 서브블록들을 도출함에 있어서, 먼저 인코딩 장치는 현재 블록의 공간적 주변 블록으로부터 움직임 벡터를 도출할 수 있다.
예를 들어, 현재 블록의 공간적 주변 블록은 현재 블록의 좌측에 위치한 좌측 주변 블록(도 9의 A1일 수 있음)일 수 있고, 공간적 주변 블록의 움직임 벡터는 좌측 주변 블록이 가용한 경우에 좌측 주변 블록으로부터 도출되는 움직임 벡터일 수 있다. 또는, 좌측 주변 블록이 가용하지 않은 경우에는 제로 벡터를 사용할 수 있다. 여기서, 공간적 주변 블록이 가용한지 여부는 공간적 주변 블록의 참조 픽처 정보, 예측 모드 정보, 위치 정보 등에 의해서 판단될 수 있다. 예를 들어, 공간적 주변 블록의 참조 픽처와 현재 블록의 참조 픽처가 동일한 경우, 해당 공간적 주변 블록은 가용한 것으로 판단될 수 있다. 또는, 공간적 주변 블록이 인트라 예측 모드로 코딩되거나 공간적 주변 블록이 현재 픽처/타일 외부에 위치하는 경우, 해당 공간적 주변 블록은 가용하지 않은 것으로 판단될 수 있다.
그리고, 인코딩 장치는 공간적 주변 블록으로부터 도출된 움직임 벡터를 기반으로 움직임 쉬프팅된 위치에 대응하는 동일 위치 참조 픽처 상의 참조 서브블록들을 도출할 수 있다.
예를 들어, 인코딩 장치는 현재 블록의 서브블록들 각각에 대해 서브블록 내의 센터 샘플 위치를 특정하고, 각 서브블록 내의 센터 샘플 위치에서 상기 공간적 주변 블록(예: 좌측 주변 블록)의 움직임 벡터가 가리키는 위치로 움직임 쉬프팅을 적용하고, 상기 움직임 쉬프팅된 위치를 기반으로 동일 위치 참조 픽처 내에서 참조 서브블록들 각각을 도출할 수 있다. 여기서, 센터 샘플 위치라 함은, 서브블록의 센터에 위치하는 4개의 샘플들 중 우측 하단에 위치한 샘플을 말할 수 있다.
인코딩 장치는 동일 위치 참조 픽처 상의 움직임 패치 영역을 기반으로 참조 서브블록들에 대한 움직임 정보를 도출할 수 있다(S1510).
여기서, 움직임 패치 영역은 현재 블록을 포함하는 현재 CTU에 대응하여 위치하는 동일 위치 참조 픽처 상의 CTU를 포함할 수 있다. 예를 들어, 현재 픽처 내에서 현재 CTU의 좌상단(top-left) 샘플 위치를 특정하고, 동일 위치 참조 픽처 내에서 상기 현재 CTU의 좌상단 샘플 위치를 포함하고 있는 CTU(즉, 동일 위치 CTU)의 좌상단 샘플 위치를 특정할 수 있다. 그리고, 동일 위치 참조 픽처 내에서 상기 특정된 CTU(즉, 동일 위치 CTU)를 기반으로 움직임 패치 영역을 결정할 수 있다. 일례로, 움직임 패치 영역은 동일 위치 참조 픽처 상의 CTU(즉, 동일 위치 CTU)에 4개 샘플들의 열(column)을 더 포함하는 영역일 수 있다. 다시 말해, 움직임 패치 영역의 너비는 동일 위치 참조 픽처 상의 CTU(즉, 동일 위치 CTU) 너비 + 4개의 샘플들(픽셀들)일 수 있고, 움직임 패치 영역의 높이는 동일 위치 참조 픽처 상의 CTU(즉, 동일 위치 CTU) 높이일 수 있다.
일 실시예로, 인코딩 장치는 참조 서브블록들이 움직임 패치 영역 내에 위치하는지 여부를 판단하고, 판단 결과에 따라 참조 서브블록들의 움직임 정보를 도출할 수 있다. 예를 들어, 참조 서브블록들은 제1 내지 제n 참조 서브블록들을 포함할 수 있고, 이 경우 인코딩 장치는 제1 내지 제n 참조 서브블록들 각각에 대해 움직임 패치 영역 내에 위치하는지 여부를 판단하여, 제1 내지 제n 참조 서브블록들 각각의 움직임 정보를 도출할 수 있다.
참조 서브블록들 중 특정 참조 서브블록이 움직임 패치 영역 내에 위치하지 않는 경우, 인코딩 장치는 특정 참조 서브블록의 움직임 정보를 디폴트 움직임 정보로 설정할 수 있다. 여기서, 디폴트 움직임 정보는 참조 서브블록들을 포함하는 참조 블록(즉, col 블록) 내에서 센터에 위치한 샘플을 포함하는 블록의 움직임 정보를 사용할 수 있다. 여기서, 센터에 위치한 샘플이라 함은, 참조 블록 내에서 센터에 위치하는 4개의 샘플들 중 우측 하단에 위치한 샘플을 말할 수 있다. 또는, 디폴트 움직임 정보는 제로 벡터를 사용할 수 있다.
참조 서브블록들 중 특정 참조 서브블록이 움직임 패치 영역 내에 위치하는 경우, 인코딩 장치는 특정 참조 서브블록의 움직임 정보를 획득할 수 있다. 이때, 특정 참조 서브블록의 움직임 정보에 스케일링을 적용할 수 있다. 예컨대, 인코딩 장치는 동일 위치 참조 픽처와 특정 참조 서브블록의 참조 픽처 간의 제1 POC(picture order count) 차이와, 현재 픽처와 현재 블록의 참조 픽처 간의 제2 POC(picture order count) 차이를 기반으로, 특정 참조 서브블록의 움직임 정보를 스케일링할 수 있다.
또한, 일 실시예로, 특정 참조 서브블록이 움직임 패치 영역 내에 위치하는 경우, 인코딩 장치는 특정 참조 블록이 인터 예측 모드로 코딩되었는지 여부를 기반으로 참조 서브블록의 움직임 정보를 획득할 수 있다. 예를 들어, 특정 참조 블록이 인터 예측 모드로 코딩된 경우, 인코딩 장치는 상술한 바와 같이 특정 참조 서브블록의 움직임 정보를 획득하여 스케일링을 적용할 수 있다. 또는 특정 참조 블록이 인터 예측 모드로 코딩되지 않은 경우, 인코딩 장치는 특정 참조 서브블록의 움직임 정보를 디폴트 움직임 정보로 설정할 수 있다. 여기서, 디폴트 움직임 정보는 참조 서브블록들을 포함하는 참조 블록(즉, col 블록) 내에서 센터에 위치한 샘플을 포함하는 블록의 움직임 정보를 사용할 수 있다. 또는, 디폴트 움직임 정보는 제로 벡터를 사용할 수 있다.
인코딩 장치는 참조 서브블록들에 대한 움직임 정보를 기반으로 현재 블록의 서브블록들에 대한 움직임 정보를 도출할 수 있다(S1520).
즉, 인코딩 장치는 상술한 바와 같이 도출된 참조 서브블록들의 움직임 정보를 현재 블록의 서브블록들에 대한 움직임 정보로 설정할 수 있다. 예를 들어, 참조 서브블록들의 움직임 벡터 및 참조 인덱스를 현재 블록의 서브블록에 대한 움직임 벡터 및 참조 인덱스로 설정할 수 있다.
인코딩 장치는 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성할 수 있다(S1530).
인코딩 장치는 RD(rate-distortion) cost 기반으로 최적의 움직임 정보를 선택하고, 이를 기반으로 예측 샘플들을 생성할 수 있다. 예를 들어, 현재 블록에 대해 서브블록 단위로 도출된 움직임 정보(즉, sbTMVP)가 최적의 움직임 정보로서 선택된 경우, 인코딩 장치는 상기와 같이 도출된 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 현재 블록의 예측 샘플들을 생성할 수 있다.
인코딩 장치는 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출하고(S1540), 레지듀얼 샘플들에 관한 정보를 인코딩할 수 있다(S1550).
즉, 인코딩 장치는 현재 블록에 대한 원본 샘플들과 현재 블록의 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다. 그리고, 인코딩 장치는 레지듀얼 샘플들에 대한 정보를 생성할 수 있다. 여기서, 레지듀얼 샘플들에 대한 정보는, 레지듀얼 샘플들에 변환 및 양자화를 수행하여 도출된 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다.
인코딩 장치는 레지듀얼 샘플들에 관한 정보를 인코딩하여 비트스트림으로 출력하고, 이를 네트워크 또는 저장매체를 통하여 디코딩 장치로 전송할 수 있다. 또한, 인코딩 장치는 RD(rate-distortion) cost 기반으로 선택된 움직임 정보(예컨대, sbTMVP 후보에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다.
도 16은 본 문서의 일 실시예에 따라 디코딩 장치에 의하여 수행될 수 있는 디코딩 방법을 개략적으로 나타내는 흐름도이다.
도 16에 개시된 방법은 도 3에서 개시된 디코딩 장치(300)에 의하여 수행될 수 있다. 구체적으로, 도 16의 단계 S1600 ~ S1630은 도 3에 개시된 예측부(330) 및 인터 예측부(332)에 의하여 수행될 수 있고, 도 16의 단계 S1640은 도 3에 개시된 가산부(340)에 의하여 수행될 수 있다. 또한, 도 16에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다. 따라서, 도 16에서는 상술한 실시예들과 중복되는 내용에 관해서 구체적인 설명을 생략하거나 간단히 하기로 한다.
도 16을 참조하면, 디코딩 장치는 현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출할 수 있다(S1600).
일 실시예로, 디코딩 장치는 먼저 현재 블록에 대해 서브블록 단위로 시간적 움직임 정보(sbTMVP)를 유도할지 여부를 결정할 수 있다. 예를 들어, 현재 블록의 크기를 기반으로 서브블록 단위의 시간적 움직임 정보를 유도할지 여부를 결정할 수 있으며, 예컨대 현재 블록의 너비 및 높이가 모두 8 이상인 경우 서브블록 단위의 시간적 움직임 정보를 유도할 수 있다. 서브블록 단위의 시간적 움직임 정보를 유도하기로 결정된 경우, 디코딩 장치는 현재 블록의 서브블록들에 대응하는 동일 위치 참조 픽처 상의 참조 서브블록들을 도출할 수 있다.
여기서, 동일 위치 참조 픽처는 상술한 바와 같이 시간적 움직임 정보를 유도하기 위해 사용되는 참조 픽처를 말하며, 현재 블록에 대한 참조 픽처 리스트에 포함된 참조 픽처들 중에서 하나일 수 있다. 또한, 동일 위치 참조 픽처는 상술한 col 픽처를 지칭할 수 있으며, 참조 서브블록들은 상술한 col 서브블록들을 지칭할 수 있다.
이때 참조 서브블록들을 도출함에 있어서, 먼저 디코딩 장치는 현재 블록의 공간적 주변 블록으로부터 움직임 벡터를 도출할 수 있다.
예를 들어, 현재 블록의 공간적 주변 블록은 현재 블록의 좌측에 위치한 좌측 주변 블록(도 9의 A1일 수 있음)일 수 있고, 공간적 주변 블록의 움직임 벡터는 좌측 주변 블록이 가용한 경우에 좌측 주변 블록으로부터 도출되는 움직임 벡터일 수 있다. 또는, 좌측 주변 블록이 가용하지 않은 경우에는 제로 벡터를 사용할 수 있다. 여기서, 공간적 주변 블록이 가용한지 여부는 공간적 주변 블록의 참조 픽처 정보, 예측 모드 정보, 위치 정보 등에 의해서 판단될 수 있다. 예를 들어, 공간적 주변 블록의 참조 픽처와 현재 블록의 참조 픽처가 동일한 경우, 해당 공간적 주변 블록은 가용한 것으로 판단될 수 있다. 또는, 공간적 주변 블록이 인트라 예측 모드로 코딩되거나 공간적 주변 블록이 현재 픽처/타일 외부에 위치하는 경우, 해당 공간적 주변 블록은 가용하지 않은 것으로 판단될 수 있다.
그리고, 디코딩 장치는 공간적 주변 블록으로부터 도출된 움직임 벡터를 기반으로 움직임 쉬프팅된 위치에 대응하는 동일 위치 참조 픽처 상의 참조 서브블록들을 도출할 수 있다.
예를 들어, 디코딩 장치는 현재 블록의 서브블록들 각각에 대해 서브블록 내의 센터 샘플 위치를 특정하고, 각 서브블록 내의 센터 샘플 위치에서 상기 공간적 주변 블록(예: 좌측 주변 블록)의 움직임 벡터가 가리키는 위치로 움직임 쉬프팅을 적용하고, 상기 움직임 쉬프팅된 위치를 기반으로 동일 위치 참조 픽처 내에서 참조 서브블록들 각각을 도출할 수 있다. 여기서, 센터 샘플 위치라 함은, 서브블록의 센터에 위치하는 4개의 샘플들 중 우측 하단에 위치한 샘플을 말할 수 있다.
디코딩 장치는 동일 위치 참조 픽처 상의 움직임 패치 영역을 기반으로 참조 서브블록들에 대한 움직임 정보를 도출할 수 있다(S1610).
여기서, 움직임 패치 영역은 현재 블록을 포함하는 현재 CTU에 대응하여 위치하는 동일 위치 참조 픽처 상의 CTU를 포함할 수 있다. 예를 들어, 현재 픽처 내에서 현재 CTU의 좌상단(top-left) 샘플 위치를 특정하고, 동일 위치 참조 픽처 내에서 상기 현재 CTU의 좌상단 샘플 위치를 포함하고 있는 CTU(즉, 동일 위치 CTU)의 좌상단 샘플 위치를 특정할 수 있다. 그리고, 동일 위치 참조 픽처 내에서 상기 특정된 CTU(즉, 동일 위치 CTU)를 기반으로 움직임 패치 영역을 결정할 수 있다. 일례로, 움직임 패치 영역은 동일 위치 참조 픽처 상의 CTU(즉, 동일 위치 CTU)에 4개 샘플들의 열(column)을 더 포함하는 영역일 수 있다. 다시 말해, 움직임 패치 영역의 너비는 동일 위치 참조 픽처 상의 CTU(즉, 동일 위치 CTU) 너비 + 4개의 샘플들(픽셀들)일 수 있고, 움직임 패치 영역의 높이는 동일 위치 참조 픽처 상의 CTU(즉, 동일 위치 CTU) 높이일 수 있다.
일 실시예로, 디코딩 장치는 참조 서브블록들이 움직임 패치 영역 내에 위치하는지 여부를 판단하고, 판단 결과에 따라 참조 서브블록들의 움직임 정보를 도출할 수 있다. 예를 들어, 참조 서브블록들은 제1 내지 제n 참조 서브블록들을 포함할 수 있고, 이 경우 디코딩 장치는 제1 내지 제n 참조 서브블록들 각각에 대해 움직임 패치 영역 내에 위치하는지 여부를 판단하여, 제1 내지 제n 참조 서브블록들 각각의 움직임 정보를 도출할 수 있다.
참조 서브블록들 중 특정 참조 서브블록이 움직임 패치 영역 내에 위치하지 않는 경우, 디코딩 장치는 특정 참조 서브블록의 움직임 정보를 디폴트 움직임 정보로 설정할 수 있다. 여기서, 디폴트 움직임 정보는 참조 서브블록들을 포함하는 참조 블록(즉, col 블록) 내에서 센터에 위치한 샘플을 포함하는 블록의 움직임 정보를 사용할 수 있다. 여기서, 센터에 위치한 샘플이라 함은, 참조 블록 내에서 센터에 위치하는 4개의 샘플들 중 우측 하단에 위치한 샘플을 말할 수 있다. 또는, 디폴트 움직임 정보는 제로 벡터를 사용할 수 있다.
참조 서브블록들 중 특정 참조 서브블록이 움직임 패치 영역 내에 위치하는 경우, 디코딩 장치는 특정 참조 서브블록의 움직임 정보를 획득할 수 있다. 이때, 특정 참조 서브블록의 움직임 정보에 스케일링을 적용할 수 있다. 예컨대, 디코딩 장치는 동일 위치 참조 픽처와 특정 참조 서브블록의 참조 픽처 간의 제1 POC(picture order count) 차이와, 현재 픽처와 현재 블록의 참조 픽처 간의 제2 POC(picture order count) 차이를 기반으로, 특정 참조 서브블록의 움직임 정보를 스케일링할 수 있다.
또한, 일 실시예로, 특정 참조 서브블록이 움직임 패치 영역 내에 위치하는 경우, 디코딩 장치는 특정 참조 블록이 인터 예측 모드로 코딩되었는지 여부를 기반으로 참조 서브블록의 움직임 정보를 획득할 수 있다. 예를 들어, 특정 참조 블록이 인터 예측 모드로 코딩된 경우, 디코딩 장치는 상술한 바와 같이 특정 참조 서브블록의 움직임 정보를 획득하여 스케일링을 적용할 수 있다. 또는 특정 참조 블록이 인터 예측 모드로 코딩되지 않은 경우, 디코딩 장치는 특정 참조 서브블록의 움직임 정보를 디폴트 움직임 정보로 설정할 수 있다. 여기서, 디폴트 움직임 정보는 참조 서브블록들을 포함하는 참조 블록(즉, col 블록) 내에서 센터에 위치한 샘플을 포함하는 블록의 움직임 정보를 사용할 수 있다. 또는, 디폴트 움직임 정보는 제로 벡터를 사용할 수 있다.
디코딩 장치는 참조 서브블록들에 대한 움직임 정보를 기반으로 현재 블록의 서브블록들에 대한 움직임 정보를 도출할 수 있다(S1620).
즉, 디코딩 장치는 상술한 바와 같이 도출된 참조 서브블록들의 움직임 정보를 현재 블록의 서브블록들에 대한 움직임 정보로 설정할 수 있다. 예를 들어, 참조 서브블록들의 움직임 벡터 및 참조 인덱스를 현재 블록의 서브블록에 대한 움직임 벡터 및 참조 인덱스로 설정할 수 있다.
디코딩 장치는 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성할 수 있다(S1630).
일 실시예로, 디코딩 장치는 상기와 같이 도출된 현재 블록의 서브블록들에 대한 움직임 정보를 포함하는 움직임 정보 후보 리스트(예: 서브블록 기반 머지 후보 리스트)를 구성할 수 있고, 인코딩 장치로부터 시그널링되는 후보 인덱스 정보(예: 서브블록 기반 머지 후보 인덱스)를 획득할 수 있다. 그리고, 디코딩 장치는 움직임 정보 후보 리스트(예: 서브블록 기반 머지 후보 리스트) 내에서 후보 인덱스 정보(예: 서브블록 기반 머지 후보 인덱스)가 지시하는 후보를 선택하여 현재 블록의 서브블록에 대한 움직임 정보로 도출할 수 있다. 이때, 후보 인덱스 정보에 의해 움직임 정보 후보 리스트(예: 서브블록 기반 머지 후보 리스트)로부터 상기와 같이 도출된 현재 블록의 서브블록들에 대한 움직임 정보가 선택된 경우, 디코딩 장치는 상기와 같이 도출된 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 현재 블록의 예측 샘플들을 생성할 수 있다.
디코딩 장치는 예측 샘플들을 기반으로 복원 샘플들을 생성할 수 있다(S1640).
일 실시예로, 디코딩 장치는 예측 모드에 따라 예측 샘플들을 바로 복원 샘플들로 이용할 수도 있고, 또는 상기 예측 샘플들에 레지듀얼 샘플들을 더하여 복원 샘플들을 생성할 수도 있다.
디코딩 장치는 현재 블록에 대한 레지듀얼 샘플이 존재하는 경우, 현재 블록에 대한 레지듀얼에 관한 정보를 수신할 수 있다. 레지듀얼에 관한 정보는 레지듀얼 샘플들에 관한 변환 계수를 포함할 수 있다. 디코딩 장치는 레지듀얼 정보를 기반으로 현재 블록에 대한 레지듀얼 샘플들(또는 레지듀얼 샘플 어레이)을 도출할 수 있다. 디코딩 장치는 예측 샘플들과 레지듀얼 샘플들을 기반으로 복원 샘플들을 생성할 수 있고, 상기 복원 샘플들을 기반으로 복원 블록 또는 복원 픽처를 도출할 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 문서의 실시예들은 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 문서의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 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. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 문서가 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 비행기 단말, 선박 단말 등) 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 문서가 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서에 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 문서의 실시예는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 17은 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 17을 참조하면, 본 문서의 실시예들에 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 문서의 실시예들에 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.

Claims (18)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출하는 단계;
    상기 동일 위치 참조 픽처 상의 움직임 패치 영역을 기반으로 상기 참조 서브블록들에 대한 움직임 정보를 도출하는 단계;
    상기 참조 서브블록들에 대한 움직임 정보를 기반으로 상기 현재 블록의 서브블록들에 대한 움직임 정보를 도출하는 단계;
    상기 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성하는 단계; 및
    상기 예측 샘플들을 기반으로 복원 샘플들을 생성하는 단계를 포함하며,
    상기 참조 서브블록들은, 상기 현재 블록의 공간적 주변 블록으로부터 도출되는 움직임 벡터를 기반으로 움직임 쉬프팅되어 도출되며,
    상기 움직임 패치 영역은, 상기 현재 블록을 포함하는 현재 CTU에 대응하는 상기 동일 위치 참조 픽처 상의 CTU를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 참조 서브블록들에 대한 움직임 정보를 도출하는 단계는,
    상기 참조 서브블록들이 상기 움직임 패치 영역 내에 위치하는지 여부를 판단하는 단계; 및
    상기 참조 서브블록들 중 특정 참조 서브블록이 상기 움직임 패치 영역 내에 위치하지 않는 경우, 상기 특정 참조 서브블록의 움직임 정보를 디폴트 움직임 정보로 설정하는 단계를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  3. 제2항에 있어서,
    상기 디폴트 움직임 정보는, 상기 참조 서브블록들을 포함하는 참조 블록 내에서 센터에 위치한 샘플을 포함하는 블록의 움직임 정보를 사용하는 것을 특징으로 하는 영상 디코딩 방법.
  4. 제2항에 있어서,
    상기 참조 서브블록들에 대한 움직임 정보를 도출하는 단계는,
    상기 참조 서브블록들 중 특정 참조 서브블록이 상기 움직임 패치 영역 내에 위치하는 경우, 상기 특정 참조 서브블록의 움직임 정보를 획득하는 단계를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  5. 제4항에 있어서,
    상기 특정 참조 서브블록의 움직임 정보를 획득하는 단계는,
    상기 동일 위치 참조 픽처와 상기 특정 참조 서브블록의 참조 픽처 간의 제1 POC(picture order count) 차이와, 현재 픽처와 상기 현재 블록의 참조 픽처 간의 제2 POC(picture order count) 차이를 기반으로, 상기 특정 참조 서브블록의 움직임 정보를 스케일링하는 단계를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  6. 제4항에 있어서,
    상기 특정 참조 서브블록의 움직임 정보를 획득하는 단계는,
    상기 특정 참조 서브블록이 인터 예측 모드로 코딩되지 않은 경우, 상기 특정 참조 서브블록의 움직임 정보를 디폴트 움직임 정보로 설정하는 단계를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  7. 제1항에 있어서,
    상기 참조 서브블록들을 도출하는 단계는,
    상기 현재 블록의 서브블록들 각각의 센터 샘플 위치에서 상기 공간적 주변 블록의 움직임 벡터가 가리키는 위치로 상기 움직임 쉬프팅을 적용하는 단계; 및
    상기 움직임 쉬프팅된 위치에 대응하는 상기 동일 위치 참조 픽처 상의 상기 참조 서브블록들 각각을 도출하는 단계를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  8. 제1항에 있어서,
    상기 공간적 주변 블록은, 상기 현재 블록의 좌측에 위치한 좌측 주변 블록이며,
    상기 공간적 주변 블록의 움직임 벡터는, 상기 좌측 주변 블록이 가용한 경우에 상기 좌측 주변 블록으로부터 도출되는 움직임 벡터인 것을 특징으로 하는 영상 디코딩 방법.
  9. 제1항에 있어서,
    상기 움직임 패치 영역은, 상기 동일 위치 참조 픽처 상의 CTU에서 4개 샘플들의 열(column)을 포함하는 것을 특징으로 하는 하는 영상 디코딩 방법.
  10. 인코딩 장치에 의하여 수행되는 영상 인코딩 방법에 있어서,
    현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출하는 단계;
    상기 동일 위치 참조 픽처 상의 움직임 패치 영역을 기반으로 상기 참조 서브블록들에 대한 움직임 정보를 도출하는 단계;
    상기 참조 서브블록들에 대한 움직임 정보를 기반으로 상기 현재 블록의 서브블록들에 대한 움직임 정보를 도출하는 단계;
    상기 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성하는 단계;
    상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출하는 단계; 및
    상기 레지듀얼 샘플들에 관한 정보를 인코딩하는 단계를 포함하며,
    상기 참조 서브블록들은, 상기 현재 블록의 공간적 주변 블록으로부터 도출되는 움직임 벡터를 기반으로 움직임 쉬프팅되어 도출되며,
    상기 움직임 패치 영역은, 상기 현재 블록을 포함하는 현재 CTU에 대응하는 상기 동일 위치 참조 픽처 상의 CTU를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  11. 제10항에 있어서,
    상기 참조 서브블록들에 대한 움직임 정보를 도출하는 단계는,
    상기 참조 서브블록들이 상기 움직임 패치 영역 내에 위치하는지 여부를 판단하는 단계; 및
    상기 참조 서브블록들 중 특정 참조 서브블록이 상기 움직임 패치 영역 내에 위치하지 않는 경우, 상기 특정 참조 서브블록의 움직임 정보를 디폴트 움직임 정보로 설정하는 단계를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  12. 제11항에 있어서,
    상기 디폴트 움직임 정보는, 상기 참조 서브블록들을 포함하는 참조 블록 내에서 센터에 위치한 샘플을 포함하는 블록의 움직임 정보를 사용하는 것을 특징으로 하는 영상 인코딩 방법.
  13. 제11항에 있어서,
    상기 참조 서브블록들에 대한 움직임 정보를 도출하는 단계는,
    상기 참조 서브블록들 중 특정 참조 서브블록이 상기 움직임 패치 영역 내에 위치하는 경우, 상기 특정 참조 서브블록의 움직임 정보를 획득하는 단계를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  14. 제13항에 있어서,
    상기 특정 참조 서브블록의 움직임 정보를 획득하는 단계는,
    상기 동일 위치 참조 픽처와 상기 특정 참조 서브블록의 참조 픽처 간의 제1 POC(picture order count) 차이와, 현재 픽처와 상기 현재 블록의 참조 픽처 간의 제2 POC(picture order count) 차이를 기반으로, 상기 특정 참조 서브블록의 움직임 정보를 스케일링하는 단계를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  15. 제13항에 있어서,
    상기 특정 참조 서브블록의 움직임 정보를 획득하는 단계는,
    상기 특정 참조 서브블록이 인터 예측 모드로 코딩되지 않은 경우, 상기 특정 참조 서브블록의 움직임 정보를 디폴트 움직임 정보로 설정하는 단계를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  16. 제10항에 있어서,
    상기 참조 서브블록들을 도출하는 단계는,
    상기 현재 블록의 서브블록들 각각의 센터 샘플 위치에서 상기 공간적 주변 블록의 움직임 벡터가 가리키는 위치로 상기 움직임 쉬프팅을 적용하는 단계; 및
    상기 움직임 쉬프팅된 위치에 대응하는 상기 동일 위치 참조 픽처 상의 상기 참조 서브블록들 각각을 도출하는 단계를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  17. 제10항에 있어서,
    상기 공간적 주변 블록은, 상기 현재 블록의 좌측에 위치한 좌측 주변 블록이며,
    상기 공간적 주변 블록의 움직임 벡터는, 상기 좌측 주변 블록이 가용한 경우에 상기 좌측 주변 블록으로부터 도출되는 움직임 벡터인 것을 특징으로 하는 영상 인코딩 방법.
  18. 제10항에 있어서,
    상기 움직임 패치 영역은, 상기 동일 위치 참조 픽처 상의 CTU에서 4개 샘플들의 열(column)을 포함하는 것을 특징으로 하는 하는 영상 인코딩 방법.
PCT/KR2020/000019 2019-01-02 2020-01-02 서브블록 단위의 움직임 정보 기반 인터 예측 방법 및 장치 WO2020141881A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962787742P 2019-01-02 2019-01-02
US62/787,742 2019-01-02

Publications (1)

Publication Number Publication Date
WO2020141881A1 true WO2020141881A1 (ko) 2020-07-09

Family

ID=71407361

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/000019 WO2020141881A1 (ko) 2019-01-02 2020-01-02 서브블록 단위의 움직임 정보 기반 인터 예측 방법 및 장치

Country Status (1)

Country Link
WO (1) WO2020141881A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120086131A (ko) * 2011-01-25 2012-08-02 (주)휴맥스 모션 벡터 예측 방법 및 모션 벡터 복호화 방법
US20150023423A1 (en) * 2013-07-17 2015-01-22 Qualcomm Incorporated Block identification using disparity vector in video coding
KR101710034B1 (ko) * 2014-01-03 2017-02-24 경희대학교 산학협력단 서브 예측 유닛 단위의 시간적인 시점 간 움직임 정보 유도의 방법 및 장치
KR20170066411A (ko) * 2014-10-08 2017-06-14 엘지전자 주식회사 3d 비디오 코딩을 위한 움직임 정보 압축 방법 및 장치
KR20180123041A (ko) * 2016-03-24 2018-11-14 엘지전자 주식회사 비디오 코딩 시스템에서 인터 예측 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120086131A (ko) * 2011-01-25 2012-08-02 (주)휴맥스 모션 벡터 예측 방법 및 모션 벡터 복호화 방법
US20150023423A1 (en) * 2013-07-17 2015-01-22 Qualcomm Incorporated Block identification using disparity vector in video coding
KR101710034B1 (ko) * 2014-01-03 2017-02-24 경희대학교 산학협력단 서브 예측 유닛 단위의 시간적인 시점 간 움직임 정보 유도의 방법 및 장치
KR20170066411A (ko) * 2014-10-08 2017-06-14 엘지전자 주식회사 3d 비디오 코딩을 위한 움직임 정보 압축 방법 및 장치
KR20180123041A (ko) * 2016-03-24 2018-11-14 엘지전자 주식회사 비디오 코딩 시스템에서 인터 예측 방법 및 장치

Similar Documents

Publication Publication Date Title
WO2020071829A1 (ko) 히스토리 기반 영상 코딩 방법 및 그 장치
WO2020036417A1 (ko) 히스토리 기반 움직임 벡터에 기반한 인터 예측 방법 및 그 장치
WO2020071830A1 (ko) 히스토리 기반 움직임 정보를 이용한 영상 코딩 방법 및 그 장치
WO2019190181A1 (ko) 인트라 예측 기반 영상/비디오 코딩 방법 및 그 장치
WO2020145775A1 (ko) Mrl 기반 인트라 예측을 수행하는 영상 코딩 방법 및 장치
WO2020171632A1 (ko) Mpm 리스트 기반 인트라 예측 방법 및 장치
WO2020017861A1 (ko) 서브블록 단위의 시간적 움직임 정보 예측을 위한 인터 예측 방법 및 그 장치
WO2020091213A1 (ko) 영상 코딩 시스템에서 인트라 예측 방법 및 장치
WO2020251319A1 (ko) Sbtmvp를 이용한 인터 예측 기반 영상 또는 비디오 코딩
WO2021137597A1 (ko) Ols에 대한 dpb 파라미터를 사용하는 영상 디코딩 방법 및 그 장치
WO2020145604A1 (ko) Mpm 리스트를 사용하는 인트라 예측 기반 영상 코딩 방법 및 장치
WO2020149630A1 (ko) 영상 코딩 시스템에서 cclm 예측 기반 영상 디코딩 방법 및 그 장치
WO2020141879A1 (ko) 영상 코딩 시스템에서 서브 블록 기반 시간적 머지 후보를 사용하는 어파인 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2020005002A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 템플릿 영역 도출 방법 및 장치
WO2020141932A1 (ko) Cpr 기반 mmvd를 이용하는 인터 예측 방법 및 장치
WO2020141886A1 (ko) Sbtmvp 기반 인터 예측 방법 및 장치
WO2020256506A1 (ko) 다중 참조 라인 인트라 예측을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020141831A2 (ko) 인트라 블록 카피 예측을 이용한 영상 코딩 방법 및 장치
WO2020009427A1 (ko) 영상 코딩 시스템의 인터 예측에서 템플릿 기반의 후보 리스트 재정렬 방법 및 장치
WO2020251270A1 (ko) 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩
WO2021091256A1 (ko) 영상/비디오 코딩 방법 및 장치
WO2020251340A1 (ko) 움직임 벡터 예측 기반 영상/비디오 코딩 방법 및 장치
WO2020145656A1 (ko) Tmvp 후보의 가용 여부를 시그널링하는 방법 및 장치
WO2020251338A1 (ko) 비디오 또는 영상 코딩 시스템에서의 인터 예측
WO2020145620A1 (ko) Mpm 리스트를 사용하는 인트라 예측 기반 영상 코딩 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: 20736164

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: 20736164

Country of ref document: EP

Kind code of ref document: A1