WO2020141932A1 - Cpr 기반 mmvd를 이용하는 인터 예측 방법 및 장치 - Google Patents

Cpr 기반 mmvd를 이용하는 인터 예측 방법 및 장치 Download PDF

Info

Publication number
WO2020141932A1
WO2020141932A1 PCT/KR2020/000119 KR2020000119W WO2020141932A1 WO 2020141932 A1 WO2020141932 A1 WO 2020141932A1 KR 2020000119 W KR2020000119 W KR 2020000119W WO 2020141932 A1 WO2020141932 A1 WO 2020141932A1
Authority
WO
WIPO (PCT)
Prior art keywords
block
motion information
candidate
prediction
current block
Prior art date
Application number
PCT/KR2020/000119
Other languages
English (en)
French (fr)
Inventor
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 US17/419,917 priority Critical patent/US11949851B2/en
Publication of WO2020141932A1 publication Critical patent/WO2020141932A1/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
    • H04N19/50—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
    • H04N19/10—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
    • 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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors

Definitions

  • This document relates to an image coding technology, and more particularly, to an inter prediction method and apparatus using a merge with motion vector difference (MMVD) based on current picture referencing (CPR).
  • MMVD merge with motion vector difference
  • CPR current picture referencing
  • VR Virtual Reality
  • AR Artificial Realtiy
  • holograms video/video having a video characteristic different from a real video such as a game video
  • video/video having a video characteristic different from a real video such as a game video
  • the broadcast for is increasing.
  • a high-efficiency video/video compression technology is required to effectively compress, transmit, store, and reproduce information of a high-resolution, high-quality video/video having various characteristics as described above.
  • the technical problem of this document is to provide a method and apparatus for improving image coding efficiency.
  • Another technical task of this document is to provide an efficient inter prediction method and apparatus.
  • Another technical task of this document is to provide a method and apparatus for applying merge with motion vector difference (MMVD) in the process of performing current picture referencing (CPR) to improve image coding efficiency.
  • MMVD merge with motion vector difference
  • Another technical problem of this document is to provide a method and apparatus for configuring a base motion information candidate of MMVD to improve compression performance when applying MMVD in the process of performing CPR.
  • an image decoding method performed by a decoding apparatus determines that a merge with motion vector difference (MMVD) mode is applied to a current block, which is a current picture referencing (CPR) coding block that refers to a current picture, based on neighbor candidate blocks of the current block Deriving a base motion information candidate for a block, generating prediction samples for the current block based on the base motion information candidate, and generating reconstruction samples for the current block based on the prediction samples And the base motion information candidate is derived based on whether the neighbor candidate blocks are CPR coding blocks.
  • MMVD merge with motion vector difference
  • an image encoding method performed by an encoding device determines that a merge with motion vector difference (MMVD) mode is applied to a current block, which is a current picture referencing (CPR) coding block that refers to a current picture, based on neighbor candidate blocks of the current block Deriving a base motion information candidate for a block, generating prediction samples for the current block based on the base motion information candidate, deriving residual samples based on the prediction samples, and the residual And encoding image information including information about samples, wherein the base motion information candidate is derived based on whether the neighbor candidate blocks are CPR coding blocks.
  • MMVD merge with motion vector difference
  • MMVD motion vector difference
  • FIG. 1 schematically shows an example of a video/image coding system that can be applied to embodiments of the present document.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/video encoding apparatus applicable to embodiments of the present document.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/video decoding apparatus that can be applied to embodiments of the present document.
  • FIG. 4 shows an example of a video/video encoding method based on inter prediction
  • FIG. 5 is an example schematically showing an inter prediction unit in an encoding device.
  • FIG. 6 shows an example of a video/video decoding method based on inter prediction
  • FIG. 7 is an example schematically showing an inter prediction unit in a decoding apparatus.
  • FIG. 9 schematically shows an example of a method of constructing a merge candidate list for a current block.
  • FIG. 10 is a flowchart schematically illustrating an encoding method that can be performed by an encoding device according to an embodiment of the present document.
  • FIG. 11 is a flowchart schematically illustrating a decoding method that can be performed by a decoding apparatus according to an embodiment of the present document.
  • FIG. 12 shows an example of a content streaming system to which the embodiments disclosed in this document can be applied.
  • each component in the drawings described in this document is independently shown for convenience of description of different characteristic functions, and does not mean that each component is implemented with separate hardware or separate software.
  • two or more components of each component may be combined to form a single component, or one component may be divided into a plurality of components.
  • Embodiments in which each component is integrated and/or separated are also included in the scope of this document as long as they do not depart from the nature of this document.
  • VVC versatile video coding
  • EVC essential video coding
  • AV1 AOMedia Video 1
  • AVS2 2nd generation of audio video coding standard
  • next-generation video/ It can be applied to the method disclosed in the video coding standard (ex. H.267 or H.268, etc.).
  • video may mean a set of images over time.
  • a picture generally refers to a unit representing one image in a specific time period, and a slice/tile is a unit constituting a part of a picture in coding.
  • the slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • One picture may be composed of one or more slices/tiles.
  • One picture may be composed of one or more tile groups.
  • One tile group may include one or more tiles.
  • the brick may indicate a rectangular area of CTU rows within a tile in a picture.
  • a tile can be partitioned into multiple bricks, and each brick can consist of one or more CTU rows in the tile. Tiles that are not partitioned into multiple bricks may also be called bricks.
  • the brick scan can indicate a specific sequential ordering of CTUs partitioning a picture
  • the CTUs can be aligned with a CTU raster scan within a brick
  • the bricks in a tile can be continuously aligned with a raster scan of the bricks of the tile.
  • the tiles in the picture can be successively aligned with a raster scan of the tiles of the picture.
  • a tile is a specific tile row and a rectangular area of CTUs within a specific tile row.
  • the tile column is a rectangular area of CTUs, the rectangular area has a height equal to the height of the picture, and the width can be specified by syntax elements in a picture parameter set.
  • the tile row is a rectangular area of CTUs, the rectangular area has a width specified by syntax elements in a picture parameter set, and the height can be the same as the height of the picture.
  • a tile scan can indicate a specific sequential ordering of CTUs partitioning a picture, the CTUs can be successively aligned with a CTU raster scan in a tile, and the tiles in a picture have been successively aligned with a raster scan of the tiles of the picture.
  • a slice may include an integer number of bricks of a picture, and the integer number of bricks may be included in one NAL unit.
  • a slice may consist of a number of complete tiles, or it may be a continuous sequence of complete bricks of one tile.
  • Tile groups and slices are used interchangeably in this document. For example, the tile group/tile group header in this document may be referred to as a slice/slice header.
  • a pixel or a pel may mean a minimum unit constituting one picture (or image). Also, as a term corresponding to a pixel,'sample' may be used.
  • the sample may generally represent a pixel or a pixel value, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component. Alternatively, the sample may mean a pixel value in the spatial domain, or a conversion coefficient in the frequency domain when the pixel value is converted into the frequency domain.
  • the unit may represent a basic unit of image processing.
  • the unit may include at least one of a specific region of a picture and information related to the region.
  • One unit may include one luma block and two chroma (ex. cb, cr) blocks.
  • the unit may be used interchangeably with terms such as a block or area in some cases.
  • the MxN block may include samples (or sample arrays) of M columns and N rows or a set (or array) of transform coefficients.
  • FIG. 1 schematically shows an example of a video/image coding system that can be applied to embodiments of the present document.
  • a video/image coding system may include a first device (source device) and a second device (receiving device).
  • the source device may transmit the encoded video/image information or data to a receiving device through a digital storage medium or network in the form of a file or streaming.
  • the source device may include a video source, an encoding device, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding apparatus, and a renderer.
  • the encoding device may be referred to as a video/video encoding device, and the decoding device may be referred to as a video/video decoding device.
  • the transmitter can be included in the encoding device.
  • the receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or an external component.
  • the video source may acquire a video/image through a capture, synthesis, or generation process of the video/image.
  • the video source may include a video/image capture device and/or a video/image generation device.
  • the video/image capture device may include, for example, one or more cameras, a video/image archive including previously captured video/images, and the like.
  • the video/image generating device may include, for example, a computer, a tablet and a smartphone, and may (electronically) generate a video/image.
  • a virtual video/image may be generated through a computer or the like, and in this case, a video/image capture process may be replaced by a process in which related data is generated.
  • the encoding device can encode the input video/video.
  • the encoding apparatus may perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
  • the encoded data (encoded video/image information) may be output in the form of a bitstream.
  • the transmitting unit may transmit the encoded video/video information or data output in the form of a bitstream to a receiving unit of a receiving device through a digital storage medium or a network in a file or streaming format.
  • the digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, SSD.
  • the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiver may receive/extract the bitstream and deliver it to a decoding device.
  • the decoding apparatus may decode a video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding apparatus.
  • the renderer can render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • the video encoding device may include a video encoding device.
  • the encoding apparatus 200 includes an image partitioner 210, a predictor 220, a residual processor 230, and an entropy encoder 240. It may be configured to include an adder (250), a filtering unit (filter, 260) and a memory (memory, 270).
  • the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222.
  • the residual processing unit 230 may include a transform unit 232, a quantizer 233, a dequantizer 234, and an inverse transformer 235.
  • the residual processing unit 230 may further include a subtractor 231.
  • the adder 250 may be referred to as a reconstructor or a recontructged block generator.
  • the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, adding unit 250, and filtering unit 260 may include one or more hardware components (for example, it may be configured by an encoder chipset or processor).
  • the memory 270 may include a decoded picture buffer (DPB), or may be configured by a digital storage medium.
  • the hardware component may further include a memory 270 as an internal/external component.
  • the image division unit 210 may divide an input image (or picture, frame) input to the encoding apparatus 200 into one or more processing units.
  • the processing unit may be called a coding unit (CU).
  • the coding unit is recursively divided according to a quad-tree binary-tree ternary-tree (QTBTTT) structure from a coding tree unit (CTU) or a largest coding unit (LCU).
  • QTBTTT quad-tree binary-tree ternary-tree
  • CTU coding tree unit
  • LCU largest coding unit
  • one coding unit may be divided into a plurality of coding units of a deeper depth based on a quad tree structure, a binary tree structure, and/or a ternary structure.
  • a quad tree structure may be applied first, and a binary tree structure and/or a ternary structure may be applied later.
  • a binary tree structure may be applied first.
  • the coding procedure according to this document may be performed based on the final coding unit that is no longer split.
  • the maximum coding unit may be directly used as the final coding unit based on coding efficiency according to image characteristics, or the coding unit may be recursively divided into coding units having a lower depth than optimal if necessary.
  • the coding unit of the size of can be used as the final coding unit.
  • the coding procedure may include procedures such as prediction, transformation, and reconstruction, which will be described later.
  • the processing unit may further include a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be partitioned or partitioned from the above-described final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transformation unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • the unit may be used interchangeably with terms such as a block or area in some cases.
  • the MxN block may represent samples of M columns and N rows or a set of transform coefficients.
  • the sample may generally represent a pixel or a pixel value, and may indicate only a pixel/pixel value of a luma component or only a pixel/pixel value of a saturation component.
  • the sample may be used as a term for one picture (or image) corresponding to a pixel or pel.
  • the encoding device 200 subtracts a prediction signal (a predicted block, a prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input image signal (original block, original sample array).
  • a signal residual signal, residual block, residual sample array
  • the prediction unit may perform prediction on a block to be processed (hereinafter, referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied in units of the current block or CU. As described later in the description of each prediction mode, the prediction unit may generate various information about prediction, such as prediction mode information, and transmit it to the entropy encoding unit 240.
  • the prediction information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra prediction unit 222 may predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart depending on a prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes depending on the degree of detail of the prediction direction. However, this is an example, and more or less directional prediction modes may be used depending on the setting.
  • the intra prediction unit 222 may determine a prediction mode applied to the current block by using a prediction mode applied to neighboring blocks.
  • the inter prediction unit 221 may derive the predicted block for the current block based on a reference block (reference sample array) specified by a motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation of motion information between a neighboring block and a current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block present in the current picture and a temporal neighboring block present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be referred to by a name such as a collocated reference block or a colCU, and a reference picture including the temporal neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive the motion vector and/or reference picture index of the current block. Can be created. Inter prediction may be performed based on various prediction modes. For example, in the case of the skip mode and the merge mode, the inter prediction unit 221 may use motion information of neighboring blocks as motion information of the current block.
  • the residual signal may not be transmitted.
  • the motion vector of the current block is obtained by using the motion vector of the neighboring block as a motion vector predictor and signaling a motion vector difference. I can order.
  • the prediction unit 220 may generate a prediction signal based on various prediction methods described below.
  • the prediction unit may apply intra prediction or inter prediction as well as intra prediction and inter prediction at the same time for prediction for one block. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or a palette mode for prediction of a block.
  • the IBC prediction mode or palette mode may be used for content video/video coding such as a game, such as screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction in the current picture, but may be performed similarly to inter prediction in that a reference block is derived in the current picture. That is, the IBC can use at least one of the inter prediction techniques described in this document.
  • the palette mode can be regarded as an example of intra coding or intra prediction. When the palette mode is applied, a sample value in a picture may be signaled based on information on the palette table and palette index.
  • the prediction signal generated through the prediction unit may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique is DCT (Discrete Cosine Transform), DST (Discrete Sine Transform), KLT ( ), GBT (Graph-Based Transform), or CNT (Conditionally Non-linear Transform).
  • GBT refers to a transformation obtained from this graph when it is said to graphically represent relationship information between pixels.
  • CNT means a transform obtained by generating a prediction signal using all previously reconstructed pixels and obtained based on the predicted signal.
  • the transform process may be applied to pixel blocks having the same size of a square, or may be applied to blocks of variable sizes other than squares.
  • the quantization unit 233 quantizes the transform coefficients and transmits them to the entropy encoding unit 240, and the entropy encoding unit 240 encodes a quantized signal (information about quantized transform coefficients) and outputs it as a bitstream. have. Information about the quantized transform coefficients may be called residual information.
  • the quantization unit 233 may rearrange block-type quantized transform coefficients into a one-dimensional vector form based on a coefficient scan order, and quantize the quantized transform coefficients based on the one-dimensional vector form. Information regarding transform coefficients may be generated.
  • the entropy encoding unit 240 may perform various encoding methods, such as exponential Golomb (CAVLC), context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • CAVLC exponential Golomb
  • CAVLC context-adaptive variable length coding
  • CABAC context-adaptive binary arithmetic coding
  • the entropy encoding unit 240 may encode information necessary for video/image reconstruction (eg, a value of syntax elements, etc.) together with the quantized transform coefficients together or separately.
  • the encoded information (ex. encoded video/video information) may be transmitted or stored in units of network abstraction layer (NAL) units in the form of a bitstream.
  • NAL network abstraction layer
  • the video/video information may further include information regarding various parameter sets such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/video information may further include general constraint information.
  • information and/or syntax elements transmitted/signaled from an encoding device to a decoding device may be included in video/video information.
  • the video/video information may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream can be transmitted over a network or stored on a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, SSD.
  • the signal output from the entropy encoding unit 240 may be configured as an internal/external element of the encoding device 200 by a transmitting unit (not shown) and/or a storing unit (not shown) for storing, or the transmitting unit It may be included in the entropy encoding unit 240.
  • the quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
  • a residual signal residual block or residual samples
  • the adder 155 adds the reconstructed residual signal to the predicted signal output from the inter predictor 221 or the intra predictor 222, so that the reconstructed signal (restored picture, reconstructed block, reconstructed sample array) Can be generated. If there is no residual for the block to be processed, such as when the skip mode is applied, the predicted block may be used as a reconstructed block.
  • the adder 250 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of a next processing target block in a current picture, or may be used for inter prediction of a next picture through filtering as described below.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 260 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 260 may generate a modified restoration picture by applying various filtering methods to the restoration picture, and the modified restoration picture may be a DPB of the memory 270, specifically, the memory 270. Can be stored in.
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
  • the filtering unit 260 may generate various pieces of information regarding filtering as described later in the description of each filtering method, and transmit them to the entropy encoding unit 240.
  • the filtering information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 270 may be used as a reference picture in the inter prediction unit 221.
  • inter prediction When the inter prediction is applied through the encoding apparatus, prediction mismatch between the encoding apparatus 100 and the decoding apparatus can be avoided, and encoding efficiency can be improved.
  • the memory 270 DPB may store the modified reconstructed picture for use as a reference picture in the inter prediction unit 221.
  • the memory 270 may store motion information of a block from which motion information in a current picture is derived (or encoded) and/or motion information of blocks in a picture that has already been reconstructed.
  • the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 270 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 222.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/video decoding apparatus that can be applied to embodiments of the present document.
  • the decoding apparatus 300 includes an entropy decoder (310), a residual processor (320), a prediction unit (predictor, 330), an adder (340), and a filtering unit (filter, 350) and memory (memoery, 360).
  • the prediction unit 330 may include an inter prediction unit 331 and an intra prediction unit 332.
  • the residual processing unit 320 may include a deequantizer (321) and an inverse transformer (321).
  • the entropy decoding unit 310, the residual processing unit 320, the prediction unit 330, the adding unit 340, and the filtering unit 350 described above may include one hardware component (eg, a decoder chipset or processor) according to an embodiment. ).
  • the memory 360 may include a decoded picture buffer (DPB), or may be configured by a digital storage medium.
  • the hardware component may further include a memory 360 as an internal/external component.
  • the decoding apparatus 300 may restore an image corresponding to a process in which the video/image information is processed in the encoding apparatus of FIG. 2.
  • the decoding apparatus 300 may derive units/blocks based on block partitioning related information obtained from the bitstream.
  • the decoding apparatus 300 may perform decoding using a processing unit applied in the encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit, and the coding unit may be divided along a quad tree structure, a binary tree structure and/or a ternary tree structure from a coding tree unit or a largest coding unit.
  • One or more transform units can be derived from the coding unit. Then, the decoded video signal decoded and output through the decoding device 300 may be reproduced through the reproduction device.
  • the decoding apparatus 300 may receive the signal output from the encoding apparatus of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310.
  • the entropy decoding unit 310 may parse the bitstream to derive information (eg, video/image information) necessary for image reconstruction (or picture reconstruction).
  • the video/video information may further include information regarding various parameter sets such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/video information may further include general constraint information.
  • the decoding apparatus may decode a picture further based on the information on the parameter set and/or the general restriction information.
  • Signaling/receiving information and/or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 310 decodes information in a bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, and quantizes a value of a syntax element required for image reconstruction and a transform coefficient for residual.
  • a coding method such as exponential Golomb coding, CAVLC, or CABAC
  • the CABAC entropy decoding method receives bins corresponding to each syntax element in a bitstream, and decodes syntax element information to be decoded and decoding information of neighboring and decoding target blocks or symbol/bin information decoded in the previous step.
  • the context model is determined by using, and the probability of occurrence of the bin is predicted according to the determined context model, and arithmetic decoding of the bin is performed to generate a symbol corresponding to the value of each syntax element. have.
  • the CABAC entropy decoding method may update the context model using the decoded symbol/bin information for the next symbol/bin context model after determining the context model.
  • prediction information is provided to a prediction unit (inter prediction unit 332 and intra prediction unit 331), and the entropy decoding unit 310 performs entropy decoding.
  • the dual value, that is, quantized transform coefficients and related parameter information may be input to the residual processing unit 320.
  • the residual processor 320 may derive a residual signal (residual block, residual samples, residual sample array). Also, information related to filtering among information decoded by the entropy decoding unit 310 may be provided to the filtering unit 350. Meanwhile, a receiving unit (not shown) receiving a signal output from the encoding device may be further configured as an internal/external element of the decoding device 300, or the receiving unit may be a component of the entropy decoding unit 310.
  • the decoding device may be called a video/picture/picture decoding device, and the decoding device may be classified into an information decoder (video/picture/picture information decoder) and a sample decoder (video/picture/picture sample decoder). It might be.
  • the information decoder may include the entropy decoding unit 310, and the sample decoder may include the inverse quantization unit 321, an inverse transformation unit 322, an addition unit 340, a filtering unit 350, and a memory 360 ), at least one of an inter prediction unit 332 and an intra prediction unit 331.
  • the inverse quantization unit 321 may inverse quantize the quantized transform coefficients to output transform coefficients.
  • the inverse quantization unit 321 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, the reordering may be performed based on the coefficient scan order performed by the encoding device.
  • the inverse quantization unit 321 may perform inverse quantization on the quantized transform coefficients by using a quantization parameter (for example, quantization step size information), and obtain transform coefficients.
  • a quantization parameter for example, quantization step size information
  • the inverse transform unit 322 inversely transforms the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction is applied to the current block or inter prediction is applied based on the information on the prediction output from the entropy decoding unit 310, and may determine a specific intra/inter prediction mode.
  • the prediction unit 320 may generate a prediction signal based on various prediction methods described below.
  • the prediction unit may apply intra prediction or inter prediction as well as intra prediction and inter prediction at the same time for prediction for one block. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or a palette mode for prediction of a block.
  • the IBC prediction mode or palette mode may be used for content video/video coding such as a game, such as screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction in the current picture, but may be performed similarly to inter prediction in that a reference block is derived in the current picture. That is, the IBC can use at least one of the inter prediction techniques described in this document.
  • the palette mode can be regarded as an example of intra coding or intra prediction. When the palette mode is applied, information on the palette table and palette index may be signaled by being included in the video/image information.
  • the intra prediction unit 331 may predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart depending on a prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra prediction unit 331 may determine a prediction mode applied to the current block using a prediction mode applied to neighboring blocks.
  • the inter prediction unit 332 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation of motion information between a neighboring block and a current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block present in the current picture and a temporal neighboring block present in the reference picture.
  • the inter prediction unit 332 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or reference picture index of the current block based on the received candidate selection information. Inter-prediction may be performed based on various prediction modes, and information on the prediction may include information indicating a mode of inter-prediction for the current block.
  • the adder 340 reconstructs the obtained residual signal by adding it to the predicted signal (predicted block, predicted sample array) output from the predictor (including the inter predictor 332 and/or the intra predictor 331) A signal (restored picture, reconstructed block, reconstructed sample array) can be generated. If there is no residual for the block to be processed, such as when the skip mode is applied, the predicted block may be used as a reconstructed block.
  • the adding unit 340 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of a next processing target block in a current picture, may be output through filtering as described below, or may be used for inter prediction of a next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 350 may apply subjective/objective filtering to improve subjective/objective image quality.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and the modified reconstructed picture may be a DPB of the memory 360, specifically, the memory 360 Can be transferred to.
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
  • the (corrected) reconstructed picture stored in the DPB of the memory 360 may be used as a reference picture in the inter prediction unit 332.
  • the memory 360 may store motion information of a block from which motion information in a current picture is derived (or decoded) and/or motion information of blocks in a picture that has already been reconstructed.
  • the stored motion information may be transmitted to the inter prediction unit 332 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 360 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 331.
  • the embodiments described in the filtering unit 260, the inter prediction unit 221, and the intra prediction unit 222 of the encoding device 200 are respectively the filtering unit 350 and the inter prediction of the decoding device 300.
  • the unit 332 and the intra prediction unit 331 may be applied to the same or corresponding.
  • a predicted block including prediction samples for a current block which is a block to be coded
  • the predicted block includes prediction samples in a spatial domain (or pixel domain).
  • the predicted block is derived equally from an encoding device and a decoding device, and the encoding device decodes information (residual information) about the residual between the original block and the predicted block, not the original sample value itself of the original block. Signaling to the device can improve video coding efficiency.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, generate a reconstruction block including reconstruction samples by combining the residual block and the predicted block, and generate reconstruction blocks. It is possible to generate a reconstructed picture that includes.
  • the residual information may be generated through a transform and quantization procedure.
  • the encoding apparatus derives a residual block between the original block and the predicted block, and performs transformation procedures on residual samples (residual sample array) included in the residual block to derive transformation coefficients. And, by performing a quantization procedure on the transform coefficients, the quantized transform coefficients are derived to signal related residual information (via a bitstream) to a decoding apparatus.
  • the residual information may include information such as value information of the quantized transform coefficients, position information, a transform technique, a transform kernel, and quantization parameters.
  • the decoding apparatus may perform an inverse quantization/inverse transformation procedure based on the residual information and derive residual samples (or residual blocks).
  • the decoding apparatus may generate a reconstructed picture based on the predicted block and the residual block.
  • the encoding apparatus can also dequantize/inverse transform quantized transform coefficients for reference for inter prediction of a picture, to derive a residual block, and generate a reconstructed picture based on the quantized/inverse transform.
  • inter prediction may be applied when performing prediction on the current block. That is, the prediction unit (more specifically, the inter prediction unit) of the encoding/decoding device may derive prediction samples by performing inter prediction on a block basis. Inter prediction may represent a prediction derived in a manner dependent on data elements (eg, sample values, or motion information) of a picture(s) other than the current picture.
  • data elements eg, sample values, or motion information
  • inter prediction is applied to a current block, based on a reference block (reference sample array) specified by a motion vector on a reference picture indicated by the reference picture index, a predicted block (predictive sample array) for the current block is derived. Can.
  • motion information of the current block may be predicted in units of blocks, subblocks, or samples based on the correlation of motion information between a neighboring block and a current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be referred to by a name such as a collocated reference block or a colCU, and a reference picture including the temporal neighboring block may be called a collocated picture (colPic). It might be.
  • a motion information candidate list may be constructed based on neighboring blocks of the current block, and a flag indicating which candidate is selected (used) to derive a motion vector and/or reference picture index of the current block, or Index information may be signaled.
  • Inter prediction may be performed based on various prediction modes. For example, in the case of the skip mode and the merge mode, motion information of a current block may be the same as motion information of a selected neighboring block. In the skip mode, unlike the merge mode, the residual signal may not be transmitted.
  • a motion vector of a selected neighboring block is used as a motion vector predictor, and a motion vector difference can be signaled.
  • the motion vector of the current block may be derived using the sum of the motion vector predictor and the motion vector difference.
  • the motion information may include L0 motion information and/or L1 motion information according to an inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.).
  • the motion vector in the L0 direction may be called an L0 motion vector or MVL0
  • the motion vector in the L1 direction may be called an L1 motion vector or MVL1.
  • the prediction based on the L0 motion vector can be called L0 prediction
  • the prediction based on the L1 motion vector can be called L1 prediction
  • the prediction based on both the L0 motion vector and the L1 motion vector can be called pair (Bi) prediction. .
  • the L0 motion vector may represent a motion vector associated with the reference picture list L0 (L0), and the L1 motion vector may represent a motion vector associated with the reference picture list L1 (L1).
  • the reference picture list L0 may include previous pictures in the output order than the current picture as reference pictures, and the reference picture list L1 may include subsequent pictures in the output order than the current picture. Previous pictures may be referred to as forward (reference) pictures, and subsequent pictures may be referred to as reverse (reference) pictures.
  • the reference picture list L0 may further include subsequent pictures as reference pictures in an output order than the current picture. In this case, in the reference picture list L0, previous pictures may be indexed first and subsequent pictures may then be indexed.
  • the reference picture list L1 may further include previous pictures as reference pictures in an output order than the current picture.
  • subsequent pictures may be indexed first and previous pictures may then be indexed.
  • the output order may correspond to a picture order count (POC) order.
  • POC picture order count
  • various inter prediction modes may be used for prediction of a current block in a picture.
  • various modes such as merge mode, skip mode, motion vector prediction (MVP) mode, affine mode, sub-block merge mode, merge with MVD (MMVD) mode, and historical motino vector prediction (HMVP) mode
  • Decoder side motion vector refinement (DMVR) mode adaptive motion vector resolution (AMVR) mode, bi-prediction with CU-level weight (BCW), bi-directional optical flow (BDOF), etc.
  • the affine mode may also be called aaffine motion prediction mode.
  • the MVP mode may also be called AMVP (advanced motion vector prediction) mode.
  • the motion information candidates derived by some modes and/or some modes in this document may be included as one of the candidates related to motion information of other modes.
  • the HMVP candidate may be added as a merge candidate in the merge/skip mode, or may be added as an mvp candidate in the MVP mode.
  • the HMVP candidate may be called an HMVP merge candidate.
  • the prediction mode information indicating the inter prediction mode of the current block may be signaled from the encoding device to the decoding device. At this time, the prediction mode information may be included in the bitstream and received by the decoding device.
  • the prediction mode information may include index information indicating one of a plurality of candidate modes.
  • the inter prediction mode may be indicated through hierarchical signaling of flag information.
  • the prediction mode information may include one or more flags.
  • the skip flag is signaled to indicate whether the skip mode is applied, and when the skip mode is not applied, the merge flag is signaled to indicate whether the merge mode is applied, and when the merge mode is not applied, the MVP mode is applied. It may be indicated as or may further signal a flag for further classification.
  • the affine mode may be signaled as an independent mode, or may be signaled as a mode dependent on a merge mode or an MVP mode.
  • the affine mode may include affine merge mode and affine MVP mode.
  • inter prediction may be performed using motion information of a current block.
  • the encoding apparatus may derive optimal motion information for the current block through a motion estimation procedure. For example, the encoding apparatus may search similar reference blocks having high correlation using the original blocks in the original picture for the current block in fractional pixel units within a predetermined search range in the reference picture, thereby deriving motion information. Can.
  • the similarity of the block can be derived based on the difference between phase-based sample values. For example, the similarity of a block can be calculated based on sum of absolute differences (SAD) between the current block (or the template of the current block) and the reference block (or the template of the reference block). In this case, motion information may be derived based on a reference block having the smallest SAD in the search area.
  • the derived motion information may be signaled to the decoding apparatus according to various methods based on the inter prediction mode.
  • the predicted block for the current block may be derived based on the motion information derived according to the inter prediction mode.
  • the predicted block may include predictive samples (predictive sample array) of the current block.
  • MV motion vector
  • an interpolation procedure may be performed, and through this, prediction samples of the current block may be derived based on reference samples in a fractional sample unit in the reference picture. Can.
  • Affine inter prediction is applied to the current block, prediction samples may be generated based on a sample/subblock unit MV.
  • prediction samples derived based on L0 prediction that is, prediction using a reference picture and MVL0 in a reference picture list L0
  • L1 prediction that is, using a reference picture and MVL1 in a reference picture list L1
  • Prediction samples derived through a weighted sum (weighted) or a weighted average of prediction samples derived based on prediction) may be used as prediction samples of a current block.
  • the reference picture used for L0 prediction and the reference picture used for L1 prediction are located in different temporal directions based on the current picture (that is, when it is bi-prediction and bi-directional prediction) This can be called true pair prediction.
  • reconstruction samples and reconstruction pictures may be generated based on the derived prediction samples, and then procedures such as in-loop filtering may be performed.
  • FIG. 4 shows an example of a video/video encoding method based on inter prediction
  • FIG. 5 is an example schematically showing an inter prediction unit in an encoding device.
  • the inter prediction unit in the encoding apparatus of FIG. 5 may be applied to the inter prediction unit 221 of the encoding apparatus 200 of FIG. 2 as described above.
  • the encoding apparatus performs inter prediction on the current block (S400).
  • the encoding device may derive the inter prediction mode and motion information of the current block, and generate prediction samples of the current block.
  • the procedure for determining the inter prediction mode, deriving motion information, and generating prediction samples may be performed simultaneously, or one procedure may be performed before the other procedure.
  • the inter prediction unit 221 of the encoding apparatus may include a prediction mode determination unit 221_1, a motion information derivation unit 221_2, and a prediction sample derivation unit 221_3, and the prediction mode determination unit 221_1
  • motion information of the current block is derived from the motion information deriving unit 221_2
  • prediction samples of the current block are derived from the prediction sample deriving unit 221_3.
  • the inter prediction unit 221 of the encoding apparatus searches a block similar to the current block in a certain area (search area) of reference pictures through motion estimation, and the difference from the current block is minimum or A reference block that is below a certain criterion can be derived.
  • a reference picture index indicating a reference picture in which the reference block is located may be derived, and a motion vector may be derived based on a difference in position between the reference block and the current block.
  • the encoding apparatus may determine a mode applied to the current block among various prediction modes.
  • the encoding apparatus may compare RD cost for various prediction modes and determine an optimal prediction mode for the current block.
  • the encoding apparatus configures a merge candidate list, and the difference from the current block among reference blocks indicated by the merge candidates included in the merge candidate list is minimum or constant.
  • Reference blocks below the standard can be derived.
  • a merge candidate associated with the derived reference block is selected, and merge index information indicating the selected merge candidate may be generated and signaled to the decoding apparatus.
  • Motion information of a current block may be derived using motion information of a selected merge candidate.
  • the encoding device configures the (A)MVP candidate list, and (m) the selected mvp candidate among the mvp (motion vector predictor) candidates included in the MVP candidate list.
  • the motion vector can be used as the mvp of the current block.
  • a motion vector indicating a reference block derived by the above-described motion estimation may be used as a motion vector of the current block, and among the mvp candidates, a motion vector having the smallest difference from the motion vector of the current block may be used.
  • the mvp candidate to have may be the selected mvp candidate.
  • a motion vector difference which is a difference obtained by subtracting mvp from a motion vector of a current block, may be derived.
  • information about the MVD may be signaled to the decoding device.
  • the value of the reference picture index may be configured and reference signal index information may be separately signaled to a decoding device.
  • the encoding apparatus may derive residual samples based on the predicted samples (S410).
  • the encoding apparatus may derive residual samples through comparison of original samples and prediction samples of the current block.
  • the encoding device encodes video information including prediction information and residual information (S420).
  • the encoding device may output the encoded image information in the form of a bitstream.
  • the prediction information is information related to a prediction procedure and may include prediction mode information (eg, skip flag, merge flag or mode index, etc.) and motion information.
  • the information on the motion information may include candidate selection information (ex. merge index, mvp flag or mvp index) that is information for deriving a motion vector.
  • the information on the motion information may include the information on the MVD and/or reference picture index information.
  • the information on motion information may include information indicating whether L0 prediction, L1 prediction, or bi prediction is applied.
  • the residual information is information about residual samples.
  • the residual information may include information about quantized transform coefficients for residual samples.
  • the output bitstream may be stored in a (digital) storage medium and transmitted to a decoding device, or may be delivered to a decoding device through a network.
  • the encoding apparatus may generate a reconstructed picture (including reconstructed samples and reconstructed blocks) based on reference samples and residual samples. This is for deriving the same prediction result as that performed by the decoding device in the encoding device, because it is possible to increase coding efficiency. Accordingly, the encoding apparatus may store the reconstructed picture (or reconstructed samples, reconstructed block) in a memory and use it as a reference picture for inter prediction. As described above, an in-loop filtering procedure may be further applied to the reconstructed picture.
  • FIG. 6 shows an example of a video/video decoding method based on inter prediction
  • FIG. 7 is an example schematically showing an inter prediction unit in a decoding apparatus.
  • the inter prediction unit in the decoding apparatus of FIG. 7 may be applied to the inter prediction unit 332 of the decoding apparatus 300 of FIG. 3 as described above.
  • the decoding device may perform an operation corresponding to an operation performed in the encoding device.
  • the decoding apparatus may perform prediction on the current block and derive prediction samples based on the received prediction information.
  • the decoding apparatus may determine a prediction mode for the current block based on the received prediction information (S600).
  • the decoding apparatus may determine which inter prediction mode is applied to the current block based on the prediction mode information in the prediction information.
  • inter prediction mode candidates may include skip mode, merge mode and/or (A)MVP mode, or various inter prediction modes described above.
  • the decoding device derives motion information of the current block based on the determined inter prediction mode (S610). For example, when a skip mode or a merge mode is applied to the current block, the decoding apparatus may configure a merge candidate list and select one of merge candidates included in the merge candidate list. Here, the selection may be performed based on the selection information (merge index) described above. Motion information of a current block may be derived using motion information of a selected merge candidate. Motion information of the selected merge candidate may be used as motion information of the current block.
  • the decoding apparatus configures the (A)MVP candidate list and (m) the selected mvp candidate among the (m) motion vector predictor (mvp) candidates included in the MVP candidate list.
  • the motion vector can be used as the mvp of the current block.
  • the selection may be performed based on the selection information (mvp flag or mvp index) described above.
  • the MVD of the current block can be derived based on the information on the MVD
  • the motion vector of the current block can be derived based on the mvp and MVD of the current block.
  • the reference picture index of the current block may be derived based on the reference picture index information.
  • the picture indicated by the reference picture index in the reference picture list for the current block may be derived as a reference picture referenced for inter prediction of the current block.
  • motion information of a current block may be derived without configuring a candidate list, and in this case, motion information of a current block may be derived according to a procedure initiated in a prediction mode.
  • the candidate list configuration as described above may be omitted.
  • the decoding apparatus may generate prediction samples for the current block based on the motion information of the current block (S620).
  • a reference picture may be derived based on the reference picture index of the current block, and prediction samples of the current block may be derived using samples of the reference block indicated by the motion vector of the current block on the reference picture.
  • a prediction sample filtering procedure for all or part of the prediction samples of the current block may be further performed.
  • the inter prediction unit 332 of the decoding apparatus may include a prediction mode determination unit 332_1, a motion information derivation unit 332_2, and a prediction sample derivation unit 332_3, and the prediction mode determination unit 332_1
  • the prediction mode for the current block is determined based on the prediction mode information received from the motion information, and motion information (motion vector and/or reference picture) of the current block based on the motion information received from the motion information derivation unit 332_2 Index, etc.), and the prediction sample deriving unit 332_3 may derive prediction samples of the current block.
  • the decoding apparatus generates residual samples for the current block based on the received residual information (S630).
  • the decoding apparatus may generate reconstructed samples for the current block based on the predicted samples and residual samples, and generate a reconstructed picture based on the reconstructed samples (S640).
  • an in-loop filtering procedure may be further applied to the reconstructed picture.
  • the inter prediction procedure may include a step of determining an inter prediction mode, a step of deriving motion information according to the determined prediction mode, and performing a prediction (generating a predictive sample) based on the derived motion information.
  • the inter prediction procedure can be performed in the encoding device and the decoding device as described above.
  • a merge mode may be applied.
  • the merge mode motion information of a current prediction block is not directly transmitted, and motion information of a current prediction block is derived using motion information of a neighboring prediction block. Accordingly, the motion information of the current prediction block may be indicated by transmitting flag information indicating that the merge mode is used and a merge index indicating which prediction blocks are used.
  • the merge mode can be called regular merge mode. For example, the merge mode may be applied when the value of regular_merge_flag is 1.
  • the encoder In order to perform the merge mode, the encoder must search a merge candidate block used to derive motion information of the current prediction block. For example, up to five merge candidate blocks may be used, but the embodiment(s) of the present document is not limited thereto. In addition, the maximum number of merge candidate blocks may be transmitted in a slice header or a tile group header, and the embodiment(s) of this document is not limited thereto. After finding the merge candidate blocks, the encoder can generate a merge candidate list, and select the merge candidate block having the smallest cost as the final merge candidate block.
  • the merge candidate list may use 5 merge candidate blocks, for example.
  • four spatial merge candidates and one temporal merge candidate can be used.
  • blocks shown in FIG. 8 may be used as a spatial merge candidate.
  • the spatial merge candidate or spatial MVP candidate may be called SMVP
  • the temporal merge candidate or temporal MVP candidate may be called TMVP.
  • the spatial peripheral blocks are the lower left corner peripheral block (A0), the left peripheral block (A1), the upper right corner peripheral block (B0), the upper peripheral block (B1), and the upper left side of the current block. It may include at least one of the block around the corner (B2).
  • the spatial peripheral block may further include other peripheral blocks other than the peripheral block illustrated in FIG. 8, or may not include a specific peripheral block among the peripheral blocks illustrated in FIG. 8.
  • the spatial peripheral block may include only a specific peripheral block, for example, only the left peripheral block A1 of the current block.
  • the encoding device/decoding device may detect available spatial neighboring blocks while searching for spatial neighboring blocks according to a predetermined search order in constructing spatial merge candidates.
  • whether the spatial neighboring block is available or not may be determined by reference picture information, prediction mode information, and location information of the spatial neighboring block. For example, when the reference picture of the spatial neighboring block and the reference picture of the current block are the same, the corresponding spatial neighboring block may be determined to be available. Or, if the spatial neighboring block is coded in the intra prediction mode, or if the prediction mode of the spatial neighboring block and the prediction mode of the current block are not the same, or when the spatial neighboring block is located outside the current picture/tile, the spatial neighboring block is It may be determined that it is not available.
  • the search order of the spatial neighboring blocks may be variously defined, for example, in the order of A1, B1, B0, A0, B2. Alternatively, it is possible to determine whether A1 is available by searching only A1.
  • FIG. 9 schematically shows an example of a method of constructing a merge candidate list for a current block.
  • the coding apparatus searches for spatial neighboring blocks of the current block and inserts the derived spatial merge candidates into the merge candidate list (S910).
  • 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. For example, the encoder and the decoder may search the five blocks shown in FIG. 8 in the order of A1, B1, B0, A0, B2, and sequentially index available candidates to form a merge candidate 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 (S920).
  • 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 surrounding block is located may be called a collocated picture or a col 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 col picture.
  • the predetermined storage unit may be predetermined in units of 16x16 sample units, 8x8 sample units, or the like, or size information for a predetermined storage unit may be signaled from an encoder to a decoder.
  • motion information of a temporal peripheral block may be replaced with representative motion information of a certain 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 a 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 positions ((xTnb>>4) ⁇ 4), (yTnb>> The motion information of the prediction block located at 4) ⁇ 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 Motion information of the prediction block located at ) ⁇ 3)) may be used for temporal merge candidates.
  • the coding apparatus may check whether the number of current merge candidates is smaller than the maximum number of merge candidates (S930).
  • the maximum number of merge candidates may be predefined or signaled from the encoder to the decoder.
  • the encoder may generate information on the number of maximum merge candidates, encode, and transmit the encoded information to a decoder 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 (S940).
  • Additional merge candidates are, for example, history based merge candidate(s), pair-wise average merge candidate(s), ATMVP, combined bi-predictive merge candidates (if the slice/tile group type of the current slice/tile group is B type) ) And/or at least one of Young Vector merge candidates.
  • the coding apparatus may end the configuration of the merge candidate list.
  • the encoder may select an optimal merge candidate among merge candidates composing a merge candidate list based on a rate-distortion (RD) cost, and may signal selection information (ex. merge index) indicating the selected merge candidate to the decoder. have.
  • the decoder may select an optimal merge candidate based on the merge candidate list and selection information.
  • the motion information of the selected merge candidate may be used as motion information of the current block, and prediction samples of the current block may be derived based on the motion information of the current block.
  • the encoder may derive residual samples of the current block based on the predicted samples, and may signal residual information about the residual samples to the decoder.
  • the decoder may generate reconstruction samples based on residual samples and prediction samples derived based on restrained dual information, and may generate a reconstruction picture based on the residual samples.
  • motion information of the current block may be derived in the same way as when the merge mode is applied earlier. However, when the skip mode is applied, a residual signal for a corresponding block is omitted, and thus prediction samples can be directly used as reconstructed samples.
  • the skip mode may be applied when the value of cu_skip_flag is 1, for example.
  • an intra block copy (IBC) prediction mode may be used in performing prediction on a current block.
  • the IBC prediction mode may be used for content video/video coding such as games, such as screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction in the current picture, but may be performed similarly to inter prediction in that a reference block is derived in the current picture. That is, the IBC can use at least one of the inter prediction techniques described in this document.
  • the IBC can refer to the current picture and may therefore be referred to as current picture referencing (CPR).
  • CPR current picture referencing
  • whether the IBC is applied to the current block may be indicated based on an IBC flag (eg, pred_mode_ibc_flag).
  • the IBC flag eg, pred_mode_ibc_flag
  • the encoding apparatus may perform block matching (BM) to derive an optimal block vector (or motion vector) for the current block (eg, CU).
  • the derived block vector (or motion vector) may be signaled to a decoding device through a bitstream using a method similar to the motion information (motion vector) signaling in the inter prediction described above.
  • the decoding apparatus may derive a reference block for the current block in the current picture through the signaled block vector (motion vector), and thereby, a prediction signal (predicted block or prediction samples) for the current block.
  • the block vector corresponds to the above-described motion vector, and may indicate displacement from the current block to a reference block located in a region already reconstructed in the current picture.
  • the block vector (or motion vector) may also be called a displacement vector.
  • the motion vector in IBC may correspond to a block vector or a displacement vector.
  • MVD in IBC may be referred to as block vector difference (BVD).
  • the motion vector of the current block may include a motion vector for a luma component (luma motion vector) or a motion vector for a chroma component (chroma motion vector).
  • the luma motion vector for an IBC coded CU may be an integer sample unit (ie, integer precision).
  • the chroma motion vector can also be clipped in units of integer samples.
  • the IBC can use at least one of inter prediction techniques, for example, when IBC is applied as an AMVR, 1-pel and 4-pel motion vector precision can be switched.
  • the IBC prediction mode is signaled through a flag and may be signaled as an IBC (A)MVP mode or an IBC skip/merge mode.
  • a block vector of the current block may be derived using a merge candidate index.
  • the merge candidate index may indicate which block vector is used to predict the current block among block vectors in a list constructed based on neighbor candidate blocks coded in the IBC mode.
  • the merge candidate list may include a spatial candidate, a historic motino vector prediction (HMVP) candidate, and a pairwise candidate.
  • HMVP historic motino vector prediction
  • block vector difference (BVD) can be coded in the same way as MVD.
  • the block vector prediction method may use two candidates as a predictor, and the two candidates may be derived from a left peripheral block (coded in IBC mode) and an upper peripheral block (coded in IBC mode). At this time, if the left peripheral block or the upper peripheral block is not available, a default block vector can be used as a predictor.
  • a flag may be signaled as index information for indicating a block vector predictor.
  • IBC prediction may use at least one of inter prediction techniques.
  • IBC prediction may signal whether the IBC is enabled (enabled) through a sequence parameter set (SPS) syntax.
  • SPS sequence parameter set
  • the I slice is processed as a P slice and inter prediction coding (eg, merge mode, (A)MVP mode) may be applied.
  • the I slice intra slice
  • the P slice predictive slice
  • the current IBC mode is signaled to not allow inter prediction coding.
  • syntax related to inter prediction such as merge with MVD (MMVD) mode, affine mode, multi-hypothesis mode, and tri-angular mode includes information instructing that inter prediction coding is not activated. Signaled.
  • MMVD merge with MVD
  • affine mode affine mode
  • multi-hypothesis mode multi-hypothesis mode
  • tri-angular mode includes information instructing that inter prediction coding is not activated. Signaled.
  • MMVD may be applied as an inter prediction technique in the process of performing IBC prediction. Accordingly, this document proposes a method that can simultaneously apply IBC prediction and MMVD.
  • this document proposes a method that can apply MMVD in the case of current picture referencing (CPR) referring to the current picture.
  • CPR current picture referencing
  • motion vector difference is applied to the merge mode, and motion information directly used to generate prediction samples of the current block (ie, the current CU) can be implicitly derived.
  • an MMVD flag eg, mmvd_flag
  • MMVD may be performed based on the MMVD flag.
  • the additional information on the MMVD is a merge candidate flag (eg, mmvd_cand_flag) indicating whether a first candidate or a second candidate in the merge candidate list is used with the MVD, and a distance index for indicating motion magnitude (Eg, mmvd_distance_idx) and a direction index (eg, mmvd_direction_idx) for indicating a motion direction.
  • a merge candidate flag eg, mmvd_cand_flag
  • a distance index for indicating motion magnitude Eg, mmvd_distance_idx
  • a direction index eg, mmvd_direction_idx
  • two candidates that is, the first candidate or the second candidate located in the first and second entries among candidates in the merge candidate list may be used, and the two candidates (ie, the first candidate or the second candidate) One of them can be used as the base MV.
  • a merge candidate flag eg, mmvd_cand_flag
  • mmvd_cand_flag may be signaled to indicate one of two candidates (ie, a first candidate or a second candidate) in the merge candidate list.
  • the distance index (eg, mmvd_distance_idx) indicates motion size information, and may indicate a predetermined offset from the starting point.
  • the offset may be added to the horizontal component or vertical component of the starting motion vector.
  • the relationship between the distance index and the predetermined offset can be expressed as shown in Table 1 below.
  • the distance of the MVD (eg, MmvdDistance) is determined according to the value of the distance index (eg, mmvd_distance_idx), and the distance of the MVD (eg, MmvdDistance) is an integer sample unit (integer) based on the value of slice_fpel_mmvd_enabled_flag sample precision) or fractional sample precision.
  • slice_fpel_mmvd_enabled_flag 1
  • slice_fpel_mmvd_enabled_flag 0
  • the direction index (eg, mmvd_direction_idx) indicates the direction of the MVD based on the starting point, and may indicate four directions as shown in Table 2 below. At this time, the direction of the MVD may indicate the sign of the MVD.
  • the relationship between the direction index and the MVD code can be expressed as shown in Table 2 below.
  • the sign of the MVD (eg, MmvdSign) is determined according to the value of the direction index (eg, mmvd_direction_idx), and the sign of the MVD (eg, MmvdSign) is derived for the L0 reference picture and the L1 reference picture.
  • the direction index eg, mmvd_direction_idx
  • the sign of the MVD (eg, MmvdSign) is derived for the L0 reference picture and the L1 reference picture.
  • the offset of the MVD may be calculated as in Equation 1 below.
  • a merge candidate indicated by a merge candidate flag (eg, mmvd_cand_flag) is selected from merge candidates of a merge candidate list derived based on neighboring blocks, and the selected merge candidate is a base candidate (eg, MVP). Then, based on the base candidate, the MVD derived using the distance index (eg, mmvd_distance_idx) and the direction index (eg, mmvd_direction_idx) may be added to derive motion information (ie, a motion vector) of the current block.
  • a merge candidate indicated by a merge candidate flag eg, mmvd_cand_flag
  • MMVD a method of applying MMVD among inter prediction techniques in the process of performing IBC prediction.
  • it relates to a case in which MMVD is applied together in a process of performing CPR with reference to a current picture in a process of coding a current block, and a method of deriving a base candidate (ie, base motion information candidate) of MMVD to support this Gives
  • base candidate ie, base motion information candidate
  • a case in which a current picture is referenced in the process of coding (encoding/decoding) the current picture and only one reference picture (ie, the current picture) exists in the reference picture list may be considered.
  • an MMVD mode may be applied to a current block that is a CPR coding block.
  • the base motion information candidate may be derived based on whether the prediction candidate of the current block is a CPR coding block.
  • motion information of the prediction candidate may be configured as a base motion information candidate.
  • a zero vector may be configured as base motion information.
  • the zero vector may be configured as the base motion information.
  • the zero vector may be configured as the base motion information.
  • the prediction candidate may mean a motion information candidate (eg, a merge candidate) derived based on spatial/temporal neighboring blocks of the current block as described above.
  • the base motion information candidate may mean motion information candidates (eg, merge candidates) used in the MMVD mode, for example, two candidates in the merge candidate list (ie, candidates indexed in the first order and second order) Candidates to be indexed).
  • a method of constructing a base motion information candidate in the same manner as in the above-described embodiment may be implemented according to a specification as shown in Table 3 below.
  • a case where a current picture is referenced in the process of coding (encoding/decoding) the current picture and another reference picture except for the current picture exists in the reference picture list may be considered.
  • an MMVD mode may be applied to a current block that is a CPR coding block.
  • the base motion information candidate can be derived regardless of whether the current block prediction candidate is a CPR coding block.
  • motion information of a prediction candidate can be configured as a base motion information candidate. In this case, if the base motion information candidate is not filled because the prediction candidate is not available, the zero vector may be configured as the base motion information.
  • the prediction candidate may mean a motion information candidate (eg, a merge candidate) derived based on spatial/temporal neighboring blocks of the current block as described above.
  • the base motion information candidate may mean motion information candidates (eg, merge candidates) used in the MMVD mode, for example, two candidates in the merge candidate list (ie, candidates indexed in the first order and second order) Candidates to be indexed).
  • a method of constructing a base motion information candidate in the same manner as in the above-described embodiment may be implemented according to a specification as shown in Table 4 below.
  • FIG. 10 is a flowchart schematically illustrating an encoding method that can be performed by an encoding device according to an embodiment of the present document.
  • the method disclosed in FIG. 10 may be performed by the encoding apparatus 200 disclosed in FIG. 2. Specifically, steps S1000 to S1020 of FIG. 10 may be performed by the prediction unit 220 and the inter prediction unit 221 illustrated in FIG. 2, and step S1030 of FIG. 10 is the residual processing unit 230 illustrated in FIG. 2 It can be performed by, and step S1040 of FIG. 10 may be performed by the entropy encoding unit 240 disclosed in FIG. 2.
  • the method disclosed in FIG. 10 may include the embodiments described above in this document. Therefore, in FIG. 10, a detailed description of content overlapping with the above-described embodiments will be omitted or simplified.
  • the encoding apparatus may determine that a merge with motion vector difference (MMVD) mode is applied to a current block, which is a current picture referencing (CPR) coding block referring to the current picture (S1000).
  • MMVD merge with motion vector difference
  • the encoding device may compare RD cost based on various prediction modes and determine an optimal prediction mode for the current block. At this time, the encoding device may determine whether to apply MMVD to the current block, which is a CPR coding block, as an optimal prediction mode based on RD cost. In addition, the encoding apparatus may generate MMVD flag information indicating whether motion information is derived by applying MMVD to the current block according to the determination. Also, the encoding device may encode MMVD flag information and signal the decoding device.
  • the encoding apparatus may derive a base motion information candidate for the current block based on neighboring candidate blocks of the current block (S1010). According to an embodiment, the encoding apparatus may derive a base motion information candidate based on whether neighboring candidate blocks of the current block are CPR coding blocks.
  • the encoding device may derive neighboring candidate blocks of the current block.
  • the neighboring candidate blocks may be neighboring blocks spatially adjacent to the current block, and include, for example, blocks around the lower left corner of the current block, blocks around the left corner, blocks around the upper right corner, blocks surrounding the upper block, and blocks surrounding the upper left corner.
  • the encoding apparatus may detect the available candidate blocks by searching the neighbor candidate blocks based on priority, and derive motion information of the detected candidate blocks. At this time, motion information of available candidate blocks may be used as motion information candidates (eg, spatial merge candidates) in the motion candidate list.
  • the neighbor candidate blocks may further include a temporal neighboring block
  • the temporal neighboring block is a sequence of a lower right corner peripheral block and a lower right center block of a co-located block for a current block on a col picture.
  • the encoding apparatus may detect available temporal neighboring blocks and derive motion information of the detected blocks.
  • motion information of the available temporal neighboring blocks may be used as a motion information candidate (eg, a temporal merge candidate) in a motion candidate list.
  • the encoding apparatus may derive the neighbor candidate blocks as described above, and then derive the base motion information candidate used in the MMVD mode based on whether the neighbor candidate blocks are CPR coding blocks.
  • the encoding apparatus may construct a motion information candidate list (eg, a merge candidate list) by deriving neighbor candidate blocks as described above.
  • the motion information candidate list may include a predetermined number of motion information candidates, for example, five candidates.
  • the motion information candidate list may include the base motion information candidate.
  • the number of base motion information candidates included in the motion information candidate list may be determined to be less than or equal to the total number of motion information candidates (for example, 5) for the motion information candidate list, for example, 2 .
  • two base motion information candidates may be indexed in the first and second order among candidates in the motion information list.
  • the encoding device may signal selection information (eg, a merge candidate flag; mmvd_cand_flag) indicating one of two base motion information candidates for the current block to which the MMVD is applied, and transmit the signal to the decoding device.
  • selection information eg, a merge candidate flag; mmvd_cand_flag
  • the base motion information candidate in deriving the base motion information candidate, may be derived based on whether the reference picture list for the current block includes only the current picture or one or more other reference pictures excluding the current picture. Can.
  • the encoding device when only the current picture in the reference picture list is included, derives a neighbor candidate block that is a CPR coding block among neighbor candidate blocks, and bases on the basis of motion information of the neighbor candidate block that is a CPR coding block. Motion information candidates can be derived.
  • the encoding apparatus may configure a zero vector as a base motion information candidate when all of the neighbor candidate blocks are not CPR coding blocks.
  • the neighbor candidate blocks are not available (eg, when the neighbor candidate blocks are blocks coded in intra prediction mode) and the base motion information candidates are not satisfied, the encoding apparatus uses a zero vector as the base motion information candidate. Can be configured.
  • the encoding apparatus when one or more other reference pictures except the current picture in the reference picture list are included, the encoding apparatus is not a motion information or a CPR coding block of a first neighbor candidate block, which is a CPR coding block, among the neighbor candidate blocks.
  • a base motion information candidate may be derived based on at least one of motion information of the second neighbor candidate block. That is, when one or more other reference pictures other than the current picture in the reference picture list are included, the encoding apparatus may use both a neighbor candidate block as a CPR coding block and a neighbor candidate block other than a CPR coding block as base motion information candidates.
  • the encoding apparatus uses the zero vector as the base motion information candidate. It can be configured as.
  • the encoding apparatus may generate prediction samples for the current block based on the base motion information candidate (S1020).
  • the encoding apparatus may derive motion information of a current block based on a base motion information candidate and MVD for a current block to which MMVD is applied, and generate prediction samples based on the motion information.
  • the encoding device may generate a distance index indicating the magnitude of the motion vector difference and a direction index indicating the motion direction.
  • the distance index may be mmvd_distance_idx described above
  • the direction index may be mmvd_direction_idx described above.
  • the encoding device derives the value of the distance index based on the size (eg, MmvdDistance) of the MVD shown in Table 1, and derives the value of the direction index based on the sign (eg, MmvdSign) of the MVD shown in Table 2. Can. Then, encoding may be performed based on the values of the distance index and the direction index, and signaled to the decoding device.
  • the encoding apparatus may derive a motion vector difference (MVD) based on the distance index and the direction index.
  • MVD may be calculated by Equation 1 above.
  • the encoding device may derive motion information of a current block based on the base motion information candidate and the MVD.
  • the motion information (ie, motion vector) of the current block may be derived by adding the MVD calculated as in Equation 1 to the base motion information candidate (ie, the base motion vector).
  • the encoding apparatus may generate prediction samples based on a reference block indicated by the motion information (that is, a motion vector) in a reference picture in a reference picture list or a current picture.
  • the encoding device may derive residual samples for the current block based on the prediction samples (S1030).
  • the encoding apparatus may derive residual samples based on original samples for the current block and prediction samples of the current block, and generate information about residual samples.
  • the information about the residual samples may include information such as value information, position information, a transformation technique, a transformation kernel, and quantization parameters of quantized transformation coefficients derived by performing transformation and quantization on the residual samples. have.
  • the encoding device may encode image information including information about residual samples (S1040).
  • the encoding device may encode information on residual samples and output the information as a bitstream, and transmit it to a decoding device through a network or a storage medium.
  • the encoding device may generate image information (eg, MMVD candidate flag information, distance index, direction index, etc.) derived in the above-described process as a bitstream.
  • FIG. 11 is a flowchart schematically illustrating a decoding method that can be performed by a decoding apparatus according to an embodiment of the present document.
  • the method disclosed in FIG. 11 may be performed by the decoding apparatus 300 disclosed in FIG. 3. Specifically, steps S1100 to S1120 of FIG. 11 may be performed by the prediction unit 330 and the inter prediction unit 332 illustrated in FIG. 3, and step S1130 of FIG. 11 may be performed by the adder 340 illustrated in FIG. 3. Can be performed by In addition, the method disclosed in FIG. 11 may include the embodiments described above in this document. Therefore, in FIG. 11, a detailed description of contents overlapping with the above-described embodiments will be omitted or simplified.
  • the decoding apparatus may determine that a merge with motion vector difference (MMVD) mode is applied to a current block, which is a current picture referencing (CPR) coding block referring to the current picture (S1100).
  • MMVD merge with motion vector difference
  • the decoding apparatus may obtain MMVD flag information indicating whether motion information is derived by applying MMVD to the current block.
  • the MMVD flag information may be mmvd_flag described above.
  • MMVD flag information eg, mmvd_flag
  • MMVD flag information eg, mmvd_flag
  • MMVD flag information eg, mmvd_flag
  • MMVD is not applied to the current block. It may indicate that it does not. That is, the decoding apparatus can determine whether to apply the MMVD to the current block by decoding the MMVD flag information signaled from the encoding apparatus.
  • the decoding apparatus may derive a base motion information candidate for the current block based on neighboring candidate blocks of the current block (S1110). In an embodiment, the decoding apparatus may derive a base motion information candidate based on whether neighboring candidate blocks of the current block are CPR coding blocks.
  • the decoding apparatus may derive neighbor candidate blocks of the current block.
  • the neighboring candidate blocks may be neighboring blocks spatially adjacent to the current block, and include, for example, blocks around the lower left corner of the current block, blocks around the left corner, blocks around the upper right corner, blocks surrounding the upper block, and blocks surrounding the upper left corner.
  • the decoding apparatus may detect the available candidate blocks by searching for the neighbor candidate blocks based on a priority, and derive motion information of the detected candidate blocks. At this time, motion information of available candidate blocks may be used as motion information candidates (eg, spatial merge candidates) in the motion candidate list.
  • the neighbor candidate blocks may further include a temporal neighboring block
  • the temporal neighboring block is a sequence of a lower right corner peripheral block and a lower right center block of a co-located block for a current block on a col picture. Can be searched for.
  • the decoding apparatus may detect available temporal neighboring blocks and derive motion information of the detected blocks.
  • motion information of the available temporal neighboring blocks may be used as a motion information candidate (eg, a temporal merge candidate) in a motion candidate list.
  • the decoding apparatus may derive the neighbor candidate blocks as described above, and then derive the base motion information candidate used in the MMVD mode based on whether the neighbor candidate blocks are CPR coding blocks.
  • the decoding apparatus may derive neighbor candidate blocks to construct a motion information candidate list (eg, a merge candidate list).
  • the motion information candidate list may include a predetermined number of motion information candidates, for example, five candidates.
  • the motion information candidate list may include the base motion information candidate.
  • the number of base motion information candidates included in the motion information candidate list may be determined to be less than or equal to the total number of motion information candidates (for example, 5) for the motion information candidate list, for example, 2 .
  • two base motion information candidates may be indexed in the first and second order among candidates in the motion information list.
  • the decoding apparatus may acquire selection information (eg, a merge candidate flag; mmvd_cand_flag) indicating one of two base motion information candidates for a current block to which MMVD is applied.
  • the selection information may be signaled from the encoding device. That is, the decoding apparatus may select one base motion information candidate from the motion information candidate list based on the selection information.
  • the base motion information candidate in deriving the base motion information candidate, may be derived based on whether the reference picture list for the current block includes only the current picture or one or more other reference pictures excluding the current picture. Can.
  • the decoding device when only the current picture in the reference picture list is included, the decoding device derives a neighboring candidate block that is a CPR coding block among neighboring candidate blocks, and bases on the basis of motion information of the neighboring candidate block that is a CPR coding block. Motion information candidates can be derived.
  • the decoding apparatus may configure a zero vector as a base motion information candidate when all of the neighbor candidate blocks are not CPR coding blocks.
  • the encoding apparatus uses a zero vector as the base motion information candidate. Can be configured.
  • the decoding apparatus when one or more other reference pictures other than the current picture in the reference picture list are included, the decoding apparatus is not a motion information or a CPR coding block of a first neighbor candidate block that is a CPR coding block among neighbor candidate blocks.
  • a base motion information candidate may be derived based on at least one of motion information of the second neighbor candidate block. That is, when one or more reference pictures other than the current picture in the reference picture list are included, the decoding apparatus may use both a neighbor candidate block as a CPR coding block and a neighbor candidate block other than a CPR coding block as base motion information candidates.
  • the base motion information candidate is not filled, and the decoding apparatus uses a zero vector as the base motion information candidate. It can be configured as.
  • the decoding apparatus may generate prediction samples for the current block based on the base motion information candidate (S1120).
  • the decoding apparatus may derive motion information of a current block based on a base motion information candidate and MVD for a current block to which MMVD is applied, and generate prediction samples based on the motion information.
  • the decoding apparatus may obtain a distance index indicating a magnitude of a motion vector difference and a direction index indicating a motion direction.
  • the distance index and the direction index may be included in the bitstream and signaled from the encoding device.
  • the distance index may be mmvd_distance_idx described above
  • the direction index may be mmvd_direction_idx described above.
  • the decoding device may derive the size (eg, MmvdDistance) of the MVD based on the value of the distance index (eg, mmvd_distance_idx) as shown in Table 1, and the value of the direction index (eg, mmvd_direction_idx) as shown in Table 2 above. Based on the, the sign of the MVD (eg, MmvdSign) can be derived. Then, the decoding apparatus may derive a motion vector difference (MVD) based on the distance index and the direction index. For example, MVD may be calculated by Equation 1 above.
  • the decoding apparatus may derive motion information of a current block based on the base motion information candidate and the MVD.
  • the motion information (ie, motion vector) of the current block may be derived by adding the MVD calculated as in Equation 1 to the base motion information candidate (ie, the base motion vector).
  • the decoding apparatus may generate prediction samples based on a reference block indicated by the motion information (that is, a motion vector) in a reference picture in a reference picture list or a current picture.
  • the decoding apparatus may generate reconstructed samples for the current block based on the predicted samples (S1130).
  • the decoding apparatus may receive information about the residual for the current block, and derive residual samples (or residual sample array) for the current block based on the received information.
  • the information about the residual may include a transform coefficient for the residual samples.
  • the decoding apparatus may generate reconstructed samples based on predicted samples and residual samples, and derive a reconstructed block or reconstructed picture based on the reconstructed samples.
  • the above-described method according to the present document may be implemented in software form, and the encoding device and/or the decoding device according to the present document may perform image processing of, for example, a TV, a computer, a smartphone, a set-top box, and a display device. Device.
  • the above-described method may be implemented as a module (process, function, etc.) performing the above-described function.
  • Modules are stored in memory and can be executed by a processor.
  • the memory may be internal or external to the processor, and may be connected to the processor by various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
  • the memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media and/or other storage devices. That is, the embodiments described in this document may be implemented and implemented on a processor, microprocessor, controller, or chip.
  • the functional units shown in each figure may be implemented and implemented on a computer, processor, microprocessor, controller, or chip. In this case, information for implementation (ex. information on instructions) or an algorithm may be stored in a digital storage medium.
  • the decoding device and encoding device to which the present document is applied include multimedia broadcast transmission/reception devices, mobile communication terminals, home cinema video devices, digital cinema video devices, surveillance cameras, video communication devices, real-time communication devices such as video communication, mobile streaming Devices, storage media, camcorders, video on demand (VoD) service providers, over the top video (OTT video) devices, Internet streaming service providers, 3D (3D) video devices, virtual reality (VR) devices, AR (argumente) reality) device, video telephony video device, transportation terminal (ex. vehicle (including self-driving vehicle) terminal, airplane terminal, ship terminal, etc.) and medical video device, and can be used to process video signals or data signals Can.
  • the OTT video (Over the top video) device may include a game console, a Blu-ray player, an Internet-connected TV, a home theater system, a smartphone, a tablet PC, and a digital video recorder (DVR).
  • DVR digital video recorder
  • the processing method to which the present document is applied may be produced in the form of a program executed by a computer, and may be stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to this document can also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all kinds of storage devices and distributed storage devices in which computer-readable data is stored.
  • the computer-readable recording medium includes, for example, Blu-ray Disc (BD), Universal Serial Bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk and optical. It may include a data storage device.
  • the computer-readable recording medium includes media implemented in the form of a carrier wave (for example, transmission via the Internet).
  • the bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired or wireless communication network.
  • embodiments of the present document may be implemented as computer program products using program codes, and the program codes may be executed on a computer according to embodiments of the present document.
  • the program code can be stored on a computer readable carrier.
  • FIG. 12 shows an example of a content streaming system to which the embodiments disclosed in this document can be applied.
  • a content streaming system applied to embodiments of the present document may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server serves to compress a content input from multimedia input devices such as a smartphone, a camera, and a camcorder into digital data to generate a bitstream and transmit it to the streaming server.
  • multimedia input devices such as a smart phone, a camera, and a camcorder directly generate a bitstream
  • the encoding server may be omitted.
  • the bitstream may be generated by an encoding method or a bitstream generation method applied to embodiments of the present document, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream. .
  • the streaming server transmits multimedia data to a user device based on a user request through a web server, and the web server serves as an intermediary to inform the user of the service.
  • the web server delivers it to the streaming server, and the streaming server transmits multimedia data to the user.
  • the content streaming system may include a separate control server, in which case the control server serves to control commands/responses between devices in the content streaming system.
  • the streaming server may receive content from a media storage and/or encoding server. For example, when content is received from the encoding server, the content may be received in real time. In this case, in order to provide a smooth streaming service, the streaming server may store the bitstream for a predetermined time.
  • Examples of the user device include a mobile phone, a smart phone, a laptop computer, a terminal for digital broadcasting, a personal digital assistants (PDA), a portable multimedia player (PMP), navigation, a slate PC, Tablet PCs, ultrabooks, wearable devices, e.g., smartwatches, smart glass, head mounted display (HMD), digital TV, desktop Computers, digital signage, and the like.
  • PDA personal digital assistants
  • PMP portable multimedia player
  • slate PC slate PC
  • Tablet PCs ultrabooks
  • wearable devices e.g., smartwatches, smart glass, head mounted display (HMD), digital TV, desktop Computers, digital signage, and the like.
  • Each server in the content streaming system can be operated as a distributed server, and in this case, data received from each server can be distributed.

Abstract

본 문서에 따른 디코딩 장치에 의해 수행되는 영상 디코딩 방법은, 현재 픽처를 참조하는 CPR(current picture referencing) 코딩 블록인 현재 블록에 대해 MMVD(merge with motion vector difference) 모드가 적용되는 것으로 판단하는 단계, 상기 현재 블록의 주변 후보 블록들을 기반으로 상기 현재 블록에 대한 베이스 움직임 정보 후보를 도출하는 단계, 상기 베이스 움직임 정보 후보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 단계, 및 상기 예측 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하는 단계를 포함하며, 상기 베이스 움직임 정보 후보는 상기 주변 후보 블록들이 CPR 코딩 블록인지 여부를 기반으로 도출되는 것을 특징으로 한다.

Description

CPR 기반 MMVD를 이용하는 인터 예측 방법 및 장치
본 문서는 영상 코딩 기술에 관한 것으로서, 보다 상세하게는 CPR(current picture referencing) 기반 MMVD(merge with motion vector difference)를 이용하는 인터 예측 방법 및 장치에 관한 것이다.
최근 4K 또는 8K 이상의 UHD(Ultra High Definition) 영상/비디오와 같은 고해상도, 고품질의 영상/비디오에 대한 수요가 다양한 분야에서 증가하고 있다. 영상/비디오 데이터가 고해상도, 고품질이 될수록 기존의 영상/비디오 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상/비디오 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(Virtual Reality), AR(Artificial Realtiy) 컨텐츠나 홀로그램 등의 실감 미디어(Immersive Media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 영상/비디오에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 영상/비디오의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 영상/비디오 압축 기술이 요구된다.
본 문서의 기술적 과제는 영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 다른 기술적 과제는 효율적인 인터 예측 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 영상 코딩 효율을 향상시키기 위해서 CPR(current picture referencing)을 수행하는 과정에서 MMVD(merge with motion vector difference)를 적용하는 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 CPR을 수행하는 과정에서 MMVD를 적용하는 경우 압축 성능 향상을 위해서 MMVD의 베이스 움직임 정보 후보를 구성하는 방법 및 장치를 제공함에 있다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 영상 디코딩 방법이 제공된다. 상기 방법은 현재 픽처를 참조하는 CPR(current picture referencing) 코딩 블록인 현재 블록에 대해 MMVD(merge with motion vector difference) 모드가 적용되는 것으로 판단하는 단계, 상기 현재 블록의 주변 후보 블록들을 기반으로 상기 현재 블록에 대한 베이스 움직임 정보 후보를 도출하는 단계, 상기 베이스 움직임 정보 후보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 단계, 및 상기 예측 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하는 단계를 포함하며, 상기 베이스 움직임 정보 후보는 상기 주변 후보 블록들이 CPR 코딩 블록인지 여부를 기반으로 도출되는 것을 특징으로 한다.
본 문서의 다른 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 영상 인코딩 방법이 제공된다. 상기 방법은 현재 픽처를 참조하는 CPR(current picture referencing) 코딩 블록인 현재 블록에 대해 MMVD(merge with motion vector difference) 모드가 적용되는 것으로 판단하는 단계, 상기 현재 블록의 주변 후보 블록들을 기반으로 상기 현재 블록에 대한 베이스 움직임 정보 후보를 도출하는 단계, 상기 베이스 움직임 정보 후보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 단계, 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출하는 단계, 및 상기 레지듀얼 샘플들에 관한 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하며, 상기 베이스 움직임 정보 후보는 상기 주변 후보 블록들이 CPR 코딩 블록인지 여부를 기반으로 도출되는 것을 특징으로 한다.
본 문서에 따르면 전반적인 영상/비디오 압축 효율을 높일 수 있다.
본 문서에 따르면 효율적인 인터 예측을 통하여 계산 복잡도를 줄일 수 있고, 전반적인 코딩 효율을 향상시킬 수 있다.
본 문서에 따르면 CPR(current picture referencing)을 수행하는 과정에서 MMVD(merge with motion vector difference)의 베이스 움직임 후보를 구성하는 방법을 제공함으로써 성능 대비 복잡도를 줄일 수 있고, 압축 성능을 향상시킬 수 있다.
도 1은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 2는 본 문서의 실시예들에 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4는 인터 예측에 기반한 비디오/영상 인코딩 방법의 일 예를 나타내고, 도 5는 인코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다.
도 6은 인터 예측에 기반한 비디오/영상 디코딩 방법의 일 예를 나타내고, 도 7은 디코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다.
도 8은 공간적 머지 후보로 이용될 수 있는 공간적 주변 블록들을 예시적으로 나타낸다.
도 9는 현재 블록에 대한 머지 후보 리스트를 구성하는 방법의 일 예를 개략적으로 나타낸다.
도 10은 본 문서의 일 실시예에 따른 인코딩 장치에 의하여 수행될 수 있는 인코딩 방법을 개략적으로 나타내는 흐름도이다.
도 11은 본 문서의 일 실시예에 따라 디코딩 장치에 의하여 수행될 수 있는 디코딩 방법을 개략적으로 나타내는 흐름도이다.
도 12는 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 문서는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 문서를 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 도는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 문서에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 문서의 본질에서 벗어나지 않는 한 본 문서의 권리범위에 포함된다.
이하, 첨부한 도면들을 참조하여, 본 문서의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
이 문서는 비디오/영상 코딩에 관한 것이다. 예를 들어 이 문서에서 개시된 방법/실시예는 VVC (versatile video coding) 표준, EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
이 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
이 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)는 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 수 있다. 브릭은 픽처 내 타일 이내의 CTU 행들의 사각 영역을 나타낼 수 있다. 타일은 다수의 브릭들로 파티셔닝될 수 있고, 각 브릭은 상기 타일 내 하나 이상의 CTU 행들로 구성될 수 있다. 다수의 브릭들로 파티셔닝되지 않은 타일은 또한 브릭으로 불릴 수 있다. 브릭 스캔은 픽처를 파티셔닝하는 CTU들의 특정한 순차적 오더링을 나타낼 수 있으며, 상기 CTU들은 브릭 내에서 CTU 래스터 스캔으로 정렬될 수 있고, 타일 내 브릭들은 상기 타일의 상기 브릭들의 래스터 스캔으로 연속적으로 정렬될 수 있고, 그리고 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다. 타일은 특정 타일 열 및 특정 타일 열 이내의 CTU들의 사각 영역이다. 상기 타일 열은 CTU들의 사각 영역이고, 상기 사각 영역은 상기 픽처의 높이와 동일한 높이를 갖고, 너비는 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시될 수 있다. 상기 타일 행은 CTU들의 사각 영역이고, 상기 사각 영역은 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시되는 너비를 갖고, 높이는 상기 픽처의 높이와 동일할 수 있다. 타일 스캔은 픽처를 파티셔닝하는 CTU들의 특정 순차적 오더링을 나타낼 수 있고, 상기 CTU들은 타일 내 CTU 래스터 스캔으로 연속적으로 정렬될 수 있고, 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다. 슬라이스는 픽처의 정수개의 브릭들을 포함할 수 있고, 상기 정수개의 브릭들은 하나의 NAL 유닛에 포함될 수 있다. 슬라이스는 다수의 완전한 타일들로 구성될 수 있고, 또는 하나의 타일의 완전한 브릭들의 연속적인 시퀀스일 수도 있다. 이 문서에서 타일 그룹과 슬라이스는 혼용될 수 있다. 예를 들어 본 문서에서 tile group/tile group header는 slice/slice header로 불리 수 있다.
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 또는 샘플은 공간 도메인에서의 픽셀값을 의미할 수도 있고, 이러한 픽셀값이 주파수 도메인으로 변환되면 주파수 도메인에서의 변환 계수를 의미할 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
이 문서에서 "/"와 ","는 "및/또는"으로 해석된다. 예를 들어, "A/B"는 "A 및/또는 B"로 해석되고, "A, B"는 "A 및/또는 B"로 해석된다. 추가적으로, "A/B/C"는 "A, B 및/또는 C 중 적어도 하나"를 의미한다. 또한, "A, B, C"도 "A, B 및/또는 C 중 적어도 하나"를 의미한다.
추가적으로, 본 문서에서 "또는"는 "및/또는"으로 해석된다. 예를 들어, "A 또는 B"은, 1) "A" 만을 의미하고, 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 달리 표현하면, 본 문서의 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
도 1은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
도 2는 본 문서의 실시예들에 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 인코딩 장치라 함은 영상 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽쳐, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 문서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우 도시된 바와 같이 인코더(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다. 예측부는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 각 예측모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
상기 예측부 (인터 예측부(221) 및/또는 상기 인트라 예측부(222) 포함)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(
Figure PCTKR2020000119-appb-I000001
), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송되고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(250)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(260)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(221)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(100)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270) DPB는 수정된 복원 픽처를 인터 예측부(221)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memoery, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다. 레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(320)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 비디오/영상 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(331)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(332)에서 참조 픽쳐로 사용될 수 있다. 메모리(360)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(332)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 명세서에서, 인코딩 장치(200)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다.
상술한 바와 같이 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 상기 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 상기 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 상기 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록과 상기 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 상기 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 상기 레지듀얼 정보는 상기 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 상기 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
한편, 상술한 바와 같이 현재 블록에 대한 예측을 수행함에 있어 인터 예측을 적용할 수 있다. 즉, 인코딩/디코딩 장치의 예측부(보다 구체적으로 인터 예측부)는 블록 단위로 인터 예측을 수행하여 예측 샘플들을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들(예: 샘플값들, 또는 움직임 정보 등)에 의존적인 방법으로 도출되는 예측을 나타낼 수 있다. 현재 블록에 인터 예측이 적용되는 경우, 참조 픽처 인덱스가 가리키는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록(예측 샘플 어레이)을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측이 적용되는 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 현재 블록의 주변 블록들을 기반으로 움직임 정보 후보 리스트가 구성될 수 있고, 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 선택(사용)되는지를 지시하는 플래그 또는 인덱스 정보가 시그널링될 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 현재 블록의 움직임 정보는 선택된 주변 블록의 움직임 정보와 같을 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 선택된 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)은 시그널링될 수 있다. 이 경우 상기 움직임 벡터 예측자 및 움직임 벡터 차분의 합을 이용하여 현재 블록의 움직임 벡터를 도출할 수 있다.
상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등)에 따라 L0 움직임 정보 및/또는 L1 움직임 정보를 포함할 수 있다. L0 방향의 움직임 벡터는 L0 움직임 벡터 또는 MVL0라고 불릴 수 있고, L1 방향의 움직임 벡터는 L1 움직임 벡터 또는 MVL1이라고 불릴 수 있다. L0 움직임 벡터에 기반한 예측은 L0 예측이라고 불릴 수 있고, L1 움직임 벡터에 기반한 예측을 L1 예측이라고 불릴 수 있고, L0 움직임 벡터 및 L1 움직임 벡터 둘 다에 기반한 예측을 쌍(Bi) 예측이라고 불릴 수 있다. 여기서 L0 움직임 벡터는 참조 픽처 리스트 L0 (L0)에 연관된 움직임 벡터를 나타낼 수 있고, L1 움직임 벡터는 참조 픽처 리스트 L1 (L1)에 연관된 움직임 벡터를 나타낼 수 있다. 참조 픽처 리스트 L0는 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 포함할 수 있고, 참조 픽처 리스트 L1은 현재 픽처보다 출력 순서상 이후 픽처들을 포함할 수 있다. 이전 픽처들은 순방향 (참조) 픽처라고 불릴 수 있고, 이후 픽처들은 역방향 (참조) 픽처라고 불릴 수 있다. 참조 픽처 리스트 L0은 현재 픽처보다 출력 순서상 이후 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 참조 픽처 리스트 L0 내에서 이전 픽처들이 먼저 인덱싱되고 이후 픽처들은 그 다음에 인덱싱될 수 있다. 참조 픽처 리스트 L1은 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 참조 픽처 리스트 L1 내에서 이후 픽처들이 먼저 인덱싱되고 이전 픽처들은 그 다음에 인덱싱 될 수 있다. 여기서 출력 순서는 POC(picture order count) 순서(order)에 대응될 수 있다.
또한, 픽처 내 현재 블록의 예측을 위하여 다양한 인터 예측 모드가 사용될 수 있다. 예를 들어, 머지 모드, 스킵 모드, MVP(motion vector prediction) 모드, 어파인(Affine) 모드, 서브블록 머지 모드, MMVD (merge with MVD) 모드, HMVP(historical motino vector prediction) 모드 등 다양한 모드가 사용될 수 있다. DMVR (Decoder side motion vector refinement) 모드, AMVR(adaptive motion vector resolution) 모드, Bi-prediction with CU-level weight (BCW), Bi-directional optical flow (BDOF) 등이 부수적인 모드로 더 사용될 수 있다. 어파인 모드는 어파인 움직임 예측(affine motion prediction) 모드라고 불릴 수도 있다. MVP 모드는 AMVP(advanced motion vector prediction) 모드라고 불릴 수도 있다. 본 문서에서 일부 모드 및/또는 일부 모드에 의하여 도출된 움직임 정보 후보는 다른 모드의 움직임 정보 관련 후보들 중 하나로 포함될 수도 있다. 예를 들어, HMVP 후보는 머지/스킵 모드의 머지 후보로 추가될 수 있고, 또는 MVP 모드의 mvp 후보로 추가될 수도 있다. HMVP 후보가 머지 모드 또는 스킵 모드의 움직임 정보 후보로 사용되는 경우, HMVP 후보는 HMVP 머지 후보라고 불릴 수 있다.
현재 블록의 인터 예측 모드를 가리키는 예측 모드 정보가 인코딩 장치로부터 디코딩 장치로 시그널링될 수 있다. 이때, 예측 모드 정보는 비트스트림에 포함되어 디코딩 장치에 수신될 수 있다. 예측 모드 정보는 다수의 후보 모드들 중 하나를 지시하는 인덱스 정보를 포함할 수 있다. 또는, 플래그 정보의 계층적 시그널링을 통하여 인터 예측 모드를 지시할 수도 있다. 이 경우 예측 모드 정보는 하나 이상의 플래그들을 포함할 수 있다. 예를 들어, 스킵 플래그를 시그널링하여 스킵 모드 적용 여부를 지시하고, 스킵 모드가 적용 되지 않는 경우에 머지 플래그를 시그널링하여 머지 모드 적용 여부를 지시하고, 머지 모드가 적용 되지 않는 경우에 MVP 모드가 적용되는 것으로 지시하거나 추가적인 구분을 위한 플래그를 더 시그널링할 수도 있다. 어파인 모드는 독립적인 모드로 시그널링될 수도 있고, 또는 머지 모드 또는 MVP 모드 등에 종속적인 모드로 시그널링될 수도 있다. 예를 들어, 어파인 모드는 어파인 머지 모드 및 어파인 MVP 모드를 포함할 수 있다.
또한, 상술한 바와 같이 현재 블록의 움직임 정보를 이용하여 인터 예측을 수행할 수 있다. 인코딩 장치는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 인코딩 장치는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 위상(phase) 기반 샘플 값들의 차를 기반으로 도출할 수 있다. 예를 들어, 블록의 유사성은 현재 블록(or 현재 블록의 템플릿)과 참조 블록(or 참조 블록의 템플릿) 간 SAD(sum of absolute differences)를 기반으로 계산될 수 있다. 이 경우 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보를 도출할 수 있다. 도출된 움직임 정보는 인터 예측 모드 기반으로 여러 방법에 따라 디코딩 장치로 시그널링될 수 있다.
상기와 같이 인터 예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록을 도출할 수 있다. 예측된 블록은 현재 블록의 예측 샘플들(예측 샘플 어레이)를 포함할 수 있다. 현재 블록의 움직임 벡터(MV)가 분수 샘플 단위를 가리키는 경우, 보간(interpolation) 절차가 수행될 수 있으며, 이를 통하여 참조 픽처 내에서 분수 샘플 단위의 참조 샘플들을 기반으로 현재 블록의 예측 샘플들이 도출될 수 있다. 현재 블록에 어파인(Affine) 인터 예측이 적용되는 경우, 샘플/서브블록 단위 MV를 기반으로 예측 샘플들을 생성할 수 있다. 쌍예측이 적용되는 경우, L0 예측(즉, 참조 픽처 리스트 L0 내 참조 픽처와 MVL0를 이용한 예측)을 기반으로 도출된 예측 샘플들과 L1 예측(즉, 참조 픽처 리스트 L1 내 참조 픽처와 MVL1을 이용한 예측)을 기반으로 도출된 예측 샘플들의 (위상에 따른) 가중합 또는 가중평균을 통하여 도출된 예측 샘플들이 현재 블록의 예측 샘플들로 이용될 수 있다. 쌍예측이 적용되는 경우, L0 예측에 이용된 참조 픽처와 L1 예측에 이용된 참조 픽처가 현재 픽처를 기준으로 서로 다른 시간적 방향에 위치하는 경우, (즉, 쌍예측이면서 양방향 예측에 해당하는 경우) 이를 true 쌍예측이라고 부를 수 있다.
도출된 예측 샘플들을 기반으로 복원 샘플들 및 복원 픽처가 생성될 수 있고, 이후 인루프 필터링 등의 절차가 수행될 수 있음은 전술한 바와 같다.
도 4는 인터 예측에 기반한 비디오/영상 인코딩 방법의 일 예를 나타내고, 도 5는 인코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다. 도 5의 인코딩 장치 내 인터 예측부는 상술한 도 2의 인코딩 장치(200)의 인터 예측부(221)에도 동일 또는 대응되도록 적용될 수 있다.
도 4 및 도 5를 참조하면, 인코딩 장치는 현재 블록에 대한 인터 예측을 수행한다(S400). 인코딩 장치는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다.
예를 들어, 인코딩 장치의 인터 예측부(221)는 예측 모드 결정부(221_1), 움직임 정보 도출부(221_2), 예측 샘플 도출부(221_3)를 포함할 수 있으며, 예측 모드 결정부(221_1)에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(221_2)에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(221_3)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 인코딩 장치의 인터 예측부(221)는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 현재 블록과 유사한 블록을 서치하고, 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 참조 블록과 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 인코딩 장치는 다양한 예측 모드들 중 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 인코딩 장치는 다양한 예측 모드들에 대한 RD cost를 비교하고 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 인코딩 장치는 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 머지 후보 리스트를 구성하고, 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 도출된 참조 블록과 연관된 머지 후보가 선택되며, 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 디코딩 장치로 시그널링될 수 있다. 선택된 머지 후보의 움직임 정보를 이용하여 현재 블록의 움직임 정보가 도출될 수 있다.
다른 예로, 인코딩 장치는 현재 블록에 (A)MVP 모드가 적용되는 경우, (A)MVP 후보 리스트를 구성하고, (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 현재 블록의 mvp로 이용할 수 있다. 이 경우, 예를 들어, 상술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 현재 블록의 움직임 벡터로 이용될 수 있으며, mvp 후보들 중 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 mvp 후보가 선택된 mvp 후보가 될 수 있다. 현재 블록의 움직임 벡터에서 mvp를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우 MVD에 관한 정보가 디코딩 장치로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 디코딩 장치로 시그널링될 수 있다.
인코딩 장치는 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S410). 인코딩 장치는 현재 블록의 원본 샘플들과 예측 샘플들의 비교를 통하여 레지듀얼 샘플들을 도출할 수 있다.
인코딩 장치는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩한다(S420). 인코딩 장치는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 예측 정보는 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 레지듀얼 정보는 레지듀얼 샘플들에 관한 정보이다. 레지듀얼 정보는 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 디코딩 장치로 전달될 수 있고, 또는 네트워크를 통하여 디코딩 장치로 전달될 수도 있다.
또한, 상술한 바와 같이 인코딩 장치는 참조 샘플들 및 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 디코딩 장치에서 수행되는 것과 동일한 예측 결과를 인코딩 장치에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 인코딩 장치는 복원 픽처(또는 복원 샘플들, 복원 블록)을 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 6은 인터 예측에 기반한 비디오/영상 디코딩 방법의 일 예를 나타내고, 도 7은 디코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다. 도 7의 디코딩 장치 내 인터 예측부는 상술한 도 3의 디코딩 장치(300)의 인터 예측부(332)에도 동일 또는 대응되도록 적용될 수 있다.
도 6 및 도 7을 참조하면, 디코딩 장치는 상기 인코딩 장치에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 디코딩 장치는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로 디코딩 장치는 수신된 예측 정보를 기반으로 현재 블록에 대한 예측 모드를 결정할 수 있다(S600). 디코딩 장치는 예측 정보 내의 예측 모드 정보를 기반으로 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, merge flag를 기반으로 현재 블록에 머지 모드가 적용되지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 (A)MVP 모드를 포함할 수 있고, 또는 전술한 다양한 인터 예측 모드들을 포함할 수 있다.
디코딩 장치는 결정된 인터 예측 모드를 기반으로 현재 블록의 움직임 정보를 도출한다(S610). 예를 들어, 디코딩 장치는 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 머지 후보 리스트를 구성하고, 머지 후보 리스트에 포함된 머지 후보들이 중 하나의 머지 후보를 선택할 수 있다. 여기서 선택은 상술한 선택 정보(merge index)를 기반으로 수행될 수 있다. 선택된 머지 후보의 움직임 정보를 이용하여 현재 블록의 움직임 정보가 도출될 수 있다. 선택된 머지 후보의 움직임 정보가 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 디코딩 장치는 현재 블록에 (A)MVP 모드가 적용되는 경우, (A)MVP 후보 리스트를 구성하고, (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 현재 블록의 mvp로 이용할 수 있다. 여기서 선택은 상술한 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우 상기 MVD에 관한 정보를 기반으로 현재 블록의 MVD를 도출할 수 있으며, 현재 블록의 mvp와 MVD를 기반으로 현재 블록의 움직임 벡터를 도출할 수 있다. 또한, 참조 픽처 인덱스 정보를 기반으로 현재 블록의 참조 픽처 인덱스를 도출할 수 있다. 현재 블록에 관한 참조 픽처 리스트 내에서 참조 픽처 인덱스가 가리키는 픽처가 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
한편, 후보 리스트 구성 없이 현재 블록의 움직임 정보가 도출될 수 있으며, 이 경우 예측 모드에서 개시된 절차에 따라 현재 블록의 움직임 정보가 도출될 수 있다. 이 경우 상술한 바와 같은 후보 리스트 구성은 생략될 수 있다.
디코딩 장치는 현재 블록의 움직임 정보를 기반으로 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S620). 이 경우 현재 블록의 참조 픽처 인덱스를 기반으로 참조 픽처를 도출하고, 현재 블록의 움직임 벡터가 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 현재 블록의 예측 샘플들을 도출할 수 있다. 이때, 경우에 따라 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 디코딩 장치의 인터 예측부(332)는 예측 모드 결정부(332_1), 움직임 정보 도출부(332_2), 예측 샘플 도출부(332_3)를 포함할 수 있으며, 예측 모드 결정부(332_1)에서 수신된 예측 모드 정보를 기반으로 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(332_2)에서 수신된 움직임 정보에 관한 정보를 기반으로 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(332_3)에서 현재 블록의 예측 샘플들을 도출할 수 있다.
디코딩 장치는 수신된 레지듀얼 정보를 기반으로 현재 블록에 대한 레지듀얼 샘플들을 생성한다(S630). 디코딩 장치는 예측 샘플들 및 레지듀얼 샘플들을 기반으로 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다(S640). 이후 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
상술한 바와 같이 인터 예측 절차는 인터 예측 모드 결정 단계, 결정된 예측 모드에 따른 움직임 정보 도출 단계, 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계를 포함할 수 있다. 인터 예측 절차는 상술한 바와 같이 인코딩 장치 및 디코딩 장치에서 수행될 수 있다.
한편, 현재 블록에 인터 예측을 수행함에 있어서, 머지 모드가 적용될 수 있다. 머지 모드는 현재 예측 블록의 움직임 정보가 직접적으로 전송되지 않고, 주변 예측 블록의 움직임 정보를 이용하여 현재 예측 블록의 움직임 정보를 유도하게 된다. 따라서, 머지 모드를 이용하였음을 알려주는 플래그 정보 및 주변의 어떤 예측 블록을 이용하였는지를 알려주는 머지 인덱스를 전송함으로써 현재 예측 블록의 움직임 정보를 지시할 수 있다. 머지 모드는 regular merge mode라고 불릴 수 있다. 예를 들어, 머지 모드는 regular_merge_flag의 값이 1인 경우에 적용될 수 있다.
인코더는 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 문서의 실시예(들)은 이에 한정되지 않는다. 그리고, 머지 후보 블록의 최대 개수는 슬라이스 헤더 또는 타일 그룹 헤더에서 전송될 수 있으며, 본 문서의 실시예(들)은 이에 한정되지 않는다. 머지 후보 블록들을 찾은 후, 인코더는 머지 후보 리스트를 생성할 수 있고, 이들 중 가장 작은 비용을 갖는 머지 후보 블록을 최종 머지 후보 블록으로 선택할 수 있다.
본 문서는 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. 구체적 예로, 공간적 머지 후보의 경우 도 8에 도시된 블록들을 공간적 머지 후보로 이용할 수 있다. 이하, 공간적 머지 후보 또는 공간적 MVP 후보는 SMVP로 불릴 수 있고, 시간적 머지 후보 또는 시간적 MVP 후보는 TMVP로 불릴 수 있다.
도 8은 공간적 머지 후보로 이용될 수 있는 공간적 주변 블록들을 예시적으로 나타낸다.
도 8을 참조하면, 머지 모드에서 공간적 주변 블록은 현재 블록의 좌하측 코너 주변 블록(A0), 좌측 주변 블록(A1), 우상측 코너 주변 블록(B0), 상측 주변 블록(B1), 좌상측 코너 주변 블록(B2) 중 적어도 하나를 포함할 수 있다. 경우에 따라서 공간적 주변 블록은 도 8에 도시된 주변 블록 이외의 다른 주변 블록을 더 포함할 수도 있고, 또는 도 8에 도시된 주변 블록들 중 특정 주변 블록을 포함하지 않을 수도 있다. 또한, 공간적 주변 블록은 특정 주변 블록만을 포함할 수도 있으며, 예컨대 현재 블록의 좌측 주변 블록(A1)만을 포함할 수 있다.
머지 모드가 적용될 경우, 인코딩 장치/디코딩 장치는 공간적 머지 후보를 구성함에 있어 공간적 주변 블록을 미리 정해진 탐색 순서에 따라 탐색하면서 가용한 공간적 주변 블록을 검출할 수 있다.
이때, 공간적 주변 블록의 가용성 여부는, 공간적 주변 블록의 참조 픽처 정보, 예측 모드 정보, 위치 정보 등에 의해서 판단될 수 있다. 예를 들어, 공간적 주변 블록의 참조 픽처와 현재 블록의 참조 픽처가 동일한 경우, 해당 공간적 주변 블록은 가용한 것으로 판단될 수 있다. 또는, 공간적 주변 블록이 인트라 예측 모드로 코딩되거나 공간적 주변 블록의 예측 모드와 현재 블록의 예측 모드가 동일하지 않은 경우, 또는 공간적 주변 블록이 현재 픽처/타일 외부에 위치하는 경우, 해당 공간적 주변 블록은 가용하지 않은 것으로 판단될 수 있다.
또한, 공간적 주변 블록의 탐색 순서는, 다양하게 정의될 수 있으며, 예컨대 A1, B1, B0, A0, B2 순일 수 있다. 또는 A1만을 탐색하여 A1이 가용한지 여부를 판단할 수 있다.
도 9는 현재 블록에 대한 머지 후보 리스트를 구성하는 방법의 일 예를 개략적으로 나타낸다.
도 9를 참조하면, 코딩 장치(인코더/디코더)는 현재 블록의 공간적 주변 블록들을 탐색하여 도출된 공간적 머지 후보들을 머지 후보 리스트에 삽입한다(S910).
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, 인코더 및 디코더는 도 8에 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 머지 후보 리스트에 삽입한다(S920).
시간적 주변 블록은 현재 블록이 위치하는 현재 픽처와 다른 픽처인 참조 픽처 상에 위치할 수 있다. 시간적 주변 블록이 위치하는 참조 픽처는 collocated 픽처 또는 col 픽처라고 불릴 수 있다. 시간적 주변 블록은 col 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, motion data compression이 적용되는 경우, col 픽처에 일정 저장 단위마다 특정 움직임 정보를 대표 움직임 정보로 저장할 수 있다. 이 경우 일정 저장 단위 내의 모든 블록에 대한 움직임 정보를 저장할 필요가 없으며 이를 통하여 motion data compression 효과를 얻을 수 있다. 이 경우, 일정 저장 단위는 예를 들어 16x16 샘플 단위, 또는 8x8 샘플 단위 등으로 미리 정해질 수도 있고, 또는 인코더에서 디코더로 일정 저장 단위에 대한 사이즈 정보가 시그널링될 수도 있다. motion data compression이 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 오른쪽 쉬프트 후 산술적 왼쪽 쉬프트 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(S930).
최대 머지 후보들의 개수는 미리 정의되거나 인코더에서 디코더로 시그널링될 수 있다. 예를 들어, 인코더는 최대 머지 후보들의 개수에 관한 정보를 생성하고, 인코딩하여 비트스트림 형태로 디코더로 전달할 수 있다. 최대 머지 후보들의 개수가 다 채워지면 이후의 후보 추가 과정은 진행하지 않을 수 있다.
상기 확인 결과 현재 머지 후보들의 개수가 최대 머지 후보들의 개수보다 작은 경우, 코딩 장치는 추가 머지 후보를 머지 후보 리스트에 삽입한다(S940).
추가 머지 후보는 예를 들어 history based merge candidate(s), pair-wise average merge candidate(s), ATMVP, combined bi-predictive 머지 후보 (현재 슬라이스/타일 그룹의 슬라이스/타일 그룹 타입이 B 타입인 경우) 및/또는 영벡터 머지 후보 중 적어도 하나를 포함할 수 있다.
상기 확인 결과 현재 머지 후보들의 개수가 최대 머지 후보들의 개수보다 작지 않은 경우, 코딩 장치는 머지 후보 리스트의 구성을 종료할 수 있다. 이 경우 인코더는 RD(rate-distortion) cost 기반으로 머지 후보 리스트를 구성하는 머지 후보들 중 최적의 머지 후보를 선택할 수 있으며, 선택된 머지 후보를 가리키는 선택 정보(ex. merge index)를 디코더로 시그널링할 수 있다. 디코더는 머지 후보 리스트 및 선택 정보를 기반으로 최적의 머지 후보를 선택할 수 있다.
선택된 머지 후보의 움직임 정보가 현재 블록의 움직임 정보로 사용될 수 있으며, 현재 블록의 움직임 정보를 기반으로 현재 블록의 예측 샘플들을 도출할 수 있음은 상술한 바와 같다. 인코더는 예측 샘플들을 기반으로 현재 블록의 레지듀얼 샘플들을 도출할 수 있으며, 레지듀얼 샘플들에 관한 레지듀얼 정보를 디코더로 시그널링할 수 있다. 디코더는 제지듀얼 정보를 기반으로 도출된 레지듀얼 샘플들 및 예측 샘플들을 기반으로 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있음은 상술한 바와 같다.
스킵 모드(skip mode)가 적용되는 경우, 앞에서 머지 모드가 적용되는 경우와 동일한 방법으로 현재 블록의 움직임 정보를 도출할 수 있다. 다만, 스킵 모드가 적용되는 경우 해당 블록에 대한 레지듀얼 신호가 생략되며 따라서 예측 샘플들이 바로 복원 샘플들로 이용될 수 있다. 스킵 모드는 예를 들어 cu_skip_flag의 값이 1인 경우에 적용될 수 있다.
한편, 현재 블록에 대한 예측을 수행함에 있어 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수 있다. IBC 예측 모드는 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
예를 들어, IBC에서는 상술한 움직임 정보(움직임 벡터) 도출 방법들 중 적어도 하나를 이용할 수 있다. 상기 인터 예측 기법들 중 적어도 하나는 IBC 예측을 고려하여 후술하는 바와 같이 일부 수정되어 이용될 수도 있다. IBC는 현재 픽처를 참조할 수 있으며, 따라서 CPR (current picture referencing)이라고 불릴 수도 있다. 예를 들어, IBC의 현재 블록에의 적용 여부는 IBC 플래그(예: pred_mode_ibc_flag)를 기반으로 지시될 수 있다. 이러한 IBC 플래그(예: pred_mode_ibc_flag)는 신택스 요소로 코딩되어 비트스트림 형태로 생성될 수 있으며, 비트스트림을 통해 인코딩 장치에서 디코딩 장치로 시그널링될 수 있다.
IBC 예측을 위하여, 인코딩 장치는 블록 매칭(Block Matching; BM)을 수행하여 현재 블록(예: CU)에 대한 최적의 블록 벡터(또는 움직임 벡터)를 도출할 수 있다. 도출된 블록 벡터(또는 움직임 벡터)는 상술한 인터 예측에서의 움직임 정보(움직임 벡터) 시그널링과 유사한 방법을 이용하여 비트스트림을 통하여 디코딩 장치로 시그널링될 수 있다. 디코딩 장치는 시그널링된 블록 벡터(움직임 벡터)를 통하여 현재 픽처 내에서 현재 블록에 대한 참조 블록을 도출할 수 있으며, 이를 통하여 현재 블록에 대한 예측 신호(예측된 블록 or 예측 샘플들)을 도출할 수 있다. 여기서, 블록 벡터는 상술한 움직임 벡터에 대응하며, 현재 블록으로부터 현재 픽처 내 이미 복원된 영역에 위치하는 참조 블록까지의 변위(displacement)를 나타낼 수 있다. 따라서, 블록 벡터(또는 움직임 벡터)는 변위 벡터라고 불릴 수도 있다. 이하, IBC에서 움직임 벡터는 블록 벡터 또는 변위 벡터에 대응될 수 있다. 또한, IBC에서 MVD는 BVD(block vector difference)로 불릴 수 있다. 현재 블록의 움직임 벡터는 루마 성분에 대한 움직임 벡터(루마 움직임 벡터) 또는 크로마 성분에 대한 움직임 벡터(크로마 움직임 벡터)를 포함할 수 있다. 예를 들어, IBC 코딩된 CU에 대한 루마 움직임 벡터는 정수 샘플 단위(즉, integer precision)일 수 있다. 크로마 움직임 벡터 또한 정수 샘플 단위로 클리핑될(clipped) 수 있다. 상술한 바와 같이 IBC는 인터 예측 기법들 중 적어도 하나를 이용할 수 있으며, 예를 들어 IBC가 AMVR과 같이 적용되는 경우, 1-pel 및 4-pel 움직임 벡터 정밀도(precision)는 스위칭될 수 있다.
CU 레벨에서 IBC 예측 모드는 플래그를 통해 시그널링되고, IBC (A)MVP 모드 또는 IBC 스킵/머지 모드로 시그널링될 수 있다.
예를 들어, IBC 스킵/머지 모드의 경우, 머지 후보 인덱스를 사용하여 현재 블록의 블록 벡터를 도출할 수 있다. 여기서, 머지 후보 인덱스는 IBC 모드로 코딩된 주변 후보 블록들을 기반으로 구성된 리스트 내의 블록 벡터들 중에서 어느 블록 벡터가 현재 블록을 예측하기 위해 사용되는지를 나타낼 수 있다. 머지 후보 리스트는 공간적(spatial) 후보, HMVP((historical motino vector prediction) 후보, pairwise 후보를 포함하여 구성될 수 있다.
IBC (A)MVP 모드의 경우, BVD(block vector difference)는 MVD와 동일한 방식으로 코딩될 수 있다. 블록 벡터 예측 방법은 예측자(predictor)로서 2개의 후보를 사용할 수 있으며, 2개의 후보는 (IBC 모드로 코딩된) 좌측 주변 블록 및 (IBC 모드로 코딩된) 상측 주변 블록으로부터 도출될 수 있다. 이때, 좌측 주변 블록 또는 상측 주변 블록이 가용하지 않는 경우, 디폴트 블록 벡터가 예측자로서 사용될 수 있다. 블록 벡터 예측자를 지시하기 위한 인덱스 정보로서 플래그가 시그널링될 수 있다.
한편, 상술하였듯 IBC 예측은 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 예를 들어, IBC 예측은 SPS(Sequence parameter set) 신택스를 통해 IBC가 가용한지(enabled) 여부를 시그널링할 수 있다. 이때, SPS 신택스를 통해 IBC가 가용한 것으로 시그널링된 경우, I 슬라이스는 P 슬라이스와 같이 처리되어 인터 예측 코딩(예컨대, 머지 모드, (A)MVP 모드)이 적용될 수 있다. 여기서, I 슬라이스(intra slice)라 함은 인트라 예측만 사용하여 코딩되는 슬라이스를 의미할 수 있다. P 슬라이스(predictive slice)라 함은 인트라 예측 또는 인터 예측을 사용하여 코딩되는 슬라이스를 의미할 수 있으며, 특히 하나의 움직임 벡터 및 참조 픽처 인덱스를 이용한 인터 예측을 기반으로 코딩되는 슬라이스를 의미할 수 있다.
다만, 현재 IBC 예측에 있어서, IBC가 인터 예측 코딩과 동시에 작동하지 않더라도, 현재 IBC 모드는 인터 예측 코딩을 허용하지 않도록 시그널링된다. 예를 들어, MMVD(merge with MVD) 모드, 어파인(Affine) 모드, Multi-hypothesis 모드, Tri-angular 모드 등의 인터 예측과 관련된 신택스들은 해당 인터 예측 코딩이 작동되지 않도록 지시하는 정보를 포함하여 시그널링된다.
그러나, 복잡도 대비 성능을 최대화하기 위해서, IBC 예측을 수행하는 과정에서 인터 예측 기법 중 MMVD를 적용할 수 있다. 이에, 본 문서에서는 IBC 예측과 MMVD를 동시에 적용할 수 있는 방법을 제안한다. 특히, 현재 블록을 코딩하는 과정에서 현재 픽처를 참조하는 CPR(current picture referencing)인 경우에 MMVD를 적용할 수 있는 방법을 제안한다.
한편, MMVD 모드는 머지 모드에 MVD(motion vector difference)를 적용하는 방법으로, 현재 블록(즉, 현재 CU)의 예측 샘플들을 생성하는데 직접적으로 사용되는 움직임 정보가 내재적으로(implicitly) 도출될 수 있다. 예를 들어, 현재 블록(즉, 현재 CU)에 MMVD를 사용할지 여부를 나타내는 MMVD 플래그(예: mmvd_flag)가 시그널링될 수 있고, 이 MMVD 플래그를 기반으로 MMVD가 수행될 수 있다. MMVD가 현재 블록에 적용되는 경우(예컨대, mmvd_flag가 1인 경우), MMVD에 대한 추가 정보가 시그널링될 수 있다.
여기서, MMVD에 대한 추가 정보는 머지 후보 리스트 내의 제1 후보 또는 제2 후보가 MVD와 함께 사용되는지 여부를 지시하는 머지 후보 플래그(예: mmvd_cand_flag), 움직임 크기(motion magnitude)를 나타내기 위한 거리 인덱스(예: mmvd_distance_idx), 움직임 방향(motion direction)을 나타내기 위한 방향 인덱스(예: mmvd_direction_idx)를 포함할 수 있다.
MMVD 모드에서는 머지 후보 리스트 내의 후보들 중에서 첫번째 및 두번째 엔트리에 위치하는 2개의 후보(즉, 제1 후보 또는 제2 후보)를 사용할 수 있으며, 상기 2개의 후보(즉, 제1 후보 또는 제2 후보) 중 하나가 베이스 MV로 사용될 수 있다. 예컨대, 머지 후보 플래그(예: mmvd_cand_flag)가 머지 후보 리스트 내의 2개 후보(즉, 제1 후보 또는 제2 후보) 중 어느 하나를 나타내기 위해 시그널링될 수 있다.
또한, 거리 인덱스(예: mmvd_distance_idx)는 움직임 크기 정보를 나타내며, 시작 포인트로부터 미리 정해진 오프셋(offset)을 지시할 수 있다. 상기 오프셋은 시작 움직임 벡터의 수평 성분 또는 수직 성분에 더해질 수 있다. 거리 인덱스와 미리 정해진 오프셋의 관계는 다음 표 1과 같이 나태낼 수 있다.
Figure PCTKR2020000119-appb-T000001
상기 표 1을 참조하면, 거리 인덱스(예: mmvd_distance_idx)의 값에 따라 MVD의 거리(예: MmvdDistance)가 정해져 있으며, MVD의 거리(예: MmvdDistance)는 slice_fpel_mmvd_enabled_flag의 값을 기반으로 정수 샘플 단위(integer sample precision) 또는 분수 샘플 단위(fractional sample precision)를 사용하여 도출될 수 있다. 예를 들어, slice_fpel_mmvd_enabled_flag가 1인 경우 MVD의 거리는 현재 슬라이스에서 정수 샘플 단위를 사용하여 도출되는 것을 나타내고, slice_fpel_mmvd_enabled_flag가 0인 경우 MVD의 거리는 현재 슬라이스에서 분수 샘플 단위를 사용하여 도출되는 것을 나타낼 수 있다.
또한, 방향 인덱스(예: mmvd_direction_idx)는 시작 포인트를 기준으로 MVD의 방향을 나타내며, 아래 표 2에서와 같이 네 방향을 나타낼 수 있다. 이때, MVD의 방향은 MVD의 부호를 나타낼 수 있다. 방향 인덱스와 MVD 부호의 관계는 다음 표 2와 같이 나타낼 수 있다.
Figure PCTKR2020000119-appb-T000002
상기 표 2를 참조하면, 방향 인덱스(예: mmvd_direction_idx)의 값에 따라 MVD의 부호(예: MmvdSign)가 정해져 있으며, MVD의 부호(예: MmvdSign)는 L0 참조 픽처 및 L1 참조 픽처에 대하여 도출될 수 있다.
상술한 바와 같은 거리 인덱스(예: mmvd_distance_idx) 및 방향 인덱스(예: mmvd_direction_idx)를 기반으로 다음 수학식 1과 같이 MVD의 오프셋을 계산할 수 있다.
Figure PCTKR2020000119-appb-M000001
즉, MMVD 모드에서는 주변 블록을 기반으로 도출된 머지 후보 리스트의 머지 후보들 중에서 머지 후보 플래그(예: mmvd_cand_flag)에 의해 지시되는 머지 후보를 선택하고, 상기 선택된 머지 후보를 베이스(base) 후보(예컨대, MVP)로 사용할 수 있다. 그리고, 베이스 후보를 기반으로 거리 인덱스(예: mmvd_distance_idx) 및 방향 인덱스(예: mmvd_direction_idx)를 이용하여 도출된 MVD를 더하여 현재 블록의 움직임 정보(즉, 움직임 벡터)를 도출할 수 있다.
이하에서는 IBC 예측을 수행하는 과정에서 인터 예측 기법 중 MMVD를 적용할 수 있는 방법을 설명한다. 특히, 현재 블록을 코딩하는 과정에서 현재 픽처를 참조하여 CPR을 수행하는 과정에서 MMVD를 함께 적용하는 경우에 관한 것으로, 이를 지원하기 위하여 MMVD의 베이스 후보(즉, 베이스 움직임 정보 후보)를 유도하는 방법을 제공한다. 또한, 이러한 방법을 제공함으로써 성능 대비 복잡도를 줄일 수 있고, 압축 성능을 향상시킬 수 있다.
일 실시예로, 현재 픽처를 코딩(인코딩/디코딩)하는 과정에서 현재 픽처를 참조하고 참조 픽처 리스트에 단 하나의 참조 픽처(즉, 현재 픽처)가 존재하는 경우를 고려할 수 있다. 예를 들어, CPR 코딩 블록인 현재 블록에 대해 MMVD 모드가 적용될 수 있다. 이때, 현재 블록의 예측 후보가 CPR 코딩 블록인지를 기반으로 베이스 움직임 정보 후보를 유도할 수 있다. 예측 후보가 CPR 코딩 블록인 경우, 예측 후보의 움직임 정보를 베이스 움직임 정보 후보로 구성할 수 있다. 예측 후보가 모두 CPR 코딩 블록이 아닌 경우, 제로 벡터를 베이스 움직임 정보로 구성할 수 있다. 또는 예측 후보가 가용하지 않아서 베이스 움직임 정보 후보를 다 채우지 못한 경우, 제로 벡터를 베이스 움직임 정보로 구성할 수 있다.
여기서, 예측 후보라 함은 상술한 바와 같이 현재 블록의 공간적/시간적 주변 블록들을 기반으로 도출되는 움직임 정보 후보(예: 머지 후보)를 의미할 수 있다. 또한, 베이스 움직임 정보 후보라 함은 MMVD 모드에서 사용되는 움직임 정보 후보(예: 머지 후보)를 의미할 수 있으며, 예컨대 머지 후보 리스트 내의 2개 후보(즉, 첫번째 순서에 인덱싱되는 후보 및 두번째 순서에 인덱싱되는 후보)를 포함할 수 있다.
CPR을 수행하는 과정에서 MMVD를 적용하는 경우, 상술한 실시예에서와 같은 방법으로 베이스 움직임 정보 후보를 구성하는 방법은, 아래 표 3과 같은 스펙(spec)에 따라 구현될 수 있다.
Figure PCTKR2020000119-appb-T000003
Figure PCTKR2020000119-appb-I000002
Figure PCTKR2020000119-appb-I000003
Figure PCTKR2020000119-appb-I000004
다른 실시예로, 현재 픽처를 코딩(인코딩/디코딩)하는 과정에서 현재 픽처를 참조하고 참조 픽처 리스트에 현재 픽처를 제외한 다른 참조 픽처가 존재하는 경우를 고려할 수 있다. 예를 들어, CPR 코딩 블록인 현재 블록에 대해 MMVD 모드가 적용될 수 있다. 이때, 현재 블록의 예측 후보가 CPR 코딩 블록인지 여부에 관계없이 베이스 움직임 정보 후보를 유도할 수 있다. 예측 후보가 CPR 코딩 블록인 경우 또는 CPR 코딩 블록이 아닌 경우 모두 예측 후보의 움직임 정보를 베이스 움직임 정보 후보로 구성할 수 있다. 이 경우, 예측 후보가 가용하지 않아서 베이스 움직임 정보 후보를 다 채우지 못한 경우, 제로 벡터를 베이스 움직임 정보로 구성할 수 있다.
여기서, 예측 후보라 함은 상술한 바와 같이 현재 블록의 공간적/시간적 주변 블록들을 기반으로 도출되는 움직임 정보 후보(예: 머지 후보)를 의미할 수 있다. 또한, 베이스 움직임 정보 후보라 함은 MMVD 모드에서 사용되는 움직임 정보 후보(예: 머지 후보)를 의미할 수 있으며, 예컨대 머지 후보 리스트 내의 2개 후보(즉, 첫번째 순서에 인덱싱되는 후보 및 두번째 순서에 인덱싱되는 후보)를 포함할 수 있다.
CPR을 수행하는 과정에서 MMVD를 적용하는 경우, 상술한 실시예에서와 같은 방법으로 베이스 움직임 정보 후보를 구성하는 방법은, 아래 표 4와 같은 스펙(spec)에 따라 구현될 수 있다.
Figure PCTKR2020000119-appb-T000004
Figure PCTKR2020000119-appb-I000005
Figure PCTKR2020000119-appb-I000006
Figure PCTKR2020000119-appb-I000007
도 10은 본 문서의 일 실시예에 따른 인코딩 장치에 의하여 수행될 수 있는 인코딩 방법을 개략적으로 나타내는 흐름도이다.
도 10에 개시된 방법은 도 2에서 개시된 인코딩 장치(200)에 의하여 수행될 수 있다. 구체적으로, 도 10의 단계 S1000 ~ S1020은 도 2에 개시된 예측부(220) 및 인터 예측부(221)에 의하여 수행될 수 있고, 도 10의 단계 S1030은 도 2에 개시된 레지듀얼 처리부(230)에 의하여 수행될 수 있고, 도 10의 단계 S1040은 도 2에 개시된 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 또한, 도 10에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다. 따라서, 도 10에서는 상술한 실시예들과 중복되는 내용에 관해서 구체적인 설명을 생략하거나 간단히 하기로 한다.
도 10을 참조하면, 인코딩 장치는 현재 픽처를 참조하는 CPR(current picture referencing) 코딩 블록인 현재 블록에 대해 MMVD(merge with motion vector difference) 모드가 적용되는 것으로 판단할 수 있다(S1000).
일 실시예로, 인코딩 장치는 다양한 예측 모드들에 기반하여 RD cost를 비교하고 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다. 이때, 인코딩 장치는 RD cost를 기반으로 최적의 예측 모드로서 CPR 코딩 블록인 현재 블록에 대해 MMVD를 적용할지 여부를 결정할 수 있다. 또한, 인코딩 장치는 상기 결정에 따라 현재 블록에 MMVD를 적용하여 움직임 정보를 도출하는지 여부를 나타내는 MMVD 플래그 정보를 생성할 수 있다. 또한, 인코딩 장치는 MMVD 플래그 정보를 인코딩하여 디코딩 장치로 시그널링할 수 있다.
인코딩 장치는 현재 블록의 주변 후보 블록들을 기반으로 현재 블록에 대한 베이스 움직임 정보 후보를 도출할 수 있다(S1010). 일 실시예로, 인코딩 장치는 현재 블록의 주변 후보 블록들이 CPR 코딩 블록인지 여부를 기반으로 베이스 움직임 정보 후보를 도출할 수 있다.
구체적 예로, 인코딩 장치는 현재 블록의 주변 후보 블록들을 도출할 수 있다. 여기서, 주변 후보 블록들은 현재 블록에 공간적으로 인접한 주변 블록들일 수 있으며, 예컨대 현재 블록의 좌하측 코너 주변 블록, 좌측 주변 블록, 우상측 코너 주변 블록, 상측 주변 블록, 좌상측 코너 주변 블록들을 포함할 수 있다. 예를 들어, 인코딩 장치는 상기 주변 후보 블록들을 우선순위를 기반으로 탐색하여 가용한 후보 블록들을 검출하고, 검출된 후보 블록들의 움직임 정보를 도출할 수 있다. 이때, 가용한 후보 블록들의 움직임 정보는 움직임 후보 리스트 내 움직임 정보 후보(예: 공간적 머지 후보들)로 사용될 수 있다.
또한, 주변 후보 블록들은 시간적 주변 블록을 더 포함할 수 있고, 시간적 주변 블록은 col 픽처 상에서의 현재 블록에 대한 동일 위치 블록(co-located block)의 우하측 코너 주변 블록 및 우하측 센터 블록의 순서로 탐색될 수 있다. 예를 들어, 인코딩 장치는 가용한 시간적 주변 블록을 검출하여, 검출된 블록의 움직임 정보를 도출할 수 있다. 이때, 가용한 시간적 주변 블록의 움직임 정보는 움직임 후보 리스트 내 움직임 정보 후보(예: 시간적 머지 후보)로 사용될 수 있다.
인코딩 장치는 상술한 바와 같이 주변 후보 블록들을 도출한 다음, 주변 후보 블록들이 CPR 코딩 블록인지를 기반으로 MMVD 모드에서 사용되는 베이스 움직임 정보 후보를 도출할 수 있다.
또한, 인코딩 장치는 상술한 바와 같이 주변 후보 블록들을 도출하여 움직임 정보 후보 리스트(예: 머지 후보 리스트)를 구성할 수 있다. 움직임 정보 후보 리스트는 미리 정해진 개수의 움직임 정보 후보들을 포함할 수 있으며, 예컨대 5개의 후보를 포함할 수 있다. 이때, 움직임 정보 후보 리스트는 상기 베이스 움직임 정보 후보를 포함하여 구성될 수 있다. 예를 들어, 움직임 정보 후보 리스트에 포함되는 베이스 움직임 정보 후보의 개수는, 움직임 정보 후보 리스트에 대한 전체 움직임 정보 후보 개수(예: 5개) 이하로 정해질 수 있으며, 예컨대 2개로 정해질 수 있다. 일 예로, 2개의 베이스 움직임 정보 후보들은 움직임 정보 리스트 내의 후보들 중에서 첫번째 및 두번째 순서에 인덱싱될 수 있다. 이 경우, 인코딩 장치는 MMVD가 적용되는 현재 블록에 대하여, 2개의 베이스 움직임 정보 후보들 중 하나를 지시하는 선택 정보(예: 머지 후보 플래그; mmvd_cand_flag)를 시그널링하여 디코딩 장치로 전송할 수 있다.
실시예에 따라, 베이스 움직임 정보 후보를 도출함에 있어서, 현재 블록을 위한 참조 픽처 리스트가 현재 픽처만 포함하는지, 또는 현재 픽처를 제외한 하나 이상의 다른 참조 픽처를 포함하는지를 기반으로 베이스 움직임 정보 후보를 도출할 수 있다.
일 실시예로, 참조 픽처 리스트 내 현재 픽처만 포함되어 있는 경우, 인코딩 장치는 주변 후보 블록들 중 CPR 코딩 블록인 주변 후보 블록을 도출하고, CPR 코딩 블록인 주변 후보 블록의 움직임 정보를 기반으로 베이스 움직임 정보 후보를 도출할 수 있다. 또는, 참조 픽처 리스트 내 현재 픽처만 포함되어 있는 경우, 인코딩 장치는 주변 후보 블록들 모두 CPR 코딩 블록이 아닌 경우, 영(zero) 벡터를 베이스 움직임 정보 후보로 구성할 수 있다. 또는, 주변 후보 블록들이 가용하지 않아서(예컨대, 주변 후보 블록들이 인트라 예측 모드로 코딩된 블록인 경우) 베이스 움직임 정보 후보를 다 채우지 못한 경우, 인코딩 장치는 영(zero) 벡터를 베이스 움직임 정보 후보로 구성할 수 있다.
다른 실시예로, 참조 픽처 리스트 내 현재 픽처를 제외한 하나 이상의 다른 참조 픽처가 포함되어 있는 경우, 인코딩 장치는 주변 후보 블록들 중 CPR 코딩 블록인 제1 주변 후보 블록의 움직임 정보 또는 CPR 코딩 블록이 아닌 제2 주변 후보 블록의 움직임 정보 중 적어도 하나를 기반으로 베이스 움직임 정보 후보를 도출할 수 있다. 즉, 참조 픽처 리스트 내 현재 픽처를 제외한 하나 이상의 다른 참조 픽처가 포함되어 있는 경우, 인코딩 장치는 CPR 코딩 블록인 주변 후보 블록과 CPR 코딩 블록이 아닌 주변 후보 블록 모두 베이스 움직임 정보 후보로 사용할 수 있다. 이때, 주변 후보 블록들이 모두 가용하지 않아서(예컨대, 주변 후보 블록들이 인트라 예측 모드로 코딩된 블록인 경우) 베이스 움직임 정보 후보를 다 채우지 못한 경우, 인코딩 장치는 영(zero) 벡터를 베이스 움직임 정보 후보로 구성할 수 있다.
인코딩 장치는 베이스 움직임 정보 후보를 기반으로 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S1020).
일 실시예로, 인코딩 장치는 MMVD가 적용되는 현재 블록에 대하여, 베이스 움직임 정보 후보 및 MVD를 기반으로 현재 블록의 움직임 정보를 도출하고, 상기 움직임 정보를 기반으로 예측 샘플들을 생성할 수 있다.
구체적 예로, 현재 블록에 MMVD를 적용하는 경우, 인코딩 장치는 움직임 벡터 차분의 크기를 나타내는 거리 인덱스 및 움직임 방향을 나타내는 방향 인덱스를 생성할 수 있다. 예를 들어, 거리 인덱스는 상술한 mmvd_distance_idx이고, 방향 인덱스는 상술한 mmvd_direction_idx일 수 있다. 인코딩 장치는 상기 표 1에 나타낸 MVD의 크기(예: MmvdDistance)를 기반으로 거리 인덱스의 값을 도출하고, 상기 표 2에 나타낸 MVD의 부호(예: MmvdSign)를 기반으로 방향 인덱스의 값을 도출할 수 있다. 그리고, 거리 인덱스 및 방향 인덱스의 값을 기반으로 인코딩을 수행하고 이를 디코딩 장치로 시그널링할 수 있다.
그리고, 인코딩 장치는 거리 인덱스 및 방향 인덱스를 기반으로 MVD(motion vector difference)을 도출할 수 있다. 예를 들어, MVD는 상기 수학식 1과 같이 계산될 수 있다.
인코딩 장치는 상기 베이스 움직임 정보 후보 및 상기 MVD를 기반으로 현재 블록의 움직임 정보를 도출할 수 있다. 예를 들어, 베이스 움직임 정보 후보(즉, 베이스 움직임 벡터)에 상기 수학식 1과 같이 계산된 MVD를 더하여 현재 블록의 움직임 정보(즉, 움직임 벡터)를 도출할 수 있다. 인코딩 장치는 참조 픽처 리스트 내의 참조 픽처 또는 현재 픽처 내에서 상기 움직임 정보(즉, 움직임 벡터)가 가리키는 참조 블록을 기반으로 예측 샘플들을 생성할 수 있다.
인코딩 장치는 예측 샘플들을 기반으로 현재 블록에 대한 레지듀얼 샘플들을 도출할 수 있다(S1030).
인코딩 장치는 현재 블록에 대한 원본 샘플들과 현재 블록의 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있고, 레지듀얼 샘플들에 관한 정보를 생성할 수 있다. 여기서, 레지듀얼 샘플들에 대한 정보는, 레지듀얼 샘플들에 변환 및 양자화를 수행하여 도출된 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다.
인코딩 장치는 레지듀얼 샘플들에 관한 정보를 포함하는 영상 정보를 인코딩할 수 있다(S1040).
즉, 인코딩 장치는 레지듀얼 샘플들에 관한 정보를 인코딩하여 비트스트림으로 출력하고, 이를 네트워크 또는 저장매체를 통하여 디코딩 장치로 전송할 수 있다. 또한, 인코딩 장치는 상술한 과정에서 도출되는 영상 정보(예컨대, MMVD 후보 플래그 정보, 거리 인덱스, 방향 인덱스 등)를 인코딩하여 비트스트림으로 생성할 수 있다.
도 11은 본 문서의 일 실시예에 따라 디코딩 장치에 의하여 수행될 수 있는 디코딩 방법을 개략적으로 나타내는 흐름도이다.
도 11에 개시된 방법은 도 3에서 개시된 디코딩 장치(300)에 의하여 수행될 수 있다. 구체적으로, 도 11의 단계 S1100 ~ S1120은 도 3에 개시된 예측부(330) 및 인터 예측부(332)에 의하여 수행될 수 있고, 도 11의 단계 S1130은 도 3에 개시된 가산부(340)에 의하여 수행될 수 있다. 또한, 도 11에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다. 따라서, 도 11에서는 상술한 실시예들과 중복되는 내용에 관해서 구체적인 설명을 생략하거나 간단히 하기로 한다.
도 11을 참조하면, 디코딩 장치는 현재 픽처를 참조하는 CPR(current picture referencing) 코딩 블록인 현재 블록에 대해 MMVD(merge with motion vector difference) 모드가 적용되는 것으로 판단할 수 있다(S1100).
일 실시예로, 디코딩 장치는 현재 블록에 MMVD를 적용하여 움직임 정보를 도출하는지 여부를 나타내는 MMVD 플래그 정보를 획득할 수 있다. 예를 들어, MMVD 플래그 정보는 상술한 mmvd_flag일 수 있다. MMVD 플래그 정보(예: mmvd_flag)의 값이 1인 경우 현재 블록에 MMVD를 적용하여 움직임 정보를 도출하는 것을 나타내고, MMVD 플래그 정보(예: mmvd_flag)의 값이 0인 경우 현재 블록에 MMVD를 적용하지 않는 것을 나타낼 수 있다. 즉, 디코딩 장치는 인코딩 장치로부터 시그널링되는 MMVD 플래그 정보를 디코딩하여 현재 블록에 MMVD를 적용할지 여부를 결정할 수 있다.
디코딩 장치는 현재 블록의 주변 후보 블록들을 기반으로 현재 블록에 대한 베이스 움직임 정보 후보를 도출할 수 있다(S1110). 일 실시예로, 디코딩 장치는 현재 블록의 주변 후보 블록들이 CPR 코딩 블록인지 여부를 기반으로 베이스 움직임 정보 후보를 도출할 수 있다.
구체적 예로, 디코딩 장치는 현재 블록의 주변 후보 블록들을 도출할 수 있다. 여기서, 주변 후보 블록들은 현재 블록에 공간적으로 인접한 주변 블록들일 수 있으며, 예컨대 현재 블록의 좌하측 코너 주변 블록, 좌측 주변 블록, 우상측 코너 주변 블록, 상측 주변 블록, 좌상측 코너 주변 블록들을 포함할 수 있다. 예를 들어, 디코딩 장치는 상기 주변 후보 블록들을 우선순위를 기반으로 탐색하여 가용한 후보 블록들을 검출하고, 검출된 후보 블록들의 움직임 정보를 도출할 수 있다. 이때, 가용한 후보 블록들의 움직임 정보는 움직임 후보 리스트 내 움직임 정보 후보(예: 공간적 머지 후보들)로 사용될 수 있다.
또한, 주변 후보 블록들은 시간적 주변 블록을 더 포함할 수 있고, 시간적 주변 블록은 col 픽처 상에서의 현재 블록에 대한 동일 위치 블록(co-located block)의 우하측 코너 주변 블록 및 우하측 센터 블록의 순서로 탐색될 수 있다. 예를 들어, 디코딩 장치는 가용한 시간적 주변 블록을 검출하여, 검출된 블록의 움직임 정보를 도출할 수 있다. 이때, 가용한 시간적 주변 블록의 움직임 정보는 움직임 후보 리스트 내 움직임 정보 후보(예: 시간적 머지 후보)로 사용될 수 있다.
디코딩 장치는 상술한 바와 같이 주변 후보 블록들을 도출한 다음, 주변 후보 블록들이 CPR 코딩 블록인지를 기반으로 MMVD 모드에서 사용되는 베이스 움직임 정보 후보를 도출할 수 있다.
또한, 디코딩 장치는 상술한 바와 같이 주변 후보 블록들을 도출하여 움직임 정보 후보 리스트(예: 머지 후보 리스트)를 구성할 수 있다. 움직임 정보 후보 리스트는 미리 정해진 개수의 움직임 정보 후보들을 포함할 수 있으며, 예컨대 5개의 후보를 포함할 수 있다. 이때, 움직임 정보 후보 리스트는 상기 베이스 움직임 정보 후보를 포함하여 구성될 수 있다. 예를 들어, 움직임 정보 후보 리스트에 포함되는 베이스 움직임 정보 후보의 개수는, 움직임 정보 후보 리스트에 대한 전체 움직임 정보 후보 개수(예: 5개) 이하로 정해질 수 있으며, 예컨대 2개로 정해질 수 있다. 일 예로, 2개의 베이스 움직임 정보 후보들은 움직임 정보 리스트 내의 후보들 중에서 첫번째 및 두번째 순서에 인덱싱될 수 있다. 이 경우, 디코딩 장치는 MMVD가 적용되는 현재 블록에 대하여, 2개의 베이스 움직임 정보 후보들 중 하나를 지시하는 선택 정보(예: 머지 후보 플래그; mmvd_cand_flag)를 획득할 수 있다. 이때, 선택 정보는 인코딩 장치로부터 시그널링될 수 있다. 즉, 디코딩 장치는 선택 정보를 기반으로 움직임 정보 후보 리스트 내에서 하나의 베이스 움직임 정보 후보를 선택할 수 있다.
실시예에 따라, 베이스 움직임 정보 후보를 도출함에 있어서, 현재 블록을 위한 참조 픽처 리스트가 현재 픽처만 포함하는지, 또는 현재 픽처를 제외한 하나 이상의 다른 참조 픽처를 포함하는지를 기반으로 베이스 움직임 정보 후보를 도출할 수 있다.
일 실시예로, 참조 픽처 리스트 내 현재 픽처만 포함되어 있는 경우, 디코딩 장치는 주변 후보 블록들 중 CPR 코딩 블록인 주변 후보 블록을 도출하고, CPR 코딩 블록인 주변 후보 블록의 움직임 정보를 기반으로 베이스 움직임 정보 후보를 도출할 수 있다. 또는, 참조 픽처 리스트 내 현재 픽처만 포함되어 있는 경우, 디코딩 장치는 주변 후보 블록들 모두 CPR 코딩 블록이 아닌 경우, 영(zero) 벡터를 베이스 움직임 정보 후보로 구성할 수 있다. 또는, 주변 후보 블록들이 가용하지 않아서(예컨대, 주변 후보 블록들이 인트라 예측 모드로 코딩된 블록인 경우) 베이스 움직임 정보 후보를 다 채우지 못한 경우, 인코딩 장치는 영(zero) 벡터를 베이스 움직임 정보 후보로 구성할 수 있다.
다른 실시예로, 참조 픽처 리스트 내 현재 픽처를 제외한 하나 이상의 다른 참조 픽처가 포함되어 있는 경우, 디코딩 장치는 주변 후보 블록들 중 CPR 코딩 블록인 제1 주변 후보 블록의 움직임 정보 또는 CPR 코딩 블록이 아닌 제2 주변 후보 블록의 움직임 정보 중 적어도 하나를 기반으로 베이스 움직임 정보 후보를 도출할 수 있다. 즉, 참조 픽처 리스트 내 현재 픽처를 제외한 하나 이상의 다른 참조 픽처가 포함되어 있는 경우, 디코딩 장치는 CPR 코딩 블록인 주변 후보 블록과 CPR 코딩 블록이 아닌 주변 후보 블록 모두 베이스 움직임 정보 후보로 사용할 수 있다. 이때, 주변 후보 블록들이 모두 가용하지 않아서(예컨대, 주변 후보 블록들이 인트라 예측 모드로 코딩된 블록인 경우) 베이스 움직임 정보 후보를 다 채우지 못한 경우, 디코딩 장치는 영(zero) 벡터를 베이스 움직임 정보 후보로 구성할 수 있다.
디코딩 장치는 베이스 움직임 정보 후보를 기반으로 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S1120).
일 실시예로, 디코딩 장치는 MMVD가 적용되는 현재 블록에 대하여, 베이스 움직임 정보 후보 및 MVD를 기반으로 현재 블록의 움직임 정보를 도출하고, 상기 움직임 정보를 기반으로 예측 샘플들을 생성할 수 있다.
구체적 예로, 현재 블록에 MMVD를 적용하는 경우, 디코딩 장치는 움직임 벡터 차분의 크기를 나타내는 거리 인덱스 및 움직임 방향을 나타내는 방향 인덱스를 획득할 수 있다. 거리 인덱스 및 방향 인덱스는 비트스트림에 포함되어 인코딩 장치로부터 시그널링될 수 있다. 예를 들어, 거리 인덱스는 상술한 mmvd_distance_idx이고, 방향 인덱스는 상술한 mmvd_direction_idx일 수 있다.
디코딩 장치는 상기 표 1에서와 같이 거리 인덱스(예: mmvd_distance_idx)의 값을 기반으로 MVD의 크기(예: MmvdDistance)를 도출할 수 있고, 상기 표 2에서와 같이 방향 인덱스(예: mmvd_direction_idx)의 값을 기반으로 MVD의 부호(예: MmvdSign)를 도출할 수 있다. 그리고, 디코딩 장치는 거리 인덱스 및 방향 인덱스를 기반으로 MVD(motion vector difference)을 도출할 수 있다. 예를 들어, MVD는 상기 수학식 1과 같이 계산될 수 있다.
디코딩 장치는 상기 베이스 움직임 정보 후보 및 상기 MVD를 기반으로 현재 블록의 움직임 정보를 도출할 수 있다. 예를 들어, 베이스 움직임 정보 후보(즉, 베이스 움직임 벡터)에 상기 수학식 1과 같이 계산된 MVD를 더하여 현재 블록의 움직임 정보(즉, 움직임 벡터)를 도출할 수 있다. 디코딩 장치는 참조 픽처 리스트 내의 참조 픽처 또는 현재 픽처 내에서 상기 움직임 정보(즉, 움직임 벡터)가 가리키는 참조 블록을 기반으로 예측 샘플들을 생성할 수 있다.
디코딩 장치는 예측 샘플들을 기반으로 현재 블록에 대한 복원 샘플들을 생성할 수 있다(S1130).
일 실시예로, 디코딩 장치는 현재 블록에 대한 레지듀얼에 관한 정보를 수신하고, 이를 기반으로 현재 블록에 대한 레지듀얼 샘플들(또는 레지듀얼 샘플 어레이)을 도출할 수 있다. 여기서, 레지듀얼에 관한 정보는 레지듀얼 샘플들에 관한 변환 계수를 포함할 수 있다. 디코딩 장치는 예측 샘플들과 레지듀얼 샘플들을 기반으로 복원 샘플들을 생성할 수 있고, 상기 복원 샘플들을 기반으로 복원 블록 또는 복원 픽처를 도출할 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 문서의 실시예들은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 문서의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 문서가 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recoder) 등을 포함할 수 있다.
또한, 본 문서가 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 문서의 실시예는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 12는 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 12를 참조하면, 본 문서의 실시예들에 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 문서의 실시예들에 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.

Claims (16)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    현재 픽처를 참조하는 CPR(current picture referencing) 코딩 블록인 현재 블록에 대해 MMVD(merge with motion vector difference) 모드가 적용되는 것으로 판단하는 단계;
    상기 현재 블록의 주변 후보 블록들을 기반으로 상기 현재 블록에 대한 베이스 움직임 정보 후보를 도출하는 단계;
    상기 베이스 움직임 정보 후보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 단계; 및
    상기 예측 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하는 단계를 포함하며,
    상기 베이스 움직임 정보 후보는 상기 주변 후보 블록들이 CPR 코딩 블록인지 여부를 기반으로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 현재 블록에 대한 베이스 움직임 정보 후보를 도출하는 단계는,
    상기 주변 후보 블록들 중 CPR 코딩 블록인 주변 후보 블록의 움직임 정보를 기반으로 상기 베이스 움직임 정보 후보를 도출하는 단계를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  3. 제2항에 있어서,
    상기 현재 블록을 위한 참조 픽처 리스트가 현재 픽처만 포함하는지, 또는 상기 현재 픽처를 제외한 하나 이상의 다른 참조 픽처를 포함하는지를 판단하는 단계를 더 포함하며,
    상기 참조 픽처 리스트가 상기 현재 픽처만 포함하는 경우, 상기 CPR 코딩 블록인 상기 주변 후보 블록의 움직임 정보를 기반으로 상기 베이스 움직임 정보 후보가 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  4. 제2항에 있어서,
    상기 주변 후보 블록들 모두 CPR 코딩 블록이 아닌 경우, 영 벡터를 상기 베이스 움직임 정보 후보로 구성하는 것을 특징으로 하는 영상 디코딩 방법.
  5. 제1항에 있어서,
    상기 현재 블록에 대한 움직임 정보 후보 리스트를 구성하는 단계를 더 포함하되,
    상기 움직임 정보 후보 리스트는 상기 베이스 움직임 정보 후보를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  6. 제5항에 있어서,
    상기 움직임 정보 후보 리스트에 포함되는 상기 베이스 움직임 정보 후보들의 개수는 2개이고,
    상기 MMVD가 적용되는 상기 현재 블록에 대하여, 상기 2개의 베이스 움직임 정보 후보들 중 하나를 지시하는 선택 정보가 시그널링되는 것을 특징으로 하는 영상 디코딩 방법.
  7. 제1항에 있어서,
    상기 현재 블록에 대한 베이스 움직임 정보 후보를 도출하는 단계는,
    상기 주변 후보 블록들 중 CPR 코딩 블록인 제1 주변 후보 블록의 움직임 정보 또는 CPR 코딩 블록이 아닌 제2 주변 후보 블록의 움직임 정보 중 적어도 하나를 기반으로 상기 베이스 움직임 정보 후보를 도출하는 단계를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  8. 제7항에 있어서,
    상기 현재 블록을 위한 참조 픽처 리스트가 현재 픽처만 포함하는지, 또는 상기 현재 픽처를 제외한 하나 이상의 다른 참조 픽처를 포함하는지를 판단하는 단계를 더 포함하며,
    상기 참조 픽처 리스트가 상기 현재 픽처를 제외한 하나 이상의 다른 참조 픽처를 포함하는 경우, 상기 CPR 코딩 블록인 상기 제1 주변 후보 블록의 움직임 정보 또는 상기 CPR 코딩 블록이 아닌 상기 제2 주변 후보 블록의 움직임 정보 중 적어도 하나를 기반으로 상기 베이스 움직임 정보 후보가 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  9. 제1항에 있어서,
    상기 주변 후보 블록들 모두 가용하지 않은 경우, 영 벡터를 상기 베이스 움직임 정보 후보로 구성하는 것을 특징으로 하는 영상 디코딩 방법.
  10. 인코딩 장치에 의하여 수행되는 영상 인코딩 방법에 있어서,
    현재 픽처를 참조하는 CPR(current picture referencing) 코딩 블록인 현재 블록에 대해 MMVD(merge with motion vector difference) 모드가 적용되는 것으로 판단하는 단계;
    상기 현재 블록의 주변 후보 블록들을 기반으로 상기 현재 블록에 대한 베이스 움직임 정보 후보를 도출하는 단계;
    상기 베이스 움직임 정보 후보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성하는 단계;
    상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출하는 단계; 및
    상기 레지듀얼 샘플들에 관한 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하며,
    상기 베이스 움직임 정보 후보는 상기 주변 후보 블록들이 CPR 코딩 블록인지 여부를 기반으로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  11. 제10항에 있어서,
    상기 현재 블록에 대한 베이스 움직임 정보 후보를 도출하는 단계는,
    상기 주변 후보 블록들 중 CPR 코딩 블록인 주변 후보 블록의 움직임 정보를 기반으로 상기 베이스 움직임 정보 후보를 도출하는 단계를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  12. 제11항에 있어서,
    상기 현재 블록을 위한 참조 픽처 리스트가 현재 픽처만 포함하는지, 또는 상기 현재 픽처를 제외한 하나 이상의 다른 참조 픽처를 포함하는지를 판단하는 단계를 더 포함하며,
    상기 참조 픽처 리스트가 상기 현재 픽처만 포함하는 경우, 상기 CPR 코딩 블록인 상기 주변 후보 블록의 움직임 정보를 기반으로 상기 베이스 움직임 정보 후보가 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  13. 제11항에 있어서,
    상기 주변 후보 블록들 모두 CPR 코딩 블록이 아닌 경우, 영 벡터를 상기 베이스 움직임 정보 후보로 구성하는 것을 특징으로 하는 영상 인코딩 방법.
  14. 제10항에 있어서,
    상기 현재 블록에 대한 베이스 움직임 정보 후보를 도출하는 단계는,
    상기 주변 후보 블록들 중 CPR 코딩 블록인 제1 주변 후보 블록의 움직임 정보 또는 CPR 코딩 블록이 아닌 제2 주변 후보 블록의 움직임 정보 중 적어도 하나를 기반으로 상기 베이스 움직임 정보 후보를 도출하는 단계를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  15. 제14항에 있어서,
    상기 현재 블록을 위한 참조 픽처 리스트가 현재 픽처만 포함하는지, 또는 상기 현재 픽처를 제외한 하나 이상의 다른 참조 픽처를 포함하는지를 판단하는 단계를 더 포함하며,
    상기 참조 픽처 리스트가 상기 현재 픽처를 제외한 하나 이상의 다른 참조 픽처를 포함하는 경우, 상기 CPR 코딩 블록인 상기 제1 주변 후보 블록의 움직임 정보 또는 상기 CPR 코딩 블록이 아닌 상기 제2 주변 후보 블록의 움직임 정보 중 적어도 하나를 기반으로 상기 베이스 움직임 정보 후보가 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  16. 제10항에 있어서,
    상기 주변 후보 블록들 모두 가용하지 않은 경우, 영 벡터를 상기 베이스 움직임 정보 후보로 구성하는 것을 특징으로 하는 영상 인코딩 방법.
PCT/KR2020/000119 2019-01-04 2020-01-03 Cpr 기반 mmvd를 이용하는 인터 예측 방법 및 장치 WO2020141932A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/419,917 US11949851B2 (en) 2019-01-04 2020-01-03 Inter prediction method and apparatus using CPR-based MMVD

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962788137P 2019-01-04 2019-01-04
US62/788,137 2019-01-04

Publications (1)

Publication Number Publication Date
WO2020141932A1 true WO2020141932A1 (ko) 2020-07-09

Family

ID=71407403

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/000119 WO2020141932A1 (ko) 2019-01-04 2020-01-03 Cpr 기반 mmvd를 이용하는 인터 예측 방법 및 장치

Country Status (2)

Country Link
US (1) US11949851B2 (ko)
WO (1) WO2020141932A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11310523B2 (en) * 2019-01-15 2022-04-19 Tencent America LLC Method and apparatus for block vector prediction with integer offsets in intra picture block compensation
WO2023055147A1 (ko) * 2021-09-29 2023-04-06 주식회사 윌러스표준기술연구소 Mhp(multi-hypothesis prediction)모드에 기초한 비디오 신호 처리 방법 및 이를 위한 장치

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3937489A4 (en) * 2019-03-08 2022-08-03 Jvckenwood Corporation MOVING PICTURE CODING DEVICE, MOVING PICTURE CODING METHOD, MOVING PICTURE CODING PROGRAM, MOVING PICTURE DECODING DEVICE, MOVING PICTURE DECODING METHOD, AND MOVING PICTURE DECODING PROGRAM

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170047234A (ko) * 2014-08-22 2017-05-04 퀄컴 인코포레이티드 통합된 인트라 블록 복사 및 인터 예측
WO2017206803A1 (en) * 2016-05-28 2017-12-07 Mediatek Inc. Method and apparatus of current picture referencing for video coding
KR20180063094A (ko) * 2015-10-02 2018-06-11 퀄컴 인코포레이티드 인트라 블록 카피 병합 모드 및 이용가능하지 않는 ibc 참조 영역의 패딩

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4375080B2 (ja) * 2004-03-29 2009-12-02 ソニー株式会社 画像処理装置および方法、記録媒体、並びにプログラム
JP4419062B2 (ja) * 2004-03-29 2010-02-24 ソニー株式会社 画像処理装置および方法、記録媒体、並びにプログラム
US11051036B2 (en) * 2018-07-14 2021-06-29 Mediatek Inc. Method and apparatus of constrained overlapped block motion compensation in video coding
WO2020094038A1 (en) * 2018-11-07 2020-05-14 Mediatek Inc. Method and apparatus of encoding or decoding video blocks by current picture referencing coding
WO2020142448A1 (en) * 2018-12-31 2020-07-09 Beijing Dajia Internet Information Technology Co., Ltd. System and method for signaling of motion merge modes in video coding
US10951895B2 (en) * 2018-12-31 2021-03-16 Alibaba Group Holding Limited Context model selection based on coding unit characteristics
WO2020143774A1 (en) * 2019-01-10 2020-07-16 Beijing Bytedance Network Technology Co., Ltd. Merge with mvd based on geometry partition
EP3891978A4 (en) * 2019-02-01 2022-08-31 Beijing Bytedance Network Technology Co., Ltd. EXTENDED APPLICATION OF COMBINED INTRA-INTER PREDICTION
KR102649520B1 (ko) * 2019-03-21 2024-03-21 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 조합된 인트라-인터 예측의 개선된 가중 처리

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170047234A (ko) * 2014-08-22 2017-05-04 퀄컴 인코포레이티드 통합된 인트라 블록 복사 및 인터 예측
KR20180063094A (ko) * 2015-10-02 2018-06-11 퀄컴 인코포레이티드 인트라 블록 카피 병합 모드 및 이용가능하지 않는 ibc 참조 영역의 패딩
WO2017206803A1 (en) * 2016-05-28 2017-12-07 Mediatek Inc. Method and apparatus of current picture referencing for video coding

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JANG (LGE) H; NAM (LGE) J; KIM (LGE) S; LIM(LGE) J: "Non-CE8 : MMVD harmonization with CPR", JVET-M0341, JOIN T VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 1 113TH MEETING, 3 January 2019 (2019-01-03), Marrakech, MA, XP030198123 *
LI Y; CHEN (WUHAN UNIV) Z; XU (TENCENT) X; LIU (TENCENT) S: "Non-CE8: Combination of MMVD and CPR mode", JVET-M0541-V1, JO INT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11 13TH MEETING, 3 January 2019 (2019-01-03), Marrakech, MA, XP030198277 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11310523B2 (en) * 2019-01-15 2022-04-19 Tencent America LLC Method and apparatus for block vector prediction with integer offsets in intra picture block compensation
US20220210463A1 (en) * 2019-01-15 2022-06-30 Tencent America LLC Method and apparatus for block vector prediction with integer offsets in intra picture block compensation
US11539978B2 (en) * 2019-01-15 2022-12-27 Tencent America LLC Method and apparatus for block vector prediction with integer offsets in intra picture block compensation
WO2023055147A1 (ko) * 2021-09-29 2023-04-06 주식회사 윌러스표준기술연구소 Mhp(multi-hypothesis prediction)모드에 기초한 비디오 신호 처리 방법 및 이를 위한 장치

Also Published As

Publication number Publication date
US11949851B2 (en) 2024-04-02
US20220086427A1 (en) 2022-03-17

Similar Documents

Publication Publication Date Title
WO2020071829A1 (ko) 히스토리 기반 영상 코딩 방법 및 그 장치
WO2019190181A1 (ko) 인트라 예측 기반 영상/비디오 코딩 방법 및 그 장치
WO2020145775A1 (ko) Mrl 기반 인트라 예측을 수행하는 영상 코딩 방법 및 장치
WO2020091213A1 (ko) 영상 코딩 시스템에서 인트라 예측 방법 및 장치
WO2020171632A1 (ko) Mpm 리스트 기반 인트라 예측 방법 및 장치
WO2020017861A1 (ko) 서브블록 단위의 시간적 움직임 정보 예측을 위한 인터 예측 방법 및 그 장치
WO2020189960A1 (ko) 크로마 포맷에 대한 정보를 시그널링 하는 방법 및 장치
WO2021137597A1 (ko) Ols에 대한 dpb 파라미터를 사용하는 영상 디코딩 방법 및 그 장치
WO2020145604A1 (ko) Mpm 리스트를 사용하는 인트라 예측 기반 영상 코딩 방법 및 장치
WO2020141928A1 (ko) 영상 코딩 시스템에서 mmvd 에 따른 예측에 기반한 영상 디코딩 방법 및 장치
WO2020141886A1 (ko) Sbtmvp 기반 인터 예측 방법 및 장치
WO2020251319A1 (ko) Sbtmvp를 이용한 인터 예측 기반 영상 또는 비디오 코딩
WO2020141932A1 (ko) Cpr 기반 mmvd를 이용하는 인터 예측 방법 및 장치
WO2020005002A1 (ko) 영상 코딩 시스템에서 인터 예측에 따른 템플릿 영역 도출 방법 및 장치
WO2020180100A1 (ko) 인트라 블록 코딩 기반 비디오 또는 영상 코딩
WO2020141831A2 (ko) 인트라 블록 카피 예측을 이용한 영상 코딩 방법 및 장치
WO2020184821A1 (ko) Mpm 리스트를 구성하는 방법 및 장치
WO2020251270A1 (ko) 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩
WO2021091256A1 (ko) 영상/비디오 코딩 방법 및 장치
WO2020251340A1 (ko) 움직임 벡터 예측 기반 영상/비디오 코딩 방법 및 장치
WO2020251338A1 (ko) 비디오 또는 영상 코딩 시스템에서의 인터 예측
WO2020141884A1 (ko) Cpr 기반 mmvd를 사용하는 영상 코딩 방법 및 장치
WO2020145620A1 (ko) Mpm 리스트를 사용하는 인트라 예측 기반 영상 코딩 방법 및 장치
WO2020004879A1 (ko) 영상 코딩 시스템에서 복수의 주변 블록들을 사용하는 인터 예측에 따른 영상 디코딩 방법 및 장치
WO2019225932A1 (ko) 영상 코딩 시스템에서 dmvr을 사용하는 영상 디코딩 방법 및 그 장치

Legal Events

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

Ref document number: 20735928

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: 20735928

Country of ref document: EP

Kind code of ref document: A1