WO2020141911A1 - 화면간 예측을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치 - Google Patents

화면간 예측을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치 Download PDF

Info

Publication number
WO2020141911A1
WO2020141911A1 PCT/KR2020/000068 KR2020000068W WO2020141911A1 WO 2020141911 A1 WO2020141911 A1 WO 2020141911A1 KR 2020000068 W KR2020000068 W KR 2020000068W WO 2020141911 A1 WO2020141911 A1 WO 2020141911A1
Authority
WO
WIPO (PCT)
Prior art keywords
index
control point
motion vector
prediction
block
Prior art date
Application number
PCT/KR2020/000068
Other languages
English (en)
French (fr)
Inventor
박내리
남정학
장형문
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to US17/420,611 priority Critical patent/US11758125B2/en
Publication of WO2020141911A1 publication Critical patent/WO2020141911A1/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
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/563—Motion estimation with padding, i.e. with filling of non-object values in an arbitrarily shaped picture block or region for estimation purposes

Definitions

  • An embodiment of the present specification relates to a method and apparatus for processing a video signal using inter prediction, and more specifically, through refinement of a motion vector according to an affine merge mode It relates to a method and apparatus for performing inter-screen prediction.
  • Compression coding refers to a series of signal processing techniques for transmitting digitized information through a communication line or storing it in a form suitable for a storage medium.
  • Media such as video, image, and audio may be the subject of compression encoding, and a technique for performing compression encoding on an image is referred to as video image compression.
  • Next-generation video content will be characterized by high spatial resolution, high frame rate, and high dimensionality of scene representation. In order to process such content, it will bring a huge increase in terms of memory storage, memory access rate and processing power.
  • the video codec standard after the high efficiency video coding (HEVC) standard requires a prediction technique capable of generating prediction samples accurately while using resources more efficiently.
  • An embodiment of the present specification provides a video signal processing method and apparatus capable of improving the accuracy of a motion vector when applying an affine merge mode.
  • an embodiment of the present specification provides a video signal processing method and apparatus capable of reducing signaling overhead in the process of applying a merge with motion vector difference (MMVD) technique.
  • MMVD merge with motion vector difference
  • Embodiments of the present specification provide a method and apparatus for processing a video signal using inter prediction.
  • merge subs for the current block Obtaining a merge subblock index, and the merge subblock index is associated with one candidate in a merge candidate list based on a subblock, and based on the merge subblock index, a plurality of control points of the current block ( acquiring a plurality of control point motion vectors for control points and a plurality of control point motion vectors based on a merge with motion vector (MMVD) direction index for refinement of the plurality of control point motion vectors.
  • MMVD merge with motion vector
  • applying at least one offset to the plurality of control point motion vectors comprises: a first offset to at least one of a horizontal component or a vertical component of the first control point motion vector based on the MMVD direction index. Adding a value, and if the number of control point motion vectors is 2, adding a second offset value to at least one of a horizontal component and a vertical component of the second control point motion vector based on the MMVD direction index. have. Additionally, if the number of control point motion vectors is 3, a second offset value is added to at least one of a horizontal direction component and a vertical direction component of the second control point motion vector based on the MMVD direction index, and the MMVD direction index is added.
  • the method may include adding a third offset value to at least one of a horizontal component and a vertical component of the third control point motion vector.
  • applying at least one offset to the plurality of control point motion vectors includes adding an offset value to at least one of the components of the plurality of control point motion vectors, wherein the offset value is: It may be determined based on the MMVD distance index associated with the size of the at least one offset.
  • the MMVD length index may indicate one of a plurality of pre-defined candidate offset values.
  • adding the offset value to at least one of the components of the plurality of control point motion vectors comprises: scaling an offset value corresponding to the MMVD distance index, and adding the scaled offset value to the plurality of And adding to at least one of the components of the control point motion vectors.
  • scaling the offset value may include scaling the offset value based on the size of the current block or the magnitude of at least one of the control point motion vectors.
  • scaling the offset value may include scaling the offset value based on a resolution in pixels for at least one of the control point motion vectors.
  • An apparatus for processing a video signal includes a memory for storing the video signal and a processor coupled with the memory, wherein the processor is subblock-based from at least one peripheral block. -based) For a current block from which parameters for inter-frame prediction are derived, a merge subblock index for the current block is obtained, and a plurality of control points of the current block based on the merge subblock index Obtain a plurality of control point motion vectors for (control points), and at least the plurality of control point motion vectors based on a merge with motion vector (MMVD) direction index for refinement of the plurality of control point motion vectors A motion vector for each of the sub-blocks is determined based on a position of each of the sub-blocks in the current block and a plurality of control point motion vectors to which the at least one offset is applied, and the sub-block is applied. It may be configured to generate a prediction sample of the current block based on a motion vector for each of them and a reference picture associated with
  • Another embodiment of the invention provides a non-transitory computer-executable component that stores computer executable components configured to execute on one or more processors of a computing device.
  • a non-transitory computer-readable medium according to an embodiment of the present disclosure is merged with respect to the current block, for a current block from which at least one neighboring block is derived for subblock-based inter-frame prediction.
  • a subblock index is acquired, a plurality of control point motion vectors for a plurality of control points of the current block are obtained based on the merge subblock index, and the plurality of control point motion vectors are obtained.
  • At least one offset is applied to the plurality of control point motion vectors based on a merge with motion vector (MMVD) direction index for refinement, and the plurality of control point motion vectors to which the at least one offset is applied and the current A motion vector for each of the sub-blocks is determined based on the position of each of the sub-blocks in the block, and based on a motion vector for each of the sub-blocks and a reference picture associated with the sub-block merge index, It can be set to generate a predictive sample.
  • MMVD merge with motion vector
  • accuracy of a motion vector may be improved by performing prediction using a merge with motion vector difference (MMVD) in an affine merge mode.
  • MMVD merge with motion vector difference
  • signaling overhead is determined by limiting the number of candidate MMVD offsets that can be applied based on a motion vector and reducing the bit length of the MMVD length index.
  • a video signal processing method and apparatus capable of reducing signaling overhead.
  • FIG. 1 shows an example of a video coding system according to an embodiment of the present specification.
  • FIG. 2 shows a schematic block diagram of an encoding apparatus for encoding a video/image signal according to an embodiment of the present specification.
  • FIG. 3 is an embodiment of the present specification, and shows a schematic block diagram of a decoding apparatus for decoding a video signal.
  • FIG. 4 shows an example of a structural diagram of a content streaming system according to an embodiment of the present specification.
  • FIG. 5 shows an example of a block diagram of an apparatus for processing a video signal according to an embodiment of the present specification.
  • CTUs coding tree units
  • FIG 7 shows an example of multi-type tree splitting modes according to an embodiment of the present specification.
  • FIG. 8 illustrates an example of a signaling mechanism of partition partition information of a quadtree with nested multi-type tree structure according to an embodiment of the present specification.
  • a CTU is divided into multiple coding units (CUs) based on a quadtree and nested multi-type tree structure according to an embodiment of the present specification.
  • FIG. 10 shows an example of a case where TT (ternary tree) partitioning is restricted for a 128x128 coding block according to an embodiment of the present specification.
  • FIG. 11 illustrates examples of redundant partition patterns that may occur in binary tree partition and ternary tree partition according to an embodiment of the present disclosure.
  • FIGS. 12 and 13 illustrate a video/video encoding procedure based on inter prediction according to an embodiment of the present specification and an inter prediction unit in an encoding device.
  • FIG. 14 and 15 illustrate a video/video decoding procedure based on inter prediction according to an embodiment of the present specification and an inter prediction unit in a decoding apparatus.
  • FIG. 16 shows an example of a spatial merge candidate configuration for a current block according to an embodiment of the present specification.
  • FIG 17 shows an example of a flowchart for configuring a merge candidate list according to an embodiment of the present specification.
  • MVP candidate list shows an example of a flowchart for constructing a prediction candidate list (MVP candidate list).
  • 21 shows the motion vectors of each subblock according to an embodiment of the present disclosure.
  • FIG. 22 shows an example of a flowchart for constructing an affine merge candidate list according to an embodiment of the present specification.
  • 23 and 24 illustrate examples of cases in which control points motion vectors of a current block are inherited from neighboring blocks and neighboring blocks for constructing an inherited candidate of an affine motion vector according to an embodiment of the present specification.
  • 25 shows examples of candidate locations for a constructed affine merge mode according to an embodiment of the present specification.
  • 26 illustrates an example of a flow chart for constructing an affine motion vector predictor (MVP) candidate list according to an embodiment of the present specification.
  • MVP affine motion vector predictor
  • FIGS. 27 and 28 show examples of spatial neighboring blocks for subblock-based temporal motion vector prediction (SbTMVP) and a method of applying motion shift from neighboring blocks according to an embodiment of the present disclosure.
  • SBTMVP subblock-based temporal motion vector prediction
  • FIG. 29 illustrates an example of an extended coding unit (CU) used in bi-directional optical flow (BDOF) according to an embodiment of the present specification.
  • CU extended coding unit
  • BDOF bi-directional optical flow
  • FIG 30 shows an example of an MMVD discovery process according to an embodiment of the present specification.
  • FIG 31 shows an example of triangular prediction units according to an embodiment of the present specification.
  • FIG. 32 shows an example of a flowchart for determining a set of MMVD candidates based on the size of a motion vector according to an embodiment of the present specification.
  • 33 and 34 show examples of flowcharts for determining a set of MMVD candidates based on the size and block size of a motion vector according to an embodiment of the present specification.
  • 35 shows an example of a flowchart for determining a set of MMVD candidates based on the resolution of a motion vector according to an embodiment of the present specification.
  • 36 and 37 show examples of flowcharts for determining a set of MMVD candidates based on the size and resolution of a motion vector according to an embodiment of the present specification.
  • 38 and 39 illustrate an example in which an offset is applied for each control point in an affine merge mode according to an embodiment of the present specification.
  • FIG. 40 shows an example of a flowchart for processing a video signal according to an embodiment of the present specification.
  • 41 is a diagram schematically showing an example of a service system including a digital device.
  • FIG. 42 is a block diagram illustrating a digital device according to an embodiment.
  • 43 is a configuration block diagram illustrating another embodiment of a digital device.
  • 44 is a configuration block diagram illustrating another embodiment of a digital device.
  • FIG. 45 is a block diagram illustrating a detailed configuration of the control unit of FIGS. 42 to 44 to illustrate one embodiment.
  • 46 is a diagram illustrating an example in which a screen of a digital device displays a main image and a sub image simultaneously, according to an embodiment.
  • signals, data, samples, pictures, slices, tiles, frames, and blocks may be interpreted by appropriately replacing each coding process.
  • the'processing unit' refers to a unit in which encoding/decoding processing such as prediction, transformation, and/or quantization is performed.
  • the processing unit may be interpreted to include a unit for a luminance component and a unit for a chroma component.
  • the processing unit may correspond to a block, a coding unit (CU), a prediction unit (PU), or a transform unit (TU).
  • the processing unit may be interpreted as a unit for a luminance component or a unit for a color difference component.
  • the processing unit may correspond to a coding tree block (CTB), a coding block (CB), a PU or a transform block (TB) for the luminance component.
  • the processing unit may correspond to CTB, CB, PU or TB for the color difference component.
  • the present invention is not limited thereto, and the processing unit may be interpreted to include a unit for a luminance component and a unit for a color difference component.
  • processing unit is not necessarily limited to square blocks, and may be configured in a polygonal shape having three or more vertices.
  • pixels, pixels, or coefficients transformation coefficients or transform coefficients that have undergone first-order transformation
  • samples are hereinafter collectively referred to as samples.
  • using a sample may mean using a pixel value, a pixel value, or a coefficient (a transform coefficient or a transform coefficient that has undergone first-order transformation).
  • Video coding system general
  • FIG. 1 shows an example of a video coding system according to an embodiment of the present specification.
  • the video coding system can include a source device 10 and a receiving device 20.
  • the source device 10 may transmit the encoded video/video information or data to the receiving device 20 through a digital storage medium or a network in a file or streaming form.
  • the source device 10 may include a video source 11, an encoding device 12, and a transmitter 13.
  • the receiving device 20 may include a receiver 21, a decoding device 22 and a renderer 23.
  • the encoding device 10 may be referred to as a video/video encoding device, and the decoding device 20 may be referred to as a video/video decoding device.
  • the transmitter 13 may be included in the encoding device 12.
  • the receiver 21 may be included in the decoding device 22.
  • the renderer 23 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 12 may encode an input video/image.
  • the encoding apparatus 12 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 13 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.
  • Digital storage media include universal serial bus (USB), secure digital (SD), compact disk (CD), digital video disk (DVD), bluray, hard disk drive (HDD), and solid state drive (SSD). It may include various storage media.
  • the transmission unit 13 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 21 may extract the bitstream and transmit it to the decoding device 22.
  • the decoding apparatus 22 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 12.
  • the renderer 23 may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • FIG. 2 shows a schematic block diagram of an encoding apparatus for encoding a video/image signal according to an embodiment of the present specification.
  • the encoding apparatus 100 includes an image division unit 110, a subtraction unit 115, a conversion unit 120, a quantization unit 130, an inverse quantization unit 140, and an inverse conversion unit 150, It may include an adder 155, a filtering unit 160, a memory 170, an inter prediction unit 180, an intra prediction unit 185, and an entropy encoding unit 190.
  • the inter prediction unit 180 and the intra prediction unit 185 may be collectively referred to as a prediction unit. That is, the prediction unit may include an inter prediction unit 180 and an intra prediction unit 185.
  • the transform unit 120, the quantization unit 130, the inverse quantization unit 140, and the inverse transform unit 150 may be included in a residual processing unit.
  • the residual processing unit may further include a subtraction unit 115.
  • the above-described image segmentation unit 110, subtraction unit 115, conversion unit 120, quantization unit 130, inverse quantization unit 140, inverse conversion unit 150, addition unit 155, filtering unit 160 ), the inter prediction unit 180, the intra prediction unit 185 and the entropy encoding unit 190 may be configured by one hardware component (for example, an encoder or processor) according to an embodiment.
  • the memory 170 may be configured by one hardware component (for example, a memory or digital storage medium) according to an embodiment, and the memory 170 may include a decoded picture buffer (DPB) 175. .
  • DPB decoded picture buffer
  • the image division unit 110 may divide the input image (or picture, frame) input to the encoding apparatus 100 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • the coding unit may be recursively divided according to a quad-tree binary-tree (QTBT) structure from a coding tree unit (CTU) or a largest coding unit (LCU).
  • QTBT quad-tree binary-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 and/or a binary tree structure.
  • a quad tree structure may be applied first, and a binary tree structure may be applied later.
  • a binary tree structure may be applied first.
  • the coding procedure according to the present specification 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 transformation unit (TU).
  • the prediction unit and 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 apparatus 100 subtracts a prediction signal (a predicted block, a prediction sample array) output from the inter prediction unit 180 or the intra prediction unit 185 from the input image signal (original block, original sample array)
  • a signal (remaining block, residual sample array) may be generated, and the generated residual signal is transmitted to the converter 120.
  • a unit that subtracts a prediction signal (a prediction block, a prediction sample array) from an input video signal (original block, original sample array) in the encoding apparatus 100 may be referred to as a subtraction unit 115.
  • 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 blocks or CUs.
  • the prediction unit may generate various pieces of information about prediction, such as prediction mode information, as described later in the description of each prediction mode, and transmit them to the entropy encoding unit 190.
  • the prediction information may be encoded by the entropy encoding unit 190 and output in the form of a bitstream.
  • the intra prediction unit 185 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 185 may determine a prediction mode applied to the current block using a prediction mode applied to neighboring blocks.
  • the inter prediction unit 180 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 existing in the current picture and a temporal neighboring block present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a name such as a collocated reference block or a colCU, and the reference picture including the temporal neighboring block may also be called a collocated picture (colPic).
  • the inter prediction unit 180 constructs a motion information candidate list based on neighboring blocks, and generates information indicating which candidate is used to derive the motion vector and/or reference picture index of the current block. can do. 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 180 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 signal generated by the inter prediction unit 180 or the intra prediction unit 185 may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the transform unit 120 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique may include at least one of a discrete cosine transform (DCT), a discrete sine transform (DST), a Karhunen-Loeve transform (KLT), a graph-based transform (GBT), or a conditionally non-linear transform (CNT).
  • DCT discrete cosine transform
  • DST discrete sine transform
  • KLT Karhunen-Loeve transform
  • GBT graph-based transform
  • CNT conditionally non-linear transform
  • GBT means a transformation obtained from this graph when it is said that the relationship information between pixels is graphically represented.
  • CNT means a transform obtained by generating a prediction signal using all previously reconstructed pixels and based on it.
  • 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 130 quantizes the transform coefficients and transmits them to the entropy encoding unit 190, and the entropy encoding unit 190 encodes a quantized signal (information about quantized transform coefficients) and outputs it as a bitstream. have.
  • Information about quantized transform coefficients may be referred to as residual information.
  • the quantization unit 130 may rearrange the block-type quantized transform coefficients into a one-dimensional vector form based on a coefficient scan order, and the quantized transform based on the one-dimensional vector form quantized transform coefficients Information about coefficients may be generated.
  • the entropy encoding unit 190 may perform various encoding methods such as exponential Golomb (CAVLC), context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 190 may encode information necessary for video/image reconstruction (eg, values of syntax elements) together with the quantized transform coefficients together or separately.
  • the encoded information (eg, video/video information) may be transmitted or stored in the unit of a network abstraction layer (NAL) unit in the form of a bitstream.
  • NAL network abstraction layer
  • the bitstream can be transmitted over a network, or it can be 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 190 may be configured as an internal/external element of the encoding device 100 by a transmitting unit (not shown) and/or a storing unit (not shown) for storing, or the transmitting unit It may be a component of the entropy encoding unit 190.
  • the quantized transform coefficients output from the quantization unit 130 may be used to generate a prediction signal.
  • the residual signal may be reconstructed by applying inverse quantization and inverse transform through the inverse quantization unit 140 and the inverse transform unit 150 in the loop to the quantized transform coefficients.
  • the adder 155 adds the reconstructed residual signal to the predicted signal output from the inter predictor 180 or the intra predictor 185, 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 adding unit 155 may be referred to as a restoration unit or a restoration block generation unit.
  • the 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.
  • the filtering unit 160 may apply subjective/objective filtering to improve the subjective/objective image quality.
  • the filtering unit 160 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and may transmit the modified reconstructed picture to the decoded picture buffer 170.
  • Various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, and bilateral filter.
  • the filtering unit 160 may generate various information regarding filtering as described later in the description of each filtering method and transmit it to the entropy encoding unit 190.
  • the filtering information may be encoded by the entropy encoding unit 190 and output in the form of a bitstream.
  • the corrected reconstructed picture transmitted to the decoded picture buffer 170 may be used as a reference picture in the inter prediction unit 180.
  • the inter prediction is applied through the encoding apparatus 100, prediction mismatches in the encoding apparatus 100 and the decoding apparatus 200 may be avoided, and encoding efficiency may be improved.
  • the decoded picture buffer 170 may store the corrected reconstructed picture for use as a reference picture in the inter prediction unit 180.
  • FIG. 3 is an embodiment of the present specification, and shows a schematic block diagram of a decoding apparatus for decoding a video signal.
  • the decoding apparatus 200 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse conversion unit 230, an addition unit 235, a filtering unit 240, a memory 250, and an inter It may be configured to include a prediction unit 260 and the intra prediction unit 265.
  • the inter prediction unit 260 and the intra prediction unit 265 may be collectively referred to as a prediction unit. That is, the prediction unit may include an inter prediction unit 180 and an intra prediction unit 185.
  • the inverse quantization unit 220 and the inverse conversion unit 230 may be collectively referred to as a residual processing unit. That is, the residual processing unit may include an inverse quantization unit 220 and an inverse conversion unit 230.
  • the decoded picture buffer 250 may be implemented by one hardware component (eg, a memory or digital storage medium) according to an embodiment.
  • the memory 250 may include the DPB 175 and may be configured by a digital storage medium.
  • the decoding apparatus 200 may restore an image in response to a process in which the video/image information is processed by the encoding apparatus 100 of FIG. 2.
  • the decoding apparatus 200 may perform decoding using a processing unit applied by the encoding apparatus 100.
  • the processing unit may be, for example, a coding unit, and the coding unit may be divided according to a quad tree structure and/or a binary tree structure from a coding tree unit or a largest coding unit. Then, the decoded video signal decoded and output through the decoding device 200 may be reproduced through the reproduction device.
  • the decoding apparatus 200 may receive the signal output from the encoding apparatus 100 of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 210.
  • the entropy decoding unit 210 may parse the bitstream to derive information (eg, video/image information) necessary for image reconstruction (or picture reconstruction).
  • the entropy decoding unit 210 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 necessary for image reconstruction and a transform coefficient for residual.
  • the CABAC entropy decoding method receives bins corresponding to each syntax element in a bitstream, and decodes syntax information of the decoding target syntax element and surrounding and decoding target blocks, or symbols/bins decoded in the previous step.
  • the context model is determined using the information of, and the probability of occurrence of the bin is predicted according to the determined context model to perform arithmetic decoding of the bin 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.
  • the entropy decoding unit 210 performs entropy decoding.
  • the dual value that is, quantized transform coefficients and related parameter information may be input to the inverse quantization unit 220.
  • information related to filtering among information decoded by the entropy decoding unit 210 may be provided to the filtering unit 240.
  • a receiving unit (not shown) receiving a signal output from the encoding apparatus 100 may be further configured as an internal/external element of the decoding apparatus 200, or the receiving unit may be a component of the entropy decoding unit 210. It may be.
  • the inverse quantization unit 220 may output transform coefficients by inverse quantizing the quantized transform coefficients.
  • the inverse quantization unit 220 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, reordering may be performed based on the coefficient scan order performed by the encoding apparatus 100.
  • the inverse quantization unit 220 may perform inverse quantization on quantized transform coefficients using a quantization parameter (eg, quantization step size information), and obtain a transform coefficient.
  • a quantization parameter eg, quantization step size information
  • the inverse transform unit 230 may output a residual signal (residual block, residual sample array) by applying an inverse transform to the transform coefficient.
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on information about prediction output from the entropy decoding unit 210, and may determine a specific intra/inter prediction mode.
  • the intra prediction unit 265 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 spaced apart according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra prediction unit 265 may determine a prediction mode applied to the current block using a prediction mode applied to neighboring blocks.
  • the inter prediction unit 260 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 information on the inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.).
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • the inter prediction unit 260 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 prediction may include information indicating a mode of inter prediction for a current block.
  • the adding unit 235 adds the obtained residual signal to the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 260 or the intra prediction unit 265, thereby restoring signals (restored pictures, reconstructed blocks). , A reconstructed sample array). 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 235 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.
  • the filtering unit 240 may improve subjective/objective image quality by applying filtering to the reconstructed signal. For example, the filtering unit 240 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and may transmit the modified reconstructed picture to the decoded picture buffer 250.
  • Various filtering methods may include, for example, deblocking filtering, sample adaptive offset (SAO), adaptive loop filter (ALF), bilateral filter, and the like.
  • the corrected reconstructed picture transmitted to the decoded picture buffer 250 may be used as a reference picture by the inter prediction unit 260.
  • the embodiments described in the filtering unit 160, the inter prediction unit 180, and the intra prediction unit 185 of the encoding device 100 are respectively the filtering unit 240 and the inter prediction unit 260 of the decoding device.
  • the intra prediction unit 265 may be applied to the same or corresponding.
  • the embodiments described herein 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.
  • the decoding apparatus 200 and the encoding apparatus 100 are a multimedia broadcast transmission/reception device, a mobile communication terminal, a home cinema video device, a digital cinema video device, a surveillance camera, a video communication device, and video communication.
  • Real-time communication devices such as, mobile streaming devices, storage media, camcorders, video on demand (VoD) service providing devices, OTT video (Over the top video) devices, Internet streaming service providing devices, 3D (3D) video devices, video telephony Video devices, medical video devices, and the like, and may be used to process video signals or data signals.
  • 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 specification is applied may be produced in the form of a computer-executable program, and may be stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to the present specification may 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 specification may be implemented as a computer program product using program codes, and the program codes may be executed on a computer by the embodiments of the present specification.
  • the program code can be stored on a computer readable carrier.
  • FIG. 4 shows an example of a structural diagram of a content streaming system according to an embodiment of the present specification.
  • the content streaming system to which the present specification is applied may largely include an encoding server 410, a streaming server 420, a web server 430, a media storage 440, a user device 450, and a multimedia input device 460. have.
  • the encoding server 410 may compress content input from multimedia input devices such as a smartphone, camera, camcorder, etc. into digital data to generate a bitstream and transmit it to the streaming server 420.
  • multimedia input devices 460 such as a smartphone, camera, and camcorder directly generate a bitstream
  • the encoding server 410 may be omitted.
  • the bitstream may be generated by an encoding method or a bitstream generation method to which the present specification is applied, and the streaming server 420 may temporarily store the bitstream in the process of transmitting or receiving the bitstream.
  • the streaming server 420 transmits multimedia data to the user device 450 based on a user request through the web server 430, and the web server 430 serves as an intermediary to inform the user of the service.
  • the web server 430 delivers it to the streaming server 420, and the streaming server 420 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.
  • Streaming server 420 may receive content from media storage 440 and/or encoding server 410.
  • the streaming server 420 may receive content in real time from the encoding server 410.
  • the streaming server 420 may store the bitstream for a predetermined time.
  • the user device 450 includes 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 ( slate PC), tablet PC (tablet PC), ultrabook (ultrabook), wearable device (wearable device, for example, a smart watch (smartwatch), glass type (smart glass), HMD (head mounted display), digital TVs, desktop computers, and digital signage.
  • PDA personal digital assistants
  • PMP portable multimedia player
  • slate PC slate PC
  • tablet PC tablet PC
  • ultrabook ultrabook
  • wearable device wearable device
  • wearable device for example, a smart watch (smartwatch), glass type (smart glass), HMD (head mounted display), digital TVs, desktop computers, and digital signage.
  • 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.
  • FIG. 5 shows an example of a block diagram of an apparatus for processing a video signal according to an embodiment of the present specification.
  • the video signal processing apparatus of FIG. 5 may correspond to the encoding apparatus 100 of FIG. 2 or the decoding apparatus 200 of FIG. 3.
  • the video signal processing apparatus 500 may include a memory 520 for storing a video signal, and a processor 510 for processing a video signal while being combined with the memory.
  • the processor 510 may be configured with at least one processing circuit for processing a video signal, and may process a video signal by executing instructions for encoding or decoding the video signal. That is, the processor 510 may encode the original video signal or decode the encoded video signal by executing the encoding or decoding methods described below.
  • the video/image coding method according to this document may be performed based on various detailed technologies, and the detailed description of each technique is as follows.
  • the techniques described below may be related to related procedures such as prediction, residual processing (transformation, quantization, etc.), syntax element coding, filtering, partitioning/segmentation, etc. in the video/image encoding/decoding procedure described above and/or described below. It is apparent to those skilled in the art.
  • the video/image coding method may be performed based on the following partitioning structure. Specifically, procedures such as prediction, residual processing ((inverse) transform, (inverse) quantization, etc.), syntax element coding, filtering, and the like, which will be described later, are applied to CTU, CU (and/or TU, PU) derived based on the partitioning structure. It can be performed based on.
  • the block partitioning procedure may be performed by the image segmentation unit 110 of the above-described encoding apparatus, and the partitioning-related information may be (encoded) processed by the entropy encoding unit 190 and transmitted to the decoding apparatus in the form of a bitstream.
  • the entropy decoding unit 210 of the decoding apparatus derives a block partitioning structure of the current picture based on the partitioning-related information obtained from the bitstream, and based on this, a series of procedures for image decoding (eg, prediction, residual Processing, block/picture reconstruction, in-loop filtering, etc.).
  • a series of procedures for image decoding eg, prediction, residual Processing, block/picture reconstruction, in-loop filtering, etc.
  • Pictures may be divided into a sequence of coding tree units (CTUs).
  • the CTU may correspond to a coding tree block (CTB).
  • CTU may include a coding tree block of luma samples and two coding tree blocks of corresponding chroma samples.
  • the CTU may include two NxN blocks of luma samples and two corresponding blocks of chroma samples.
  • CTUs coding tree units
  • one picture may be divided into a plurality of CTUs having a constant size.
  • the maximum allowable size of the CTU for coding and prediction may be different from the maximum allowable size of the CTU for transformation.
  • the maximum allowable size of the luma block in the CTU may be 128x128 (even if the maximum size of the luma CTUs is 64x64).
  • FIG 7 shows an example of multi-type tree splitting modes according to an embodiment of the present specification.
  • the CTU may be divided into CUs based on a quad-tree (QT) structure.
  • the quadtree structure may be referred to as a quaternary tree structure. This is to reflect various local characteristics.
  • the CTU can be divided based on the division of a multi-type tree structure including a binary tree (BT) and a ternary tree (TT) as well as a quad tree.
  • the QTBT structure may include a quadtree and binary tree based split structure
  • the QTBTTT may include a quadtree, binary tree and ternary tree based split structure.
  • the QTBT structure may include a quadtree, binary tree, and ternary tree based splitting structure.
  • the CU can have a square or rectangular shape.
  • the CTU can be first divided into a quadtree structure. Thereafter, leaf nodes having a quadtree structure may be further divided by a multi-type tree structure. For example, as shown in FIG. 6, the multi-type tree structure may schematically include four division types.
  • the four split types shown in FIG. 6 are vertical binary splitting (SPLIT_BT_VER), horizontal binary splitting (SPLIT_BT_HOR), vertical ternary splitting (SPLIT_TT_VER), horizontal ternary splitting (horizontal ternary) splitting, SPLIT_TT_HOR).
  • Leaf nodes of a multitype tree structure may be referred to as CUs. These CUs can be used as a unit for prediction and transformation procedures.
  • CU, PU, and TU may have the same block size. However, when the maximum supported transform length is smaller than the width or height of the color component of the CU, the CU and the TU may have different block sizes.
  • FIG. 8 illustrates an example of a signaling mechanism of partition partition information of a quadtree with nested multi-type tree structure according to an embodiment of the present specification.
  • the CTU is treated as a root of a quadtree, and is first divided into a quadtree structure.
  • Each quadtree leaf node can then be further divided into a multitype tree structure.
  • a first flag eg, mtt_split_cu_flag
  • a second flag eg, mtt_split_cu_vertical_flag
  • a third flag eg, mtt_split_cu_binary_flag
  • a multi-type tree splitting mode (MttSplitMode) of a CU may be derived as shown in Table 1 below.
  • a CTU is divided into multiple coding units (CUs) based on a quadtree and nested multi-type tree structure according to an embodiment of the present specification.
  • the CU may correspond to a coding block (CB).
  • the CU may include a coding block of luma samples and two coding blocks of corresponding chroma samples.
  • the size of the CU may be as large as the CTU, or may be configured in 4x4 units in luma sample units. For example, in the case of a 4:2:0 color format (or chroma format), the maximum chroma CB size may be 64x64 and the minimum chroma CB size may be 2x2.
  • the maximum allowed luma TB size may be 64x64 and the maximum allowed chroma TB size may be 32x32. If the width or height of the CB divided according to the tree structure is greater than the maximum conversion width or height, the CB may be automatically (or implicitly) divided until the horizontal and vertical TB size limitations are satisfied.
  • SPS sequence parameter set
  • -CTU size the root node size of a quaternary tree
  • the CTU size can be set to 64x64 blocks of 128x128 luma samples and two corresponding chroma samples (in 4:2:0 chroma format).
  • MinOTSize can be set to 16x16
  • MaxBtSize is set to 128x1208
  • MaxTtSzie can be set to 64x64
  • MinBtSize and MinTtSize (for width and height) can be set to 4x4
  • MaxMttDepth can be set to 4.
  • Quadtree splitting can be applied to CTU to generate quadtree leaf nodes.
  • the quadtree leaf node may be referred to as a leaf QT node.
  • Quadtree leaf nodes may have a size of 16x16 (ie MinOTSize) to a size of 128x128 (ie CTU size). If the leaf QT node is 128x128, it may not be additionally divided into a binary tree/ternary tree. This is because, even in this case, it exceeds MaxBtsize and MaxTtszie (ie, 64x64). In other cases, the leaf QT node may be further divided into a multi-type tree. Therefore, a leaf QT node is a root node for a multitype tree, and a leaf QT node may have a multitype tree depth (mttDepth) 0 value.
  • mttDepth multitype tree depth
  • MaxMttdepth (eg 4)
  • further partitioning may not be considered. If the width of the multi-type tree node is equal to MinBtSize and less than or equal to 2xMinTtSize, additional horizontal partitioning may no longer be considered. If the height of the multitype tree node is equal to MinBtSize and less than or equal to 2xMinTtSize, additional vertical splitting may no longer be considered.
  • TT segmentation can be forbidden in certain cases. For example, if the width or height of the luma coding block is greater than 64, as shown in FIG. 9, TT splitting may be prohibited. Also, for example, if the width or height of the chroma coding block is greater than 32, TT splitting may be prohibited.
  • FIG. 10 shows an example of a case where TT (ternary tree) partitioning is restricted for a 128x128 coding block according to an embodiment of the present specification.
  • the coding tree scheme can support luma and chroma blocks having a separate block tree structure.
  • luma and chroma CTBs in one CTU can be restricted to have the same coding tree structure.
  • luma and chroma blocks may have a separate block tree structure from each other. If the individual block tree mode is applied, the luma CTB may be divided into CUs based on a specific coding tree structure, and the chroma CTB may be divided into chroma CUs based on another coding tree structure. This may mean that a CU in an I slice is composed of a coding block of luma components or coding blocks of two chroma components, and a CU of a P or B slice can be composed of blocks of three color components.
  • the quadtree coding tree structure with a multi-type tree has been described, but the structure in which the CU is divided is not limited to this.
  • the BT structure and the TT structure may be interpreted as a concept included in a multiple partitioning tree (MPT) structure, and a CU may be divided through a QT structure and an MPT structure.
  • MPT multiple partitioning tree
  • a CU may be divided through a QT structure and an MPT structure.
  • a syntax element eg, MPT_split_type
  • the splitting structure may be determined by signaling a syntax element (eg, MPT_split_mode) including information on which direction to split.
  • the CU may be divided in a different way from the QT structure, BT structure or TT structure. That is, according to the QT structure, the CU of the lower depth is divided into 1/4 the size of the CU of the upper depth, or the CU of the lower depth is divided into 1/2 the size of the CU of the upper depth according to the BT structure, or according to the TT structure Unlike the CU of the lower depth, which is divided into 1/4 or 1/2 the size of the CU of the upper depth, the CU of the lower depth may be 1/5, 1/3, 3/8, 3 of the CU of the upper depth depending on the case. It may be divided into /5, 2/3, or 5/8 size, and the method in which the CU is divided is not limited thereto.
  • the tree node block includes all samples of all coded CUs within the picture boundaries. It can be restricted to be located. In this case, for example, the division rule as shown in Table 2 below may be applied.
  • FIG. 11 illustrates examples of redundant partition patterns that may occur in binary tree partition and ternary tree partition according to an embodiment of the present disclosure.
  • the quadtree coding block structure with a multi-type tree can provide a very flexible block partitioning structure. Due to the division types supported in the multitype tree, different division patterns can potentially result in the same coding block structure in some cases. By limiting the occurrence of such redundant partition patterns, the data amount of partitioning information can be reduced.
  • two levels of consecutive binary splits in one direction have the same coding block structure as binary partitions for the center partition after ternary splitting. .
  • binary tree partitioning to the center partition of the ternary tree partitioning is prohibited.
  • This prohibition can be applied to CUs of all pictures.
  • signaling of the corresponding syntax elements can be modified to reflect this prohibited case, thereby reducing the number of bits signaled for partitioning. For example, as in the example shown in FIG.
  • the mtt_split_cu_binary_flag syntax element indicating whether the partition is a binary partition or a ternary partition is not signaled, and its value is It can be inferred by the decoder to zero.
  • inter prediction described below may be performed by the inter prediction unit 180 of the encoding apparatus 100 of FIG. 2 or the inter prediction unit 260 of the decoding apparatus 200 of FIG. 3.
  • data encoded according to an embodiment of the present specification may be stored in the form of a bitstream.
  • the prediction unit of the encoding apparatus 100 / decoding apparatus 200 may perform inter prediction in block units to derive prediction samples.
  • Inter prediction may represent prediction derived in a manner dependent on data elements (eg, sample values, or motion information) of a picture(s) other than the current picture (Inter prediction can be a prediction derived in a manner that is dependent on data elements (eg, sample values or motion information) of picture(s) other than the current picture).
  • 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 called a name such as a collocated reference block or a colCU, and the reference picture including the temporal neighboring block may also be called a collocated picture (colPic).
  • 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.
  • FIGS. 12 and 13 illustrate a video/video encoding procedure based on inter prediction according to an embodiment of the present specification and an inter prediction unit in an encoding device.
  • the encoding apparatus 100 performs inter prediction on the current block (S1210).
  • the encoding apparatus 100 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 180 of the encoding apparatus 100 may include a prediction mode determination unit 181, a motion information derivation unit 182, and a prediction sample derivation unit 183, and the prediction mode determination unit
  • the prediction mode for the current block may be determined at 181, the motion information of the current block may be derived from the motion information derivation unit 182, and prediction samples of the current block may be derived by the prediction sample derivation unit 183.
  • the inter prediction unit 180 of the encoding apparatus 100 searches a block similar to the current block in a certain area (search area) of reference pictures through motion estimation, and It is possible to derive a reference block whose difference is less than or equal to a certain criterion.
  • 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 position difference between the reference block and the current block.
  • the encoding apparatus 100 may determine a mode applied to the current block among various prediction modes.
  • the encoding apparatus 100 may compare the RD cost for various prediction modes and determine an optimal prediction mode for the current block.
  • the encoding apparatus 100 configures a merge candidate list, which will be described later, and the current block among the reference blocks indicated by the merge candidates included in the merge candidate list. It is possible to derive a reference block with a difference from a current block or a minimum or a predetermined criterion. In this case, 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 200. Motion information of a current block may be derived using motion information of a selected merge candidate.
  • the encoding apparatus 100 configures the (A)MVP candidate list, which will be described later, and (A) the motion vector predictor (MVP) candidates included in the MVP candidate list.
  • the motion vector of the selected MVP candidate 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 the 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 (MVD) which is a difference obtained by subtracting MVP from the motion vector of the current block, may be derived.
  • information about the MVD may be signaled to the decoding device 200.
  • the value of the reference picture index may be configured and reference signal index information may be separately signaled to the decoding apparatus 200.
  • the encoding apparatus 100 may derive residual samples based on the predicted samples (S1220). The encoding apparatus 100 may derive residual samples through comparison of original samples and prediction samples of the current block.
  • the encoding apparatus 100 encodes video information including prediction information and residual information (S1230).
  • the encoding apparatus 100 may output 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) and motion information.
  • the motion information may include candidate selection information (eg, merge index, mvp flag, or mvp index) that is information for deriving a motion vector.
  • the motion information may include information on the MVD and/or reference picture index information.
  • the 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 the reference samples and the residual samples. This is to derive the same prediction result as that performed by the decoding apparatus 200 in the encoding apparatus 100, because it is possible to increase coding efficiency. Accordingly, the encoding apparatus 100 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. 14 and 15 illustrate a video/video decoding procedure based on inter prediction according to an embodiment of the present specification and an inter prediction unit in a decoding apparatus.
  • the decoding apparatus 200 may perform an operation corresponding to an operation performed in the encoding apparatus 100.
  • the decoding apparatus 200 may perform prediction on the current block and derive prediction samples based on the received prediction information.
  • the decoding apparatus 200 may determine a prediction mode for the current block based on the received prediction information (S1410). The decoding apparatus 200 may determine which inter prediction mode is applied to the current block based on the prediction mode information in the prediction information.
  • the decoding apparatus 200 may determine whether merge mode is applied to the current block or (A)MVP mode is determined based on a merge flag. Alternatively, the decoding apparatus 200 may select one of various inter prediction mode candidates based on the mode index.
  • the inter prediction mode candidates may include skip mode, merge mode and/or (A)MVP mode, or various inter prediction modes described below.
  • the decoding apparatus 200 derives motion information of the current block based on the determined inter prediction mode (S1420). For example, when the skip mode or the merge mode is applied to the current block, the decoding apparatus 200 may configure a merge candidate list, which will be described later, and select one of the merge candidates included in the merge candidate list. . The selection of the merge candidate may be performed based on a merge index. Motion information of a current block may be derived from 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 200 configures the (A)MVP candidate list, which will be described later, and (A) the MVP candidate selected from among the MVP candidates included in the MVP candidate list.
  • the motion vector of can be used as the MVP of the current block.
  • the selection of the MVP may be performed based on the selection information (MVP flag or MVP index) described above.
  • the decoding apparatus 200 may derive the MVD of the current block based on information about the MVD, and may derive a motion vector of the current block based on the MVP and MVD of the current block.
  • the decoding apparatus 200 may derive a reference picture index of the current block 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 the current block may be derived without configuring a candidate list, and in this case, motion information of the current block may be derived according to a procedure disclosed in a prediction mode, which will be described later.
  • the candidate list configuration as described above may be omitted.
  • the decoding apparatus 200 may generate prediction samples for the current block based on the motion information of the current block (S1430). In this case, the decoding apparatus 200 may derive a reference picture based on the reference picture index of the current block, and derive predictive samples of the current block using samples of the reference block indicated by the motion vector of the current block on the reference picture. . In this case, as described later, a prediction sample filtering procedure for all or part of the prediction samples of the current block may be further performed depending on the case.
  • the inter prediction unit 260 of the decoding apparatus 200 may include a prediction mode determination unit 261, a motion information derivation unit 262, and a prediction sample derivation unit 263, and the prediction mode determination unit
  • the prediction mode for the current block is determined based on the prediction mode information received at 181, and the motion information (motion vector) of the current block based on the information on the motion information received from the motion information deriving unit 182. And/or a reference picture index), and predicted samples of the current block may be derived from the predicted sample deriving unit 183.
  • the decoding apparatus 200 generates residual samples for the current block based on the received residual information (S1440).
  • the decoding apparatus 200 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. (S1450). As described above, 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.
  • inter prediction modes may be used for prediction of a current block in a picture.
  • various modes such as a merge mode, a skip mode, an MVP mode, and an affine mode may be used.
  • Decoder side motion vector refinement (DMVR) mode, adaptive motion vector resolution (AMVR) mode, and the like may be further used as ancillary modes.
  • the affine mode may also be called aaffine motion prediction mode.
  • the MVP mode may also be called AMVP (advanced motion vector prediction) mode.
  • Prediction mode information indicating the inter prediction mode of the current block may be signaled from the encoding device to the decoding device 200.
  • the prediction mode information may be included in the bitstream and received by the decoding apparatus 200.
  • 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 encoding apparatus 100 signals whether a skip mode is applied by signaling a skip flag, and indicates whether a merge mode is applied by signaling a merge flag when a skip mode is not applied, and when a merge mode is not applied. It may be indicated that the MVP mode is applied or may further signal a flag for additional 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 be configured as one candidate of the merge candidate list or the MVP candidate list, as described later.
  • the encoding apparatus 100 or the decoding apparatus 200 may perform inter prediction using motion information of a current block.
  • the encoding apparatus 100 may derive optimal motion information for the current block through a motion estimation procedure. For example, the encoding apparatus 100 may search for a similar reference block having high correlation within a predetermined search range in a reference picture by using a original block in the original picture for the current block in a fractional pixel unit, and through this, motion information Can be derived.
  • the similarity of the block can be derived based on the difference of phase-based sample values.
  • the similarity of a block may be calculated based on a sum of absolute difference (SAD) between a current block (or a template of the current block) and a reference block (or a template of a reference block).
  • SAD sum of absolute difference
  • 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 encoding apparatus 100 may indicate motion information of the current prediction block by transmitting flag information indicating that the merge mode is used and a merge index indicating which prediction blocks are used.
  • the encoding apparatus 100 must search a merge candidate block used to derive motion information of a current prediction block in order to perform a merge mode. For example, up to five merge candidate blocks may be used, but the present specification is not limited thereto. In addition, the maximum number of merge candidate blocks may be transmitted in the slice header, and the present specification is not limited thereto. After finding the merge candidate blocks, the encoding apparatus 100 may generate a merge candidate list, and may select a merge candidate block having the smallest cost as a final merge candidate block.
  • This specification provides various embodiments of a merge candidate block constituting a merge candidate list.
  • the merge candidate list may use 5 merge candidate blocks, for example. For example, four spatial merge candidates and one temporal merge candidate can be used.
  • FIG. 16 shows an example of a spatial merge candidate configuration for a current block according to an embodiment of the present specification.
  • a left neighboring block (A1), a bottom-left neighboring block (A2), a top-right neighboring block (B0), and an upper neighboring block (B1) ), at least one of a top-left neighboring block B2 may be used.
  • the merge candidate list for the current block may be configured based on the procedure shown in FIG. 17.
  • FIG 17 shows an example of a flowchart for configuring a merge candidate list according to an embodiment of the present specification.
  • the coding apparatus searches for spatial neighboring blocks of the current block and inserts the derived spatial merge candidates into the merge candidate list (S1710).
  • the spatial peripheral blocks may include blocks around the lower left corner of the current block, blocks around the left corner, blocks around the upper right corner, blocks around the upper corner, and blocks around the upper left corner.
  • additional peripheral blocks such as a right peripheral block, a lower peripheral block, and a lower right peripheral block may be further used as the spatial peripheral blocks.
  • the coding apparatus may detect available blocks by searching for spatial neighboring blocks based on priority, and derive motion information of the detected blocks as spatial merge candidates.
  • the encoding apparatus 100 or the decoding apparatus 200 searches the five blocks shown in FIG. 11 in the order of A1, B1, B0, A0, B2, sequentially indexes available candidates, and merges candidates It can be configured as a list.
  • the coding apparatus searches for temporal neighboring blocks of the current block and inserts the derived temporal merge candidate into the merge candidate list (S1720).
  • the temporal peripheral block may be located on a reference picture that is a different picture from the current picture in which the current block is located.
  • the reference picture in which the temporal neighboring block is located may be referred to as a collocated picture or a coll picture.
  • the temporal neighboring blocks may be searched in the order of the lower right corner peripheral block and the lower right center block of the co-located block for the current block on the call picture. Meanwhile, when motion data compression is applied, specific motion information may be stored as a representative motion information for each predetermined storage unit in a call picture.
  • the predetermined storage unit may be predetermined in units of, for example, 16x16 sample units, or 8x8 sample units, or size information for a predetermined storage unit may be signaled from the encoding device 100 to the decoding device 200. have.
  • motion information of a temporal peripheral block may be replaced with representative motion information of a predetermined storage unit in which the temporal peripheral block is located.
  • a temporal merge candidate may be derived based on motion information of a prediction block. For example, if the constant storage unit is 2nx2n sample units, and the coordinates of the temporal peripheral block are (xTnb, yTnb), the corrected position ((xTnb >> n) ⁇ n), (yTnb >> n) Motion information of the prediction block located at ⁇ n)) may be used for temporal merge candidates.
  • the constant storage unit is 16x16 sample units, and the coordinates of the temporal peripheral block are (xTnb, yTnb), the corrected position ((xTnb >> 4) ⁇ 4), (yTnb >> 4) Motion information of the prediction block located at ⁇ 4)) can be used for temporal merge candidates.
  • the constant storage unit is 8x8 sample units, and the coordinates of the temporal peripheral block are (xTnb, yTnb), the corrected position ((xTnb >> 3) ⁇ 3), (yTnb >> 3 ) ⁇ 3)) motion information of the prediction block located at may be used for temporal merge candidate.
  • the coding apparatus may check whether the number of current merge candidates is smaller than the maximum number of merge candidates (S1730).
  • the maximum number of merge candidates may be predefined or signaled from the encoding device 100 to the decoding device 200.
  • the encoding apparatus 100 may generate information on the number of maximum merge candidates, encode, and transmit the encoded information to the decoding apparatus 200 in the form of a bitstream.
  • the subsequent candidate addition process may not proceed.
  • the coding apparatus inserts an additional merge candidate into the merge candidate list (S1740).
  • Additional merge candidates are, for example, adaptive temporal motion vector prediction (ATMVP), combined bi-predictive merge candidates (if the slice type of the current slice is of type B) and/or zero vector merge. Candidates may be included.
  • ATMVP adaptive temporal motion vector prediction
  • MVP candidate list shows an example of a flowchart for constructing a prediction candidate list (MVP candidate list).
  • a motion vector corresponding to a reconstructed spatial neighboring block eg, the neighboring block of FIG. 16
  • a motion vector corresponding to a temporal neighboring block or Col block
  • a motion vector predictor (MVP) candidate list may be generated. That is, the motion vector of the reconstructed spatial neighboring block and/or the motion vector corresponding to the temporal neighboring block may be used as a motion vector predictor candidate.
  • the prediction information may include selection information (eg, an MVP flag or an MVP index) indicating an optimal motion vector predictor candidate selected from among motion vector predictor candidates included in the list.
  • the prediction unit may select a motion vector predictor of the current block from among motion vector predictor candidates included in the motion vector candidate list, using the selection information.
  • the prediction unit of the encoding apparatus 100 may obtain a motion vector difference (MVD) between a motion vector of a current block and a motion vector predictor, encode it, and output it in the form of a bitstream. That is, the MVD can be obtained by subtracting the motion vector predictor from the motion vector of the current block.
  • the prediction unit of the decoding apparatus may obtain a motion vector difference included in the information about the prediction, and derive the motion vector of the current block through addition of the motion vector difference and the motion vector predictor.
  • the prediction unit of the decoding apparatus may obtain or derive a reference picture index indicating the reference picture from the information on the prediction.
  • the motion vector predictor candidate list may be configured as shown in FIG. 18.
  • the coding apparatus searches for a spatial candidate block for motion vector prediction and inserts it into the prediction candidate list (S1810).
  • the coding apparatus may search for neighboring blocks according to a predetermined search order, and add information of neighboring blocks satisfying the condition for the spatial candidate block to the prediction candidate list (MVP candidate list).
  • the coding apparatus After constructing the spatial candidate block list, the coding apparatus compares the number of spatial candidate lists included in the prediction candidate list with a preset reference number (eg, 2) (S1820). If the number of spatial candidate lists included in the prediction candidate list is greater than or equal to the reference number (eg, 2), the coding apparatus may end the construction of the prediction candidate list.
  • a preset reference number eg, 2
  • the coding device searches for the temporal candidate block and inserts it into the prediction candidate list (S1830), and the temporal candidate block is used If it is not possible, the zero motion vector is added to the prediction candidate list (S1840).
  • the predicted block for the current block may be derived based on the motion information derived according to the prediction mode.
  • the predicted block may include predictive samples (predictive sample array) of the current block.
  • an interpolation procedure may be performed, and through this, predictive samples of the current block may be derived based on reference samples in a fractional sample unit in a reference picture. .
  • prediction samples may be generated based on a motion vector per sample/subblock.
  • prediction samples derived based on first direction prediction eg, L0 prediction
  • prediction samples derived based on second direction prediction eg, L1 prediction
  • the final prediction samples can be derived through weighted sum (per phase).
  • 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.
  • the existing video coding system uses one motion vector (translation motion model) to represent the motion of the coding block.
  • the method using one motion vector may have expressed the optimal motion in block units, but since it is not the optimum motion for each pixel, coding efficiency can be improved if the optimal motion vector is determined in pixel units.
  • this embodiment describes an affine motion prediction method that performs encoding/decoding using an affine motion model.
  • motion vectors may be expressed in units of each pixel of a block using 2, 3, or 4 motion vectors.
  • the affine motion model can express four motions as shown in FIG. 19.
  • the affine motion model representing three movements (translation, scale, rotate) of the affine motion model can be referred to as a similar (or simplified) affine motion model, and this specification is similar (or singular)
  • the proposed methods are described based on the affine motion model.
  • the embodiments herein are not limited to a similar (or singular) affine motion model.
  • affine motion prediction may determine a motion vector for each pixel position included in a block using two or more control point motion vectors (CPMVs).
  • CPMVs control point motion vectors
  • the motion vector at the sample position (x, y) can be derived as shown in Equation 1 below.
  • the motion vector at the sample position (x, y) can be derived as shown in Equation 2 below.
  • Is the CPMV of the CP at the top-left corner of the coding block Is the CPMV of the CP at the top-right corner, Is the CPMV of the CP at the bottom-left corner.
  • W corresponds to the width of the current block
  • H corresponds to the height of the current block
  • 21 shows the motion vectors of each subblock according to an embodiment of the present disclosure.
  • the affine motion vector field may be determined in a pixel unit or a predefined subblock unit.
  • the MVF is determined in units of pixels, a motion vector is obtained based on each pixel value, and when the MVP is determined in units of subblocks, the center (lower-right sample of the center 4 lower-right samples) of the sub-blocks
  • the motion vector of the corresponding block may be obtained based on the value.
  • it will be described on the assumption that the affine MVF is determined in 4*4 subblock units as shown in FIG. 21. However, this is merely for convenience of description, and the size of the sub-block may be variously modified.
  • the motion model applicable to the current block may include the following three.
  • Translational motion model 4-parameter affine motion model, 6-parameter affine motion mode.
  • the translational motion model may represent a model in which an existing block unit motion vector is used
  • a 4-parameter affine motion model may represent a model in which two CPMVs are used
  • a 6-parameter affine motion model may represent 3 models. It may indicate the model in which CPMV is used.
  • the affine motion prediction may include affine MVP (or affine inter) mode and affine merge.
  • affine motion prediction motion vectors of a current block may be derived on a sample basis or a subblock basis.
  • the CPMV may be determined according to the affine motion model of neighboring blocks coded with affine motion prediction. In the search order, affine coded neighboring blocks can be used for the affine merge mode. When one or more neighboring blocks are coded with affine motion prediction, the current block may be coded with AF_MERGE. That is, when the affine merge mode is applied, CPMVs of the current block may be derived using CPMVs of the neighboring blocks.
  • CPMVs of the neighboring block may be used as CPMVs of the current block as it is, or CPMVs of the neighboring block may be used as CPMVs of the current block by being modified based on the size of the neighboring block and the size of the current block.
  • the affine merge candidate list may be configured to derive CPMVs for the current block.
  • the steep merge candidate list may include, for example, at least one of the following candidates.
  • the inherited affine candidates are candidates derived based on CPMVs of the neighboring blocks when the neighboring blocks are coded in the affine mode, and the constructed affine candidates of the corresponding CP neighboring blocks in each CPMV unit
  • a candidate derived by constructing CPMVs based on MV, and a zero MV candidate may indicate a candidate composed of CPMVs having a value of 0.
  • FIG. 22 shows an example of a flowchart for constructing an affine merge candidate list according to an embodiment of the present specification.
  • a coding apparatus inserts inherited affine candidates into a candidate list (S2210), and constructed affine candidates to affine candidate list Insert into (S2220), and the zero MV candidate (zero MV candidate) can be inserted into the affine candidate list (S2230).
  • the coding apparatus may insert configured affine candidates or zero MV candidates.
  • 23 and 24 illustrate examples of cases in which control points motion vectors of a current block are inherited from neighboring blocks and neighboring blocks for constructing an inherited candidate of an affine motion vector according to an embodiment of the present specification.
  • affine candidates There may be up to two inherited affine candidates (one from the left neighboring CU and one of the top neighboring CUs), which can be derived from the affine motion model of neighboring blocks.
  • FIG. 23 candidate blocks are shown.
  • the scan order for the left predictor is A0-A1
  • the scan order for the upper predictor is B0-B1-B2. Only the first inherited candidates from each side are selected. A pruning check may not be performed between two inherited candidates.
  • control point motion vectors of the adjacent affine CU may be used to derive a control point motion vector predictor (CPMVP) candidate from the affine merge list of the current CU.
  • CPMVP control point motion vector predictor
  • motion vectors of the CU including block A, v 2 , v 3 of the upper left corner, the upper right corner, and the lower left corner , And v 4 are used.
  • block A is coded with a 4-parameter affine model, the two CPMVs of the current CU are calculated according to v 2 and v 3 .
  • block A is coded with a 6-parameter model, the three CPMVs of the current CU are calculated according to v 2 , v 3 , and v 4 .
  • 25 shows examples of candidate locations for a constructed affine merge mode according to an embodiment of the present specification.
  • the constructed affine merge means a candidate constructed by combining neighboring translational motion information for each control point.
  • motion information for control points is derived from specified spatial neighbors and temporal neighbors.
  • blocks are checked in the order of B2-B3-A2 and the MV of the first usable block is used. Blocks are checked in the order of B1-B0 for CPMV 2 (CP1) in the upper right corner, and blocks are checked in the order of A1-A0 for CPMV 3 (CP2) in the lower left corner. If available, TMVP is used for CPMV 4 (CP3) in the lower right corner.
  • affine merge candidates are configured based on this motion information.
  • the following combinations of control point MVs are used in order:
  • Combinations of the three CPMVs constitute a 6-parameter affine merge candidate, and combinations of two CPMVs constitute a 4-parameter affine merge candidate.
  • the combination of related control point MVs is discarded.
  • 26 illustrates an example of a flow chart for constructing an affine motion vector predictor (MVP) candidate list according to an embodiment of the present specification.
  • MVP affine motion vector predictor
  • affine MVP mode After two or more control point motion vector prediction (CPMVP) and CPMV for the current block are determined, a control point motion vector difference (CPMVD) corresponding to the difference value is decoded from the encoding device 100 ( 200).
  • CPMVP control point motion vector prediction
  • CPMVD control point motion vector difference
  • a list of affine MVP candidates may be configured to derive CPMVs for the current block.
  • the affine MVP candidate list may include at least one of the following candidates.
  • the list of affine MVP candidates may include up to n (eg, 2) candidates.
  • the inherited affine candidate is a candidate that is derived based on CPMVs of the neighboring block when the neighboring block is coded in the affine mode
  • the constructed affine candidate is each CPMV unit Is a candidate derived by constructing CPMVs based on the MV of the block around the CP
  • the zero MV candidate represents a candidate composed of CPMVs whose value is 0.
  • the maximum number of candidates for the affine MVP candidate list is two, the following 2) candidates in the above order may be considered and added to the case where the number of current candidates is less than two.
  • additional candidates based on translational MVs from neighboring CUs from neighboring CUs may be derived in the following order.
  • CPMV0 is used as an affine MVP candidate. That is, the MVs of CP0, CP1, and CP2 are all set equal to CPMV0 of the constructed candidate.
  • CPMV1 is used as an affine MVP candidate. That is, the MVs of CP0, CP1, and CP2 are all set equal to CPMV1 of the constructed candidate.
  • CPMV2 is used as an affine MVP candidate. That is, the MVs of CP0, CP1, and CP2 are all set equal to CPMV2 of the constructed candidate.
  • TMVP temporary motion vector predictor or mvCol
  • the affine MVP candidate list may be derived by a procedure as shown in FIG. 26.
  • the verification order of the inherited MVP candidates is the same as the verification order of the inherited MAIN candidates. The difference is that, for the MVP candidate, only an upper CU having the same reference picture as the current block is considered. The pruning process is not applied when the inherited affine motion predictor is added to the candidate list.
  • the configured MVP candidate is derived from neighboring blocks shown in FIG. 25.
  • the same confirmation order as that of the affine merge candidate is used.
  • the reference picture index of the neighboring block is also confirmed.
  • the first block that is inter-coded in the confirmation order and has the same reference picture as the current CU is used.
  • FIGS. 27 and 28 show examples of spatial neighboring blocks for subblock-based temporal motion vector prediction (SbTMVP) and a method of applying motion shift from neighboring blocks according to an embodiment of the present disclosure.
  • SBTMVP subblock-based temporal motion vector prediction
  • the SbTMVP method can be used. Similar to temporal motion vector prediction (TMVP) in HEVC, SbTMVP can use the motion field in a collocated picture (col picture) to improve merge mode and motion vector prediction for CUs in the current picture. .
  • TMVP temporal motion vector prediction
  • SbTMVP can use the motion field in a collocated picture (col picture) to improve merge mode and motion vector prediction for CUs in the current picture.
  • TMVP collocated picture
  • SbTMVP differs from TMVP in two main aspects:
  • TMVP predicts motion at the CU level
  • SbTMVP predicts motion at the sub-CU level
  • TMVP fetches the temporal motion vectors from the collocated block (col block) in the col picture (col block is the lower right or center block for the current CU), while SbTMVP receives temporal motion information from the col picture.
  • a motion shift is applied before fetching, where it is obtained from a motion vector from one of the spatial periphery blocks of the current CU.
  • the SbTMVP process is shown in FIG. 28.
  • SbTMVP predicts motion vectors of the sub-CU in the current CU in step 2.
  • the spatial peripheral blocks in FIG. 27 are checked in the order of A1, B1, B0, and A0.
  • this motion vector is selected to which motion shift is applied. If no such motion is identified from the spatial neighbors, the motion shift is set to (0, 0).
  • the motion shift identified in the first step is applied to obtain sub-CU level motion information (motion vectors and reference indices) from the col pictures shown in Fig. 28 (i.e., to the coordinates of the current block). Is added).
  • the example in FIG. 28 assumes that the motion shift is set to the motion of block A1.
  • motion information of a corresponding block (the smallest motion grid covering the center sample) in the col picture is used to derive motion information for the sub-CU.
  • the motion information of the collocated sub-CU is confirmed, it is converted into motion vectors and reference indices in a manner similar to the TMVP process of HEVC, where reference pictures of temporal motion vectors are reference pictures of the current CU Temporal motion scaling is applied to align the fields.
  • a combined sub-block based merge list including both SbTMVP candidates and affine merge candidates may be used for affine merge mode signaling (which may be referred to as a subblock-based merge mode).
  • the SbTMVP mode may be enabled/disabled by a sequence parameter set (SPS) flag.
  • SPS sequence parameter set
  • SbTMVP When SbTMVP is activated, the SbTMVP predictor is added as a first entry to the list of subblock-based merge candidates, and then affine merge candidates are added.
  • the maximum allowed size of the affine merge candidate list may be 5.
  • the sub-CU size used in SbTMVP may be fixed to 2x2, 4x4 or 8x8, and the affine merge mode may also be the same.
  • the SbTMVP mode can be applied to a CU having a width and height greater than or equal to 9.
  • the encoding logic of the additional SbTMVP merge candidates may be the same as other merge candidates, for each P or B slide, an additional RD check may be performed to determine whether to use the SbTMVP candidate. .
  • AMVR Adaptive Motion Vector Resolution
  • motion vector differences (between the motion vector and predicted motion vector of a CU) are signalled in units of quarter-luma-sample when use_integer_mv_flag is equal to 0 in the slice header.
  • a motion vector difference (between the predicted motion vector and the motion vector of the CU) may be signaled in quarter-luma-sample units.
  • the CU-level AMVR scheme is introduced. The AMVR can allow the CU's MVD to be coded in units of 1/4 luma samples, integer luma samples, or 4 luma samples.
  • a CU-level MVD resolution indicator is signaled conditionally. If all MVD components (i.e., horizontal and vertical MVDs for reference list L0 and reference list L1) are 0, a 1/4 luma sample MVD resolution is inferred.
  • a first flag is signaled to determine whether 1/4 luma sample MVD accuracy is applied for the CU. If the first flag is 0, no additional signaling is required and 1/4 luma sample MVD accuracy is used for the current CU. Otherwise, the second flag is signaled to indicate whether integer luma sample or quadrulum sample MVD accuracy is used.
  • the motion vector predictors for the CU In order for the reconstructed MV to guarantee the intended accuracy (1/4 luma sample, integer luma sample, or 4 luma sample), the motion vector predictors for the CU have the same accuracy as the motion vector predictors previously added with the MVD. It can be rounded to have.
  • the motion vector predictors for the CU will be rounded to the same precision as that of the MVD before being added together with the MVD).
  • Motion vector predictors can be rounded to zero. (That is, negative motion vector predictors are rounded to positive infinity and positive motion vector predictors are rounded to negative infinity).
  • the encoder uses the RD check to determine the motion vector resolution for the current CU. In order to avoid always performing three CU-level RD checks for each MVD resolution, in VTM3, the RD check of the 4 luma sample MVD resolution is called conditionally.
  • the RD cost of 1/4 sample MVD accuracy is calculated first. Then, the RD cost of integer luma sample MVD accuracy is compared with the RD cost of 1/4 luma sample MVD accuracy to determine whether verification of the RD cost of 4 luma sample MVD accuracy is necessary. When the RD cost for 1/4 luma sample MVD accuracy is less than the RD cost for integer luma sample MVD accuracy, the RD cost of 4 sample MVD accuracy is omitted.
  • the predicted block for the current block may be derived based on the motion information derived according to the prediction mode.
  • the predicted block may include predictive samples (predictive sample array) of the current block.
  • an interpolation procedure may be performed, and prediction samples of a current block may be derived based on reference samples in a fractional sample unit in a reference picture through interpolation.
  • 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 average (according to the phase) of prediction samples derived based on prediction may be used as prediction samples of the current block.
  • 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.
  • bi-prediction samples when bi-prediction is applied to the current block, prediction samples may be derived based on a weighted average.
  • the bi-prediction signal ie, bi-prediction samples
  • the bi-prediction samples could be derived through a simple average of the L0 prediction signal (L0 prediction samples) and the L1 prediction signal (L1 prediction samples). That is, the bi-prediction samples were derived as the average of L0 prediction samples based on the L0 reference picture and MVL0 and L1 prediction samples based on the L1 reference picture and the MVL1.
  • bi-prediction signals when bi-prediction is applied, bi-prediction signals (bi-prediction samples) may be derived through a weighted average of the L0 prediction signal and the L1 prediction signal as shown in Equation 3 below.
  • the weight w can be determined by one of two methods: 1) For a non-merge CU (non-merge CU), the weight index is signaled after the motion vector difference; 2) For a merge CU, the weight index is inferred from neighboring blocks based on the merge candidate link index. Weighted averaging bi-prediction is only applied to CUs with 256 or more luma samples (i.e., CU width times CU height is greater than or equal to 256).
  • Weighted average pair prediction only applies to CUs with 256 or more luma samples (ie, (CU width)x(CU height) greater than or equal to 256). For low-delay pictures, all five weights are used. For non-low-delay pictures, three weights ⁇ 3, 4, 5 ⁇ can be used.
  • affine motion estimation (ME) can be performed on unequal weights only when the affine mode is currently selected as the best mode.
  • BDOF can be used to improve the bi-prediction signal of the CU at the 4x4 subblock level.
  • BDOF can be applied to a CU if the following conditions are satisfied: 1) If the height of the CU is not 4, and the CU is not the size of 4x8; 2) If the CU is not coded using affine mode or ATMVP merge mode; 3) When the CU is coded using the “true” pair prediction mode, that is, one of the two reference pictures is in the display order before the current picture and the other is in the display order after the current picture Occation. BDOF applies to luma components.
  • the BDOF mode is based on an optical flow concept that assumes that the motion of the object is smooth.
  • motion improvement (v x , v y ) is calculated by minimizing the difference between L0 and L1 predicted samples.
  • Motion enhancement is used to adjust the pair predicted sample values in the subblock.
  • Motion improvement (v x , v y ) can be derived using auto- and cross-correlation terms such as Equation 6 below:
  • FIG. 29 illustrates an example of an extended coding unit (CU) used in bi-directional optical flow (BDOF) according to an embodiment of the present specification.
  • CU extended coding unit
  • BDOF bi-directional optical flow
  • n a , n b , and n S2 are the same as 3, 6, and 12, respectively.
  • the multipliers are selected such that the multipliers do not exceed 15 bits, and the maximum bit width of intermediate parameters in the BDOF process is maintained within 32 bits.
  • BDOF uses one extended row/column around the boundaries of the CU.
  • a bilinear filter is used to generate prediction samples in an extended region (white position), and in-CU (gray position) prediction samples are generated.
  • an ordinary 8-tap motion compensation interpolation filter is used. These extended sample values are used only for gradient calculations. For the remaining steps in the BDOF process, if any sample and gradient values outside the CU boundaries are needed, they are padded (repeated) from the nearest neighbors.
  • MVP may be applied.
  • the merge with MVD (MMVD) technique can improve accuracy by adjusting the size and direction of a motion vector with respect to a selected candidate among candidates configured with a merge candidate list construction method.
  • the coding apparatus may determine a specific candidate from the merge candidate list as a base candidate. When the number of available base candidates is two, the first candidate and the second candidate in the list can be used as base candidates.
  • the encoding apparatus 100 may transmit information on the selected base candidate by signaling a base candidate index.
  • the number of base candidates may be variously set, and if the number of base candidates is 1, the base candidate index may not be used. Table 3 below shows an example of the base candidate index.
  • the motion vector corresponding to the first candidate is determined as the base candidate in the currently configured merge candidate list (or MVP candidate list), and if the base candidate index is 1, the currently configured merge candidate list ( Alternatively, a motion vector corresponding to the second candidate in the MVP candidate list) may be determined as a base candidate.
  • the encoding apparatus 100 may be refined by signaling a size (MMVD length) and a direction (MMVD code) applied to a motion vector corresponding to a base candidate, where the length index (MMVD length index) is applied to the motion vector.
  • the size of the applied MVD is indicated, and the direction index (MMVD code index) indicates the direction of the MVD applied to the motion vector.
  • Table 4 below shows the size of the MVD (MMVD offset) according to the length index (MMVD length index), and Table 5 shows the direction of the MVD according to the direction index (MMVD code index).
  • FIG 30 shows an example of an MMVD discovery process according to an embodiment of the present specification.
  • a motion search method in MMVD may be expressed as shown in FIG. 19.
  • a motion vector in the L1 direction may be derived using a mirroring scheme for the L0 motion vector.
  • an MMVD offset such as +s and +2s
  • mirroring is performed for an L1 reference picture temporally opposite to the L0 reference picture based on the current picture. This can be applied.
  • the embodiments of the present specification provide a method and apparatus for efficiently applying the MMVD technique.
  • AMVR adaptive motion vector resolution
  • AMVR technology is an index reflecting the characteristics of motion of each image or block, especially the size of motion
  • the embodiment of the present specification enables the adaptation of the distance table in MMVD by using the imv_idx value.
  • Table 6 shows a table of MMVD offset values for the MMVD length index according to this embodiment.
  • different MMVD offsets are allocated for each MMVD length index according to imv_idx. That is, in case 1, imv_idx is 0, the base motion vector may be adjusted by a distance of 1/4-pel to 2-pel. In addition, in case 2, when imv_idx is 1, the base motion vector may be adjusted by a distance of 1/2-pel to 4-pel. Finally, in case 3, when imv_idx is 2, the base motion vector may be adjusted by a distance of 1-pel to 8-pel.
  • the number of candidates and candidate values in the distance table described in this specification only represent one example, and other numbers or different values may be used.
  • the AMVR index may be determined based on the resolution of a motion vector difference (MVD) applied to a motion vector of a neighboring block associated with the merge index.
  • the AMVR index may be determined based on AMVR information (AMVR index) of spatial or temporal neighboring blocks used in the process of generating a merge or MVP candidate list of the current block.
  • AMVR mode is applied in AMVP and is not used in merge/skip mode. Therefore, the AMVR index may be separately set in the merge/skip mode to determine the above-described AMVR mode-based length table determination method. That is, when the current block is in the merge/skip mode, the AMVR index (imv_idx) of the neighboring block is set and stored so that AMVR can be applied when configuring candidates for MMVD.
  • the coding device performs context modeling using imv_idx of the left or upper neighboring block in the parsing process, MMVD in order to prevent imv_idx of the neighboring block stored in the decoding process of the merge/skip mode applied in the parsing process
  • the AMVR index of the block to which the is applied is distinguished from the AVMR index of the block to which the AMVP is applied by naming it as a separate syntax element (eg, imv_idc).
  • the following embodiment provides a method of storing an AMVR index (imv_idc) in the process of constructing an MVP candidate list for a block to which merge/skip mode is applied. This is because according to MMVD, a base motion vector corresponding to a selected candidate among MVP candidates configured in a decoding process of a block to which merge/skip mode is applied is adjusted.
  • the AMVR index may be set as follows according to the characteristics of adjacent blocks (resolution of the MVD or AMVR index).
  • the AMVR index of the adjacent blocks is used.
  • a default value (eg 0) is used.
  • an AMVR index matching candidates stored in the HMVP buffer is used, or a default value (for example, 0) is always used for an HMVP candidate.
  • the corresponding AMVR index is used, and in other cases, the larger AMVR index value is used.
  • FIG 31 shows an example of triangular prediction units according to an embodiment of the present specification.
  • the AMVR index value of adjacent blocks can be stored to propagate the merge/skip mode afterwards.
  • one CU coding unit
  • PUs triangular shaped prediction units
  • each PU can be predicted by uni-prediction.
  • a candidate list for unidirectional prediction may be constructed in a manner similar to a general merge/skip mode.
  • one CU is composed of two PUs (Cand0, Cand1), so the AMVR index of the corresponding block (CU) can be determined by considering all of the AMVR indexes of the two blocks (PU). Can.
  • the AMVR index of adjacent blocks can be stored so that the AMVR index value is propagated to the merge/skip mode later.
  • the M/H mode is a technique in which intra prediction and inter prediction are combined in the merge/skip mode, and signals both indexes for the intra mode and the merge mode.
  • the candidate list is constructed in a similar manner to the normal merge/skip mode, and when the M/H mode is applied, the AMVR index can be set for the corresponding block as follows.
  • the AMVR index of the adjacent block is used.
  • the default value (eg 0) is used.
  • HMVP candidates i) use the AMVR index matching the candidates stored in the HMVP buffer, or ii) always use the default value (eg 0).
  • L0 candidate (L0 block) and L1 candidate (L1 block) use the common AMVR index when they have the same AMVR index; otherwise, use the default value (eg 0) Or, ii) When the L0 candidate (L0 block) and the L1 candidate (L1 block) have the same AMVR index, a common AMVR index is used, and in other cases, a larger AMVR index is used.
  • the default value (eg 0) is used.
  • the AMVR index may be updated based on the MMVD length (offset). Also, the updated AMVR index may be reused as the AMVR index of at least one block processed after the current block.
  • the AMVR index of the base motion vector for MMVD can be derived, and the distance of the motion vector for refinement can be determined by selecting the MMVD length table based on the derived AMVR index.
  • a distance value such as 1-pel or 4-pel can be selected among the candidates in the table, so the AMVR index is selected based on the length selected in the MMVD process. Can be updated. This is because the MMVD length also plays the role of AMVR. Accordingly, the AMVR index can be updated according to the selected MMVD length as shown in Table 7 below.
  • the MMVD length is determined to be 4-pel or 8-pel, it is similar to the AMVR index (imv_idc) 2, so even if the AMVR index of the base motion vector is 0, it can be updated to 2.
  • the MMVD distance is determined to be 1-pel or more, it can be updated to 1 because it is similar to the AMVR index (imv_idc) 1.
  • the AMVR index is determined to indicate the first MMVD set
  • the MMVD range index is determined to indicate the second MMVD set index.
  • the first MMVD set has a value greater than the MMVD offset of the second MMVD set for the same MMVD length index.
  • the magnitude of the x and y values of the base motion vector of the MMVD may have an effect similar to that of the AMVR of the block in deriving the distance for refinement.
  • the present embodiment provides a method of determining the MMVD length table according to the value of the base motion vector.
  • Table 8 below is another example of a table showing the relationship between the MMVD length index and the MMVD offset values, and shows a method of determining the MMVD length table according to the value of the base motion vector.
  • Case 1 has the following conditions.
  • the distance may be adjusted to a distance of 1/4-pel to 2-pel corresponding to Case 3.
  • the number of candidates and the candidate values in the distance table described in this specification are only examples, and it is natural that other numbers or different values may be applied.
  • Case 1 to Case 3 described above may be modified and applied as follows. That is, if one of the candidates to which bi-directional prediction is applied has a motion vector in units of 4-pel or 1-pel as in the following conditions, it may be determined that the condition is satisfied.
  • Case 1 may be as follows.
  • This embodiment may be applied when AMVR is not used, or may be used regardless of whether AMVR is applied.
  • the MMVD length table is determined according to the AMVR index
  • the MMVD is based on the pixel unit of the motion vector as in this embodiment.
  • the length table can be determined.
  • the range of the MMVD offset applied to the motion vector may be determined based on the resolution of the position coordinates indicated by the AMVR index and the base motion vector. For example, when the AMVR index is 0, the range of the MMVD offset applied to the motion vector for prediction of the current block may be determined based on the position coordinate indicated by the motion vector.
  • the position coordinates may include a horizontal position (x coordinate) and/or a vertical position (y coordinate) from an arbitrary position in the picture or block (eg, the position of the upper left pixel).
  • the size of the current block may be considered in the process of applying the MMVD by reflecting the characteristics of the current block.
  • the table for the MMVD offset value may be determined in consideration of at least one of the AMVR mode, the size of the x, y values of the base motion vector, or the size of the current block.
  • the range of the MMVD offset applied to the motion vector may be determined based on the AMVR index and the size of the current block. For example, the following method may be considered.
  • AMVR index (imv_idc) is 0 and wxh> 256 (hereinafter, w corresponds to the width of the current block, h corresponds to the height of the current block), the MMVD length table of ⁇ 2, 4, 8, 16 ⁇ is used, and Otherwise, Table 6 or Table 8 is used.
  • the MMVD length table of ⁇ 2, 4, 8, 16 ⁇ is used, otherwise Table 6 or Table 8 is used.
  • the threshold value compared to the used block size may be changed, and the width and height may be considered simultaneously, or the width x height may be considered. It is also natural that AMVR indexes and/or base motion vectors can be considered together.
  • One embodiment of the present specification may determine the MMVD candidate set based on the size of the base motion vector of the MMVD (horizontal (x) size and/or vertical (y) size).
  • the magnitude of the x and y values of the base motion vector of the MMVD can be used to derive an effect similar to the AMVR in deriving the distance for MMVD refinement.
  • Table 7 shows an example in which different distance tables are allocated according to x and y values of the base motion vector according to an embodiment of the present specification.
  • FIG. 32 shows an example of a flowchart for determining a set of MMVD candidates based on the size of a motion vector according to an embodiment of the present specification.
  • the first MMVD candidate set corresponding to Case 1 (1-pel, 2-pel, 4-pel, 8-pel) Can be used. If the motion vector MV is less than or equal to the first reference value T1 and greater than the second reference value T2, the second set of MMVD candidates corresponding to Case 2 (1/2-pel, 1-pel, 2- pel, 4-pel) can be used. If the motion vector MV is smaller than the second reference value T2, a third MMVD candidate set corresponding to Case 3 (1/4-pel, 1/2-pel, 1-pel, 2-pel) is used. Can.
  • first reference value T1 and the second reference value T2 may be set as follows, and various values may be used depending on the implementation.
  • T1 128 (128(8-pel) when 1/16 precision is applied, 64(8-pel) when 1/4 precision is applied)
  • T2 16 (16(1-pel) when 1/16 precision is applied, 4(1-pel) when 1/4 precision is applied)
  • L0_x is the horizontal size (x value) of the motion vector with respect to the first prediction direction (L0)
  • L0_y is the vertical size (y value) of the motion vector with respect to the first prediction direction (L0)
  • L1_x is the second The horizontal direction magnitude (x value) of the motion vector with respect to the prediction direction L1
  • L1_y represents the vertical direction magnitude (y value) of the motion vector with respect to the second prediction direction L1.
  • L0 or L1 motion vectors may be considered and may be expressed as follows.
  • an x or y value of each of the L0 or L1 direction motion vectors may be considered.
  • 33 and 34 show examples of flowcharts for determining a set of MMVD candidates based on the size and block size of a motion vector according to an embodiment of the present specification.
  • An embodiment of the present specification may determine the MMVD candidate set based on the size of the base motion vector of the MMVD (horizontal (x) size and/or vertical (y) size) and block size.
  • Table 10 shows an example in which different distance tables are allocated according to the size and block size of the base motion vector according to the present embodiment. Cases according to the base motion vector and block size can be expressed as shown in FIGS. 33 and 34.
  • the base motion vector MV is greater than the first reference value T1
  • the block size BS is greater than the first block size reference value BS_T1
  • the first MMVD candidate set corresponding to Case 1 If (1-pel, 2-pel, 4-pel, 8-pel) is used, and the block size (BS) is less than or equal to the first block size reference value (BS_T1), the third MMVD candidate set corresponding to Case 3 ( 1/4-pel, 1/2-pel, 1-pel, 2-pel) can be used.
  • the base motion vector MV is less than or equal to the first reference value T1 and greater than the second reference value T2 if the block size BS is greater than the second block size reference value BS_T2, Case 2 A second MMVD candidate set corresponding to (1/2-pel, 1-pel, 2-pel, 4-pel) is used, and if the block size (BS) is less than or equal to the second block size reference value (BS_T2), Case A third MMVD candidate set corresponding to 3 (1/4-pel, 1/2-pel, 1-pel, 2-pel) may be used. If the base motion vector MV is less than or equal to the second second reference value T2, a third set of MMVD candidates corresponding to Case 3 (1/4-pel, 1/2-pel, 1-pel, 2- pel) can be used.
  • the base motion vector MV is greater than the first reference value T1
  • the block size BS is greater than the first block size reference value BS_T1
  • the first MMVD candidate set corresponding to Case 1 If (1-pel, 2-pel, 4-pel, 8-pel) is used, and the block size (BS) is less than or equal to the first block size reference value (BS_T1), the second MMVD candidate set corresponding to Case 2 ( 1/2-pel, 1-pel, 2-pel, 4-pel) can be used.
  • the base motion vector MV is less than or equal to the first reference value T1 and greater than the second reference value T2 if the block size BS is greater than the second block size reference value BS_T2, Case 2 A second MMVD candidate set corresponding to (1/2-pel, 1-pel, 2-pel, 4-pel) is used, and if the block size (BS) is less than or equal to the second block size reference value (BS_T2), Case A third MMVD candidate set corresponding to 3 (1/4-pel, 1/2-pel, 1-pel, 2-pel) may be used. If the base motion vector MV is less than or equal to the second second reference value T2, a third set of MMVD candidates corresponding to Case 3 (1/4-pel, 1/2-pel, 1-pel, 2- pel) can be used.
  • the first reference value T1 and the second reference value T2 may be set as follows, and various values may be used depending on the implementation.
  • T1 128 (128(8-pel) when 1/16 precision is applied, 64(8-pel) when 1/4 precision is applied)
  • T2 16 (16(1-pel) when 1/16 precision is applied, 4(1-pel) when 1/4 precision is applied)
  • first and second block size reference values BS_T1 and T2 may be set as follows, but this is only an example and may be changed.
  • L0_x is the horizontal size (x value) of the motion vector with respect to the first prediction direction (L0)
  • L0_y is the vertical size (y value) of the motion vector with respect to the first prediction direction (L0)
  • L1_x is the second The horizontal direction magnitude (x value) of the motion vector with respect to the prediction direction L1
  • L1_y represents the vertical direction magnitude (y value) of the motion vector with respect to the second prediction direction L1.
  • L0 or L1 motion vectors may be considered and may be expressed as follows.
  • an x or y value of each of the L0 or L1 direction motion vectors may be considered.
  • the bit length of the MMVD length index can be reduced by determining the MMVD candidate set based on the size and block size of the motion vector as in this embodiment.
  • 35 shows an example of a flowchart for determining a set of MMVD candidates based on the resolution of a motion vector according to an embodiment of the present specification.
  • the MMVD candidate set may be determined based on the pixel resolution of coordinates indicated by the motion vector.
  • Table 11 shows an example of a distance table based on the resolution of the coordinates indicated by the motion vector.
  • the second MMVD candidate set (1/2-pel, 1-pel, 2-pel, 4-pel) corresponding to Case 2 may be used.
  • a third MMVD candidate set corresponding to Case 3 (1/4-pel, 1/2-pel, 1-pel, 2-pel) may be used.
  • the motion vector when the motion vector is not 0, it may be determined as follows.
  • the following is an example of the case where the base motion vector is bi-directional prediction, and a similar method can be applied to uni-directional prediction.
  • a method for determining whether the motion vector has a resolution of 4-pel units may be as follows. The following is an example of the case where the base motion vector is bi-directional prediction, and a similar method can be used when uni-directional prediction is applied.
  • 64 and 16 can be applied when the motion vector has a precision of 1/16, and in actual (eg, Versatile Video Coding system) corresponds to the accuracy of 4-pel and 1-pel, respectively. This is only an example and may vary depending on the video processing system.
  • the bit length of the MMVD length index can be reduced by determining the MMVD candidate set based on the resolution of the pixel indicated by the motion vector as in this embodiment.
  • 36 and 37 show examples of flowcharts for determining a set of MMVD candidates based on the size and resolution of a motion vector according to an embodiment of the present specification.
  • the MMVD candidate set may be determined based on the size of the motion vector and the resolution of the pixel coordinates indicated by the resolution of the motion vector.
  • the MMVD distance table can be determined as follows, considering the size of the x and y values of the base motion vector of the MMVD and the motion vector resolution.
  • Table 12 shows an example in which different distance tables are allocated according to the size of the base motion vector and the resolution of the base motion vector. Case according to the base motion vector value and resolution may be set as shown in FIG. 36 or FIG. 37.
  • the third set of MMVD candidates corresponding to Case 3 can be used.
  • the direct vector (MV) is less than or equal to the second reference value T2
  • a third set of MMVD candidates corresponding to Case 3 (1/4-pel, (1/2-pel, 1-pel, 2-pel) ) Can be used.
  • the first reference value T1 and the second reference value T2 may be set as follows, and various values may be used depending on the implementation.
  • T1 128 (128(8-pel) when 1/16 precision is applied, 64(8-pel) when 1/4 precision is applied)
  • T2 16 (16(1-pel) when 1/16 precision is applied, 4(1-pel) when 1/4 precision is applied)
  • the reference values 32 and 16 for the motion vector resolution can be applied when the motion vector has an accuracy of 1/16, which means that it has an accuracy of 2-pel and 1-pel, respectively, but this is only one example. Its value can vary.
  • the bit length of the MMVD length index can be reduced by determining the MMVD candidate set based on the size and resolution of the motion vector as in this embodiment.
  • This embodiment may be performed in the process of decoding a video signal by the decoding apparatus 200, and may also be performed in the process of encoding by the encoding apparatus 100 in a range corresponding to the decoding operation.
  • a motion vector at each control point CP0, CP1, CP2, CP3 may be derived using adjacent blocks of the current block as shown in FIG. 25.
  • MMVD may be applied to a specific candidate included in the affine merge candidate list.
  • the specific candidate may be the first candidate existing in the candidate list, and when indexing the base MV in the MMVD, some candidates among candidates existing in the candidate list may be targeted.
  • ATMVP may be a target, but it is possible to target a candidate other than this.
  • This embodiment may be performed in the process of decoding a video signal by the decoding apparatus 200, and may also be performed in the process of encoding by the encoding apparatus 100 in a range corresponding to the decoding operation.
  • 38 and 39 illustrate an example in which an offset is applied for each control point in an affine merge mode according to an embodiment of the present specification.
  • a direction offset at each control point may be differently determined as illustrated in FIG. 38. If the same direction offset is applied to all control points, only the improvement of translation characteristics is possible as shown in FIG. 38, and therefore, a different direction offset may be applied for each control point to improve it.
  • 39 shows an example in which different offsets are applied for each control point, and by applying different offsets for each control point, shrink, enlarge, left rotation, and right rotation of the motion vector are shown. It is possible.
  • the MMVD direction index may be signaled as shown in Table 13 below.
  • an MMVD direction index may be signaled as shown in Table 14.
  • the coding device (encoding device 100 or decoding device 200) is based on the MMVD direction index, a horizontal control component (eg, x value) or a vertical component (eg, x value) of a first control point motion vector (eg, CPMV0).
  • y value is added to at least one of the first offset values (e.g. +1 or -1), and based on the MMVD distance index, the horizontal component of the second control point motion vector (e.g. CPMV1) (e.g. x value)
  • a second offset value (eg, +1 or -1) may be added to at least one of vertical components (eg, a y value).
  • an offset value may be added to the x component or y component of each control point motion vector according to the MMVD distance index.
  • This embodiment may be performed in the process of decoding a video signal by the decoding apparatus 200, and may also be performed in the process of encoding by the encoding apparatus 100 in a range corresponding to the decoding operation.
  • the MMVD distance (offset) at each control point may be set differently. It is possible to apply the above-described embodiments and combinations of the same to affine, and it can be applied as follows. It is natural that the following methods can be equally applied to merge and affine merge.
  • the distance for affine may be defined as shown in Table 15 below, and it is natural that the number and value of candidates for the distance may be changed.
  • the coding apparatus adds an offset value to at least one of the components of the plurality of control point motion vectors, where the offset value can be determined based on the MMVD distance index associated with the size of the at least one offset.
  • the size of an offset applied to at least one of each control point motion vectors may be determined according to a distance index (MMVD distance index) as shown in Table 15. That is, the MMVD distance index may indicate one of a plurality of pre-defined candidate offset values (eg, 1/2-pel, 1-pel, 2-pel, 4-pel, 8-pel). .
  • the distance offset may be scaled as shown in Table 16 below in consideration of the motion size and block size of the base MV, and a shift value may be adjusted according to the number and value of distance candidates.
  • the distance offset may be scaled as shown in Table 17 below, and the shift value may be adjusted according to the number and value of the distance candidates.
  • the coding apparatus may scale the offset value corresponding to the MMVD distance index, and add the scaled offset value to at least one of the components of the plurality of control point motion vectors. For example, as shown in Table 15, the coding apparatus may scale the offset value based on the size of the current block or the magnitude of at least one of the control point motion vectors. Further, the coding apparatus may scale the offset value based on the resolution in units of pixels for at least one of the control point motion vectors, as shown in Table 16. By adjusting the size of a motion vector for each control point based on at least one of a motion vector size, a motion vector resolution, or a block size, the motion of the object can be more accurately represented in the affine merge mode.
  • encoded information eg, encoded video/video information
  • the encoded 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 bitstream may be transmitted over a network, or may be stored in a (non-transitory) digital storage medium.
  • the bitstream is not directly transmitted from the encoding device to the decoding device, and may be streamed/downloaded through an external server (ex. content streaming server).
  • 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.
  • FIG. 40 shows an example of a flowchart for processing a video signal according to an embodiment of the present specification.
  • the operations of FIG. 40 may be performed by the inter prediction unit 180 of the encoding apparatus 100, the inter prediction unit 260 of the decoding apparatus 200, or the processor 510 of the video signal processing apparatus 500. .
  • the following operations are collectively referred to as being performed by a coding apparatus.
  • step S4010 the coding device generates a merge subblock index for the current block with respect to the current block from which at least one neighboring block is derived for subblock-based inter-frame prediction.
  • the merge subblock index is an index indicating one candidate in the merge candidate list based on the subblock.
  • Inter-screen prediction based on a subblock may be referred to as affine prediction
  • the merge subblock index is an index indicating one of candidates included in the affine merge candidate list configured by the procedure of FIG. 22.
  • step S4020 the coding apparatus acquires a plurality of control point motion vectors for a plurality of control points of the current block based on the merge subblock index.
  • the control points of the current block may be two (4-parameter models) or three (6-parameter models) as shown in FIG. 20.
  • step S4030 the coding apparatus applies at least one offset to the plurality of control point motion vectors based on the MMVD distance index for refinement of the plurality of control point motion vectors.
  • the coding device is based on the MMVD distance index, the first control point motion vector (e.g., CPMV0) of the horizontal component (e.g., v 0x ) or vertical component (e.g., v 0y ) of at least one of the first Adding an offset value (e.g. +1 or -1), based on the MMVD direction index, the horizontal component (e.g. v 1x ) or vertical component (e.g. v 1y ) of the second control point motion vector (e.g. CPMV1)
  • a second offset value (eg, +1 or -1) may be added to at least one of them.
  • a third offset value (eg, +1 or -1) may be added.
  • an offset value may be added to the x component or y component of each control point motion vector according to the MMVD direction index.
  • the coding apparatus adds an offset value to at least one of the components of the plurality of control point motion vectors, where the offset value can be determined based on the MMVD distance index associated with the magnitude of the at least one offset.
  • the size of the offset applied to at least one of each control point motion vectors may be determined according to the distance index (MMVD distance index) as shown in Table 14. That is, the MMVD distance index may indicate one of a plurality of pre-defined candidate offset values (eg, 1/2-pel, 1-pel, 2-pel, 4-pel, 8-pel). .
  • the coding apparatus may scale the offset value corresponding to the MMVD distance index, and add the scaled offset value to at least one of the components of the plurality of control point motion vectors. For example, as shown in Table 15, the coding apparatus may scale the offset value based on the size of the current block or the magnitude of at least one of the control point motion vectors. In addition, the coding apparatus may scale the offset value based on the resolution in pixels for at least one of the control point motion vectors, as shown in Table 16.
  • step S4040 the coding apparatus determines a motion vector for each of the subblocks based on the plurality of control point motion vectors to which at least one offset is applied and the positions of each of the subblocks in the current block.
  • the subblocks of the current block may be configured as shown in FIG. 21, and the motion vector of each subblock may be derived by Equation 1 or Equation 2.
  • step S4050 the coding apparatus generates a prediction sample of the current block based on a motion vector for each subblock and a reference picture associated with the subblock merge index.
  • the decoding device and encoding device to which the present specification is applied may be included in a digital device.
  • the term "digital device" includes all digital devices capable of performing at least one of transmission, reception, processing, and output, for example, of data, content, and services.
  • the processing of the data, content, service, etc. by the digital device includes an operation of encoding and/or decoding data, content, service, and the like.
  • These digital devices are paired or connected (hereinafter referred to as'pairing') with other digital devices, external servers, etc. through a wired/wireless network to transmit and receive data. Convert it accordingly.
  • Digital devices include, for example, fixed devices such as network TV, HBBTV (Hybrid Broadcast Broadband TV), smart TV (Smart TV), IPTV (internet protocol television), PC (Personal Computer), and the like. , PDA (Personal Digital Assistant), smart phones (Smart Phone), tablet PCs (Tablet PC), notebooks, mobile devices (mobile devices or handheld devices).
  • HBBTV Hybrid Broadcast Broadband TV
  • Smart TV Smart TV
  • IPTV Internet protocol television
  • PC Personal Computer
  • PDA Personal Digital Assistant
  • smart phones Smart Phone
  • Tablett PC Tablett PC
  • notebooks mobile devices (mobile devices or handheld devices).
  • a digital TV is described in FIG. 44 and a mobile device in FIG. 43 is described and described as an embodiment of the digital device.
  • wired/wireless network refers to a communication network that supports various communication standards or protocols for interconnection and/or data transmission and reception between digital devices or digital devices and external servers.
  • Such a wired/wireless network may include both current and future communication networks to be supported by the standard and communication protocols therefor, such as Universal Serial Bus (USB), Composite Video Banking Sync (CVBS), component, and S-Video.
  • USB Universal Serial Bus
  • CVBS Composite Video Banking Sync
  • component component
  • S-Video S-Video
  • Wi-Fi Direct can be formed by a communication standard for a wireless connection.
  • DVI Digital Visual Interface
  • HDMI High Definition Multimedia Interface
  • RGB High Definition Multimedia Interface
  • D-SUB and Bluetooth
  • RFID Radio Frequency Identification
  • IrDA Infrared Data Association
  • UWB Ultra Wideband
  • ZigBee Digital Living Network Alliance
  • DLNA Wireless LAN
  • Wi-Fi Wireless broadband
  • Wibro World Interoperability for Microwave (Wimax) Access
  • HSDPA High Speed Downlink Packet Access
  • LTE Long Term Evolution
  • Wi-Fi Direct can be formed by a communication standard for a wireless connection.
  • a digital device in the case of merely referring to a digital device in the present specification, it may mean a fixed device or a mobile device or include both depending on context.
  • the coding apparatus may scale the offset value corresponding to the MMVD distance index, and add the scaled offset value to at least one of the components of the plurality of control point motion vectors. For example, as shown in Table 15, the coding apparatus may scale the offset value based on the size of the current block or the magnitude of at least one of the control point motion vectors. Further, the coding apparatus may scale the offset value based on the resolution in units of pixels for at least one of the control point motion vectors, as shown in Table 16. By adjusting the size of a motion vector for each control point based on at least one of a motion vector size, a motion vector resolution, or a block size, the motion of the object can be more accurately represented in the affine merge mode.
  • encoded information eg, encoded video/video information
  • the encoded 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 bitstream may be transmitted over a network, or may be stored in a (non-transitory) digital storage medium.
  • the bitstream is not directly transmitted from the encoding device to the decoding device, and may be streamed/downloaded through an external server (ex. content streaming server).
  • 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.
  • FIG. 40 shows an example of a flowchart for processing a video signal according to an embodiment of the present specification.
  • the operations of FIG. 40 may be performed by the inter prediction unit 180 of the encoding apparatus 100, the inter prediction unit 260 of the decoding apparatus 200, or the processor 510 of the video signal processing apparatus 500. .
  • the following operations are collectively referred to as being performed by a coding apparatus.
  • step S4010 the coding device generates a merge subblock index for the current block with respect to the current block from which at least one neighboring block is derived for subblock-based inter-frame prediction.
  • the merge subblock index is an index indicating one candidate in the merge candidate list based on the subblock.
  • Inter-screen prediction based on a subblock may be referred to as affine prediction
  • the merge subblock index is an index indicating one of candidates included in the affine merge candidate list configured by the procedure of FIG. 22.
  • step S4020 the coding apparatus acquires a plurality of control point motion vectors for a plurality of control points of the current block based on the merge subblock index.
  • the control points of the current block may be two (4-parameter models) or three (6-parameter models) as shown in FIG. 20.
  • step S4030 the coding apparatus applies at least one offset to the plurality of control point motion vectors based on the MMVD distance index for refinement of the plurality of control point motion vectors.
  • the coding device is based on the MMVD distance index, the first control point motion vector (e.g., CPMV0) of the horizontal component (e.g., v 0x ) or vertical component (e.g., v 0y ) of at least one of the first Adding an offset value (e.g. +1 or -1), based on the MMVD direction index, the horizontal component (e.g. v 1x ) or vertical component (e.g. v 1y ) of the second control point motion vector (e.g. CPMV1)
  • a second offset value (eg, +1 or -1) may be added to at least one of them.
  • a third offset value (eg, +1 or -1) may be added.
  • an offset value may be added to the x component or y component of each control point motion vector according to the MMVD direction index.
  • the coding apparatus adds an offset value to at least one of the components of the plurality of control point motion vectors, where the offset value can be determined based on the MMVD distance index associated with the magnitude of the at least one offset.
  • the size of the offset applied to at least one of each control point motion vectors may be determined according to the distance index (MMVD distance index) as shown in Table 14. That is, the MMVD distance index may indicate one of a plurality of pre-defined candidate offset values (eg, 1/2-pel, 1-pel, 2-pel, 4-pel, 8-pel). .
  • the coding apparatus may scale the offset value corresponding to the MMVD distance index, and add the scaled offset value to at least one of the components of the plurality of control point motion vectors. For example, as shown in Table 15, the coding apparatus may scale the offset value based on the size of the current block or the magnitude of at least one of the control point motion vectors. In addition, the coding apparatus may scale the offset value based on the resolution in pixels for at least one of the control point motion vectors, as shown in Table 16.
  • step S4040 the coding apparatus determines a motion vector for each of the subblocks based on the plurality of control point motion vectors to which at least one offset has been applied and the positions of each of the subblocks in the current block.
  • the subblocks of the current block may be configured as shown in FIG. 21, and the motion vector of each subblock may be derived by Equation 1 or Equation 2.
  • step S4050 the coding apparatus generates a prediction sample of the current block based on a motion vector for each subblock and a reference picture associated with the subblock merge index.
  • the decoding device and encoding device to which the present specification is applied may be included in a digital device.
  • the term "digital device" includes all digital devices capable of performing at least one of transmission, reception, processing, and output, for example, of data, content, and services.
  • the processing of the data, content, service, etc. by the digital device includes an operation of encoding and/or decoding data, content, service, and the like.
  • These digital devices are paired or connected (hereinafter referred to as'pairing') with other digital devices, external servers, etc. through a wired/wireless network to transmit and receive data. Convert it accordingly.
  • Digital devices include, for example, fixed devices such as network TV, HBBTV (Hybrid Broadcast Broadband TV), smart TV (Smart TV), IPTV (internet protocol television), PC (Personal Computer), and the like. , PDA (Personal Digital Assistant), smart phones (Smart Phone), tablet PCs (Tablet PC), notebooks, mobile devices (mobile devices or handheld devices).
  • HBBTV Hybrid Broadcast Broadband TV
  • Smart TV Smart TV
  • IPTV Internet protocol television
  • PC Personal Computer
  • PDA Personal Digital Assistant
  • smart phones Smart Phone
  • Tablett PC Tablett PC
  • notebooks mobile devices (mobile devices or handheld devices).
  • a digital TV is described in FIG. 44 and a mobile device in FIG. 43 is described and described as an embodiment of the digital device.
  • wired/wireless network refers to a communication network that supports various communication standards or protocols for interconnection and/or data transmission and reception between digital devices or digital devices and external servers.
  • Such a wired/wireless network may include both current and future communication networks to be supported by the standard and communication protocols therefor, such as Universal Serial Bus (USB), Composite Video Banking Sync (CVBS), component, and S-Video.
  • USB Universal Serial Bus
  • CVBS Composite Video Banking Sync
  • component component
  • S-Video S-Video
  • Wi-Fi Direct can be formed by a communication standard for a wireless connection.
  • DVI Digital Visual Interface
  • HDMI High Definition Multimedia Interface
  • RGB High Definition Multimedia Interface
  • D-SUB and Bluetooth
  • RFID Radio Frequency Identification
  • IrDA Infrared Data Association
  • UWB Ultra Wideband
  • ZigBee Digital Living Network Alliance
  • DLNA Wireless LAN
  • Wi-Fi Wireless broadband
  • Wibro World Interoperability for Microwave (Wimax) Access
  • HSDPA High Speed Downlink Packet Access
  • LTE Long Term Evolution
  • Wi-Fi Direct can be formed by a communication standard for a wireless connection.
  • a digital device in the case of merely referring to a digital device in the present specification, it may mean a fixed device or a mobile device or include both depending on context.

Landscapes

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

Abstract

본 명세서의 실시예는 화면간 예측(inter prediction)을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치를 제공한다. 본 명세서의 일 실시예에 따른 비디오 신호 처리 방법은, 적어도 하나의 주변 블록으로부터 서브블록 기반의(subblock-based) 화면간 예측을 위한 파라미터가 유도되는 현재 블록에 대하여, 상기 현재 블록에 대한 머지 서브블록 인덱스(merge subblock index)를 획득하는 단계와, 상기 머지 서브블록 인덱스는 서브블록 기반의 머지 후보 리스트 내 하나의 후보와 관련되고, 상기 머지 서브블록 인덱스에 기반하여 상기 현재 블록의 복수의 제어점(control point)들에 대한 복수의 제어점 움직임 벡터들을 획득하는 단계와, 상기 복수의 제어점 움직임 벡터들의 조정(refinement)를 위한 MMVD(merge with motion vector) 방향 인덱스에 기반하여 상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하는 단계와, 상기 적어도 하나의 오프셋이 적용된 복수의 제어점 움직임 벡터들 및 상기 현재 블록 내 서브블록들 각각의 위치에 기반하여 상기 서브블록들 각각에 대한 움직임 벡터를 결정하는 단계와, 상기 서브블록들 각각에 대한 움직임 벡터 및 상기 서브블록 머지 인덱스와 관련된 참조 픽처에 기반하여 상기 현재 블록의 예측 샘플을 생성하는 단계를 포함한다. 어파인 머지 모드에 대해 MMVD를 적용하고 오프셋 크기를 스케일링하고 함으로써 보다 예측 정확도를 증가시킬 수 있다.

Description

화면간 예측을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치
본 명세서의 실시예는 화면간 예측(inter prediction)을 사용하여 비디오 신호를 처리하는 방법 및 장치에 관한 것으로서, 보다 구체적으로 어파인 머지(affine merge) 모드에 따른 움직임 벡터의 개선(refinement)을 통해 사용한 화면간 예측을 수행하기 위한 방법 및 장치에 관한 것이다.
압축 부호화란 디지털화한 정보를 통신 회선을 통해 전송하거나, 저장 매체에 적합한 형태로 저장하기 위한 일련의 신호 처리 기술을 의미한다. 영상, 이미지, 음성 등의 미디어가 압축 부호화의 대상이 될 수 있으며, 특히 영상을 대상으로 압축 부호화를 수행하는 기술을 비디오 영상 압축이라고 일컫는다.
차세대 비디오 컨텐츠는 고해상도(high spatial resolution), 고프레임율(high frame rate) 및 영상 표현의 고차원화(high dimensionality of scene representation)라는 특징을 갖게 될 것이다. 그러한 컨텐츠를 처리하기 위해서는 메모리 저장(memory storage), 메모리 액세스율(memory access rate) 및 처리 전력(processing power) 측면에서 엄청난 증가를 가져올 것이다.
따라서, 차세대 영상 컨텐츠를 보다 효율적으로 처리하기 위한 코딩 툴을 디자인할 필요가 있다. 특히, HEVC(high efficiency video coding) 표준 이후의 비디오 코덱 표준은 보다 자원을 효율적으로 사용하면서 정확하게 예측 샘플을 생성할 수 있는 예측 기술을 요구한다.
본 명세서의 실시예는 어파인 머지 모드의 적용시 움직임 벡터의 정확도를 향상시킬 수 있는 비디오 신호 처리 방법 및 장치를 제공한다.
또한, 본 명세서의 실시예는 MMVD(merge with motion vector difference) 기법을 적용하는 과정에서 시그널링 오버헤드(signaling overhead)를 감소시킬 수 있는 비디오 신호 처리 방법 및 장치를 제공한다.
본 명세서에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 명세서의 실시예는 화면간 예측(inter prediction)을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치를 제공한다. 본 명세서의 일 실시예에 따른 비디오 신호 처리 방법은, 적어도 하나의 주변 블록으로부터 서브블록 기반의(subblock-based) 화면간 예측을 위한 파라미터가 유도되는 현재 블록에 대하여, 상기 현재 블록에 대한 머지 서브블록 인덱스(merge subblock index)를 획득하는 단계와, 상기 머지 서브블록 인덱스는 서브블록 기반의 머지 후보 리스트 내 하나의 후보와 관련되고, 상기 머지 서브블록 인덱스에 기반하여 상기 현재 블록의 복수의 제어점(control point)들에 대한 복수의 제어점 움직임 벡터들을 획득하는 단계와, 상기 복수의 제어점 움직임 벡터들의 조정(refinement)를 위한 MMVD(merge with motion vector) 방향 인덱스에 기반하여 상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하는 단계와, 상기 적어도 하나의 오프셋이 적용된 복수의 제어점 움직임 벡터들 및 상기 현재 블록 내 서브블록들 각각의 위치에 기반하여 상기 서브블록들 각각에 대한 움직임 벡터를 결정하는 단계와, 상기 서브블록들 각각에 대한 움직임 벡터 및 상기 서브블록 머지 인덱스와 관련된 참조 픽처에 기반하여 상기 현재 블록의 예측 샘플을 생성하는 단계를 포함한다.
일 실시예에서, 상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하는 단계는, 상기 MMVD 방향 인덱스에 기반하여 제1 제어점 움직임 벡터의 수평 방향 성분 또는 수직 방향 성분 중 적어도 하나에 제1 오프셋 값을 더하는 단계와, 제어점 움직임 벡터 개수가 2이면, 상기 MMVD 방향 인덱스에 기반하여 상기 제2 제어점 움직임 벡터의 수평 방향 성분 및 수직 방향 성분 중 적어도 하나에 제2 오프셋 값을 더하는 단계를 포함할 수 있다. 추가적으로, 제어점 움직임 벡터 개수가 3이면, 상기 MMVD 방향 인덱스에 기반하여 상기 제2 제어점 움직임 벡터의 수평 방향 성분 및 수직 방향 성분 중 적어도 하나에 제2 오프셋 값을 더하는 단계와 함께, 상기 MMVD 방향 인덱스에 기반하여 상기 제3 제어점 움직임 벡터의 수평 방향 성분 및 수직 방향 성분 중 적어도 하나에 제3 오프셋 값을 더하는 단계를 포함할 수 있다.
일 실시예에서, 상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하는 단계는, 오프셋 값을 상기 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하는 단계를 포함하고, 상기 오프셋 값은, 상기 적어도 하나의 오프셋의 크기와 관련된 MMVD 거리(distance) 인덱스에 기반하여 결정될 수 있다.
일 실시예에서, 상기 MMVD 길이 인덱스는 기 설정된(pre-defined) 복수의 후보 오프셋 값들 중에서 하나를 지시할 수 있다.
일 실시예에서, 상기 오프셋 값을 상기 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하는 단계는, 상기 MMVD 거리 인덱스에 해당하는 오프셋 값을 스케일링하는 단계와, 상기 스케일링된 오프셋 값을 상기 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하는 단계를 포함할 수 있다.
일 실시예에서, 상기 오프셋 값을 스케일링하는 단계는, 상기 현재 블록의 사이즈 또는 상기 제어점 움직임 벡터들 중 적어도 하나의 크기(magnitude)에 기반하여 상기 오프셋 값을 스케일링하는 단계를 포함할 수 있다.
일 실시예에서, 상기 오프셋 값을 스케일링하는 단계는, 상기 제어점 움직임 벡터들 중 적어도 하나에 대한 픽셀 단위의 해상도(resolution)에 기반하여 상기 오프셋 값을 스케일링하는 단계를 포함할 수 있다.
본 발명의 다른 실시예에 따른 비디오 신호를 처리 장치는, 상기 비디오 신호를 저장하는 메모리와, 상기 메모리와 결합된 프로세서를 포함하고, 상기 프로세서는, 적어도 하나의 주변 블록으로부터 서브블록 기반의(subblock-based) 화면간 예측을 위한 파라미터가 유도되는 현재 블록에 대하여, 상기 현재 블록에 대한 머지 서브블록 인덱스(merge subblock index)를 획득하고, 상기 머지 서브블록 인덱스에 기반하여 상기 현재 블록의 복수의 제어점(control point)들에 대한 복수의 제어점 움직임 벡터들을 획득하고, 상기 복수의 제어점 움직임 벡터들의 조정(refinement)를 위한 MMVD(merge with motion vector) 방향 인덱스에 기반하여 상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하고, 상기 적어도 하나의 오프셋이 적용된 복수의 제어점 움직임 벡터들 및 상기 현재 블록 내 서브블록들 각각의 위치에 기반하여 상기 서브블록들 각각에 대한 움직임 벡터를 결정하고, 상기 서브블록들 각각에 대한 움직임 벡터 및 상기 서브블록 머지 인덱스와 관련된 참조 픽처에 기반하여 상기 현재 블록의 예측 샘플을 생성하도록 설정될 수 있다.
본 발명의 또 다른 실시예는 컴퓨팅 디바이스의 하나 이상의 프로세서에서 실행하도록 구성된 컴퓨터 실행 가능한 컴포넌트가 저장된 비 일시적(non-transitory) 컴퓨터 판독 가능한 매체(computer-executable component)를 제공한다. 본 명세서의 실시예에 따른 비 일시적 컴퓨터 판독 가능한 매체는, 적어도 하나의 주변 블록으로부터 서브블록 기반의(subblock-based) 화면간 예측을 위한 파라미터가 유도되는 현재 블록에 대하여, 상기 현재 블록에 대한 머지 서브블록 인덱스(merge subblock index)를 획득하고, 상기 머지 서브블록 인덱스에 기반하여 상기 현재 블록의 복수의 제어점(control point)들에 대한 복수의 제어점 움직임 벡터들을 획득하고, 상기 복수의 제어점 움직임 벡터들의 조정(refinement)를 위한 MMVD(merge with motion vector) 방향 인덱스에 기반하여 상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하고, 상기 적어도 하나의 오프셋이 적용된 복수의 제어점 움직임 벡터들 및 상기 현재 블록 내 서브블록들 각각의 위치에 기반하여 상기 서브블록들 각각에 대한 움직임 벡터를 결정하고, 상기 서브블록들 각각에 대한 움직임 벡터 및 상기 서브블록 머지 인덱스와 관련된 참조 픽처에 기반하여 상기 현재 블록의 예측 샘플을 생성하도록 설정될 수 있다.
본 명세서의 실시예에 따르면, 어파인 머지 모드에서 MMVD(merge with motion vector difference)를 사용하여 예측을 수행함으로써 움직임 벡터의 정확도를 향상시킬 수 있다.
또한, 본 명세서의 실시예에 따르면, 어파인 머지 모드에서 MMVD 기법을 적용하는 과정에서 움직임 벡터에 기반하여 적용 가능한 후보 MMVD 오프셋의 개수를 한정하고 MMVD 길이 인덱스의 비트 길이를 감소시킴으로써 시그널링 오버헤드(signaling overhead)를 감소시킬 수 있는 비디오 신호 처리 방법 및 장치를 제공한다.
본 명세서에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 명세서에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 명세서에 대한 실시예를 제공하고, 상세한 설명과 함께 본 명세서의 기술적 특징을 설명한다.
도 1은 본 명세서의 실시예에 따른 비디오 코딩 시스템의 예를 도시한다.
도 2는 본 명세서의 실시예에 따른 비디오/이미지 신호의 인코딩을 위한 인코딩 장치의 개략적인 블록도를 나타낸다.
도 3은 본 명세서의 실시예로서, 영상 신호의 디코딩을 위한 디코딩 장치의 개략적인 블록도를 나타낸다.
도 4는 본 명세서의 실시예에 따른 컨텐츠 스트리밍 시스템의 구조도의 예를 도시한다.
도 5는 본 명세서의 실시예에 따른 비디오 신호를 처리하기 위한 장치의 블록도의 예를 도시한다.
도 6은 본 명세서의 실시예에 따른 CTU(coding tree unit)들로 분할된 픽처의 예를 도시한다.
도 7은 본 명세서의 실시예에 따른 멀티타입 트리 분할 모드들의 예를 도시한다.
도 8은 본 명세서의 실시예에 따른 멀티타입 트리를 수반한 쿼드트리(quadtree with nested multi-type tree) 구조의 파티션 분할 정보의 시그널링 메커니즘의 예를 나타낸다.
도 9는 본 명세서의 실시예에 따른 쿼드트리 및 수반되는 멀티타입 트리(quadtree and nested multi-type tree) 구조를 기반으로 CTU가 다중 CU(coding unit)들로 분할되는 것을 예시적으로 도시한다.
도 10는 본 명세서의 실시예에 따른 128x128 코딩 블록에 대하여 TT(ternary tree) 분할이 제한되는 경우의 예를 도시한다.
도 11은 본 명세서의 실시예에 따른 바이너리 트리 분할 및 터너리 트리 분할에서 발생할 수 있는 리던던트 분할 패턴들의 예를 도시한다.
도 12 및 도 13은 본 명세서의 실시예에 따른 인터 예측에 기반한 비디오/영상 인코딩 절차 및 인코딩 장치 내 인터 예측부를 도시한다.
도 14 및 도 15는 본 명세서의 실시예에 따른 인터 예측에 기반한 비디오/영상 디코딩 절차 및 디코딩 장치 내 인터 예측부를 도시한다.
도 16은 본 명세서의 실시예에 따른 현재 블록에 대한 공간적 머지 후보 구성의 예를 도시한다.
도 17는 본 명세서의 실시예에 따른 머지 후보 리스트 구성을 위한 흐름도의 예를 도시한다.
도 18은 예측 후보 리스트(MVP 후보 리스트)를 구성하기 위한 흐름도의 예를 도시한다.
도 19는 본 명세서의 실시예에 따른 어파인 움직임 모델(affine motion model)들의 예를 도시한다.
도 20은 본 명세서의 실시예에 따른 각 제어점(control point)들에서 움직임 벡터들의 예를 도시한다.
도 21은 본 명세서의 실시예에 따른 각 서브블록에 대한 움직임 벡터들의 에를 도시한다.
도 22는 본 명세서의 실시예에 따른 어파인 머지 후보 리스트를 구성하기 흐름도의 예를 도시한다.
도 23 및 도 24는 본 명세서의 실시예에 따른 어파인 움직임 벡터의 상속된 후보를 구성하기 위한 주변 블록들 및 주변 블록으로부터 현재 블록의 제어점 움직임 벡터들이 상속되는 경우의 예를 도시한다.
도 25는 본 명세서의 실시예에 따른 구성된 어파인 머지 모드(constructed affine merge mode)를 위한 후보 위치들의 예를 도시한다.
도 26은 본 명세서의 실시예에 따른 어파인 MVP(motion vector predictor) 후보 리스트를 구성하기 위한 흐름도의 예를 도시한다.
도 27 및 도 28은 은 본 명세서의 실시예에 따른 SbTMVP(subblock-based temporal motion vector prediction)를 위한 공간적 주변 블록들 및 주변 블록으로부터의 움직임 시프트를 적용하는 방법의 예를 도시한다.
도 29는 본 명세서의 실시예에 따른 BDOF(bi-directional optical flow)에서 사용되는 확장된 CU(coding unit)의 예를 도시한다.
도 30은 본 명세서의 실시예에 따른 MMVD 탐색 프로세스의 예를 도시한다.
도 31은 본 명세서의 실시예에 따른 삼각 예측 유닛들(triangular prediction units)의 예를 도시한다.
도 32는 본 명세서의 일 실시예에 따른 움직임 벡터의 크기에 기반하여 MMVD 후보 집합을 결정하기 위한 흐름도의 예를 도시한다.
도 33 및 도 34는 본 명세서의 일 실시예에 따른 움직임 벡터의 크기 및 블록 사이즈에 기반하여 MMVD 후보 집합을 결정하기 위한 흐름도의 예를 도시한다.
도 35는 본 명세서의 일 실시예에 따른 움직임 벡터의 해상도에 기반하여 MMVD 후보 집합을 결정하기 위한 흐름도의 예를 도시한다.
도 36 및 도 37은 본 명세서의 일 실시예에 따른 움직임 벡터의 크기 및 해상도에 기반하여 MMVD 후보 집합을 결정하기 위한 흐름도의 예를 도시한다.
도 38 및 도 39는 본 명세서의 실시예에 따른 어파인 머지(affine merge) 모드에서 제어점 별로 오프셋을 적용하는 경우의 예를 도시한다.
도 40은 본 명세서의 실시예에 따른 비디오 신호를 처리하기 위한 흐름도의 예를 도시한다.
도 41은 디지털 기기를 포함한 서비스 시스템(service system)의 일 예를 개략적으로 나타낸 도면이다.
도 42는 디지털 기기의 일 실시예를 설명하기 위해 도시한 구성 블록도이다.
도 43은 디지털 기기의 다른 실시예를 설명하기 위해 도시한 구성 블록도이다.
도 44는 디지털 기기의 또 다른 실시 예를 설명하기 위해 도시한 구성 블록도이다.
도 45는 도 42 내지 도 44의 제어부의 상세 구성의 일 실시예를 설명하기 위해 도시한 구성 블록도이다.
도 46은 일 실시예에 따른 디지털 기기의 스크린이 메인 영상(main image)과 보조 영상(sub image)을 동시에 디스플레이 하는 일 예시를 도시하는 도면이다.
이하, 본 명세서에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 명세서의 예시적인 실시형태를 설명하고자 하는 것이며, 본 명세서가 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다. 이하의 상세한 설명은 본 명세서의 완전한 이해를 제공하기 위해서 구체적 세부사항을 포함한다. 그러나, 당업자는 본 명세서가 이러한 구체적 세부사항 없이도 실시될 수 있음을 안다.
몇몇 경우, 본 명세서의 개념이 모호해지는 것을 피하기 위하여 공지의 구조 및 장치는 생략되거나, 각 구조 및 장치의 핵심기능을 중심으로 한 블록도 형식으로 도시될 수 있다.
아울러, 본 명세서에서 사용되는 용어는 가능한 한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어를 사용하여 설명한다. 그러한 경우에는 해당 부분의 상세 설명에서 그 의미를 명확히 기재하므로, 본 명세서의 설명에서 사용된 용어의 명칭만으로 단순 해석되어서는 안 될 것이며 그 해당 용어의 의미까지 파악하여 해석되어야 함을 밝혀두고자 한다.
이하의 설명에서 사용되는 특정 용어들은 본 명세서의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 명세서의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다. 예를 들어, 신호, 데이터, 샘플, 픽처, 슬라이스, 타일, 프레임, 블록의 경우 각 코딩 과정에서 적절하게 대체되어 해석될 수 있을 것이다.
이하 본 명세서에서 '처리 유닛'은 예측, 변환 및/또는 양자화 등과 같은 인코딩/디코딩의 처리 과정이 수행되는 단위를 의미한다. 또한, 처리 유닛은 휘도(luma) 성분에 대한 단위와 색차(chroma) 성분에 대한 단위를 포함하는 의미로 해석될 수 있다. 예를 들어, 처리 유닛은 블록(block), 코딩 유닛(coding unit, CU), 예측 유닛(prediction unit, PU) 또는 변환 블록(transform unit, TU)에 해당될 수 있다.
또한, 처리 유닛은 휘도 성분에 대한 단위 또는 색차 성분에 대한 단위로 해석될 수 있다. 예를 들어, 처리 유닛은 휘도 성분에 대한 CTB(coding tree block), CB(coding block), PU 또는 TB(transform block)에 해당될 수 있다. 또는, 처리 유닛은 색차 성분에 대한 CTB, CB, PU 또는 TB에 해당할 수 있다. 또한, 이에 한정되는 것은 아니며 처리 유닛은 휘도 성분에 대한 단위와 색차 성분에 대한 단위를 포함하는 의미로 해석될 수도 있다.
또한, 처리 유닛은 반드시 정사각형의 블록으로 한정되는 것은 아니며, 3개 이상의 꼭지점을 가지는 다각형 형태로 구성될 수도 있다.
또한, 이하 본 명세서에서 픽셀, 화소, 또는 계수(변환 계수 또는 1차 변환을 거친 변환 계수)는 샘플로 통칭된다. 그리고, 샘플을 이용한다는 것은 픽셀 값, 화소 값, 또는 계수(변환 계수 또는 1차 변환을 거친 변환 계수) 등을 이용한다는 것을 의미할 수 있다.
비디오 코딩 시스템 일반
도 1은 본 명세서의 실시예에 따른 비디오 코딩 시스템의 예를 도시한다.
비디오 코딩 시스템은 소스 디바이스(10) 및 수신 디바이스(20)를 포함할 수 있다. 소스 디바이스(10)는 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스(20)로 전달할 수 있다.
소스 디바이스(10)는 비디오 소스(11), 인코딩 장치(12), 송신기(13)를 포함할 수 있다. 수신 디바이스(20)는 수신기(21), 디코딩 장치(22) 및 렌더러(23)를 포함할 수 있다. 인코딩 장치(10)는 비디오/영상 인코딩 장치라고 불릴 수 있고, 디코딩 장치(20)는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기(13)는 인코딩 장치(12)에 포함될 수 있다. 수신기(21)는 디코딩 장치(22)에 포함될 수 있다. 렌더러(23)는 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, 태블렛 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 장치(12)는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치(12)는 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.
전송부(13)는 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(universal serial bus), SD(secure digital), CD(compact disk), DVD(digital video disk), 블루레이(bluray), HDD(hard disk drive), SSD(solid state drive)와 같은 다양한 저장 매체를 포함할 수 있다. 전송부(13)는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘레먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘레멘트를 포함할 수 있다. 수신기(21)는 비트스트림을 추출하여 디코딩 장치(22)로 전달할 수 있다.
디코딩 장치(22)는 인코딩 장치(12)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러(23)는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
인코딩 장치
도 2는 본 명세서의 실시예에 따른 비디오/이미지 신호의 인코딩을 위한 인코딩 장치의 개략적인 블록도를 나타낸다.
도 2를 참조하면, 인코딩 장치(100)는 영상 분할부(110), 감산부(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 가산부(155), 필터링부(160), 메모리(170), 인터 예측부(180), 인트라 예측부(185) 및 엔트로피 인코딩부(190)를 포함할 수 있다. 인터 예측부(180) 및 인트라 예측부(185)는 예측부로 통칭될 수 있다. 즉, 예측부는 인터 예측부(180) 및 인트라 예측부(185)를 포함할 수 있다. 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150)는 레지듀얼(residual) 처리부에 포함될 수 있다. 레지듀얼 처리부는 감산부(115)를 더 포함할 수도 있다. 상술한 영상 분할부(110), 감산부(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 가산부(155), 필터링부(160), 인터 예측부(180), 인트라 예측부(185) 및 엔트로피 인코딩부(190)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 인코더 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(170)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 메모리 또는 디지털 저장 매체)에 의하여 구성될 수 있고, 메모리(170)는 DPB(decoded picture buffer)(175)를 포함할 수 있다.
영상 분할부(110)는 인코딩 장치(100)에 입력된 입력 영상(또는, 픽쳐, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 처리 유닛은 코딩 유닛(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 QTBT(Quad-tree binary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조 및/또는 바이너리 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 명세서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 처리 유닛은 예측 유닛(PU) 또는 변환 유닛(TU)을 더 포함할 수 있다. 이 경우 예측 유닛 및 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(100)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(180) 또는 인트라 예측부(185)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(120)로 전송된다. 이 경우 도시된 바와 같이 인코딩 장치(100) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(115)라고 불릴 수 있다. 예측부는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 각 예측 모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보와 같이 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(185)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 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(185)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(180)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. 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 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. 참조 블록을 포함하는 참조 픽처와 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(180)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 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(180)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.
인터 예측부(180) 또는 인트라 예측부(185)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다.
변환부(120)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(Karhunen-Loeve transform), 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(130)는 변환 계수들을 양자화하여 엔트로피 인코딩부(190)로 전송되고, 엔트로피 인코딩부(190)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(130)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(190)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding)과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(190)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(예: 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 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(190)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(100)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(190)의 구성요소일 수도 있다.
양자화부(130)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 대하여 루프 내의 역양자화부(140) 및 역변환부(150)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호가 복원될 수 있다. 가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(180) 또는 인트라 예측부(185)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(155)는 복원부 또는 복원 블록 생성부로 지칭될 수 있다. 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.
필터링부(160)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(160)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 수정된 복원 픽처를 복호 픽처 버퍼(170)에 전송할 수 있다. 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter)를 포함할 수 있다. 필터링부(160)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
복호 픽처 버퍼(170)에 전송된 수정된 복원 픽처는 인터 예측부(180)에서 참조 픽처로 사용될 수 있다. 인코딩 장치(100)는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(100)와 디코딩 장치(200)에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
복호 픽처 버퍼(170)는 수정된 복원 픽처를 인터 예측부(180)에서의 참조 픽처로 사용하기 위해 저장할 수 있다.
디코딩 장치
도 3은 본 명세서의 실시예로서, 영상 신호의 디코딩을 위한 디코딩 장치의 개략적인 블록도를 나타낸다.
도 3을 참조하면, 디코딩 장치(200)는 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265)를 포함하여 구성될 수 있다. 인터 예측부(260) 및 인트라 예측부(265)는 예측부로 통칭될 수 있다. 즉, 예측부는 인터 예측부(180) 및 인트라 예측부(185)를 포함할 수 있다. 역양자화부(220)와 역변환부(230)는 레지듀얼 처리부로 통칭될 수 있다. 즉, 레지듀얼 처리부는 역양자화부(220)와 역변환부(230)을 포함할 수 있다. 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 인터 예측부(260) 및 인트라 예측부(265)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 또는 프로세서)에 의하여 구성될 수 있다. 또한 복호 픽처 버퍼(250)은 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 메모리 또는 디지털 저장 매체)에 의하여 구현될 수 있다. 또한, 메모리(250)는 DPB(175)를 포함할 수 있고, 디지털 저장 매체에 의해 구성될 수도 있다.
비디오/이미지 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(200)는 도 2의 인코딩 장치(100)에서 비디오/이미지 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(200)는 인코딩 장치(100)에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩시 처리 유닛은, 예를 들어, 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조 및/또는 바이너리 트리 구조에 따라 분할될 수 있다. 그리고, 디코딩 장치(200)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(200)는 도 2의 인코딩 장치(100)로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(210)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(예: 비디오/영상 정보)를 도출할 수 있다. 예컨대, 엔트로피 디코딩부(210)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 빈(bin)을 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 빈의 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(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(260) 및 인트라 예측부(265))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(220)로 입력될 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(240)로 제공될 수 있다. 한편, 인코딩 장치(100)로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(200)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)의 구성요소일 수도 있다.
역양자화부(220)에서는 양자화된 변환 계수들을 역양자화함으로써 변환 계수들을 출력할 수 있다. 역양자화부(220)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 인코딩 장치(100)에서 수행된 계수 스캔 순서에 기반하여 재정렬이 수행될 수 있다. 역양자화부(220)는 양자화 파라미터(예를 들어, 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수(transform coefficient)를 획득할 수 있다.
역변환부(230)는 변환 계수에 대한 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 출력할 수 있다.
예측부는 현재 블록에 대한 예측을 수행하고, 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(210)로부터 출력된 예측에 관한 정보에 기반하여 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
인트라 예측부(265)는 현재 픽처 내의 샘플들을 참조함으로써 현재 블록을 예측할 수 있다. 참조되는 샘플들은 예측 모드에 따라 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 이격되어 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(265)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(260)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. 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등)에 대한 정보를 더 포함할 수 있다. 인터 예측의 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. 예를 들어, 인터 예측부(260)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신된 후보 선택 정보를 기반으로 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예측에 관한 정보는 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(235)는 획득된 레지듀얼 신호를 인터 예측부(260) 또는 인트라 예측부(265)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(235)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.
필터링부(240)는 복원 신호에 필터링을 적용함으로써 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(240)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 수정된 복원 픽처를 복호 픽처 버퍼(250)에 전송할 수 있다. 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset, SAO), 적응적 루프 필터(adaptive loop filter, ALF), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
복호 픽쳐 버퍼(250)에 전송된 수정된 복원 픽처는 인터 예측부(260)에 의해 참조 픽쳐로 사용될 수 있다.
본 명세서에서, 인코딩 장치(100)의 필터링부(160), 인터 예측부(180) 및 인트라 예측부(185)에서 설명된 실시예들은 각각 디코딩 장치의 필터링부(240), 인터 예측부(260) 및 인트라 예측부(265)에도 동일 또는 대응되도록 적용될 수 있다.
구현 및 적용 예
본 명세서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다.
또한, 본 명세서의 실시예에 따른 디코딩 장치(200) 및 인코딩 장치(100)는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, 화상 전화 비디오 장치, 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recoder) 등을 포함할 수 있다.
본 명세서가 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 명세서에 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 명세서의 실시예는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 명세서의 실시예에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 4는 본 명세서의 실시예에 따른 컨텐츠 스트리밍 시스템의 구조도의 예를 도시한다.
본 명세서가 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버(410), 스트리밍 서버(420), 웹 서버(430), 미디어 저장소(440), 사용자 장치(450) 및 멀티미디어 입력 장치(460)를 포함할 수 있다.
인코딩 서버(410)는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 스트리밍 서버(420)로 전송할 수 있다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치(460)들이 비트스트림을 직접 생성하는 경우, 인코딩 서버(410)는 생략될 수 있다.
비트스트림은 본 명세서가 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 스트리밍 서버(420)는 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 비트스트림을 저장할 수 있다.
스트리밍 서버(420)는 웹 서버(430)를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치(450)에 전송하고, 웹 서버(430)는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 웹 서버(430)에 원하는 서비스를 요청하면, 웹 서버(430)는 이를 스트리밍 서버(420)에 전달하고, 스트리밍 서버(420)는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 제어 서버는 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
스트리밍 서버(420)는 미디어 저장소(440) 및/또는 인코딩 서버(410)로부터 컨텐츠를 수신할 수 있다. 예를 들어, 스트리밍 서버(420)는 인코딩 서버(410)로부터 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 스트리밍 서버(420)는 비트스트림을 일정 시간동안 저장할 수 있다.
예를 들어, 사용자 장치(450)는, 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 사이니지를 포함할 수 있다.
컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
도 5는 본 명세서의 실시예에 따른 비디오 신호를 처리하기 위한 장치의 블록도의 예를 도시한다. 도 5의 비디오 신호 처리 장치는 도 2의 인코딩 장치(100) 또는 도 3의 디코딩 장치(200)에 해당할 수 있다.
본 명세서의 실시예에 따른 비디오 신호 처리 장치(500)는, 비디오 신호를 저장하는 메모리(520)와, 상기 메모리와 결합되면서 비디오 신호를 처리하는 프로세서(510)를 포함할 수 있다.
본 명세서의 실시예에 따른 프로세서(510)는 비디오 신호의 처리를 위한 적어도 하나의 프로세싱 회로로 구성될 수 있으며, 비디오 신호를 인코딩 또는 디코딩을 위한 명령어들을 실행함으로써 영상 신호를 처리할 수 있다. 즉, 프로세서(510)는 이하 설명되는 인코딩 또는 디코딩 방법들을 실행함으로써 원본 비디오 신호를 인코딩하거나 인코딩된 비디오 신호를 디코딩할 수 있다.
본 문서에 따른 비디오/영상 코딩 방법은 다양한 세부 기술들에 기반하여 수행될 수 있으며, 각각의 세부 기술들을 개략적으로 설명하면 다음과 같다. 이하 설명되는 기술들은 상술한 및/또는 후술되는 비디오/영상 인코딩/디코딩 절차에서의 예측, 레지듀얼 처리(변환, 양자화 등), 신텍스 요소 코딩, 필터링, 파티셔닝/분할 등의 관련 절차에 연관될 수 있음은 당업자에게 자명하다.
블록 분할(Block Partitioning)
본 명세서에 따른 비디오/영상 코딩 방법은 다음과 같은 파티셔닝 구조에 기반하여 수행될 수 있다. 구체적으로 후술하는 예측, 레지듀얼 처리((역)변환, (역)양자화 등), 신택스 요소 코딩, 필터링 등의 절차는 파티셔닝 구조에 기반하여 도출된 CTU, CU(및/또는 TU, PU)에 기반하여 수행될 수 있다. 블록 파티셔닝 절차는 상술한 인코딩 장치의 영상 분할부(110)에서 수행되어, 파티셔닝 관련 정보가 엔트로피 인코딩부(190)에서 (인코딩) 처리되어 비트스트림 형태로 디코딩 장치로 전달될 수 있다. 디코딩 장치의 엔트로피 디코딩부(210)는 상기 비트스트림으로부터 획득한 상기 파티셔닝 관련 정보를 기반으로 현재 픽처의 블록 파티셔닝 구조를 도출하고, 이를 기반으로 영상 디코딩을 위한 일련의 절차(예: 예측, 레지듀얼 처리, 블록/픽처 복원, 인루프 필터링 등)을 수행할 수 있다.
픽처에서 CTU들로의 분할
픽처들은 코딩 트리 유닛들(CTUs)의 시퀀스로 분할될(divided into a sequence) 수 있다. CTU는 코딩 트리 블록(CTB)에 대응될 수 있다. 혹은 CTU는 루마 샘플들의 코딩 트리 블록과, 대응하는 크로마 샘플들의 두개의 코딩 트리 블록들을 포함할 수 있다. 다시 말하면, 세가지 샘플 어레이를 포함하는 픽처에 대하여, CTU는 루마 샘플들의 NxN 블록과 크로마 샘플들의 두개의 대응 블록들을 포함할 수 있다.
도 6은 본 명세서의 실시예에 따른 CTU(coding tree unit)들로 분할된 픽처의 예를 도시한다.
도 6을 참조하면, 하나의 픽처는 일정한 크기를 갖는 복수 개의 CTU들로 분할될 수 있다. 코딩 및 예측을 위한 CTU의 최대 허용 사이즈는 변환을 위한 CTU의 최대 허용 사이즈와 다를 수 있다. 예를 들어, CTU 내 루마 블록의 최대 허용 사이즈는 (비록 루마 CTU들의 최대 사이즈가 64x64인 경우에도) 128x128일 수 있다.
트리 구조를 이용한 CTU들의 분할
도 7은 본 명세서의 실시예에 따른 멀티타입 트리 분할 모드들의 예를 도시한다.
CTU는 쿼드트리(quad-tree, QT) 구조를 기반으로 CU들로 분할될 수 있다. 쿼드트리 구조는 쿼터너리(quaternary) 트리 구조라고 불릴 수 있다. 이는 다양한 국지적 특징(local characteristic)을 반영하기 위함이다. 한편, 본 문서에서 CTU는 쿼드트리 뿐 아니라 바이너리 트리(binary-tree, BT) 및 터너리 트리(ternary-tree, TT)을 포함하는 멀티타입 트리 구조 분할에 기반하여 분할될 수 있다. 이하, QTBT 구조라 함은 쿼드트리 및 바이너리 트리 기반 분할 구조를 포함할 수 있고, QTBTTT라 함은 쿼드트리, 바이너리 트리 및 터너리 트리 기반 분할 구조를 포함할 수 있다. 또한, QTBT 구조는 쿼드트리, 바이너리 트리 및 터너리 트리 기반 분할 구조를 포함할 수도 있다. 코딩 트리 구조에서, CU는 정사각형 또는 직사각형 모양을 가질 수 있다. CTU는 먼저 쿼드트리 구조로 분할될 수 있다. 이후 쿼드트리 구조의 리프 노드들은 멀티타입 트리 구조에 의하여 더 분할될 수 있다. 예를 들어 도 6에서 도시된 것과 같이, 멀티타입 트리 구조는 개략적으로 4개의 분할 타입을 포함할 수 있다.
도 6에 나타난 4개의 분할 타입은 수직 바이너리 분할(vertical binary splitting, SPLIT_BT_VER), 수평 바이너리 분할(horizontal binary splitting, SPLIT_BT_HOR), 수직 터너리 분할(vertical ternary splitting, SPLIT_TT_VER), 수평 터너리 분할(horizontal ternary splitting, SPLIT_TT_HOR)을 포함할 수 있다. 멀티타입 트리 구조의 리프 노드들은 CU들로 지칭될 수 있다. 이러한 CU들은 예측 및 변환 절차를 위한 단위로서 사용될 수 있다. 본 명세서의 실시예에서 CU, PU, TU는 동일한 블록 사이즈를 가질 수 있다. 다만, 최대 허용 변환 길이(maximum supported transform length)가 CU의 컬러 성분(colour component)의 너비 또는 높이보다 작은 경우에는 CU와 TU가 서로 다른 블록 사이즈를 가질 수 있다.
도 8은 본 명세서의 실시예에 따른 멀티타입 트리를 수반한 쿼드트리(quadtree with nested multi-type tree) 구조의 파티션 분할 정보의 시그널링 메커니즘의 예를 나타낸다.
여기서, CTU는 쿼드트리의 루트(root)로 취급되며, 쿼드트리 구조로 처음으로 분할된다. 각 쿼드트리 리프 노드는 이후 멀티타입 트리 구조로 더 분할될 수 있다. 멀티타입 트리 구조에서, 제1 플래그(예: mtt_split_cu_flag)가 해당 노드가 추가적으로 분할되는지 여부를 지시하기 위하여 시그널링된다. 만약 해당 노드가 추가적으로 분할되는 경우, 제2 플래그(예: mtt_split_cu_vertical_flag)가 분할 방향(splitting direction)을 지시하기 위하여 시그널링될 수 있다. 그 후 제3 플래그(예: mtt_split_cu_binary_flag)가 분할 타입이 바이너리 분할인지 터너리 분할인지 여부를 지시하기 위하여 시그널링될 수 있다. 예를 들어, mtt_split_cu_vertical_flag 및 mtt_split_cu_binary_flag를 기반으로, CU의 멀티타입 트리 분할 모드(multi-type tree splitting mode, MttSplitMode)가 다음 표 1과 같이 도출될 수 있다.
Figure PCTKR2020000068-appb-img-000001
도 9는 본 명세서의 실시예에 따른 쿼드트리 및 수반되는 멀티타입 트리(quadtree and nested multi-type tree) 구조를 기반으로 CTU가 다중 CU(coding unit)들로 분할되는 것을 예시적으로 도시한다.
여기서, 볼드 블록 엣지들(bold block edges)는 쿼드트리 분할을, 나머지 엣지들은 멀티타입 트리 분할을 나타낸다. 멀티타입 트리를 수반한 쿼드트리 파티션은 컨텐츠-적응적 코딩 트리 구조를 제공할 수 있다. CU는 코딩 블록(CB)에 대응될 수 있다. 혹은 CU는 루마 샘플들의 코딩 블록과, 대응하는 크로마 샘플들의 두개의 코딩 블록들을 포함할 수 있다. CU의 사이즈는 CTU만큼 클 수도 있고, 또는 루마 샘플 단위에서 4x4 단위로 구성될 수도 있다. 예를 들어, 4:2:0 컬러 포맷(또는 크로마 포맷)인 경우, 최대 크로마 CB 사이즈는 64x64이고 최소 크로마 CB 사이즈는 2x2일 수 있다.
본 문서에서 예를 들어, 최대 허용 루마 TB 사이즈는 64x64이고, 최대 허용 크로마 TB 사이즈는 32x32일 수 있다. 만약 트리 구조에 따라 분할된 CB의 너비 또는 높이가 최대 변환 너비 또는 높이보다 큰 경우, 해당 CB는 자동적으로(또는 묵시적으로) 수평 및 수직 방향의 TB 사이즈 제한을 만족할 때까지 분할될 수 있다.
한편, 멀티타입 트리를 수반한 쿼드트리 코딩 트리 스킴(scheme)을 위하여, 다음 파라미터들이 SPS(sequence parameter set) 신택스 요소로 정의 및 식별될 수 있다.
- CTU size: 쿼터너리 트리의 루트 노드(the root node size of a quaternary tree)
- MinQTSize: 최소의 허용된 쿼터너리 트리 리프 노드 사이즈(the minimum allowed quaternary tree leaf node size)
- MaxBtSize: 최소의 허용된 이진 트리 루트 노드 사이즈(the maximum allowed binary tree root node size)
- MaxTtSize: 최소의 허용된 터너리 트리 루트 노드 사이즈(the maximum allowed ternary tree root node size)
- MaxMttDepth: 쿼드트리 리프로부터 분할되는 멀티 타입 트리의 최대 허용된 계층적 깊이(the maximum allowed hierarchy depth of multi-type tree splitting from a quadtree leaf)
- MinBtSize: 최소의 허용된 이진 트리 리프 노드 사이즈(the minimum allowed binary tree leaf node size)
- MinTtSize: 최소의 허용된 터너리 트리 리프 노드 사이즈(the minimum allowed ternary tree leaf node size)
멀티타입 트리를 수반한 쿼드트리 코딩 트리 구조의 일 예로, CTU 사이즈는 128x128 루마 샘플들 및 두개의 대응하는 크로마 샘플들의 64x64 블록들로 설정될 수 있다(4:2:0 크로마 포맷에서). 이 경우, MinOTSize는 16x16으로 설정되고, MaxBtSize는 128x128로 설정되고, MaxTtSzie는 64x64로 설정되고, (너비와 높이에 대한) MinBtSize 및 MinTtSize는 4x4로, 그리고 MaxMttDepth는 4로 설정될 수 있다. 쿼드트리 분할은 CTU에 적용되어 쿼드트리 리프 노드들을 생성할 수 있다. 쿼드트리 리프 노드는 리프 QT 노드라고 불릴 수 있다. 쿼드트리 리프 노드들은 16x16 사이즈 (즉, MinOTSize)로부터 128x128 사이즈(즉, CTU 사이즈)를 가질 수 있다. 만약 리프 QT 노드가 128x128인 경우, 추가적으로 바이너리 트리/터너리 트리로 분할되지 않을 수 있다. 이는 이 경우 분할되더라도 MaxBtsize 및 MaxTtszie(즉, 64x64)를 초과하기 때문이다. 이 외의 경우, 리프 QT 노드는 멀티타입 트리로 추가적으로 분할될 수 있다. 그러므로, 리프 QT 노드는 멀티타입 트리에 대한 루트 노드(root node)이고, 리프 QT 노드는 멀티타입 트리 뎁스(mttDepth) 0 값을 가질 수 있다. 만약, 멀티타입 트리 뎁스가 MaxMttdepth(예: 4)에 도달한 경우, 더 이상 추가 분할은 고려되지 않을 수 있다. 만약, 멀티타입 트리 노드의 너비가 MinBtSize와 같고, 2xMinTtSize보다 작거나 같을 때, 더 이상 추가적인 수평 분할은 고려되지 않을 수 있다. 만약, 멀티타입 트리 노드의 높이가 MinBtSize와 같고, 2xMinTtSize보다 작거나 같을 때, 더 이상 추가적인 수직 분할은 고려되지 않을 수 있다.
하드웨어 디코더에서의 64x64 루마 블록 및 32x32 크로마 파이프라인 디자인을 허용하기 위하여, TT 분할은 특정 경우 금지될(forbidden) 수 있다. 예를 들어, 루마 코딩 블록의 너비 또는 높이가 64보다 큰 경우, 도 9에 도시된 바와 같이, TT 분할이 금지될 수 있다. 또한 예를 들어, 크로마 코딩 블록의 너비 또는 높이가 32보다 큰 경우 TT 분할은 금지될 수 있다.
도 10는 본 명세서의 실시예에 따른 128x128 코딩 블록에 대하여 TT(ternary tree) 분할이 제한되는 경우의 예를 도시한다.
본 문서에서, 코딩 트리 스킴은 루마 및 크로마 블록이 개별적(separate) 블록 트리 구조를 가지는 것을 지원할 수 있다. P 및 B 슬라이스들에 대하여, 하나의 CTU 내 루마 및 크로마 CTB들은 동일한 코딩 트리 구조를 갖도록 제한될 수 있다. 그러나, I 슬라이스들에 대하여, 루마 및 크로마 블록들은 서로 개별적 블록 트리 구조를 가질 수 있다. 만약 개별적 블록 트리 모드가 적용되는 경우, 루마 CTB는 특정 코딩 트리 구조를 기반으로 CU들로 분할되고, 크로마 CTB는 다른 코딩 트리 구조를 기반으로 크로마 CU들로 분할될 수 있다. 이는, I 슬라이스 내 CU는 루마 성분의 코딩 블록 또는 두 크로마 성분들의 코딩 블록들로 구성되고, P 또는 B 슬라이스의 CU는 세가지 컬러 성분의 블록들로 구성될 수 있음을 의미할 수 있다.
상술한 "트리 구조를 사용한 CTU의 분할(Partitioning of the CTUs using a tree structure)"에서 멀티타입 트리를 수반한 쿼드트리 코딩 트리 구조에 대하여 설명하였으나, CU가 분할되는 구조는 이에 한정되지 않는다. 예를 들어, BT 구조 및 TT 구조는 다수 분할 트리(multiple partitioning tree, MPT) 구조에 포함되는 개념으로 해석될 수 있고, CU는 QT 구조 및 MPT 구조를 통해 분할된다고 해석할 수 있다. QT 구조 및 MPT 구조를 통해 CU가 분할되는 일 예에서, QT 구조의 리프 노드가 몇 개의 블록으로 분할되는지에 관한 정보를 포함하는 신택스 요소(예: MPT_split_type) 및 QT 구조의 리프 노드가 수직과 수평 중 어느 방향으로 분할되는지에 관한 정보를 포함하는 신택스 요소(예: MPT_split_mode)가 시그널링 됨으로써 분할 구조가 결정될 수 있다.
또 다른 예에서, CU는 QT 구조, BT 구조 또는 TT 구조와 다른 방법으로 분할될 수 있다. 즉, QT 구조에 따라 하위 뎁스의 CU가 상위 뎁스의 CU의 1/4 크기로 분할되거나, BT 구조에 따라 하위 뎁스의 CU가 상위 뎁스의 CU의 1/2 크기로 분할되거나, TT 구조에 따라 하위 뎁스의 CU가 상위 뎁스의 CU의 1/4 또는 1/2 크기로 분할되는 것과 달리, 하위 뎁스의 CU는 경우에 따라 상위 뎁스의 CU의 1/5, 1/3, 3/8, 3/5, 2/3 또는 5/8 크기로 분할될 수 있으며, CU가 분할되는 방법은 이에 한정되지 않는다.
만약 트리 노드 블록의 부분(portion)이 하단(bottom) 또는 오른쪽(right) 픽처 경계(boundary)를 초과하는(exceeds) 경우, 해당 트리 노드 블록은 모든 코딩된 CU의 모든 샘플들이 상기 픽처 경계들 내에 위치하도록 제한될 수 있다. 이 경우 예를 들어 아래 표 2와 같은 분할 규칙이 적용될 수 있다.
Figure PCTKR2020000068-appb-img-000002
중첩적인 CU 분할들의 제한
도 11은 본 명세서의 실시예에 따른 바이너리 트리 분할 및 터너리 트리 분할에서 발생할 수 있는 리던던트 분할 패턴들의 예를 도시한다.
멀티타입 트리를 수반한 쿼드트리 코딩 블록 구조는 매우 유연한 블록 파티셔닝 구조를 제공할 수 있다. 멀티타입 트리에 지원되는 분할 타입들 때문에, 다른 분할 패턴들이 경우에 따라서 잠재적으로 동일한 코딩 블록 구조 결과를 가져올 수 잇다. 이러한 리던던트(redundant)한 분할 패턴들의 발생을 제한함으로써 파티셔닝 정보의 데이터량을 줄일 수 있다.
도 11에 도시된 바와 같이, 2단계 레벨의 한 방향에 대한 연속적인 바이너리 분할(two levels of consecutive binary splits in one direction)은, 터너리 분할 이후 센터 파티션에 대한 바이너리 분할과 동일한 코딩 블록 구조를 갖는다. 이러한 경우, 터너리 트리 분할의 센터 파티션에 대한 바이너리 트리 분할(in the given direction)은 금지된다. 이러한 금지는 모든 픽처들의 CU들에 대하여 적용될 수 있다. 이러한 특정 분할이 금지되는 경우, 대응하는 신택스 요소들의 시그널링은 이러한 금지되는 경우를 반영하여 수정될 수 있고, 이를 통하여 파티셔닝을 위하여 시그널링되는 비트수를 줄일 수 있다. 예를 들어, 도 10에 도시된 예와 같이, CU의 센터 파티션에 대한 바이너리 트리 분할이 금지되는 경우, 분할이 바이너리 분할인지 터너리 분할인지 여부를 가리키는 mtt_split_cu_binary_flag 신택스 요소는 시그널링되지 않고, 그 값은 0으로 디코더에 의하여 추론될 수 있다.
화면간 예측(Inter Prediction)
이하, 본 명세서의 실시예에 따른 인터 예측 기법에 대하여 설명하도록 한다. 이하 설명되는 인터 예측은 도 2의 인코딩 장치(100)의 인터 예측부(180) 또는 도 3의 디코딩 장치(200)의 인터 예측부(260)에 의해 수행될 수 있다. 또한, 본 명세서의 실시예에 따라 인코딩된 데이터는 비트스트림의 형태로 저장될 수 있다.
일반
인코딩 장치(100)/디코딩 장치(200)의 예측부는 블록 단위로 인터 예측을 수행하여 예측 샘플을 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(Inter prediction can be a prediction derived in a manner that is dependent on data elements (e.g., sample values or motion information) of picture(s) other than the current picture). 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. 참조 블록을 포함하는 참조 픽처와 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 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 움직임 벡터 예측자 및 움직임 벡터 차분의 합을 이용하여 상기 현재 블록의 움직임 벡터를 도출할 수 있다.
도 12 및 도 13은 본 명세서의 실시예에 따른 인터 예측에 기반한 비디오/영상 인코딩 절차 및 인코딩 장치 내 인터 예측부를 도시한다.
인코딩 장치(100)는 현재 블록에 대한 인터 예측을 수행한다(S1210). 인코딩 장치(100)는 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 장치(100)의 인터 예측부(180)는 예측 모드 결정부(181), 움직임 정보 도출부(182), 예측 샘플 도출부(183)를 포함할 수 있으며, 예측 모드 결정부(181)에서 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(183)에서 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 인코딩 장치(100)의 인터 예측부(180)는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 상기 현재 블록과 유사한 블록을 서치하고, 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 상기 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 참조 블록과 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 인코딩 장치(100)는 다양한 예측 모드들 중 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 인코딩 장치(100)는 다양한 예측 모드들에 대한 RD 비용(cost)을 비교하고 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 인코딩 장치(100)는 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 현재 블록과 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 장치(200)로 시그널링될 수 있다. 선택된 머지 후보의 움직임 정보를 이용하여 현재 블록의 움직임 정보가 도출될 수 있다.
다른 예로, 인코딩 장치(100)는 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (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 있다. 현재 블록의 움직임 벡터에서 MVP를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우 MVD에 관한 정보가 디코딩 장치(200)로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 디코딩 장치(200)로 시그널링될 수 있다.
인코딩 장치(100)는 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S1220). 인코딩 장치(100)는 현재 블록의 원본 샘플들과 예측 샘플들의 비교를 통하여 레지듀얼 샘플들을 도출할 수 있다.
인코딩 장치(100)는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩한다(S1230). 인코딩 장치(100)는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 예측 정보는 예측 절차에 관련된 정보들로서 예측 모드 정보(예: skip flag, merge flag, 또는 mode index) 및 움직임 정보를 포함할 수 있다. 움직임 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(예: merge index, mvp flag, 또는 mvp index)를 포함할 수 있다. 또한 움직임 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 움직임 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.
한편, 상술한 바와 같이 인코딩 장치는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 디코딩 장치(200)에서 수행되는 것과 동일한 예측 결과를 인코딩 장치(100)에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 인코딩 장치(100)는 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 14 및 도 15는 본 명세서의 실시예에 따른 인터 예측에 기반한 비디오/영상 디코딩 절차 및 디코딩 장치 내 인터 예측부를 도시한다.
디코딩 장치(200)는 인코딩 장치(100)에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 디코딩 장치(200)는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로 디코딩 장치(200)는 수신된 예측 정보를 기반으로 현재 블록에 대한 예측 모드를 결정할 수 있다(S1410). 디코딩 장치(200)는 예측 정보 내의 예측 모드 정보를 기반으로 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, 디코딩 장치(200)는 머지 플래그(merge flag)를 기반으로 현재 블록에 머지 모드가 적용되지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 디코딩 장치(200)는 모드 인덱스(mode index)를 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 후술하는 다양한 인터 예측 모드들을 포함할 수 있다.
디코딩 장치(200)는 결정된 인터 예측 모드를 기반으로 현재 블록의 움직임 정보를 도출한다(S1420). 예를 들어, 디코딩 장치(200)는 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 머지 후보 리스트에 포함된 머지 후보들이 중 하나의 머지 후보를 선택할 수 있다. 머지 후보의 선택은 머지 인덱스(merge index)를 기반으로 수행될 수 있다. 선택된 머지 후보의 움직임 정보로부터 현재 블록의 움직임 정보가 도출할 수 있다. 선택된 머지 후보의 움직임 정보가 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 디코딩 장치(200)는, 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, (A)MVP 후보 리스트에 포함된 MVP 후보들 중 선택된 MVP 후보의 움직임 벡터를 현재 블록의 MVP로 이용할 수 있다. MVP의 선택은 상술한 선택 정보(MVP 플래그 또는 MVP 인덱스)를 기반으로 수행될 수 있다. 이 경우 디코딩 장치(200)는 MVD에 관한 정보를 기반으로 상기 현재 블록의 MVD를 도출할 수 있으며, 현재 블록의 MVP와 MVD를 기반으로 현재 블록의 움직임 벡터를 도출할 수 있다. 또한, 디코딩 장치(200)는 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, 후술하는 바와 같이 후보 리스트 구성 없이 상기 현재 블록의 움직임 정보가 도출될 수 있으며, 이 경우 후술하는 예측 모드에서 개시된 절차에 따라 현재 블록의 움직임 정보가 도출될 수 있다. 이 경우 상술한 바와 같은 후보 리스트 구성은 생략될 수 있다.
디코딩 장치(200)는 현재 블록의 움직임 정보를 기반으로 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S1430). 이 경우 디코딩 장치(200)는 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. 이 경우 후술하는 바와 같이 경우에 따라 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 디코딩 장치(200)의 인터 예측부(260)는 예측 모드 결정부(261), 움직임 정보 도출부(262), 예측 샘플 도출부(263)를 포함할 수 있으며, 예측 모드 결정부(181)에서 수신된 예측 모드 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 수신된 움직임 정보에 관한 정보를 기반으로 상기 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다.
디코딩 장치(200)는 수신된 레지듀얼 정보를 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 생성한다(S1440). 디코딩 장치(200)는 예측 샘플들 및 레지듀얼 샘플들을 기반으로 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다. (S1450). 이후 상기 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 모드 결정
픽처 내 현재 블록의 예측을 위하여 다양한 인터 예측 모드가 사용될 수 있다. 예를 들어, 머지 모드, 스킵 모드, MVP 모드, 어파인(Affine) 모드 등 다양한 모드가 사용될 수 있다. DMVR(decoder side motion vector refinement) 모드, AMVR(adaptive motion vector resolution) 모드 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.
현재 블록의 인터 예측 모드를 가리키는 예측 모드 정보가 인코딩 장치로부터 디코딩 장치(200)로 시그널링될 수 있다. 예측 모드 정보는 비트스트림에 포함되어 디코딩 장치(200)에서 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, 인코딩 장치(100)는 스킵 플래그를 시그널링하여 스킵 모드 적용 여부를 지시하고, 스킵 모드가 적용 안되는 경우에 머지 플래그를 시그널링하여 머지 모드 적용 여부를 지시하고, 머지 모드가 적용 안되는 경우에 MVP 모드 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 후술하는 바와 같이 머지 후보 리스트 또는 MVP 후보 리스트의 하나의 후보로 구성될 수도 있다.
움직임 정보 도출
인코딩 장치(100) 또는 디코딩 장치(200)는 현재 블록의 움직임 정보를 이용하여 인터 예측을 수행할 수 있다. 인코딩 장치(100)는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 인코딩 장치(100)는 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 도출될 수 있다. 예를 들어, 블록의 유사성은 현재 블록(또는 현재 블록의 템플릿)과 참조 블록(또는 참조 블록의 템플릿) 간 SAD(sum of absolute difference)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.
머지 모드 및 스킵 모드
머지 모드(merge mode)가 적용되는 경우, 현재 예측 블록의 움직임 정보가 직접적으로 전송되지 않고, 주변 예측 블록의 움직임 정보를 이용하여 현재 예측 블록의 움직임 정보를 유도하게 된다. 따라서, 인코딩 장치(100)는 머지 모드를 이용하였음을 알려주는 플래그 정보 및 주변의 어떤 예측 블록을 이용하였는지를 알려주는 머지 인덱스를 전송함으로써 현재 예측 블록의 움직임 정보를 지시할 수 있다.
인코딩 장치(100)는 머지 모드를 수행하기 위해서 현재 예측 블록의 움직임 정보를 유도하기 위해 이용되는 머지 후보 블록(merge candidate block)을 서치하여야 한다. 예를 들어, 머지 후보 블록은 최대 5개까지 이용될 수 있으나, 본 명세서는 이에 한정되지 않는다. 그리고, 머지 후보 블록의 최대 개수는 슬라이스 헤더에서 전송될 수 있으며, 본 명세서는 이에 한정되지 않는다. 머지 후보 블록들을 찾은 후, 인코딩 장치(100)는 머지 후보 리스트를 생성할 수 있고, 이들 중 가장 작은 비용을 갖는 머지 후보 블록을 최종 머지 후보 블록으로 선택할 수 있다.
본 명세서는 머지 후보 리스트를 구성하는 머지 후보 블록에 대한 다양한 실시예를 제공한다.
머지 후보 리스트는 예를 들어 5개의 머지 후보 블록을 이용할 수 있다. 예를 들어, 4개의 공간적 머지 후보(spatial merge candidate)와 1개의 시간적 머지 후보(temporal merge candidate)를 이용할 수 있다.
도 16은 본 명세서의 실시예에 따른 현재 블록에 대한 공간적 머지 후보 구성의 예를 도시한다.
도 16을 참조하면, 현재 블록의 예측을 위하여 좌측 이웃 블록(A1), 좌하측(bottom-left) 이웃 블록(A2), 우상측(top-right) 이웃 블록(B0), 상측 이웃 블록(B1), 좌상측(top-left) 이웃 블록(B2) 중 적어도 하나가 사용될 수 있다. 현재 블록에 대한 머지 후보 리스트는 도 17과 같은 절차를 기반으로 구성될 수 있다.
도 17는 본 명세서의 실시예에 따른 머지 후보 리스트 구성을 위한 흐름도의 예를 도시한다.
코딩 장치(인코딩 장치(100) 또는 디코딩 장치(200))는 현재 블록의 공간적 주변 블록들을 탐색하여 도출된 공간적 머지 후보들을 머지 후보 리스트에 삽입한다(S1710). 예를 들어, 공간적 주변 블록들은 현재 블록의 좌하측 코너 주변 블록, 좌측 주변 블록, 우상측 코너 주변 블록, 상측 주변 블록, 좌상측 코너 주변 블록들을 포함할 수 있다. 다만, 이는 예시로서 상술한 공간적 주변 블록들 이외에도 우측 주변 블록, 하측 주변 블록, 우하측 주변 블록 등 추가적인 주변 블록들이 더 상기 공간적 주변 블록들로 사용될 수 있다. 코딩 장치는 공간적 주변 블록들을 우선순위를 기반으로 탐색하여 가용한 블록들을 검출하고, 검출된 블록들의 움직임 정보를 공간적 머지 후보들로 도출할 수 있다. 예를 들어, 인코딩 장치(100) 또는 디코딩 장치(200)는 도 11에 도시된 5개의 블록들을 A1, B1, B0, A0, B2의 순서대로 탐색하여, 가용한 후보들을 순차적으로 인덱싱하여 머지 후보 리스트로 구성할 수 있다.
코딩 장치는 현재 블록의 시간적 주변 블록을 탐색하여 도출된 시간적 머지 후보를 상기 머지 후보 리스트에 삽입한다(S1720). 시간적 주변 블록은 현재 블록이 위치하는 현재 픽처와 다른 픽처인 참조 픽처 상에 위치할 수 있다. 시간적 주변 블록이 위치하는 참조 픽처는 동일 위치 픽처(collocated picture) 또는 콜 픽처(col picture)라고 불릴 수 있다. 시간적 주변 블록은 콜 픽처 상에서의 현재 블록에 대한 동일 위치 블록(co-located block)의 우하측 코너 주변 블록 및 우하측 센터 블록의 순서로 탐색될 수 있다. 한편, 움직임 데이터 압축(motion data compression)이 적용되는 경우, 콜 픽처에 일정 저장 단위마다 특정 움직임 정보를 대표 움직임 정보로 저장할 수 있다. 이 경우 상기 일정 저장 단위 내의 모든 블록에 대한 움직임 정보를 저장할 필요가 없으며 이를 통하여 움직임 데이터 압축 효과를 얻을 수 있다. 이 경우, 일정 저장 단위는 예를 들어 16x16 샘플 단위, 또는 8x8 샘플 단위 등으로 미리 정해질 수도 있고, 또는 인코딩 장치(100)로부터 디코딩 장치(200)로 일정 저장 단위에 대한 사이즈 정보가 시그널링될 수도 있다. 움직임 데이터 압축이 적용되는 경우 시간적 주변 블록의 움직임 정보는 시간적 주변 블록이 위치하는 일정 저장 단위의 대표 움직임 정보로 대체될 수 있다. 즉, 이 경우 구현 측면에서 보면, 시간적 주변 블록의 좌표에 위치하는 예측 블록이 아닌, 시간적 주변 블록의 좌표(좌상단 샘플 포지션)를 기반으로 일정 값만큼 산술적 우측 시프트 후 산술적 좌측 시프트 한 위치를 커버하는 예측 블록의 움직임 정보를 기반으로 시간적 머지 후보가 도출될 수 있다. 예를 들어, 일정 저장 단위가 2nx2n 샘플 단위인 경우, 시간적 주변 블록의 좌표가 (xTnb, yTnb)라 하면, 수정된 위치인 ((xTnb >> n) << n), (yTnb >> n) << n))에 위치하는 예측 블록의 움직임 정보가 시간적 머지 후보를 위하여 사용될 수 있다. 구체적으로 예를 들어, 일정 저장 단위가 16x16 샘플 단위인 경우, 시간적 주변 블록의 좌표가 (xTnb, yTnb)라 하면, 수정된 위치인 ((xTnb >> 4) << 4), (yTnb >> 4) << 4))에 위치하는 예측 블록의 움직임 정보가 시간적 머지 후보를 위하여 사용될 수 있다. 또는 예를 들어, 일정 저장 단위가 8x8 샘플 단위인 경우, 시간적 주변 블록의 좌표가 (xTnb, yTnb)라 하면, 수정된 위치인 ((xTnb >> 3) << 3), (yTnb >> 3) << 3))에 위치하는 예측 블록의 움직임 정보가 시간적 머지 후보를 위하여 사용될 수 있다.
코딩 장치는 현재 머지 후보들의 개수가 최대 머지 후보들의 개수보다 작은지 여부를 확인할 수 있다(S1730). 최대 머지 후보들의 개수는 미리 정의되거나 인코딩 장치(100)에서 디코딩 장치(200)로 시그널링될 수 있다. 예를 들어, 인코딩 장치(100)는 최대 머지 후보들의 개수에 관한 정보를 생성하고, 인코딩하여 비트스트림 형태로 디코딩 장치(200)로 전달할 수 있다. 최대 머지 후보들의 개수가 다 채워지면 이후의 후보 추가 과정은 진행하지 않을 수 있다.
확인 결과 현재 머지 후보들의 개수가 상기 최대 머지 후보들의 개수보다 작은 경우, 코딩 장치는 추가 머지 후보를 머지 후보 리스트에 삽입한다(S1740). 추가 머지 후보는 예를 들어 ATMVP(adaptive temporal motion vector prediction), 결합된 양방향 예측(combined bi-predictive) 머지 후보(현재 슬라이스의 슬라이스 타입이 B 타입인 경우) 및/또는 영 벡터(zero vector) 머지 후보를 포함할 수 있다.
MVP 모드
도 18은 예측 후보 리스트(MVP 후보 리스트)를 구성하기 위한 흐름도의 예를 도시한다.
MVP(motion vector prediction) 모드가 적용되는 경우, 복원된 공간적 주변 블록(예를 들어, 도 16의 주변 블록)의 움직임 벡터 및/또는 시간적 주변 블록(또는 Col 블록)에 대응하는 움직임 벡터를 이용하여, 움직임 벡터 예측자(motion vector predictor, MVP) 후보 리스트가 생성될 수 있다. 즉, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록에 대응하는 움직임 벡터는 움직임 벡터 예측자 후보로 사용될 수 있다. 상기 예측에 관한 정보는 상기 리스트에 포함된 움직임 벡터 예측자 후보들 중에서 선택된 최적의 움직임 벡터 예측자 후보를 지시하는 선택 정보(예: MVP 플래그 또는 MVP 인덱스)를 포함할 수 있다. 이 때, 예측부는 상기 선택 정보를 이용하여, 움직임 벡터 후보 리스트에 포함된 움직임 벡터 예측자 후보들 중에서, 현재 블록의 움직임 벡터 예측자를 선택할 수 있다. 인코딩 장치(100)의 예측부는 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 움직임 벡터 차분(MVD)을 구할 수 있고, 이를 인코딩하여 비트스트림 형태로 출력할 수 있다. 즉, MVD는 현재 블록의 움직임 벡터에서 상기 움직임 벡터 예측자를 뺀 값으로 구해질 수 있다. 이 때, 디코딩 장치의 예측부는 상기 예측에 관한 정보에 포함된 움직임 벡터 차분을 획득하고, 상기 움직임 벡터 차분과 상기 움직임 벡터 예측자의 가산을 통해 현재 블록의 상기 움직임 벡터를 도출할 수 있다. 디코딩 장치의 예측부는 참조 픽처를 지시하는 참조 픽처 인덱스 등을 상기 예측에 관한 정보로부터 획득 또는 유도할 수 있다. 예를 들어, 움직임 벡터 예측자 후보 리스트는 도 18과 같이 구성될 수 있다.
도 18을 참조하면, 코딩 장치는 움직임 벡터 예측을 위한 공간적 후보 블록을 탐색하여 예측 후보 리스트에 삽입한다(S1810). 예를 들어, 코딩 장치는 정해진 탐색 순서에 따라 주변 블록들에 대한 탐색을 수행하고, 공간적 후보 블록에 대한 조건을 만족하는 주변 블록의 정보를 예측 후보 리스트(MVP 후보 리스트)에 추가할 수 있다.
공간적 후보 블록 리스트를 구성한 후, 코딩 장치는 예측 후보 리스트에 포함된 공간적 후보 리스트의 개수와 기 설정된 기준 개수(예: 2)를 비교한다(S1820). 예측 후보 리스트에 포함된 공간적 후보 리스트의 개수가 기준 개수(예: 2)보다 크거나 같은 경우, 코딩 장치는 예측 후보 리스트의 구성을 종료할 수 있다.
그러나, 예측 후보 리스트에 포함된 공간적 후보 리스트의 개수가 기준 개수(예: 2)보다 작은 경우, 코딩 장치는 시간적 후보 블록을 탐색하여 예측 후보 리스트에 추가 삽입하고(S1830), 시간적 후보 블록이 사용 불가능한 경우, 제로 움직임 벡터를 예측 후보 리스트에 추가한다(S1840).
예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록이 도출될 수 있다. 예측된 블록은 현재 블록의 예측 샘플들(예측 샘플 어레이)을 포함할 수 있다. 현재 블록의 움직임 벡터가 분수 샘플 단위를 가리키는 경우, 보간(interpolation) 절차가 수행될 수 있으며, 이를 통하여 참조 픽처 내에서 분수 샘플 단위의 참조 샘플들을 기반으로 상기 현재 블록의 예측 샘플들이 도출될 수 있다. 현재 블록에 어파인(affine) 인터 예측이 적용되는 경우, 샘플/서브블록 단위 움직임 벡터(motion vector)에 기반하여 예측 샘플들이 생성될 수 있다. 양방향(bi-direction) 예측이 적용되는 경우, 제1 방향 예측(예: L0 예측)을 기반으로 도출된 예측 샘플들과 제2 방향 예측(예: L1 예측)을 기반으로 도출된 예측 샘플들의 (위상에 따른) 가중합을 통하여 최종 예측 샘플들이 도출될 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.
어파인 모드(affine mode)
기존 비디오 코딩 시스템은 코딩 블록의 움직임을 표현하기 위해 하나의 움직임 벡터를 사용하였다(translation motion model 사용). 그러나, 하나의 움직임 벡터를 사용한 방법은 블록 단위에서 최적의 움직임을 표현했을 수 있으나, 실제 각 화소에 대한 최적의 움직임은 아니므로, 화소 단위에서 최적의 움직임 벡터를 결정한다면 부호화 효율을 높일 수 있다. 이를 위해 본 실시예는 어파인 움직임 모델(affine motion model)을 사용하여 인코딩/디코딩을 수행하는 어파인 움직임 예측(affine motion prediction) 방법이 설명된다. 어파인 움직임 예측 방법은 2개, 3개 혹은 4개의 움직임 벡터를 사용하여 블록의 각 화소 단위로 움직임 벡터가 표현될 수 있다.
도 19는 본 명세서의 실시예에 따른 어파인 움직임 모델(affine motion model)들의 예를 도시한다.
어파인 움직임 모델은 도 19와 같이 4개의 움직임을 표현할 수 있다. 어파인 움직임 모델이 표현할 수 있는 움직임 중 3가지 움직임(translation, scale, rotate)을 표현하는 어파인 움직임 모델은 유사(또는 단순화된) 어파인 움직임 모델로 지칭되며, 본 명세서는 유사(또는 단수화된) 어파인 움직임 모델을 기준으로 제안된 방법들을 설명한다. 그러나, 본 명세서의 실시예가 유사(또는 단수화된) 어파인 움직임 모델에 한정되는 것은 아니다.
도 20은 본 명세서의 실시예에 따른 각 제어점(control point)들에서 움직임 벡터들의 예를 도시한다.
도 20과 같이 어파인 움직임 예측은 2개 이상의 제어점 움직임 벡터(control point motion vector, CPMV)들을 이용하여 블록에 포함된 화소 위치별로 움직임 벡터를 결정할 수 있다.
4-파라미터 어파인 움직임 모델에 대하여, 샘플 위치(x, y)에서의 움직임 벡터는 아래의 수학식 1과 같이 유도될 수 있다.
Figure PCTKR2020000068-appb-img-000003
6-파라미터 어파인 움직임 모델에 대하여, 샘플 위치(x, y)에서의 움직임 벡터는 아래의 수학식 2와 같이 유도될 수 있다.
Figure PCTKR2020000068-appb-img-000004
여기서
Figure PCTKR2020000068-appb-img-000005
는 부호화 블록의 좌상측(top-left) 코너 위치의 CP의 CPMV이고,
Figure PCTKR2020000068-appb-img-000006
는 우상측(top-right) 코너 위치의 CP의 CPMV이고,
Figure PCTKR2020000068-appb-img-000007
는 좌하측(bottom-left) 코너 위치의 CP의 CPMV이다. 그리고 W는 현재 블록의 너비(width)에 해당하고, H는 현재 블록의 높이(height)에 해당하고,
Figure PCTKR2020000068-appb-img-000008
는 {x, y} 위치에서의 움직임 벡터이다.
도 21은 본 명세서의 실시예에 따른 각 서브블록에 대한 움직임 벡터들의 에를 도시한다.
인코딩/디코딩 과정에서 어파인 MVF(motion vector field)는 화소 단위 혹은 이미 정의된 서브블록 단위에서 결정될 수 있다. 화소 단위로 MVF가 결정되는 경우 각 화소 값을 기준으로 움직임 벡터가 획득되고, 서브블록 단위로 MVP가 결정되는 경우 서브블록의 중앙(센터 우하측, 즉 중앙 4개의 샘플들 중 우하측 샘플) 화소 값 기준으로 해당 블록의 움직임 벡터가 획득될 수 있다. 이하 설명에서, 도 21과 같이 어파인 MVF가 4*4서브블록 단위에서 결정되는 경우를 가정하여 설명한다. 다만, 이것은 설명의 편의를 위함일 뿐 서브블록의 사이즈는 다양하게 변형될 수 있다.
즉, 어파인 예측이 사용 가능한 경우, 현재 블록에 적용가능한 움직임 모델은 다음 3가지를 포함할 수 있다. 병진 움직임 모델(translational motion model), 4-파라미터 어파인 움직임 모델(4-parameter affine motion model), 6-파라미터 어파인 움직임 모델(6-parameter affine motion mode). 여기서, 병진 움직임 모델은 기존 블록 단위 움직임 벡터가 사용되는 모델을 나타낼 수 있고, 4-파라미터 어파인 움직임 모델은 2개의 CPMV가 사용되는 모델을 나타낼 수 있고, 6-파라미터 어파인 움직임 모델은 3개의 CPMV가 사용되는 모델을 나타낼 수 있다.
어파인 움직임 예측은 어파인 MVP(또는 affine inter) 모드 및 어파인 머지를 포함할 수 있다. 어파인 움직임 예측에서, 현재 블록의 움직임 벡터들은 샘플 단위 또는 서브블록 단위로 유도될 수 있다.
어파인 머지(affine merge)
어파인 머지 모드에서, CPMV는 어파인 움직임 예측으로 코딩된 주변 블록의 어파인 움직임 모델에 따라 결정될 수 있다. 탐색 순서에서어파인 코딩된 주변 블록이 어파인 머지 모드를 위해 사용될 수 있다. 하나 또는 그 이상의 주변 블록들이 어파인 움직임 예측으로 코딩될 때 현재 블록은 AF_MERGE로 코딩될 수 있다. 즉, 어파인 머지 모드가 적용되는 경우, 주변 블록의 CPMV들을 이용하여 현재 블록의 CPMV들이 도출될 수 있다. 이 경우 주변 블록의 CPMV들이 그대로 현재 블록의 CPMV들로 사용될 수도 있고, 주변 블록의 CPMV들이 주변 블록의 사이즈 및 현재 블록의 사이즈를 기초로 수정됨으로써 현재 블록의 CPMV들로 사용될 수 있다.
어파인 머지 모드가 적용되는 경우, 현재 블록에 대한 CPMV들의 도출을 위하여 어파인 머지 후보 리스트가 구성될 수 있다. 어파인 머지 후보 리스트는, 예를 들어, 다음 후보들 중 적어도 하나를 포함할 수 있다.
1) 상속된 어파인 후보들(inherited affine candidates)
2) 구성된 어파인 후보들(constructed affine candidates)
3) 제로 MV 후보(zero MV candidate)
여기서, 상속된 어파인 후보들은 주변 블록이 어파인 모드로 코딩된 경우, 주변 블록의 CPMV들을 기반으로 도출되는 후보이고, 구성된 어파인 후보들(constructed affine candidates)은 각 CPMV 단위로 해당 CP 주변 블록의 MV를 기반으로 CPMV들을 구성함(constructing)으로써 도출된 후보이고, 제로 MV 후보(zero MV candidate)는 0을 값으로 갖는 CPMV들로 구성된 후보를 나타낼 수 있다.
도 22는 본 명세서의 실시예에 따른 어파인 머지 후보 리스트를 구성하기 흐름도의 예를 도시한다.
도 22를 참조하면, 코딩 장치(인코딩 장치 또는 디코딩 장치)는 후보 리스트에 상속된 어파인 후보들(inherited affine candidates)을 삽입하고(S2210), 구성된 어파인 후보들(constructed affine candidates)을 어파인 후보 리스트에 삽입하고(S2220), 제로 MV 후보(zero MV candidate)를 어파인 후보 리스트에 삽입할 수 있다(S2230). 일 실시예에서, 코딩 장치는, 후보 리스트에 포함된 후보들의 개수가 기준 개수(예: 2개)보다 작은 경우, 구성된 어파인 후보들 또는 제로 MV 후보를 삽입할 수 있다.
도 23 및 도 24는 본 명세서의 실시예에 따른 어파인 움직임 벡터의 상속된 후보를 구성하기 위한 주변 블록들 및 주변 블록으로부터 현재 블록의 제어점 움직임 벡터들이 상속되는 경우의 예를 도시한다.
최대 2개(좌측 인접 CU로부터 하나와 상측 인접 CU들 중 하나)의 상속된 어파인 후보들이 있을 수 있으며, 이는 주변 블록들의 어파인 움직임 모델로부터 유도될 수 있다. 도 23에서 후보 블록들이 도시된다. 좌측 예측자에 대한 스캔 순서는 A0 - A1이고, 상측 예측자에 대한 스캔 순서는 B0 - B1 - B2이다. 각 측면으로부터의 첫번째 상속된 후보들만이 선택된다. 두 상속된 후보들 사이에 프루닝 체크(pruning check)는 수행되지 않을 수 있다. 인접한 어파인 CU가 확인되면, 인접한 어파인 CU의 제어점 움직임 벡터들이 현재 CU의 어파인 머지 리스트에서 CPMVP(control point motion vector predictor) 후보를 유도하기 위해 사용될 수 있다. 도 24에 도시된 것과 같이, 만약 좌측 주변 블록 A가 어파인 모드로 코딩된 경우, 블록 A를 포함하는 CU의 움직임 벡터들 좌상측 코너, 우상측 코너, 및 좌하측 코너의 v 2, v 3, 및 v 4가 사용된다. 블록 A가 4-파라미터 어파인 모델로 코딩되면, 현재 CU의 2개의 CPMV들이 v 2 및 v 3에 따라 계산된다. 블록 A가 6-파라미터 모델로 코딩된 경우, 현재 CU의 3개의 CPMV들은 v 2, v 3, 및 v 4에 따라 계산된다.
도 25는 본 명세서의 실시예에 따른 구성된 어파인 머지 모드(constructed affine merge mode)를 위한 후보 위치들의 예를 도시한다.
구성된 어파인 머지(constructed affine merge)는 각 제어점 마다의 이웃한 병진 움직임 정보를 결합함으로써 구성되는 후보를 의미한다. 도 25에서 도시된 것과 같이 제어점들에 대한 움직임 정보는 특정된 공간적 이웃들 및 시간적 이웃들로부터 유도된다. CPMV k (k = 1, 2, 3, 4)는 k번째 제어점을 나타낸다. 좌상측 코너의 CPMV 1 (CP0)에 대하여, B2 - B3 - A2 순서로 블록들이 체크되고 첫번째 사용 가능한 블록의 MV가 사용된다. 우상측 코너의 CPMV 2 (CP1)에 대하여 B1 - B0 순서로 블록들이 체크되고, 좌하측 코너의 CPMV 3 (CP2)에 대하여 A1 - A0 순서로 블록들이 체크된다. 사용 가능하다면, TMVP가 우하측 코너의 CPMV 4 (CP3)에 대하여 사용된다.
4개의 제어점들의 MV들이 획득되면, 어파인 머지 후보들이 이러한 움직임 정보에 기반하여 구성된다. 아래의 제어점 MV들의 조합들이 순서대로 사용된다:
{CPMV 1, CPMV 2, CPMV 3}, {CPMV 1, CPMV 2, CPMV 4}, {CPMV 1, CPMV 3, CPMV 4},
{CPMV 2, CPMV 3, CPMV 4}, {CPMV 1, CPMV 2}, {CPMV 1, CPMV 3}
3개의 CPMV들의 조합들은 6-파라미터 어파인 머지 후보를 구성하고, 2개의 CPMV들의 조합은 4-파라미터 어파인 머지 후보를 구성한다. 모션 스케일링 프로세스를 회피하기 위하여, 제어점들의 참조 인덱스들이 다르면, 관련된 제어점 MV들의 조합은 버려진다(discarded).
어파인 MVP(Affine MVP)
도 26은 본 명세서의 실시예에 따른 어파인 MVP(motion vector predictor) 후보 리스트를 구성하기 위한 흐름도의 예를 도시한다.
어파인 MVP 모드에서, 현재 블록에 대한 2개 이상의 CPMVP(control point motion vector prediction)와 CPMV가 결정 이후, 차이 값에 해당하는 CPMVD(control point motion vector difference)를 인코딩 장치(100)로부터 디코딩 장치(200)로 전송된다.
어파인 MVP 모드가 적용되는 경우, 현재 블록에 대한 CPMV들의 도출을 위하여 어파인 MVP 후보 리스트가 구성될 수 있다. 예를 들어, 어파인 MVP 후보 리스트는 다음 후보들 중 적어도 하나를 포함할 수 있다. 예를 들어, 어파인 MVP 후보 리스트는 최대 n개(예: 2개)의 후보를 포함할 수 있다.
1) 인접 CU들의 CPMV들로부터 외삽된(extrapolated) 상속된 어파인 MVP 후보들 (Inherited affine mvp candidates that extrapolated from the CPMVs of the neighbour CUs) (S2610)
2) 인접 CU들의 병진 MV들을 사용하여 유도되는 구성된 어파인 MVP 후보들 CPMVPs (Constructed affine mvp candidates CPMVPs that are derived using the translational MVs of the neighbour CUs) (S2620)
3) 주변 CU들로부터의 병진 MV들에 기반한 추가적인 후보들 (Additional candidates based on Translational MVs from neighboring CUs) (S2630)
4) 제로 MV 후보 (Zero MVs candidate) (S2640)
여기서, 상속된 어파인 후보(inherited affine candidate)는, 주변 블록이 어파인 모드로 코딩된 경우 주변 블록의 CPMV들에 기반하여 도출되는 후보이고, 구성된 어파인 후보(constructed affine candidate)는 각 CPMV 단위로 해당 CP 주변 블록의 MV를 기반으로 CPMV들을 구성함으로써 도출된 후보이며, 제로 MV 후보는 그 값이 0인 CPMV들로 구성된 후보를 나타낸다. 어파인 MVP 후보 리스트에 대한 최대 후보 개수가 2개인 경우, 위 순서에서 2) 이하의 후보들은 현재 후보의 개수가 2개 미만인 경우에 대해 고려되고 추가될 수 있다. 또한, 주변 CU들로부터의 병진 MV들에 기반한 추가적인 후보들(additional candidates based on Translational MVs from neighboring CUs)은 아래와 같은 순서로 도출될 수 있다.
1) 만약 후보 개수가 2 미만이고 구성된 후보(constructed candidate)의 CPMV0가 유효하면 CPMV0를 어파인 MVP 후보로 사용한다. 즉, CP0, CP1, CP2의 MV가 모두 구성된 후보(constructed candidate)의 CPMV0와 동일하게 설정된다.
2) 만약 후보 개수가 2 미만이고 구성된 후보(constructed candidate)의 CPMV1 이 유효하면 CPMV1를 어파인 MVP 후보로 사용한다. 즉, CP0, CP1, CP2의 MV 가 모두 구성된 후보(constructed candidate)의 CPMV1와 동일하게 설정된다.
3) 만약 후보 개수가 2 미만이고 구성된 후보(constructed candidate)의 CPMV2가 유효하면 CPMV2를 어파인 MVP 후보로 사용한다. 즉, CP0, CP1, CP2의 MV가 모두 구성된 후보(constructed candidate)의 CPMV2와 동일하게 설정된다.
4) 만약 후보 개수가 2 미만이면 TMVP(temporal motion vector predictor or mvCol)를 어파인 MVP 후보로 사용한다.
어파인 MVP 후보 리스트는 도 26과 같은 절차에 의해 도출될 수 있다.
상속된 MVP 후보들의 확인 순서는 상속된 어파인 머지 후보들의 확인 순서와 동일하다. 다른 점은, MVP 후보에 대하여, 현재 블록과 동일한 참조 픽처를 갖는 어파인 CU만이 고려된다는 점이다. 상속된 어파인 움직임 예측자가 후보 리스트에 추가될 때 프루닝 프로세스는 적용되지 않는다.
구성된 MVP 후보는 도 25에 도시된 주변 블록들로부터 유도된다. 어파인 머지 후보의 구성과 동일한 확인 순서가 사용된다. 또한, 주변 블록의 참조 픽처 인덱스 또한 확인된다. 확인 순서에서 인터 코딩되고 현재 CU와 동일한 참조 픽처를 갖는 첫번째 블록이 사용된다.
SbTMVP (Subblock-based temporal motion vector prediction)
도 27 및 도 28은 은 본 명세서의 실시예에 따른 SbTMVP(subblock-based temporal motion vector prediction)를 위한 공간적 주변 블록들 및 주변 블록으로부터의 움직임 시프트를 적용하는 방법의 예를 도시한다.
SbTMVP 방법이 사용될 수 있다. HEVC에서 TMVP(temporal motion vector prediction)와 유사하게, SbTMVP는 현재 픽처에서 CU들에 대한 머지 모드 및 움직임 벡터 예측을 개선하기 위해 콜로케이트(collocated) 픽처(col 픽처)에서의 움직임 필드를 사용할 수 있다. TMVP에 의해 사용되는 동일한 col 픽처가 SbTMVP를 위해 사용된다. SbTMVP는 TMVP와 비교하여 아래와 같은 2개의 주요 측면에서 상이하다:
1. TMVP는 CU 레벨에서 움직임을 예측하나, SbTMVP는 서브-CU(sub-CU) 레벨에서 움직임을 예측한다.
2. TMVP는 col 픽처에서 콜로케이트 블록(col 블록)으로부터 시간적 움직임 벡터들을 펫치(fetch)하나(col 블록은 현재 CU에 대하여 우하측 또는 센터 블록임), SbTMVP는, col 픽처로부터 시간적 움직임 정보를 펫치하기 전에 움직임 시프트를 적용하며, 여기서 현재 CU의 공간적 주변 블록들 중 하나로부터의 움직임 벡터로부터 획득된다.
SbTMVP 프로세스가 도 28에서 도시된다. SbTMVP는 2 단계에서 현재 CU 내에서 서브-CU의 움직임 벡터들을 예측한다. 첫번째 단계에서, 도 27에서의 공간적 주변 블록들이 A1, B1, B0, 및 A0의 순서로 검사된다. col 픽처를 참조 픽처로 사용하는 움직임 벡터를 갖는 첫번째 공간적 이웃 블록이 확인되면, 이 움직임 벡터가 움직임 시프트가 적용되는 것으로 선택된다. 공간적 이웃들로부터 그러한 움직임이 확인되지 않으면, 움직임 시프트는 (0, 0)으로 설정된다.
두번째 단계에서, 첫번째 단계에서 확인된 움직임 시프트가 도 28에 도시된 col 픽처들로부터 서브-CU 레벨 움직임 정보(움직임 벡터들 및 참조 인덱스들)를 획득하기 위해 적용된다(즉, 현재 블록의 좌표에 추가된다). 도 28에서의 예는 움직임 시프트가 블록 A1의 움직임으로 설정되는 것을 가정한다. 그러면, 각각의 sub-CU에 대하여, col 픽처에서 해당 블록(센터 샘플을 커버하는 가장 작은 움직임 그리드)의 움직임 정보가 sub-CU에 대한 움직임 정보를 도출하기 위해 사용된다. 콜로케이트된(collocated) sub-CU의 움직임 정보가 확인된 이후, 이는 HEVC의 TMVP 프로세스와 유사한 방식으로 움직임 벡터들 및 참조 인덱스들로 변환되며, 여기서 시간적 움직임 벡터들의 참조 픽처들을 현재 CU의 참조 픽처들에 정렬시키기 위하여 시간적 움직임 스케일링이 적용된다.
SbTMVP 후보 및 어파인 머지 후보들을 모두 포함하는 결합된 서브블록 기반 머지 리스트(combined sub-block based merge list)가 어파인 머지 모드의 시그널링을 위해 사용될 수 있다(서브블록 기반의 머지 모드로 지칭될 수 있다). SbTMVP 모드는 SPS(sequence parameter set) 플래그에 의해 활성화/비활성화(enabled/disabled)될 수 있다. SbTMVP가 활성화되면, SbTMVP 예측자가 서브블록 기반의 머지 후보들의 리스트에 첫번째 엔트리로서 추가되고, 이후 어파인 머지 후보들이 추가된다. 어파인 머지 후보 리스트의 최대 허용된 사이즈는 5일 수 있다.
SbTMVP에서 사용되는 sub-CU 사이즈는 2x2, 4x4 또는 8x8로 고정될 수 있고, 어파인 머지 모드 또한 마찬가지일 수 있다. SbTMVP 모드는 9보다 크거나 같은 너비(width) 및 높이(height)를 갖는 CU에 적용될 수 있다.
추가적인 SbTMVP 머지 후보의 인코딩 로직(encoding logic)은 다른 머지 후보들과 동일할 수 있는데, 이는 각각의 P 또는 B 슬라이즈에 대하여, SbTMVP 후보를 사용할지 여부를 결정하기 위하여 추가적인 RD 체크가 수행될 수 있다.
AMVR (Adaptive Motion Vector Resolution)
Previously, motion vector differences (MVDs) (between the motion vector and predicted motion vector of a CU) are signalled in units of quarter-luma-sample when use_integer_mv_flag is equal to 0 in the slice header. 기존에, 슬라이스 헤더에서 use_integer_mv_flag가 0일 때 (CU의 예측된 움직임 벡터와 움직임 벡터 사이의) MVD(motion vector difference)가 1/4 루마 샘플(quarter-luma-sample) 단위로 시그널링 될 수 있다. 본 문서에서, CU-레벨 AMVR 방식이 소개된다. AMVR은 CU의 MVD가 1/4 루마 샘플, 정수 루마 샘플, 또는 4 루마 샘플 단위로 코딩되도록 할 수 있다. 현재 CU가 적어도 하나의 0이 아닌 MVD 성분(non-zero MVD component)을 가지면, CU-레벨 MVD 해상도 지시자(indication)가 조건적으로 시그널링된다. 모든 MVD 성분들(즉, 참조 리스트 L0 및 참조 리스트 L1에 대한 수평 및 수직 MVD들)이 0이면, 1/4 루마 샘플 MVD 해상도가 유추된다.
적어도 하나의 0이 아닌 MVD 성분을 갖는 CU에 대하여, 제1 플래그가 1/4 루마 샘플 MVD 정확도가 상기 CU에 대해 적용되는지 여부를 결정하기 위해 시그널링된다. 만약 제1 플래그가 0이면, 추가적인 시그널링이 필요하지 않고 1/4 루마 샘플 MVD 정확도가 현재 CU에 대해 사용된다. 그렇지 않으면, 제2 플래그가 정수 루마 샘플 또는 4 루마 샘플 MVD 정확도가 사용되는지 여부를 지시하기 위해 시그널링 된다. 복원된 MV가 의도된 정확도(1/4 루마 샘플, 정수 루마 샘플, 또는 4 루마 샘플)를 담보하기 위하여, CU에 대한 움직임 벡터 예측자들은 이전에 MVD와 함께 추가된 움직임 벡터 예측자와 동일한 정확도를 갖도록 반올림될(rounded) 수 있다. (In order to ensure the reconstructed MV has the intended precision (quarter-luma-sample, interger-luma-sample or four-luma-sample), the motion vector predictors for the CU will be rounded to the same precision as that of the MVD before being added together with the MVD). 움직임 벡터 예측자들은 0으로 반올림될 수 있다. (즉, 음의 움지임 벡터 예측자는 양의 무한대로 반올림되고 양의 움직임 벡터 예측자는 음의 무한대로 반올림된다). 인코더는 RD 체크를 사용하여 현재 CU에 대한 움직임 벡터 해상도를 결정한다. 각 MVD 해상도에 대한 3번의 CU-레벨 RD 체크를 항상 수행하는 것을 회피하기 위하여, VTM3에서, 4 루마 샘플 MVD 해상도의 RD 체크는 조건적으로 호출된다. 1/4 샘플 MVD 정확도의 RD 비용이 첫번째로 계산된다. 그러면, 4 루마 샘플 MVD 정확도의 RD 비용의 확인이 필요한지 여부를 결정하기 위하여 정수 루마 샘플 MVD 정확도의 RD 비용이 1/4 루마 샘플 MVD 정확도의 RD 비용과 비교된다. 1/4 루마 샘플 MVD 정확도에 대한 RD 비용이 정수 루마 샘플 MVD 정확도의 RD 비용보다 작을 때, 4 샘플 MVD 정확도의 RD 비용은 생략된다.
예측 샘플 생성
예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록이 도출될 수 있다. 예측된 블록은 현재 블록의 예측 샘플들(예측 샘플 어레이)을 포함할 수 있다. 현재 블록의 움직임 벡터가 분수 샘플 단위를 가리키는 경우, 보간(interpolation) 절차가 수행될 수 있으며, 보간을 통하여 참조 픽처 내에서 분수 샘플 단위의 참조 샘플들을 기반으로 현재 블록의 예측 샘플들이 도출될 수 있다. 현재 블록에 어파인 인터 예측이 적용되는 경우, 샘플/서브블록 단위 MV를 기반으로 예측 샘플들이 생성될 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) 가중평균을 통하여 도출된 예측 샘플들이 현재 블록의 예측 샘플들로 이용될 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.
BWA (Bi-prediction with weighted average)
상술한 바와 같이 본 명세서에 따르면 현재 블록에 쌍예측이 적용되는 경우, 가중평균(weighted average)을 기반으로 예측 샘플들이 도출될 수 있다. 기존에, 쌍예측 신호(즉, 쌍예측 샘플들)는 L0 예측 신호(L0 예측 샘플들)과 L1 예측 신호(L1 예측 샘플들)의 단순 평균을 통하여 도출될 수 있었다. 즉, 쌍예측 샘플들은 L0 참조 픽처 및 MVL0에 기반한 L0 예측 샘플들과 L1 참조 픽처 및 MVL1에 기반한 L1 예측 샘플들의 평균으로 도출되었다. 그러나, 본 문서에 따르면, 쌍예측이 적용되는 경우 아래의 수학식 3과 같이 L0 예측 신호와 L1 예측 신호의 가중평균을 통하여 쌍예측 신호(쌍예측 샘플들)가 도출될 수 있다.
Figure PCTKR2020000068-appb-img-000009
가중 평균 쌍예측에서 5개의 가중치들 {-2, 3, 4, 5, 10}이 사용될 수 있다. 각각의 쌍예측이 적용된 CU에 대하여, 가중치 w는 2가지 방법 중 하나에 의해 결정될 수 있다: 1) 머지가 아닌 CU(non-merge CU)에 대하여, 가중치 인덱스는 움직임 벡터 차분 이후 시그널링된다; 2) 머지 CU(merge CU)에 대하여, 가중치 인덱스는 머지 후보 린덱스에 기반하여 주변 블록들로부터 유추된다. Weighted averaging bi-prediction is only applied to CUs with 256 or more luma samples (i.e., CU width times CU height is greater than or equal to 256). 가중 평균 쌍예측은 256 또는 그 이상의 루마 샘플들을 갖는 CU들(즉, (CU 너비)x(CU 높이)가 256보다 크거나 같은 경우)에만 적용된다. 저 지연(low-delay) 픽처들에 대하여, 모든 5개의 가중치들이 사용된다. 저 지연이 아닌(non-low-delay) 픽처들에 대하여, 3개의 가중치들 {3, 4, 5}이 사용될 수 있다.
인코더에서, 인코더 복잡도를 상당히 증가시키지 않으면서 가중치 인덱스를 찾기 위해 고속 탐색 알고리즘들이 적용될 수 있다. 이 알고리즘들은 아래와 같이 요약된다. AMVR과 결합될 때, 현재 픽처가 저 지연 픽처이면 1 픽셀(1-pel) 및 4 픽셀(4-pel) 움직임 벡터 정확도들에 대하여 동일하지 않은(unequal) 가중치들만이 조건적으로 확인될 수 있다.
b) 어파인과 결합될 때, 어파인 모드가 현재 최선의 모드로서 선택될 때만 동일하지 않은 가중치들에 대해 어파인 ME(motion estimation)가 수행될 수 있다.
c) 쌍 예측에서 2개의 참조 픽처가 동일할 때, 동일하지 않은 가중치들만이 조건적으로 확인된다.
e) 특정 조건들이 충족되지 않을 때, 현재 픽처와 참조 픽처들 사이의 POC 거리, 코딩 QP(quantization parameter), 시간적 레벨(temporal level)에 의존하여, 동일하지 않은 가중치들은 탐색되지 않는다.
BDOF (Bi-directional optical flow)
4x4 서브블록 레벨에서 CU의 쌍예측 신호를 개선하기 위하여 BDOF가 사용될 수 있다. 아래의 조건들이 만족되면 BDOF가 CU에 적용될 수 있다: 1) CU의 높이가 4가 아니고, CU가 4x8의 사이즈가 아닌 경우; 2) CU가 어파인 모드 또는 ATMVP 머지 모드를 사용하여 코딩되지 않은 경우; 3) CU가 "트루(true)" 쌍 예측 모드를 사용하여 코딩된 경우, 즉, 2개의 참조 픽처들 중 하나는 현재 픽처보다 앞선 디스플레이 순서에 있고 다른 하나는 현재 픽처보다 이후의 디스플레이 순서에 있는 경우. BDOF는 루마 성분들에 적용된다.
명칭에서 암시하는 바와 같이, BDOF 모드는 오브젝트의 움직임이 부드럽다고 가정하는 광학 플로우 컨셉에 기반한다. 각각의 4x4 서브블록에 대하여, 움직임 개선 (v x, v y)은 L0와 L1 예측 샘플들 사이의 차이를 최소화함으로써 계산된다. 서브블록에서 쌍 예측된 샘플 값들을 조절하기 위하여 움직임 개선이 사용된다. BDOF 프로세스에서 적용되는 단계들은 아래와 같다.
먼저, 2개의 예측 신호들의 수평 및 수직 그래디언트들(gradients)
Figure PCTKR2020000068-appb-img-000010
및
Figure PCTKR2020000068-appb-img-000011
이 아래의 수학식 4와 같이 2개의 인접 샘플들의 차이를 직접 계산함으로써 계산된다.
Figure PCTKR2020000068-appb-img-000012
그러면, 그래디언트들의 오토- 및 크로스-코릴레이션(auto- and cross-correlation), S 1, S 2, S 3, S 5, 및 S 6는 아래의 수학식 5와 같이 계산된다.
Figure PCTKR2020000068-appb-img-000013
움직임 개선 (v x, v y)은 아래의 수학식 6과 같은 오토- 및 크로스-코릴레이션(auto- and cross-correlation) 항들을 사용하여 유도될 수 있다:
Figure PCTKR2020000068-appb-img-000014
마지막으로, CU의 BDOF 샘플들은 쌍 예측 샘플들을 조절함으로써 계산된다:
Figure PCTKR2020000068-appb-img-000015
도 29는 본 명세서의 실시예에 따른 BDOF(bi-directional optical flow)에서 사용되는 확장된 CU(coding unit)의 예를 도시한다.
수학식 6에서, n a, n b, 및 n S2는 각각 3, 6, 및 12와 같다. 이러한 ㄱ밧들은 BDOF 프로세스에서 멀티플라이어(multiplier)들이 15 비트를 초과하지 않도록 선택되고, BDOF 프로세스에서 중간 파라미터들의 최대 비트 폭(bit width)이 32 비트 이내로 유지된다. 그래디언트 값들을 유도하기 위하여, 현재 CU 경계들 외부의 리스트 k (k = 0, 1)에서 몇몇 예측 샘플들 I (k)(i,j)이 생성될 필요가 있다. 도 29에 도시된 것과 같이, BDOF는 CU의 경계들 주변에 하나의 확장된 행/열을 사용한다. 경계 외부 예측 샘플들을 생성하기 위한 연산 복잡도를 제어하기 위하여, 확장된 영역(흰색 위치)에서의 예측 샘플들을 생성하기 위하여 쌍선형(bilinear) 필터가 사용되고, CU 내부(회색 위치) 예측 샘플들을 생성하기 위하여 보통의 8-탭 움직임 보상 보간 필터가 사용된다. 이러한 확장된 샘플 값들은 그래디언트 계산만을 위해 사용된다. BDOF 프로세스에서 나머지 단계들에 대하여, CU 경계들 외부의 어느 샘플 및 그래디언트 값들이 필요하면, 가장 가까운 이웃들로부터 패딩(반복)된다.
이하, 본 명세서의 실시예에 따른 MMVD 기법이 적용된 머지 모드를 사용하여 인터 예측을 수행하기 위한 실시예를 설명하도록 한다.
머지(merge) 모드 또는 스킵(skip) 모드에서 움직임 벡터의 정확도를 향상시키기 위하여 MVP와 같은 개선(refinement) 기술이 적용될 수 있다. MMVD(merge with MVD) 기술은 머지 후보 리스트 구성 방법으로 구성된 후보 중 선택된 후보에 대하여 움직임 벡터의 크기 및 방향을 조절함으로써 정확도를 높일 수 있다.
코딩 장치는 머지 후보 리스트 중 특정 후보를 베이스 후보(base candidate)로 결정할 수 있다. 사용가능한 베이스 후보의 개수가 2개일 때 리스트의 첫번째 후보와 두번째 후보가 베이스 후보로서 사용될 수 있다. 인코딩 장치(100)는 베이스 후보 인덱스(base candidate index)를 시그널링 함으로써 선택된 베이스 후보에 대한 정보를 전송할 수 있다. 베이스 후보의 개수는 다양하게 설정될 수 있으며, 베이스 후보의 개수가 1이면 베이스 후보 인덱스는 사용되지 않을 수 있다. 아래의 표 3은 베이스 후보 인덱스의 예를 나타낸다.
Figure PCTKR2020000068-appb-img-000016
표 3을 참조하면, 베이스 후보 인덱스가 0이면 현재 구성된 머지 후보 리스트(또는 MVP 후보 리스트)에서 첫번째 후보에 해당하는 움직임 벡터가 베이스 후보로서 결정되고, 베이스 후보 인덱스가 1이면 현재 구성된 머지 후보 리스트(또는 MVP 후보 리스트)에서 두번째 후보에 해당하는 움직임 벡터가 베이스 후보로서 결정될 수 있다.
인코딩 장치(100)는 베이스 후보에 해당하는 움직임 벡터에 적용되는 크기(MMVD 길이)와 방향(MMVD 부호)을 시그널링함으로써 개선(refinement)할 수 있는데, 이때 길이 인덱스(MMVD 길이 인덱스)는 움직임 벡터에 적용되는 MVD의 크기를 지시하고, 방향 인덱스(MMVD 부호 인덱스)는 움직임 벡터에 적용되는 MVD의 방향을 나타낸다. 아래의 표 4는 길이 인덱스(MMVD 길이 인덱스)에 따른 MVD의 크기(MMVD 오프셋)를 나타내고, 표 5는 방향 인덱스(MMVD 부호 인덱스)에 따른 MVD의 방향을 나타낸다.
Figure PCTKR2020000068-appb-img-000017
Figure PCTKR2020000068-appb-img-000018
실시예 1
도 30은 본 명세서의 실시예에 따른 MMVD 탐색 프로세스의 예를 도시한다.
베이스 후보, 거리 인덱스, 방향 인덱스를 고려할 때 MMVD에서의 움직임 탐색 방법은 도 19와 같이 표현될 수 있다. 특히, 양방향 예측의 경우 L0 움직임 벡터에 미러링 기법(mirroring scheme)을 사용하여 L1 방향의 움직임 벡터가 유도될 수 있다.
도 30을 참조하면, L0 참조 픽처에 대한 움직임 벡터에 대하여 +s, +2s와 같은 MMVD 오프셋이 적용되는 경우, 현재 픽처를 기준으로 L0 참조 픽처로부터 시간적으로 반대 방향에 위치한 L1 참조 픽처에 대하여 미러링이 적용될 수 있다.
MMVD에서 사용되는 시그널링 방법에 의하여, 2개의 베이스 후보, 8개의 MMVD 길이 인덱스, 4개의 MMVD 부호 인덱스를 고려할 때, 움직임 벡터의 개선을 위한 MVD 후보는 총 64개이다. 이는 인코더 복잡도를 증가시킬 뿐만 아니라 효율적으로 움직임 벡터의 크기와 방향이 고려되었다고 보기 어려우므로, 본 명세서의 실시예는 효율적으로 MMVD 기법을 적용하기 위한 방법 및 장치를 제공한다.
AMVP 모드에서 MVD를 효과적으로 시그널링하기 위하여 AMVR(adaptive motion vector resolution) 기술이 적용되었다. 움직임 벡터의 크기가 큰 경우 움직임 벡터의 시그널링을 위하여 많은 비트가 요구되므로, 전송을 위해 필요한 비트를 감소시키기 위하여 1-정수 화소(1-integer pixel) 또는 4-정수 화소(4-integer pixel)를 갖는 MVD를 1/4 또는 1/16로 다운스케일링(down-scaling)하는 동작이 수행될 수 있다. AMVR 인덱스(imv_idx)가 0이면 인코딩 장치(100)는 AMVR의 적용 없이 MVD를 시그널링하며, imv_idx가 1이면 1-정수 화소의 MVD가 1/4만큼 스케일링되어 시그널링 되며, imv_idex가 2이면 4-정수 화소의 MVD가 1/16만큼 스케일링되어 시그널링될 수 있다.
AMVR 기술은 영상 또는 블록별 움직임의 특징, 특히 움직임의 크기의 경향을 반영하는 지표가 되므로, 본 명세서의 실시예는 imv_idx 값을 사용하여 MMVD에서 거리 테이블을 적응적으로 선택할 수 있도록 함으로써 거리 테이블의 인덱스 오버헤드를 감소시키고 압축 성능을 향상시킬 수 있는 방법을 제안한다.
Figure PCTKR2020000068-appb-img-000019
표 6은 본 실시예에 따른 MMVD 길이 인덱스에 대한 MMVD 오프셋 값의 테이블을 나타낸다. 표 6에 따르면, imv_idx에 따라 MMVD 길이 인덱스별로 다른 MMVD 오프셋이 할당된다. 즉, Case 1은 imv_idx가 0인 경우로서, 베이스 움직임 벡터가 1/4-pel 내지 2-pel의 거리만큼 조절될 수 있다. 또한, Case 2는 imv_idx가 1인 경우로서, 베이스 움직임 벡터가 1/2-pel 내지 4-pel의 거리만큼 조절될 수 있다. 마지막으로, Case 3은 imv_idx가 2인 경우로서 베이스 움직임 벡터가 1-pel 내지 8-pel의 거리만큼 조절될 수 있다. 본 명세서에서 설명되는 거리 테이블 내의 후보 개수와 후보 값은 하나의 예를 나타낼 뿐이며, 다른 개수 또는 다른 값이 사용될 수 있다.
실시예 2
일 실시예에서, AMVR 인덱스는 머지 인덱스와 관련된 주변 블록의 움직임 벡터에 적용되는 MVD(motion vector difference)의 해상도(resolution)에 기반하여 결정될 수 있다. 예를 들어, AMVR 인덱스는 현재 블록의 머지 또는 MVP 후보 리스트 생성 과정에서 사용되는 공간적 또는 시간적 주변 블록의 AMVR 정보(AMVR 인덱스)에 기반하여 결정될 수 있다.
AMVR 모드는 AMVP에서 적용되며, 머지/스킵 모드에서 사용되지 않는다. 따라서, 상술한 AMVR 모드 기반 길이 테이블 결정 방법을 결정하기 위하여 머지/스킵 모드에서 AMVR 인덱스를 따로 설정할 수 있다. 즉, 현재 블록이 머지/스킵 모드일 때, 주변 블록의 AMVR 인덱스(imv_idx)를 설정하고 저장함으로써 MMVD를 위한 후보 구성시 AMVR을 적용할 수 있도록 한다. 이때, 코딩 장치는 파싱 과정에서 좌측 또는 상측 주변 블록의 imv_idx를 사용하여 컨텍스트 모델링을 수행하므로, 머지/스킵 모드가 적용된 블록의 디코딩 과정에서 저장된 주변 블록의 imv_idx가 파싱 과정에 적용되지 않도록 하기 위하여 MMVD가 적용된 블록의 AMVR 인덱스를 별도의 신택스 요소(예: imv_idc)로 명명함으로써 AMVP가 적용된 블록의 AVMR 인덱스와 구분할 수 있다.
이하의 실시예는 머지/스킵 모드가 적용된 블록에 대한 MVP 후보 리스트를 구성하는 과정에서 AMVR 인덱스(imv_idc)를 저장하는 방법을 제공한다. MMVD에 따르면, 머지/스킵 모드가 적용된 블록의 디코딩 과정에서 구성된 MVP 후보 중 선택된 후보에 해당하는 베이스 움직임 벡터를 조절하기 때문이다. 후보 리스트 구성 과정에서 인접 블록의 특징(MVD의 해상도 또는 AMVR 인덱스)에 따라 AMVR 인덱스가 아래와 같이 설정될 수 있다.
- 공간적으로 인접한 블록에 대하여, 해당 인접 블록의 AMVR 인덱스를 사용한다.
- 시간적으로 인접한 블록에 대하여, 디폴트(default) 값(예: 0)를 사용한다.
- HMVP가 적용된 주변 블록에 대하여, HMVP 버퍼에 저장된 후보들에 매칭되는 AMVR 인덱스를 사용하거나, HMVP 후보인 경우 항상 디폴트 값(예: 0)을 사용한다.
- 쌍(pairwise) 후보에 대하여, L0 움직임 벡터(L0 블록)와 L1 움직임 벡터(L1 블록)의 후보가 동일한 AMVR 인덱스를 갖는 경우 공통의 AMVR 인덱스를 사용하고, L0 움직임 벡터(L0 블록)와 L1 움직임 벡터(L1 블록)가 다른 AMVR 인덱스를 갖는 경우 디폴트 값을 사용한다.
- L0 움직임 벡터(L0 블록)와 L1 움직임 벡터(L1 블록)의 후보가 동일한 AMVR 인덱스를 갖는 경우 해당 AMVR 인덱스를 사용하고, 다른 경우 둘 중 큰 AMVR 인덱스 값을 사용한다.
- 제로 벡터의 경우, 디폴트 값(예: 0)을 사용한다.
상술한 방법이 모두 적용되거나, 일부만이 적용될 수 있음은 당연하다.
도 31은 본 명세서의 실시예에 따른 삼각 예측 유닛들(triangular prediction units)의 예를 도시한다.
또한, 삼각(triangular) 모드의 후보 리스트를 구성할 때 인접한 블록의 AMVR 인덱스를 저장함으로써 AMVR 인덱스 값이 이후 머지/스킵 모드에 전파(propagate)되도록 할 수 있다. 이때 삼각 모드는, 도 20과 같이 하나의 CU(coding unit)를 2개의 삼각형 모양의 PU(prediction unit)로 분할하고, 각 PU는 단방향 예측(uni-prediction)에 의해 예측이 수행될 수 있다. 각 PU에 대하여 일반적인 머지/스킵 모드와 유사한 방식에 의해 단방향 예측을 위한 후보 리스트가 구성될 수 있다. 삼각 모드가 적용될 때 하나의 CU는 2개의 PU(Cand0, Cand1)로 구성되므로 해당 블록(CU)의 AMVR 인덱스는 2개의 블록(PU)들의 AMVR 인덱스를 모두 고려하여 결정될 수 있으며, 구체적으로 아래와 같을 수 있다.
- Cand0의 AMVR 인덱스를 사용한다.
- Cand1의 AMVR 인덱스를 사용한다.
- Cand0와 Cand1의 AMVR 인덱스가 같을 때 해당 값을 사용한다.
- Cand0와 Cand1의 AMVR 인덱스가 다르면 디폴트 값을 사용한다.
- Cand0와 Cand1의 AMVR 인덱스가 다르면 큰 값을 사용한다
상술한 방법들이 모두 적용되거나 일부가 적용될 수 있음은 당연하다.
또한, 다중 가설(multi-hypothesis, M/H) 모드의 후보 리스트를 구성할 때 인접한 블록의 AMVR 인덱스를 저장함으로써 AMVR 인덱스 값이 이후 머지/스킵 모드에 전파되도록 할 수 있다. 이때 M/H 모드는, 머지/스킵 모드에서 인트라 예측과 인터 예측이 결합된 기술로서, 인트라 모드와 머지 모드를 위한 인덱스를 모두 시그널링한다. 일반 머지/스킵 모드와 유사한 방법으로 후보 리스트를 구성하며 M/H 모드가 적용될 때 해당 블록에 대해 아래와 같이 AMVR 인덱스를 설정할 수 있다.
- 공간적으로 인접한 블록일 때, 해당 인접 블록의 AMVR 인덱스를 사용한다.
- 시간적으로 인접한 블록일 때, 디폴트 값(예: 0)를 사용한다.
- HMVP 후보일 때, i) HMVP 버퍼에 저장된 후보들에 매칭되는 AMVR 인덱스를 사용하거나, ii) 항상 디폴트 값(예: 0)을 사용한다.
- 쌍(pairwise) 후보일 때, i) L0 후보(L0 블록)와 L1 후보(L1 블록)이 동일한 AMVR 인덱스를 갖는 경우 공통의 AMVR 인덱스를 사용하고, 다른 경우 디폴트 값(예: 0)을 사용하거나, ii) L0 후보(L0 블록)와 L1 후보(L1 블록)이 동일한 AMVR 인덱스를 갖는 경우 공통의 AMVR 인덱스를 사용하고, 다른 경우 둘 중 큰 AMVR 인덱스를 사용한다.
- 제로 벡터에 대하여, 디폴트 값(예: 0)을 사용한다.
상술한 방법들 모드 적용되거나, 일부가 적용될 수 있음은 당연한다.
본 발명의 일 실시예에 따르면, AMVR 인덱스는 MMVD 길이(오프셋)에 기반하여 업데이트될 수 있다. 또한, 업데이트된 AMVR 인덱스는 현재 블록 이후 처리되는 적어도 하나의 블록의 AMVR 인덱스로서 재사용될 수 있다. 상술한 방법을 사용하여 MMVD를 위한 베이스 움직임 벡터의 AMVR 인덱스를 유도할 수 있으며, 유도된 AMVR 인덱스를 기준으로 MMVD 길이 테이블을 선택함으로써 정제(refinement)를 위한 움직임 벡터의 거리가 결정될 수 있다. 그러나, 베이스 움직임 벡터의 AMVR 인덱스를 기준으로 MMVD 길이 테이블이 선택되었다 하더라도 해당 테이블 내 후보 중 1-pel 또는 4-pel과 같은 거리값이 선택될 수 있으므로 MMVD 과정에서 선택된 길이를 기준으로 AMVR 인덱스를 업데이트할 수 있다. MMVD 길이 역시 AMVR의 역할을 하기 때문이다. 따라서, 아래 표 7과 같이 선택된 MMVD 길이에 따라 AMVR 인덱스를 업데이트할 수 있다.
Figure PCTKR2020000068-appb-img-000020
즉, MMVD 길이가 4-pel 또는 8-pel로 결정되었다면 이는 AMVR 인덱스(imv_idc) 2와 유사하므로 베이스 움직임 벡터의 AMVR 인덱스가 0이라 하더라도 2로 업데이트될 수 있다. 또한, MMVD 거리가 1-pel 이상의 값으로 결정되면 이는 AMVR 인덱스(imv_idc) 1과 유사하므로 1로 업데이트될 수 있다.
즉, MMVD 오프셋이 기준 값보다 크거나 같으면, AMVR 인덱스는 제1 MMVD 집합을 지시하도록 결정되고, MMVD 오프셋의 크기가 기준 값보다 작으면, 상기 MMVD 범위 인덱스는 제2 MMVD 집합 인덱스를 지시하도록 결정되며, 제1 MMVD 집합은 동일한 MMVD 길이 인덱스에 대하여 제2 MMVD 집합의 MMVD 오프셋보다 큰 값을 갖는다.
실시예 3
MMVD의 베이스 움직임 벡터의 x, y 값의 크기는 개선(refinement)을 위한 거리를 유도함에 있어 블록의 AMVR과 유사한 효과를 가질 수 있다. 또한, AMVR 인덱스가 적용되지 않는 경우라 하더라도 다른 툴에 의존적이지 않다는 장점이 있다. 따라서, 본 실시예는 베이스 움직임 벡터의 값에 따라 MMVD 길이 테이블을 결정하는 방법을 제공한다. 아래의 표 8은 MMVD 길이 인덱스와 MMVD 오프셋 값들의 관계를 나타내는 테이블의 다른 예로서, 베이스 움직임 벡터의 값에 따라 MMVD 길이 테이블을 결정하는 방법을 나타낸다.
Figure PCTKR2020000068-appb-img-000021
Case 1은 아래의 조건을 갖는다.
- 양방향 예측이 적용되고, 4-pel 단위의 움직임 벡터가 사용되는 경우
(L0_x % 16 == 0 && L0_y % 16 == 0 && L1_x % 16 == 0 && L1_y % 16 == 0)
- 단방향 예측이 적용되고, 4-pel 단위의 움직임 벡터가 사용되는 경우
(LX_x % 16 == 0 && LX_y % 16 == 0, X = 0, 1)
Case 1의 조건이 만족되면 1-pel ~ 8-pel의 거리로 조절(refine)된다.
Case 1이 만족되지 못하는 경우, Case 2에 대한 조건은 아래와 같다.
- 양방향 예측이 적용되고, 1-pel 단위의 움직임 벡터가 사용되는 경우
(L0_x % 4 == 0 && L0_y % 4 == 0 && L1_x % 4 == 0 && L1_y % 4 == 0)
- 단방향 예측이 적용되고, 1-pel 안위의 움직임 벡터가 사용되는 경우
(LX_x % 4 == 0 && LX_y % 4 == 0, X = 0, 1)
Case 2의 조건이 만족되면 1/2-pel ~ 4-pel의 거리로 조절(refine)된다.
Case 1, Case 2가 만족되지 않는 경우, Case 3에 해당하는 1/4-pel ~ 2-pel의 거리로 조절(refine)될 수 있다. 본 명세서에서 설명되는 거리 테이블 내의 후보 개수와 후보 값은 하나의 예에 불과하며, 다른 개수 또는 다른 값이 적용될 수 있음은 당연하다.
상술한 Case 1 내지 Case 3은 아래와 같이 변형되어 적용될 수 있다. 즉, 양방향 예측이 적용되는 후보 중 한쪽 방향이라도 아래 조건과 같이 4-pel 또는 1-pel 단위의 움직임 벡터를 가지면 조건이 만족되는 것으로 결정될 수 있다.
예를 들어, Case 1의 조건은 아래와 같을 수 있다.
- 양방향 예측이 적용되고, 4-pel 단위의 움직임 벡터가 사용되는 경우
((L0_x % 16 == 0 && L0_y % 16 == 0) || (L1_x % 16 == 0 && L1_y % 16 == 0))
- 단방향 예측이 적용되고, 4-pel 단위의 움직임 벡터가 사용되는 경우
(LX_x % 16 == 0 && LX_y % 16 == 0, X = 0, 1)
Case 1의 조건이 만족되면 1-pel ~ 8-pel의 거리로 조절(refine)된다.
Case 1이 만족되지 못하는 경우, Case 2에 대한 조건은 아래와 같다.
- 양방향 예측이 적용되고, 1-pel 단위의 움직임 벡터가 사용되는 경우
(((L0_x % 4 == 0 && L0_y % 4 == 0) || (L1_x % 4 == 0 && L1_y % 4 == 0))
- 단방향 예측이 적용되고, 1-pel 안위의 움직임 벡터가 사용되는 경우
(LX_x % 4 == 0 && LX_y % 4 == 0, X = 0, 1)
Case 2의 조건이 만족되면 1/2-pel ~ 4-pel의 거리로 조절(refine)된다.
본 실시예는 AMVR이 사용되지 않는 경우 적용되거나, AMVR 적용 여부와 관계없이 사용될 수 있다. 또한, AMVR 이 적용되는 경우(imv_dic = 1, 2) AMVR 인덱스에 따라 MMVD 길이 테이블이 결정되고, AMVR이 적용되지 않는 경우(imv_idc = 0) 본 실시예와 같이 움직임 벡터의 픽셀 단위에 기반하여 MMVD 길이 테이블이 결정될 수 있다.
즉, AMVR 인덱스 및 베이스 움직임 벡터에 의해 지시되는 위치 좌표의 해상도에 기반하여 움직임 벡터에 적용되는 MMVD 오프셋의 범위가 결정될 수 있다. 예를 들어, AMVR 인덱스가 0인 경우, 현재 블록의 예측을 위한 움직임 벡터에 적용되는 MMVD 오프셋의 범위는 움직임 벡터에 의해 지시되는 위치 좌표에 기반하여 결정될 수 있다. 여기서, 위치 좌표는, 픽처 또는 블록 내 임의의 위치(예: 좌상단 픽셀의 위치)로부터 수평 방향 위치(x 좌표) 및/또는 수직 방향 위치(y 좌표)를 포함할 수 있다.
실시예 4
본 명세서의 일 실시예에 따르면, 현재 블록의 특성을 반영하여, MMVD를 적용하는 과정에서 현재 블록의 크기가 고려될 수 있다. AMVR 모드, 베이스 움직임 벡터의 x, y 값의 크기, 또는 현재 블록의 사이즈 중 적어도 하나를 고려하여 MMVD 오프셋 값에 대한 테이블이 결정될 수 있다.
즉, AMVR 인덱스 및 현재 블록의 사이즈에 기반하여 움직임 벡터에 적용되는 MMVD 오프셋의 범위가 결정될 수 있다. 예를 들어, 아래와 같은 방법이 고려될 수 있다.
- AMVR 인덱스(imv_idc)가 0이고 w x h > 256 일 때(이하, w는 현재 블록의 폭, h는 현재 블록의 높이에 해당함) {2, 4, 8, 16}의 MMVD 길이 테이블이 사용되고, 그 외에는 표 6 또는 표 8이 사용됨.
- AMVR 인덱스가 0이고 w > 16 && h > 16일 때 {2, 4, 8, 16}의 MMVD 길이 테이블이 사용되고, 그 외에는 표 6 또는 표 8이 사용됨.
- AMVR 인덱스가 0보다 크고 w x h > 256 일 때 {2, 4, 8, 16}의 MMVD 길이 테이블이 사용되고, 그 외에는 표 6 또는 표 8이 사용됨.
- AMVR 인덱스가 0보다 크고 w > 16 && h > 16일 때 {2, 4, 8, 16}의 MMVD 길이 테이블이 사용되고, 그 외에는 표 6 또는 표 8이 사용됨.
여기서, 사용된 블록 크기와 비교되는 기준값(threshold)는 변경될 수 있으며, 폭, 높이가 동시에 고려되거나 폭 x 높이가 고려될 수 있다. 또한, AMVR 인덱스 및/또는 베이스 움직임 벡터가 함께 고려될 수 있음은 당연하다.
실시예 5
본 명세서의 일 실시예는 MMVD의 베이스 움직임 벡터의 크기(수평 방향(x) 크기 및/또는 수직 방향(y) 크기)에 기반하여 MMVD 후보 집합을 결정할 수 있다. MMVD의 베이스 움직임 벡터의 x, y 값의 크기는 MMVD 조절(refinement)을 위한 거리를 유도함에 있어 AMVR과 유사한 효과를 도출하기 위해 사용될 수 있다.
Figure PCTKR2020000068-appb-img-000022
표 7은 본 명세서의 실시예에 따라 베이스 움직임 벡터의 x, y 값에 따라 다른 거리 테이블이 할당되는 경우의 예를 나타낸다.
도 32는 본 명세서의 일 실시예에 따른 움직임 벡터의 크기에 기반하여 MMVD 후보 집합을 결정하기 위한 흐름도의 예를 도시한다.
도 21에 도시된 바와 같이, 움직임 벡터(MV)가 제1 기준 값(T1)보다 크면 Case 1에 해당하는 제1 MMVD 후보 집합(1-pel, 2-pel, 4-pel, 8-pel)이 사용될 수 있다. 움직임 벡터(MV)가 제1 기준 값(T1)보다 작거나 같고 제2 기준 값(T2)보다 크면, Case 2에 해당하는 제2 MMVD 후보 집합(1/2-pel, 1-pel, 2-pel, 4-pel)이 사용될 수 있다. 움직임 벡터(MV)가 제2 기준 값(T2)보다 작으면, Case 3에 해당하는 제3 MMVD 후보 집합(1/4-pel, 1/2-pel, 1-pel, 2-pel)이 사용될 수 있다.
일 예로, 제1 기준 값(T1) 및 제2 기준 값(T2)은 아래와 같이 설정될 수 있으며, 구현에 따라 다양한 값이 사용될 수 있다.
T1 = 128 (1/16 precision이 적용되는 경우, 128(8-pel), 1/4 precision이 적용되는 경우 64(8-pel))
T2 = 16 (1/16 precision이 적용되는 경우 16(1-pel), 1/4 precision 적용되는 경우 4(1-pel))
움직임 벡터(MV)와 제1 기준 값(T1) 또는 제2 기준 값(T2)과의 비교에 대한 설명은 아래와 같다. 양방향 예측(bi-directional prediction)이 사용되는 경우, 아래와 같이 L0, L1 움직임 벡터의 x, y가 모두 고려될 수 있다.
(L0_x > T1 && L0_y > T1 && L1_x > T1 && L1_y >T1)
L0_x는 제1 예측 방향(L0)에 대한 움직임 벡터의 수평 방향 크기(x 값), L0_y는 제1 예측 방향(L0)에 대한 움직임 벡터의 수직 방향 크기(y 값)을 나타내며, L1_x는 제2 예측 방향(L1)에 대한 움직임 벡터의 수평 방향 크기(x 값), L1_y는 제2 예측 방향(L1)에 대한 움직임 벡터의 수직 방향 크기(y 값)를 나타낸다.
단방향 예측(uni-directional prediction) (LX, X = 0, 1)이 적용되는 경우, 베이스 움직임 벡터의 x, y 값이 고려될 수 있다.
(LX_x > T1 && LX_y > T1)
LX_x는 제1 또는 제2 예측 방향(LX, X = 0, 1)에 대한 움직임 벡터의 수평 방향 크기(x 값), LX_y는 제1 또는 제2 예측 방향(LX, X = 0, 1)에 대한 움직임 벡터의 수직 방향 크기(y 값)를 나타낸다.
또한, 양방향 예측이 적용되는 경우, L0 또는 L1 움직임 벡터가 고려될 수 있으며, 아래와 같이 표현될 수 있다.
(L0_x > T1 && L0_y > T1) || (L1_x > T1 && L1_y >T1)
마찬가지로, 단방향 예측(LX, X = 0, 1)이 적용되는 경우, 베이스 움직임 벡터의 x, y 값이 고려될 수 있다.
(LX_x > T1 && LX_y > T1)
또한, 양방향 예측이 적용되는 경우, L0 또는 L1 방향 움직임 벡터 각각의 x 또는 y 값이 고려될 수 있다.
L0_x > T1 || L0_y > T1 || L1_x > T1 || L1_y >T1
마찬가지로, 단방향 예측(LX, X = 0, 1)이 적용되는 경우, 베이스 움직임 벡터의 x 또는 y 값이 고려될 수 있다.
LX_x > T1 || LX_y > T1
실시예 6
도 33 및 도 34는 본 명세서의 일 실시예에 따른 움직임 벡터의 크기 및 블록 사이즈에 기반하여 MMVD 후보 집합을 결정하기 위한 흐름도의 예를 도시한다.
본 명세서의 일 실시예는 MMVD의 베이스 움직임 벡터의 크기(수평 방향(x) 크기 및/또는 수직 방향(y) 크기) 및 블록 사이즈에 기반하여 MMVD 후보 집합을 결정할 수 있다.
Figure PCTKR2020000068-appb-img-000023
표 10은 본 실시예에 따른 베이스 움직임 벡터의 크기와 블록 크기에 따라 다른 거리 테이블이 할당되는 경우의 예를 나타낸다. 베이스 움직임 벡터 및 블록 크기에 따른 케이스는 도 33 및 도 34와 같이 표현될 수 있다.
도 33에 따르면, 베이스 움직임 벡터(MV)가 제1 기준 값(T1)보다 클 때, 블록 사이즈(BS)가 제1 블록 사이즈 기준 값(BS_T1)보다 크면 Case 1에 해당하는 제1 MMVD 후보 집합(1-pel, 2-pel, 4-pel, 8-pel)이 사용되고, 블록 사이즈(BS)가 제1 블록 사이즈 기준 값(BS_T1)보다 작거나 같으면 Case 3에 해당하는 제3 MMVD 후보 집합(1/4-pel, 1/2-pel, 1-pel, 2-pel)이 사용될 수 있다.
또한, 베이스 움직임 벡터(MV)가 제1 기준 값(T1)보다 작거나 같고 제2 기준 값(T2)보다 클 때, 블록 사이즈(BS)가 제2 블록 사이즈 기준 값(BS_T2)보다 크면 Case 2에 해당하는 제2 MMVD 후보 집합(1/2-pel, 1-pel, 2-pel, 4-pel)이 사용되고, 블록 사이즈(BS)가 제2 블록 사이즈 기준 값(BS_T2)보다 작거나 같으면 Case 3에 해당하는 제3 MMVD 후보 집합(1/4-pel, 1/2-pel, 1-pel, 2-pel)이 사용될 수 있다. 베이스 움직임 벡터(MV)가 제2 제2 기준 값(T2)보다 작거나 같으면, Case 3에 해당하는 제3 MMVD 후보 집합(1/4-pel, 1/2-pel, 1-pel, 2-pel)이 사용될 수 있다.
도 34에 따르면, 베이스 움직임 벡터(MV)가 제1 기준 값(T1)보다 클 때, 블록 사이즈(BS)가 제1 블록 사이즈 기준 값(BS_T1)보다 크면 Case 1에 해당하는 제1 MMVD 후보 집합(1-pel, 2-pel, 4-pel, 8-pel)이 사용되고, 블록 사이즈(BS)가 제1 블록 사이즈 기준 값(BS_T1)보다 작거나 같으면 Case 2에 해당하는 제2 MMVD 후보 집합(1/2-pel, 1-pel, 2-pel, 4-pel)이 사용될 수 있다.
또한, 베이스 움직임 벡터(MV)가 제1 기준 값(T1)보다 작거나 같고 제2 기준 값(T2)보다 클 때, 블록 사이즈(BS)가 제2 블록 사이즈 기준 값(BS_T2)보다 크면 Case 2에 해당하는 제2 MMVD 후보 집합(1/2-pel, 1-pel, 2-pel, 4-pel)이 사용되고, 블록 사이즈(BS)가 제2 블록 사이즈 기준 값(BS_T2)보다 작거나 같으면 Case 3에 해당하는 제3 MMVD 후보 집합(1/4-pel, 1/2-pel, 1-pel, 2-pel)이 사용될 수 있다. 베이스 움직임 벡터(MV)가 제2 제2 기준 값(T2)보다 작거나 같으면, Case 3에 해당하는 제3 MMVD 후보 집합(1/4-pel, 1/2-pel, 1-pel, 2-pel)이 사용될 수 있다.
이 때, 제1 기준 값(T1) 및 제2 기준 값(T2)은 아래와 같이 설정될 수 있으며, 구현에 따라 다양한 값이 사용될 수 있다.
T1 = 128 (1/16 precision이 적용되는 경우, 128(8-pel), 1/4 precision이 적용되는 경우 64(8-pel))
T2 = 16 (1/16 precision이 적용되는 경우 16(1-pel), 1/4 precision 적용되는 경우 4(1-pel))
또한, 제1, 제2 블록 사이즈 기준 값(BS_T1, T2)는 아래와 같이 설정될 수 있으나, 이는 하나의 예에 불과하며 변경될 수 있다.
BS_T1 = 32
BS_T2 = 16
움직임 벡터(MV)와 제1 기준 값(T1) 또는 제2 기준 값(T2)과의 비교에 대한 설명은 아래와 같다. 양방향 예측(bi-directional prediction)이 사용되는 경우, 아래와 같이 L0, L1 움직임 벡터의 x, y가 모두 고려될 수 있다.
(L0_x > T1 && L0_y > T1 && L1_x > T1 && L1_y >T1)
L0_x는 제1 예측 방향(L0)에 대한 움직임 벡터의 수평 방향 크기(x 값), L0_y는 제1 예측 방향(L0)에 대한 움직임 벡터의 수직 방향 크기(y 값)을 나타내며, L1_x는 제2 예측 방향(L1)에 대한 움직임 벡터의 수평 방향 크기(x 값), L1_y는 제2 예측 방향(L1)에 대한 움직임 벡터의 수직 방향 크기(y 값)를 나타낸다.
단방향 예측(uni-directional prediction) (LX, X = 0, 1)이 적용되는 경우, 베이스 움직임 벡터의 x, y 값이 고려될 수 있다.
(LX_x > T1 && LX_y > T1)
LX_x는 제1 또는 제2 예측 방향(LX, X = 0, 1)에 대한 움직임 벡터의 수평 방향 크기(x 값), LX_y는 제1 또는 제2 예측 방향(LX, X = 0, 1)에 대한 움직임 벡터의 수직 방향 크기(y 값)를 나타낸다.
또한, 양방향 예측이 적용되는 경우, L0 또는 L1 움직임 벡터가 고려될 수 있으며, 아래와 같이 표현될 수 있다.
(L0_x > T1 && L0_y > T1) || (L1_x > T1 && L1_y >T1)
마찬가지로, 단방향 예측(LX, X = 0, 1)이 적용되는 경우, 베이스 움직임 벡터의 x, y 값이 고려될 수 있다.
(LX_x > T1 && LX_y > T1)
또한, 양방향 예측이 적용되는 경우, L0 또는 L1 방향 움직임 벡터 각각의 x 또는 y 값이 고려될 수 있다.
L0_x > T1 || L0_y > T1 || L1_x > T1 || L1_y >T1
마찬가지로, 단방향 예측(LX, X = 0, 1)이 적용되는 경우, 베이스 움직임 벡터의 x 또는 y 값이 고려될 수 있다.
LX_x > T1 || LX_y > T1
본 실시예와 같이 움직임 벡터의 크기와 블록 사이즈에 기반하여 MMVD 후보 집합을 결정함으로써 MMVD 길이 인덱스의 비트 길이를 감소시킬 수 있다.
실시예 7
도 35는 본 명세서의 일 실시예에 따른 움직임 벡터의 해상도에 기반하여 MMVD 후보 집합을 결정하기 위한 흐름도의 예를 도시한다.
본 명세서의 일 실시예에 따르면, MMVD 후보 집합은 움직임 벡터에 의해 지시되는 좌표의 픽셀 해상도에 기반하여 결정될 수 있다.
Figure PCTKR2020000068-appb-img-000024
표 11은 움직임 벡터에 의해 지시되는 좌표의 해상도에 기반한 거리 테이블의 예를 나타낸다.
도 35에 따르면, 움직임 벡터가 0이 아닐 때, 움직임 벡터가 4-pel 단위의 해상도를 가질 때(MV % 64 = 0) Case 1에 대응하는 제1 MMVD 후보 집합(1-pel, 2-pel, 4-pel, 8-pel)이 사용되고, 움직임 벡터가 4-pe 단위의 해상도를 갖지 않고 (MV % 64 != 0) 움직임 벡터가 1-pel 단위의 해상도를 가지면(MV % 16 == 0) Case 2에 해당하는 제2 MMVD 후보 집합(1/2-pel, 1-pel, 2-pel, 4-pel)이 사용될 수 있다. 그 외의 경우, Case 3에 해당하는 제3 MMVD 후보 집합(1/4-pel, 1/2-pel, 1-pel, 2-pel)이 사용될 수 있다.
여기서, 움직임 벡터가 0이 아닌 경우는 아래와 같이 결정될 수 있다. 아래는 베이스 움직임 벡터가 양방향 예측인 경우의 예이며, 단방향 예측의 경우에도 유사한 방법이 적용될 수 있다.
L0_x != 0 && L0_y != 0 && L1_x != 0 && L1_y != 0 또는,
(L0_x != 0 && L0_y != 0) || (L1_x != 0 && L1_y != 0) 또는,
L0_x != 0 || L0_y != 0 || L1_x != 0 || L1_y != 0
움직임 벡터가 4-pel 단위의 해상도를 가지는 지 여부를 결정하기 위한 방법은 아래와 같을 수 있다. 아래는 베이스 움직임 벡터가 양방향 예측인 경우의 예를 표현하였으며, 단방향 예측이 적용되는 경우에도 유사한 방법이 사용될 수 있다.
L0_x % 64 == 0 && L0_y % 64 == 0 && L1_x % 64 == 0 && L1_y % 64 == 0 또는,
(L0_x % 64 == 0 && L0_y % 64 == 0) || (L1_x % 64 == 0 && L1_y % 64 == 0) 또는,
(L0_x % 64 == 0) || (L0_y % 64 == 0) || (L1_x % 64 == 0) || (L1_y % 64 == 0)
이 때, 64, 16은 움직임 벡터가 1/16의 정확도(precision)을 가질 때 적용될 수 있으며, 실제(예: Versatile Video Coding 시스템)에서 각각 4-pel, 1-pel의 정확도에 대응하나, 이는 하나의 예시에 불과하며 비디오 처리 시스템에 따라 다양할 수 있다.
본 실시예와 같이 움직임 벡터에 의해 지시되는 픽셀의 해상도에 기반하여 MMVD 후보 집합을 결정함으로써 MMVD 길이 인덱스의 비트 길이를 감소시킬 수 있다.
실시예 8
도 36 및 도 37은 본 명세서의 일 실시예에 따른 움직임 벡터의 크기 및 해상도에 기반하여 MMVD 후보 집합을 결정하기 위한 흐름도의 예를 도시한다.
본 명세서의 일 실시예에 따르면, 움직임 벡터의 크기 및 움직임 벡터의 해상도에 의해 지시되는 픽셀 좌표의 해상도에 기반하여 MMVD 후보 집합을 결정할 수 있다. MMVD의 베이스 움직임 벡터의 x, y 값의 크기와 움직임 벡터 해상도를 고려하여 아래와 같이 MMVD 거리 테이블이 결정될 수 있다.
Figure PCTKR2020000068-appb-img-000025
표 12는 베이스 움직임 벡터의 크기와 베이스 움직임 벡터의 해상도에 따라 다른 거리 테이블이 할당된 경우의 예를 나타낸다. 베이스 움직임 벡터 값 및 해상도에 따른 Case는 도 36 또는 도 37과 같이 설정될 수 있다.
도 36에 따르면, 움직임 벡터(MV)가 제1 기준 값(T1)보다 클 때, 움직임 벡터의 해상도 2-pel 단위의 해상도를 가지면(MV % 32 == 0) Case 1에 해당하는 제1 MMVD 후보 집합(1-pel, 2-pel, 4-pel, 8-pel)이 사용되고, 그렇지 않으면(MV % 32 != 0) Case 3에 해당하는 제3 MMVD 후보 집합(1/4-pel, (1/2-pel, 1-pel, 2-pel)이 사용될 수 있다. 또한, 움직임 벡터(MV)가 제1 기준 값(T1)보다 작거나 같고 제2 기준 값(T2)보다 클 때, 1-pel 단위의 해상도를 가지면(MV % 16 == 0) Case 2에 해당하는 제2 MMVD 후보 집합(1/2-pel, 1-pel, 2-pel, 4-pel)이 사용되고, 그렇지 않으면(MV % != 16) Case 3에 해당하는 제3 MMVD 후보 집합이 사용될 수 있다. 직임 벡터(MV)가 제2 기준 값(T2)보다 작거나 같을 때, Case 3에 해당하는 제3 MMVD 후보 집합(1/4-pel, (1/2-pel, 1-pel, 2-pel)이 사용될 수 있다.
도 37에 따르면, 움직임 벡터(MV)가 제1 기준 값(T1)보다 클 때, 움직임 벡터의 해상도 2-pel 단위의 해상도를 가지면(MV % 32 == 0) Case 1에 해당하는 제1 MMVD 후보 집합(1-pel, 2-pel, 4-pel, 8-pel)이 사용되고, 그렇지 않으면(MV % 32 != 0) Case 2에 해당하는 제2 MMVD 후보 집합(1/2-pel, 1-pel, 2-pel, 4-pel)이 사용될 수 있다. 또한, 움직임 벡터(MV)가 제1 기준 값(T1)보다 작거나 같고 제2 기준 값(T2)보다 클 때, 1-pel 단위의 해상도를 가지면(MV % 16 == 0) Case 2에 해당하는 제2 MMVD 후보 집합(1/2-pel, 1-pel, 2-pel, 4-pel)이 사용되고, 그렇지 않으면(MV % != 16) Case 3에 해당하는 제3 MMVD 후보 집합이 사용될 수 있다. 직임 벡터(MV)가 제2 기준 값(T2)보다 작거나 같을 때, Case 3에 해당하는 제3 MMVD 후보 집합(1/4-pel, (1/2-pel, 1-pel, 2-pel)이 사용될 수 있다.
이 때, 제1 기준 값(T1) 및 제2 기준 값(T2)은 아래와 같이 설정될 수 있으며, 구현에 따라 다양한 값이 사용될 수 있다.
T1 = 128 (1/16 precision이 적용되는 경우, 128(8-pel), 1/4 precision이 적용되는 경우 64(8-pel))
T2 = 16 (1/16 precision이 적용되는 경우 16(1-pel), 1/4 precision 적용되는 경우 4(1-pel))
여기서, 움직임 벡터 해상도에 대한 기준 값 32, 16은 움직임 벡터가 1/16의 정확도를 가질 때 적용될 수 있으며, 실제 각각 2-pel, 1-pel의 정확도를 가짐을 의미하나, 이는 하나의 예일뿐이며 그 값은 달라질 수 있다.
본 실시예와 같이 움직임 벡터의 크기 및 해상도에 기반하여 MMVD 후보 집합을 결정함으로써 MMVD 길이 인덱스의 비트 길이를 감소시킬 수 있다.
실시예 9
본 실시예는 디코딩 장치(200)에 의한 비디오 신호의 디코딩 과정에서 수행될 수 있으며, 또한 디코딩 동작에 대응되는 범위에서 인코딩 장치(100)에 의한 인코딩 과정에서 수행될 수 있다.
어파인 머지에서 도 25와 같이 현재 블록의 인접 블록들을 사용하여 각 제어 점들(CP0, CP1, CP2, CP3)에서의 움직임 벡터가 유도될 수 있다. 어파인 머지 후보 리스트에 포함된 특정 후보에 대하여 MMVD가 적용될 수 있다. 이때 특정 후보는 후보 리스트에 존재하는 첫번째 후보가 될 수 있으며, MMVD 내에서 베이스 MV를 인덱싱(indexing)하는 경우 후보 리스트 내에 존재하는 후보들 중 일부 후보가 대상이 될 수 있다. 또한, 어파인 후보가 서브블록 디코딩 프로세스에서 처리됨에 따라 ATMVP가 대상이 될 수 있는데, 이를 제외한 후보를 대상으로 하는 것이 가능하다.
실시예 10
본 실시예는 디코딩 장치(200)에 의한 비디오 신호의 디코딩 과정에서 수행될 수 있으며, 또한 디코딩 동작에 대응되는 범위에서 인코딩 장치(100)에 의한 인코딩 과정에서 수행될 수 있다.
도 38 및 도 39는 본 명세서의 실시예에 따른 어파인 머지(affine merge) 모드에서 제어점 별로 오프셋을 적용하는 경우의 예를 도시한다.
어파인 머지에서 MMVD를 적용할 때 도 38과 같이 각 제어점에서의 방향 오프셋(direction offset)이 다르게 결정될 수 있다. 모든 제어점에 동일한 방향 오프셋을 적용하면 도 38과 같이 병진(translation) 특성의 개선(refinement)만이 가능하므로 이를 개선하기 위해 각 제어점 별로 다른 방향 오프셋이 적용될 수 있다.
도 39는 각 제어점 별로 다른 오프셋이 적용된 경우의 예를 나타내며, 제어점 별로 다른 오프셋을 적용함으로써 움직임 벡터의 축소(shrink), 확대(enlarge), 좌측 회전(left rotation), 우측 회전(right rotation)이 가능하다.
도 39와 같은 오프셋의 적용을 위하여 MMVD 방향 인덱스가 아래의 표 13와 같이 시그널링될 수 있다.
Figure PCTKR2020000068-appb-img-000026
또한, 모든 제어점에 동일한 오프셋이 적용될 수도 있으며, 이 경우 표 14와 같이 MMVD 방향 인덱스가 시그널링될 수 있다.
Figure PCTKR2020000068-appb-img-000027
즉, 코딩 장치(인코딩 장치(100) 또는 디코딩 장치(200))는 MMVD 방향 인덱스에 기반하여 제1 제어점 움직임 벡터(예: CPMV0)의 수평 방향 성분(예: x 값) 또는 수직 방향 성분(예: y 값) 중 적어도 하나에 제1 오프셋 값(예: +1 또는 -1)을 더하고, MMVD 거리 인덱스에 기반하여 제2 제어점 움직임 벡터(예: CPMV1)의 수평 방향 성분(예: x 값) 또는 수직 방향 성분(예: y 값) 중 적어도 하나에 제2 오프셋 값(예: +1 또는 -1)을 더할 수 있다. 예를 들어, 표 12 또는 표 13에 나타난 것과 같이 MMVD 거리 인덱스에 따라 각 제어점 움직임 벡터의 x 성분 또는 y 성분에 오프셋 값이 더해질 수 있다. MMVD 방향 인덱스에 따라 제어점 별로 움직임 벡터를 개선(refinement)함으로써 어파인 머지 모드에서 보다 정밀하게 오브젝트의 움직임을 표현할 수 있다.
실시예 11
본 실시예는 디코딩 장치(200)에 의한 비디오 신호의 디코딩 과정에서 수행될 수 있으며, 또한 디코딩 동작에 대응되는 범위에서 인코딩 장치(100)에 의한 인코딩 과정에서 수행될 수 있다.
어파인 머지에 MMVD를 적용할 때 각 제어점에서의 MMVD 거리(오프셋)가 다르게 설정될 수 있다. 상술한 바와 같은 실시예 및 실시예의 조합을 어파인에 동일하게 적용하는 것이 가능하며, 아래의 방법과 같이 적용될 수 있다. 아래의 방법들이 머지, 어파인 머지에 동일하게 적용될 수 있음은 당연하다.
어파인을 위한 거리는 아래의 표 15와 같이 정의될 수 있으며, 거리의 후보 개수와 값은 변경될 수 있음이 당연하다.
Figure PCTKR2020000068-appb-img-000028
즉, 코딩 장치는 오프셋 값을 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하며, 여기서 오프셋 값은 적어도 하나의 오프셋의 크기와 관련된 MMVD 거리(distance) 인덱스에 기반하여 결정될 수 있다. 예를 들어, 각각의 제어점 움직임 벡터들 중 적어도 하나에 적용되는 오프셋의 크기는 표 15와 같이 거리 인덱스(MMVD 거리 인덱스)에 따라 결정될 수 있다. 즉, MMVD 거리 인덱스는 기 설정된(pre-defined) 복수의 후보 오프셋 값들(예: 1/2-pel, 1-pel, 2-pel, 4-pel, 8-pel) 중에서 하나를 지시할 수 있다. MMVD 거리 인덱스를 사용하여 제어점별로 움직임 벡터의 크기를 조절함으로써 어파인 머지 모드에서 오브젝트의 움직임을 보다 정확하게 표현할 수 있다.
베이스 MV의 움직임 크기와 블록 크기를 고려하여 아래 표 16과 같이 거리 오프셋이 스케일링될 수 있으며, 거리 후보 개수와 값에 따라 시프트(shift) 값이 조절될 수 있다.
Figure PCTKR2020000068-appb-img-000029
또한, 베이스 MV의 해상도를 고려하여 아래 표 17과 같이 거리 오프셋이 스케일링될 수 있으며, 거리 후보 개수와 값에 따라 시프트 값이 조절될 수 있다.
Figure PCTKR2020000068-appb-img-000030
즉, 코딩 장치는 MMVD 거리 인덱스에 해당하는 오프셋 값을 스케일링하고, 스케일링된 오프셋 값을 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더할 수 있다. 예를 들어, 코딩 장치는, 표 15와 같이, 현재 블록의 사이즈 또는 제어점 움직임 벡터들 중 적어도 하나의 크기(magnitude)에 기반하여 오프셋 값을 스케일링할 수 있다. 또한, 코딩 장치는, 표 16와 같이, 제어점 움직임 벡터들 중 적어도 하나에 대한 픽셀 단위의 해상도에 기반하여 오프셋 값을 스케일링할 수 있다. 움직임 벡터 크기, 움직임 벡터 해상도, 또는, 블록 사이즈 중 적어도 하나에 기반하여 제어점별로 움직임 벡터의 크기를 조절함으로써 어파인 머지 모드에서 오브젝트의 움직임을 보다 정확하게 표현할 수 있다.
비트스트림
상술한 본 명세서의 실시예를 기반으로 인코딩 장치에 의하여 도출된 인코딩된 정보 (예: 인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다. 인코딩된 정보는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 (non-transitory) 디지털 저장매체에 저장될 수 있다. 또한, 상술한 바와 같이 상기 비트스트림은 인코딩 장치에서 디코딩 장치로 바로 전송되지 않고, 외부 서버(ex. 컨텐츠 스트리밍 서버) 등을 통하여 스트리밍/다운로드 서비스될 수도 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.
도 40은 본 명세서의 실시예에 따른 비디오 신호를 처리하기 위한 흐름도의 예를 도시한다. 도 40의 동작들은 인코딩 장치(100)의 인터 예측부(180), 디코딩 장치(200)의 인터 예측부(260), 또는 비디오 신호 처리 장치(500)의 프로세서(510)에 의해 수행될 수 있다. 이하 동작들은 코딩 장치에 의해 수행되는 것으로 통칭한다.
S4010 단계에서, 코딩 장치는 적어도 하나의 주변 블록으로부터 서브블록 기반의(subblock-based) 화면간 예측을 위한 파라미터가 유도되는 현재 블록에 대하여, 현재 블록에 대한 머지 서브블록 인덱스(merge subblock index)를 획득한다. 여기서 머지 서브블록 인덱스는 서브블록 기반의 머지 후보 리스트 내 하나의 후보를 지시하는 인덱스이다. 서브블록의 기반의 화면간 예측은 어파인 예측으로 지칭될 수 있으며, 머지 서브블록 인덱스는 도 22의 절차에 의해 구성된 어파인 머지 후보 리스트에 포함된 후보들 중 하나를 지시하는 인덱스이다.
S4020 단계에서, 코딩 장치는 머지 서브블록 인덱스에 기반하여 현재 블록의 복수의 제어점(control point)들에 대한 복수의 제어점 움직임 벡터들을 획득한다. 본 명세서의 실시예에 따르면, 현재 블록의 제어점들은 도 20과 같이 2개(4-파라미터 모델) 또는 3개(6-파라미터 모델)일 수 있다.
S4030 단계에서, 코딩 장치는 복수의 제어점 움직임 벡터들의 조정(refinement)를 위한 MMVD 거리 인덱스에 기반하여 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용한다.
일 실시예에서, 코딩 장치는 MMVD 거리 인덱스에 기반하여 제1 제어점 움직임 벡터(예: CPMV0)의 수평 방향 성분(예: v 0x) 또는 수직 방향 성분(예: v 0y) 중 적어도 하나에 제1 오프셋 값(예: +1 또는 -1)을 더하고, MMVD 방향 인덱스에 기반하여 제2 제어점 움직임 벡터(예: CPMV1)의 수평 방향 성분(예: v 1x) 또는 수직 방향 성분(예: v 1y) 중 적어도 하나에 제2 오프셋 값(예: +1 또는 -1)을 더할 수 있다. 또한, 제어점 움직임 벡터 개수가 3(6-파라미터 모델)인 경우, MMVD 방향 인덱스에 기반하여 제3 제어점 움직임 벡터(예: CPMV2)의 수평 방향 성분(예: v 2x) 또는 수직 방향 성분(예: v 2y) 중 적어도 하나에 제3 오프셋 값(예: +1 또는 -1)을 더할 수 있다. 예를 들어, 표 12 또는 표 13에 나타난 것과 같이 MMVD 방향 인덱스에 따라 각 제어점 움직임 벡터의 x 성분 또는 y 성분에 오프셋 값이 더해질 수 있다.
일 실시예에서, 코딩 장치는 오프셋 값을 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하며, 여기서 오프셋 값은 적어도 하나의 오프셋의 크기와 관련된 MMVD 거리(distance) 인덱스에 기반하여 결정될 수 있다. 예를 들어, 각각의 제어점 움직임 벡터들 중 적어도 하나에 적용되는 오프셋의 크기는 표 14와 같이 거리 인덱스(MMVD 거리 인덱스)에 따라 결정될 수 있다. 즉, MMVD 거리 인덱스는 기 설정된(pre-defined) 복수의 후보 오프셋 값들(예: 1/2-pel, 1-pel, 2-pel, 4-pel, 8-pel) 중에서 하나를 지시할 수 있다.
일 실시예에서, 코딩 장치는 MMVD 거리 인덱스에 해당하는 오프셋 값을 스케일링하고, 스케일링된 오프셋 값을 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더할 수 있다. 예를 들어, 코딩 장치는, 표 15와 같이, 현재 블록의 사이즈 또는 제어점 움직임 벡터들 중 적어도 하나의 크기(magnitude)에 기반하여 오프셋 값을 스케일링할 수 있다. 또한, 코딩 장치는, 표 16과 같이, 제어점 움직임 벡터들 중 적어도 하나에 대한 픽셀 단위의 해상도에 기반하여 오프셋 값을 스케일링할 수 있다.
S4040 단계에서, 코딩 장치는 적어도 하나의 오프셋이 적용된 복수의 제어점 움직임 벡터들 및 현재 블록 내 서브블록들 각각의 위치에 기반하여 서브블록들 각각에 대한 움직임 벡터를 결정한다. 현재 블록의 서브블록들은 도 21과 같이 구성될 수 있으며, 각 서브블록들의 움직임 벡터는 수학식 1 또는 수학식 2에 의해 도출될 수 있다.
S4050 단계에서, 코딩 장치는 서브블록들 각각에 대한 움직임 벡터 및 상기 서브블록 머지 인덱스와 관련된 참조 픽처에 기반하여 현재 블록의 예측 샘플을 생성한다.
본 명세서가 적용되는 디코딩 장치 및 인코딩 장치는 디지털 기기(digital device)에 포함될 수 있다. "디지털 기기(digital device)"라 함은 예를 들어, 데이터, 컨텐트, 서비스 등을 송신, 수신, 처리 및 출력 중 적어도 하나를 수행 가능한 모든 디지털 기기를 포함한다. 여기서, 디지털 기기가 데이터, 컨텐트, 서비스 등을 처리하는 것은, 데이터, 컨텐트, 서비스 등을 인코딩 및/또는 디코딩하는 동작을 포함한다. 이러한 디지털 기기는, 유/무선 네트워크(wire/wireless network)를 통하여 다른 디지털 기기, 외부 서버(external server) 등과 페어링 또는 연결(pairing or connecting)(이하 '페어링')되어 데이터를 송수신하며, 필요에 따라 변환(converting)한다.
디지털 기기는 예를 들어, 네트워크 TV(network TV), HBBTV(Hybrid Broadcast Broadband TV), 스마트 TV(Smart TV), IPTV(internet protocol television), PC(Personal Computer) 등과 같은 고정형 기기(standing device)와, PDA(Personal Digital Assistant), 스마트 폰(Smart Phone), 태블릿 PC(Tablet PC), 노트북 등과 같은 모바일 기기(mobile device or handheld device)를 모두 포함한다. 본 명세서에서는 편의상 후술하는 도 44에서는 디지털 TV를, 도 43에서는 모바일 기기를 디지털 기기의 실시예로 도시하고 설명한다.
한편, 본 명세서에서 기술되는 "유/무선 네트워크"라 함은, 디지털 기기들 또는 디지털 기기와 외부 서버 사이에서 상호 연결 또는/및 데이터 송수신을 위해 다양한 통신 규격 내지 프로토콜을 지원하는 통신 네트워크를 통칭한다. 이러한 유/무선 네트워크는 규격에 의해 현재 또는 향후 지원될 통신 네트워크와 그를 위한 통신 프로토콜을 모두 포함할 수 있는바 예컨대, USB(Universal Serial Bus), CVBS(Composite Video Banking Sync), 컴포넌트, S-비디오(아날로그), DVI(Digital Visual Interface), HDMI(High Definition Multimedia Interface), RGB, D-SUB와 같은 유선 연결을 위한 통신 규격 내지 프로토콜과, 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra Wideband), 지그비(ZigBee), DLNA(Digital Living Network Alliance), WLAN(Wireless LAN)(Wi-Fi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), LTE(Long Term Evolution), Wi-Fi 다이렉트(Direct)와 같은 무선 연결을 위한 통신 규격에 의하여 형성될 수 있다.
이하 본 명세서에서 단지 디지털 기기로 명명하는 경우에는 문맥에 따라 고정형 기기 또는 모바일 기기를 의미하거나 양자를 모두 포함하는 의미일 수도 있다.
즉, 코딩 장치는 MMVD 거리 인덱스에 해당하는 오프셋 값을 스케일링하고, 스케일링된 오프셋 값을 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더할 수 있다. 예를 들어, 코딩 장치는, 표 15와 같이, 현재 블록의 사이즈 또는 제어점 움직임 벡터들 중 적어도 하나의 크기(magnitude)에 기반하여 오프셋 값을 스케일링할 수 있다. 또한, 코딩 장치는, 표 16와 같이, 제어점 움직임 벡터들 중 적어도 하나에 대한 픽셀 단위의 해상도에 기반하여 오프셋 값을 스케일링할 수 있다. 움직임 벡터 크기, 움직임 벡터 해상도, 또는, 블록 사이즈 중 적어도 하나에 기반하여 제어점별로 움직임 벡터의 크기를 조절함으로써 어파인 머지 모드에서 오브젝트의 움직임을 보다 정확하게 표현할 수 있다.
비트스트림
상술한 본 명세서의 실시예를 기반으로 인코딩 장치에 의하여 도출된 인코딩된 정보 (예: 인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다. 인코딩된 정보는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 (non-transitory) 디지털 저장매체에 저장될 수 있다. 또한, 상술한 바와 같이 상기 비트스트림은 인코딩 장치에서 디코딩 장치로 바로 전송되지 않고, 외부 서버(ex. 컨텐츠 스트리밍 서버) 등을 통하여 스트리밍/다운로드 서비스될 수도 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.
도 40은 본 명세서의 실시예에 따른 비디오 신호를 처리하기 위한 흐름도의 예를 도시한다. 도 40의 동작들은 인코딩 장치(100)의 인터 예측부(180), 디코딩 장치(200)의 인터 예측부(260), 또는 비디오 신호 처리 장치(500)의 프로세서(510)에 의해 수행될 수 있다. 이하 동작들은 코딩 장치에 의해 수행되는 것으로 통칭한다.
S4010 단계에서, 코딩 장치는 적어도 하나의 주변 블록으로부터 서브블록 기반의(subblock-based) 화면간 예측을 위한 파라미터가 유도되는 현재 블록에 대하여, 현재 블록에 대한 머지 서브블록 인덱스(merge subblock index)를 획득한다. 여기서 머지 서브블록 인덱스는 서브블록 기반의 머지 후보 리스트 내 하나의 후보를 지시하는 인덱스이다. 서브블록의 기반의 화면간 예측은 어파인 예측으로 지칭될 수 있으며, 머지 서브블록 인덱스는 도 22의 절차에 의해 구성된 어파인 머지 후보 리스트에 포함된 후보들 중 하나를 지시하는 인덱스이다.
S4020 단계에서, 코딩 장치는 머지 서브블록 인덱스에 기반하여 현재 블록의 복수의 제어점(control point)들에 대한 복수의 제어점 움직임 벡터들을 획득한다. 본 명세서의 실시예에 따르면, 현재 블록의 제어점들은 도 20과 같이 2개(4-파라미터 모델) 또는 3개(6-파라미터 모델)일 수 있다.
S4030 단계에서, 코딩 장치는 복수의 제어점 움직임 벡터들의 조정(refinement)를 위한 MMVD 거리 인덱스에 기반하여 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용한다.
일 실시예에서, 코딩 장치는 MMVD 거리 인덱스에 기반하여 제1 제어점 움직임 벡터(예: CPMV0)의 수평 방향 성분(예: v 0x) 또는 수직 방향 성분(예: v 0y) 중 적어도 하나에 제1 오프셋 값(예: +1 또는 -1)을 더하고, MMVD 방향 인덱스에 기반하여 제2 제어점 움직임 벡터(예: CPMV1)의 수평 방향 성분(예: v 1x) 또는 수직 방향 성분(예: v 1y) 중 적어도 하나에 제2 오프셋 값(예: +1 또는 -1)을 더할 수 있다. 또한, 제어점 움직임 벡터 개수가 3(6-파라미터 모델)인 경우, MMVD 방향 인덱스에 기반하여 제3 제어점 움직임 벡터(예: CPMV2)의 수평 방향 성분(예: v 2x) 또는 수직 방향 성분(예: v 2y) 중 적어도 하나에 제3 오프셋 값(예: +1 또는 -1)을 더할 수 있다. 예를 들어, 표 12 또는 표 13에 나타난 것과 같이 MMVD 방향 인덱스에 따라 각 제어점 움직임 벡터의 x 성분 또는 y 성분에 오프셋 값이 더해질 수 있다.
일 실시예에서, 코딩 장치는 오프셋 값을 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하며, 여기서 오프셋 값은 적어도 하나의 오프셋의 크기와 관련된 MMVD 거리(distance) 인덱스에 기반하여 결정될 수 있다. 예를 들어, 각각의 제어점 움직임 벡터들 중 적어도 하나에 적용되는 오프셋의 크기는 표 14와 같이 거리 인덱스(MMVD 거리 인덱스)에 따라 결정될 수 있다. 즉, MMVD 거리 인덱스는 기 설정된(pre-defined) 복수의 후보 오프셋 값들(예: 1/2-pel, 1-pel, 2-pel, 4-pel, 8-pel) 중에서 하나를 지시할 수 있다.
일 실시예에서, 코딩 장치는 MMVD 거리 인덱스에 해당하는 오프셋 값을 스케일링하고, 스케일링된 오프셋 값을 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더할 수 있다. 예를 들어, 코딩 장치는, 표 15와 같이, 현재 블록의 사이즈 또는 제어점 움직임 벡터들 중 적어도 하나의 크기(magnitude)에 기반하여 오프셋 값을 스케일링할 수 있다. 또한, 코딩 장치는, 표 16과 같이, 제어점 움직임 벡터들 중 적어도 하나에 대한 픽셀 단위의 해상도에 기반하여 오프셋 값을 스케일링할 수 있다.
S4040 단계에서, 코딩 장치는 적어도 하나의 오프셋이 적용된 복수의 제어점 움직임 벡터들 및 현재 블록 내 서브블록들 각각의 위치에 기반하여 서브블록들 각각에 대한 움직임 벡터를 결정한다. 현재 블록의 서브블록들은 도 21과 같이 구성될 수 있으며, 각 서브블록들의 움직임 벡터는 수학식 1 또는 수학식 2에 의해 도출될 수 있다.
S4050 단계에서, 코딩 장치는 서브블록들 각각에 대한 움직임 벡터 및 상기 서브블록 머지 인덱스와 관련된 참조 픽처에 기반하여 현재 블록의 예측 샘플을 생성한다.
본 명세서가 적용되는 디코딩 장치 및 인코딩 장치는 디지털 기기(digital device)에 포함될 수 있다. "디지털 기기(digital device)"라 함은 예를 들어, 데이터, 컨텐트, 서비스 등을 송신, 수신, 처리 및 출력 중 적어도 하나를 수행 가능한 모든 디지털 기기를 포함한다. 여기서, 디지털 기기가 데이터, 컨텐트, 서비스 등을 처리하는 것은, 데이터, 컨텐트, 서비스 등을 인코딩 및/또는 디코딩하는 동작을 포함한다. 이러한 디지털 기기는, 유/무선 네트워크(wire/wireless network)를 통하여 다른 디지털 기기, 외부 서버(external server) 등과 페어링 또는 연결(pairing or connecting)(이하 '페어링')되어 데이터를 송수신하며, 필요에 따라 변환(converting)한다.
디지털 기기는 예를 들어, 네트워크 TV(network TV), HBBTV(Hybrid Broadcast Broadband TV), 스마트 TV(Smart TV), IPTV(internet protocol television), PC(Personal Computer) 등과 같은 고정형 기기(standing device)와, PDA(Personal Digital Assistant), 스마트 폰(Smart Phone), 태블릿 PC(Tablet PC), 노트북 등과 같은 모바일 기기(mobile device or handheld device)를 모두 포함한다. 본 명세서에서는 편의상 후술하는 도 44에서는 디지털 TV를, 도 43에서는 모바일 기기를 디지털 기기의 실시예로 도시하고 설명한다.
한편, 본 명세서에서 기술되는 "유/무선 네트워크"라 함은, 디지털 기기들 또는 디지털 기기와 외부 서버 사이에서 상호 연결 또는/및 데이터 송수신을 위해 다양한 통신 규격 내지 프로토콜을 지원하는 통신 네트워크를 통칭한다. 이러한 유/무선 네트워크는 규격에 의해 현재 또는 향후 지원될 통신 네트워크와 그를 위한 통신 프로토콜을 모두 포함할 수 있는바 예컨대, USB(Universal Serial Bus), CVBS(Composite Video Banking Sync), 컴포넌트, S-비디오(아날로그), DVI(Digital Visual Interface), HDMI(High Definition Multimedia Interface), RGB, D-SUB와 같은 유선 연결을 위한 통신 규격 내지 프로토콜과, 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra Wideband), 지그비(ZigBee), DLNA(Digital Living Network Alliance), WLAN(Wireless LAN)(Wi-Fi), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), LTE(Long Term Evolution), Wi-Fi 다이렉트(Direct)와 같은 무선 연결을 위한 통신 규격에 의하여 형성될 수 있다.
이하 본 명세서에서 단지 디지털 기기로 명명하는 경우에는 문맥에 따라 고정형 기기 또는 모바일 기기를 의미하거나 양자를 모두 포함하는 의미일 수도 있다.
이상, 전술한 본 발명의 바람직한 실시예는, 예시의 목적을 위해 개시된 것으로, 당업자라면 이하 첨부된 특허청구범위에 개시된 본 발명의 기술적 사상과 그 기술적 범위 내에서, 다양한 다른 실시예들을 개량, 변경, 대체 또는 부가 등이 가능할 것이다.

Claims (15)

  1. 화면간 예측(inter prediction)을 사용하여 비디오 신호를 처리하기 위한 방법으로서,
    적어도 하나의 주변 블록으로부터 서브블록 기반의(subblock-based) 화면간 예측을 위한 파라미터가 유도되는 현재 블록에 대하여, 상기 현재 블록에 대한 머지 서브블록 인덱스(merge subblock index)를 획득하는 단계로서, 상기 머지 서브블록 인덱스는 서브블록 기반의 머지 후보 리스트 내 하나의 후보와 관련되고;
    상기 머지 서브블록 인덱스에 기반하여 상기 현재 블록의 복수의 제어점(control point)들에 대한 복수의 제어점 움직임 벡터들을 획득하는 단계;
    상기 복수의 제어점 움직임 벡터들의 조정(refinement)를 위한 MMVD(merge with motion vector) 방향 인덱스에 기반하여 상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하는 단계;
    상기 적어도 하나의 오프셋이 적용된 복수의 제어점 움직임 벡터들 및 상기 현재 블록 내 서브블록들 각각의 위치에 기반하여 상기 서브블록들 각각에 대한 움직임 벡터를 결정하는 단계; 및
    상기 서브블록들 각각에 대한 움직임 벡터 및 상기 서브블록 머지 인덱스와 관련된 참조 픽처에 기반하여 상기 현재 블록의 예측 샘플을 생성하는 단계를 포함하는 것을 특징으로 하는 방법.
  2. 제1항에 있어서,
    상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하는 단계는,
    상기 MMVD 방향 인덱스에 기반하여 제1 제어점 움직임 벡터의 수평 방향 성분 또는 수직 방향 성분 중 적어도 하나에 제1 오프셋 값을 더하는 단계; 및
    제어점 움직임 벡터 개수가 2이면, 상기 MMVD 방향 인덱스에 기반하여 상기 제2 제어점 움직임 벡터의 수평 방향 성분 또는 수직 방향 성분 중 적어도 하나에 제2 오프셋 값을 더하는 단계를 포함하고,
    상기 제어점 움직임 벡터 개수가 3이면, 상기 MMVD 방향 인덱스에 기반하여 상기 제2 제어점 움직임 벡터의 수평 방향 성분 또는 수직 방향 성분 중 적어도 하나에 제2 오프셋 값을 더하는 단계; 및 상기 MMVD 방향 인덱스에 기반하여 상기 제3 제어점 움직임 벡터의 수평 방향 성분 및 수직 방향 성분 중 적어도 하나에 제3 오프셋 값을 더하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  3. 제1항에 있어서,
    상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하는 단계는,
    오프셋 값을 상기 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하는 단계를 포함하고,
    상기 오프셋 값은, 상기 적어도 하나의 오프셋의 크기와 관련된 MMVD 거리(distance) 인덱스에 기반하여 결정되는 것을 특징으로 하는 방법.
  4. 제3항에 있어서,
    상기 MMVD 거리 인덱스는,
    기 설정된(pre-defined) 복수의 후보 오프셋 값들 중에서 하나를 지시하는 것을 특징으로 하는 방법.
  5. 제4항에 있어서,
    상기 오프셋 값을 상기 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하는 단계는,
    상기 MMVD 거리 인덱스에 해당하는 오프셋 값을 스케일링하는 단계; 및
    상기 스케일링된 오프셋 값을 상기 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하는 단계를 포함하는 것을 특징으로 하는 방법.
  6. 제5항에 있어서,
    상기 오프셋 값을 스케일링하는 단계는,
    상기 현재 블록의 사이즈 또는 상기 제어점 움직임 벡터들 중 적어도 하나의 크기(magnitude)에 기반하여 상기 오프셋 값을 스케일링하는 단계를 포함하는 것을 특징으로 하는 방법.
  7. 제5항에 있어서,
    상기 오프셋 값을 스케일링하는 단계는,
    상기 제어점 움직임 벡터들 중 적어도 하나에 대한 픽셀 단위의 해상도(resolution)에 기반하여 상기 오프셋 값을 스케일링하는 단계를 포함하는 것을 특징으로 하는 방법.
  8. 화면간 예측(inter prediction)을 사용하여 비디오 신호를 처리하기 위한 장치로서,
    상기 비디오 신호를 저장하는 메모리; 및
    상기 메모리와 결합된 프로세서를 포함하고,
    상기 프로세서는,
    적어도 하나의 주변 블록으로부터 서브블록 기반의(subblock-based) 화면간 예측을 위한 파라미터가 유도되는 현재 블록에 대하여, 상기 현재 블록에 대한 머지 서브블록 인덱스(merge subblock index)를 획득하고, 상기 머지 서브블록 인덱스는 서브블록 기반의 머지 후보 리스트 내 하나의 후보와 관련되고;
    상기 머지 서브블록 인덱스에 기반하여 상기 현재 블록의 복수의 제어점(control point)들에 대한 복수의 제어점 움직임 벡터들을 획득하고,
    상기 복수의 제어점 움직임 벡터들의 조정(refinement)를 위한 MMVD(merge with motion vector) 방향 인덱스에 기반하여 상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하고,
    상기 적어도 하나의 오프셋이 적용된 복수의 제어점 움직임 벡터들 및 상기 현재 블록 내 서브블록들 각각의 위치에 기반하여 상기 서브블록들 각각에 대한 움직임 벡터를 결정하고,
    상기 서브블록들 각각에 대한 움직임 벡터 및 상기 서브블록 머지 인덱스와 관련된 참조 픽처에 기반하여 상기 현재 블록의 예측 샘플을 생성하도록 설정되는 것을 특징으로 하는 장치.
  9. 제8항에 있어서,
    상기 프로세서는, 상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하기 위하여,
    상기 MMVD 방향 인덱스에 기반하여 제1 제어점 움직임 벡터의 수평 방향 성분 또는 수직 방향 성분 중 적어도 하나에 제1 오프셋 값을 더하고,
    제어점 움직임 벡터 개수가 2이면, 상기 MMVD 방향 인덱스에 기반하여 상기 제2 제어점 움직임 벡터의 수평 방향 성분 또는 수직 방향 성분 중 적어도 하나에 제2 오프셋 값을 더하고,
    제어점 움직임 벡터 개수가 3이면, 상기 MMVD 방향 인덱스에 기반하여 상기 제2 제어점 움직임 벡터의 수평 방향 성분 또는 수직 방향 성분 중 적어도 하나에 제2 오프셋 값을 더하는 단계; 및 상기 MMVD 방향 인덱스에 기반하여 상기 제3 제어점 움직임 벡터의 수평 방향 성분 또는 수직 방향 성분 중 적어도 하나에 제3 오프셋 값을 더하도록 설정되는 것을 특징으로 하는 장치.
  10. 제8항에 있어서,
    상기 프로세서는, 상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하기 위하여,
    오프셋 값을 상기 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하도록 설정되고,
    상기 오프셋 값은, 상기 적어도 하나의 오프셋의 크기와 관련된 MMVD 거리(distance) 인덱스에 기반하여 결정되는 것을 특징으로 하는 장치.
  11. 제10항에 있어서,
    상기 MMVD 길이 인덱스는,
    기 설정된(pre-defined) 복수의 후보 오프셋 값들 중에서 하나를 지시하는 것을 특징으로 하는 장치.
  12. 제11항에 있어서,
    상기 프로세서는, 상기 오프셋 값을 상기 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하기 위하여,
    상기 MMVD 거리 인덱스에 해당하는 오프셋 값을 스케일링하고,
    상기 스케일링된 오프셋 값을 상기 복수의 제어점 움직임 벡터들의 성분들 중 적어도 하나에 더하도록 설정되는 것을 특징으로 하는 장치.
  13. 제12항에 있어서,
    상기 프로세서는, 상기 오프셋 값을 스케일링하기 위하여,
    상기 현재 블록의 사이즈 또는 상기 제어점 움직임 벡터들 중 적어도 하나의 크기(magnitude)에 기반하여 상기 오프셋 값을 스케일링하도록 설정되는 것을 특징으로 하는 장치.
  14. 제12항에 있어서,
    상기 프로세서는, 상기 오프셋 값을 스케일링하기 위하여,
    상기 제어점 움직임 벡터들 중 적어도 하나에 대한 픽셀 단위의 해상도(resolution)에 기반하여 상기 오프셋 값을 스케일링하도록 설정되는 것을 특징으로 하는 장치.
  15. 컴퓨팅 디바이스의 하나 이상의 프로세서에서 실행하도록 구성된 컴퓨터 실행 가능한 컴포넌트가 저장된 비 일시적(non-transitory) 컴퓨터 판독 가능한 매체(computer-executable component)로서, 상기 컴퓨터 실행 가능한 컴포넌트는,
    적어도 하나의 주변 블록으로부터 서브블록 기반의(subblock-based) 화면간 예측을 위한 파라미터가 유도되는 현재 블록에 대하여, 상기 현재 블록에 대한 머지 서브블록 인덱스(merge subblock index)를 획득하고, 상기 머지 서브블록 인덱스는 서브블록 기반의 머지 후보 리스트 내 하나의 후보와 관련되고;
    상기 머지 서브블록 인덱스에 기반하여 상기 현재 블록의 복수의 제어점(control point)들에 대한 복수의 제어점 움직임 벡터들을 획득하고,
    상기 복수의 제어점 움직임 벡터들의 조정(refinement)를 위한 MMVD(merge with motion vector) 방향 인덱스에 기반하여 상기 복수의 제어점 움직임 벡터들에 적어도 하나의 오프셋을 적용하고,
    상기 적어도 하나의 오프셋이 적용된 복수의 제어점 움직임 벡터들 및 상기 현재 블록 내 서브블록들 각각의 위치에 기반하여 상기 서브블록들 각각에 대한 움직임 벡터를 결정하고,
    상기 서브블록들 각각에 대한 움직임 벡터 및 상기 서브블록 머지 인덱스와 관련된 참조 픽처에 기반하여 상기 현재 블록의 예측 샘플을 생성하도록 설정되는 것을 특징으로 하는 비 일시적 컴퓨터 판독 가능한 매체.
PCT/KR2020/000068 2019-01-02 2020-01-02 화면간 예측을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치 WO2020141911A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/420,611 US11758125B2 (en) 2019-01-02 2020-01-02 Device and method for processing video signal by using inter prediction

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962787749P 2019-01-02 2019-01-02
US62/787,749 2019-01-02

Publications (1)

Publication Number Publication Date
WO2020141911A1 true WO2020141911A1 (ko) 2020-07-09

Family

ID=71406584

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/000068 WO2020141911A1 (ko) 2019-01-02 2020-01-02 화면간 예측을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치

Country Status (2)

Country Link
US (1) US11758125B2 (ko)
WO (1) WO2020141911A1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020154376A1 (en) 2019-01-22 2020-07-30 Tencent America LLC Method and apparatus for video coding
CN112055221A (zh) * 2020-08-07 2020-12-08 浙江大华技术股份有限公司 一种帧间预测方法、视频编码方法及电子设备和存储介质
WO2022256353A1 (en) * 2021-05-31 2022-12-08 Beijing Dajia Internet Information Technology Co., Ltd. Methods and devices for geometric partition mode with motion vector refinement
WO2023096668A1 (en) * 2021-11-23 2023-06-01 Tencent America LLC Adaptive resolution for single-reference motion vector difference
CN116830572A (zh) * 2022-01-24 2023-09-29 腾讯美国有限责任公司 调整运动矢量差的自适应分辨率的方案

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112166612A (zh) * 2018-05-23 2021-01-01 株式会社Kt 用于处理视频信号的方法和设备
JP6897885B2 (ja) * 2019-03-08 2021-07-07 株式会社Ｊｖｃケンウッド 動画像符号化装置、動画像符号化方法、及び動画像符号化プログラム、動画像復号装置、動画像復号方法及び動画像復号プログラム
JP7437426B2 (ja) * 2019-09-24 2024-02-22 オッポ広東移動通信有限公司 インター予測方法および装置、機器、記憶媒体
CN110677690B (zh) * 2019-09-27 2022-07-01 腾讯科技（深圳）有限公司 视频处理方法和装置、存储介质
US11936899B2 (en) * 2021-03-12 2024-03-19 Lemon Inc. Methods and systems for motion candidate derivation
US11671616B2 (en) 2021-03-12 2023-06-06 Lemon Inc. Motion candidate derivation

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017147765A1 (en) * 2016-03-01 2017-09-08 Mediatek Inc. Methods for affine motion compensation
WO2017156705A1 (en) * 2016-03-15 2017-09-21 Mediatek Inc. Affine prediction for video coding
US20180098063A1 (en) * 2016-10-05 2018-04-05 Qualcomm Incorporated Motion vector prediction for affine motion models in video coding
US20180192069A1 (en) * 2016-12-29 2018-07-05 Qualcomm Incorporated Motion vector generation for affine motion model for video coding
KR20180123041A (ko) * 2016-03-24 2018-11-14 엘지전자 주식회사 비디오 코딩 시스템에서 인터 예측 방법 및 장치

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MX2021007225A (es) * 2018-12-17 2021-09-21 Interdigital Vc Holdings Inc Combinacion de herramientas de codificacion de diferencia de vector de movimiento con otros modos de movimiento.
CN113454991B (zh) * 2018-12-28 2024-08-06 三星电子株式会社 用于对运动矢量差进行编码的方法和设备以及用于对运动矢量差进行解码的方法和设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017147765A1 (en) * 2016-03-01 2017-09-08 Mediatek Inc. Methods for affine motion compensation
WO2017156705A1 (en) * 2016-03-15 2017-09-21 Mediatek Inc. Affine prediction for video coding
KR20180123041A (ko) * 2016-03-24 2018-11-14 엘지전자 주식회사 비디오 코딩 시스템에서 인터 예측 방법 및 장치
US20180098063A1 (en) * 2016-10-05 2018-04-05 Qualcomm Incorporated Motion vector prediction for affine motion models in video coding
US20180192069A1 (en) * 2016-12-29 2018-07-05 Qualcomm Incorporated Motion vector generation for affine motion model for video coding

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020154376A1 (en) 2019-01-22 2020-07-30 Tencent America LLC Method and apparatus for video coding
EP3915263A4 (en) * 2019-01-22 2022-10-12 Tencent America LLC VIDEO CODING METHOD AND APPARATUS
CN112055221A (zh) * 2020-08-07 2020-12-08 浙江大华技术股份有限公司 一种帧间预测方法、视频编码方法及电子设备和存储介质
CN112055221B (zh) * 2020-08-07 2021-11-12 浙江大华技术股份有限公司 一种帧间预测方法、视频编码方法及电子设备和存储介质
WO2022256353A1 (en) * 2021-05-31 2022-12-08 Beijing Dajia Internet Information Technology Co., Ltd. Methods and devices for geometric partition mode with motion vector refinement
WO2023096668A1 (en) * 2021-11-23 2023-06-01 Tencent America LLC Adaptive resolution for single-reference motion vector difference
CN116830572A (zh) * 2022-01-24 2023-09-29 腾讯美国有限责任公司 调整运动矢量差的自适应分辨率的方案

Also Published As

Publication number Publication date
US20220078408A1 (en) 2022-03-10
US11758125B2 (en) 2023-09-12

Similar Documents

Publication Publication Date Title
WO2020141911A1 (ko) 화면간 예측을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치
WO2020060376A1 (ko) 인터 예측을 기반으로 비디오 신호를 처리하기 위한 방법 및 장치
WO2020067835A1 (ko) 어파인 예측을 이용하여 비디오 신호를 처리하기 위한 방법 및 장치
WO2020180155A1 (ko) 비디오 신호를 처리하기 위한 방법 및 장치
WO2021040480A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2020189893A1 (ko) Bdof 기반의 인터 예측 방법 및 장치
WO2020004990A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2019194514A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020180129A1 (ko) 인터 예측을 위한 비디오 신호의 처리 방법 및 장치
WO2020055161A1 (ko) 영상 코딩 시스템에서 서브 블록 단위의 움직임 예측에 기반한 영상 디코딩 방법 및 장치
WO2020009449A1 (ko) 어파인 예측을 이용하여 비디오 신호를 처리하기 위한 방법 및 장치
WO2020184964A1 (ko) 인터 예측을 위한 비디오 신호의 처리 방법 및 장치
WO2019216714A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020184952A1 (ko) 비디오 신호에서 인터 예측을 위한 움직임 벡터 차분 정보를 처리하기 위한 비디오 신호의 처리 방법 및 장치
WO2020256400A1 (ko) 루마 맵핑 및 크로마 스케일링 기반 비디오 또는 영상 코딩
WO2020262931A1 (ko) 비디오/영상 코딩 시스템에서 머지 데이터 신택스의 시그널링 방법 및 장치
WO2021040482A1 (ko) 적응적 루프 필터링 기반 영상 코딩 장치 및 방법
WO2020009446A1 (ko) 어파인 예측을 이용하여 비디오 신호를 처리하기 위한 방법 및 장치
WO2021172881A1 (ko) 인터 예측에 기반한 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체
WO2020251268A1 (ko) 크로마 성분에 대한 영상 디코딩 방법 및 그 장치
WO2020251269A1 (ko) 영상 디코딩 방법 및 그 장치
WO2020256492A1 (ko) 비디오/영상 코딩 시스템에서 중복 시그널링 제거 방법 및 장치
WO2020262930A1 (ko) 머지 데이터 신택스에서 중복적인 신택스의 제거 방법 및 장치
WO2020060374A1 (ko) 어파인 예측을 이용하여 비디오 신호를 처리하기 위한 방법 및 장치
WO2020009400A1 (ko) 인트라 예측을 사용하여 비디오 신호를 처리하기 위한 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: 20735855

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: 20735855

Country of ref document: EP

Kind code of ref document: A1