WO2020251270A1 - 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩 - Google Patents

서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩 Download PDF

Info

Publication number
WO2020251270A1
WO2020251270A1 PCT/KR2020/007563 KR2020007563W WO2020251270A1 WO 2020251270 A1 WO2020251270 A1 WO 2020251270A1 KR 2020007563 W KR2020007563 W KR 2020007563W WO 2020251270 A1 WO2020251270 A1 WO 2020251270A1
Authority
WO
WIPO (PCT)
Prior art keywords
block
motion information
subblocks
current block
information
Prior art date
Application number
PCT/KR2020/007563
Other languages
English (en)
French (fr)
Inventor
자오지에
김승환
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 US17/617,279 priority Critical patent/US20220232219A1/en
Publication of WO2020251270A1 publication Critical patent/WO2020251270A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—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

  • the present technology relates to video or image coding, for example, to a video or video coding technology based on temporal motion information in units of subblocks.
  • VR Virtual Reality
  • AR Artificial Realtiy
  • high-efficiency video/video compression technology is required in order to effectively compress, transmit, store, and reproduce information of 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 increasing video/image coding efficiency.
  • Another technical problem of this document is to provide an efficient inter prediction method and apparatus.
  • Another technical problem of the present invention is to provide a method and apparatus for improving prediction performance by deriving a subblock-based temporal motion vector.
  • Another technical problem of the present invention is to provide a method and apparatus for reducing complexity by efficiently deriving base motion data in deriving a subblock-based temporal motion vector.
  • Another technical problem of the present invention is to provide a method and apparatus for improving prediction accuracy by applying a motion shift when inducing a temporal motion vector.
  • base motion information may be derived for a subblock for which a motion vector is not available.
  • base motion information of sbTMVP in deriving base motion information of sbTMVP, one of reference subblocks on a collocated reference picture may be used.
  • base motion information may be derived based on position information of a reference subblock, or base motion information may be derived based on availability of a reference subblock.
  • motion information in temporal motion vector prediction may be used as base motion information of sbTMVP instead of additionally inducing base motion information of sbTMVP.
  • motion information of TMVP may be derived by applying a motion shift based on a spatial neighboring block.
  • a video/video decoding method performed by a decoding apparatus is provided.
  • the video/video decoding method may include the method disclosed in the embodiments of this document.
  • a decoding apparatus for performing video/video decoding.
  • the decoding apparatus may perform the method disclosed in the embodiments of this document.
  • a video/video encoding method performed by an encoding device is provided.
  • the video/video encoding method may include the method disclosed in the embodiments of this document.
  • an encoding device that performs video/video encoding.
  • the encoding device may perform the method disclosed in the embodiments of this document.
  • a computer-readable digital storage medium in which encoded video/image information generated according to the video/image encoding method disclosed in at least one of the embodiments of the present document is stored is provided.
  • encoded information causing to perform the video/image decoding method disclosed in at least one of the embodiments of the present document by a decoding device or a computer-readable digital storing encoded video/image information Provide a storage medium.
  • This document can have various effects. For example, overall video/video compression efficiency can be improved. Also, computational complexity can be reduced through efficient inter prediction, and overall coding efficiency can be improved. In addition, by simplifying the process of deriving base motion information in subblock-based temporal motion vector prediction (sbTMVP), efficiency in terms of complexity and prediction performance may be improved. In addition, prediction accuracy can be improved by applying motion shift to temporal motion vector prediction (TMVP), and efficiency can be improved by integrating TMVP and sbTMVP processes.
  • TMVP motion shift to temporal motion vector prediction
  • FIG. 1 schematically shows an example of a video/image coding system that can be applied to embodiments of this document.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/video encoding apparatus to which embodiments of the present document can be applied.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/image decoding apparatus to which embodiments of the present document can be applied.
  • 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. 8 exemplarily shows a spatial neighboring block and a temporal neighboring block of a current block.
  • FIG. 9 is a diagram schematically illustrating a process of deriving a subblock-based temporal motion information candidate (sbTMVP candidate).
  • TMVP temporal motion information
  • FIG. 11 and 12 schematically illustrate an example of a video/video encoding method and related components according to the embodiment(s) of the present document.
  • FIG. 13 and 14 schematically illustrate an example of a video/video decoding method and related components according to the embodiment(s) of the present document.
  • FIG. 15 shows an example of a content streaming system to which embodiments disclosed in this document can be applied.
  • each of the components in the drawings described in this document is independently illustrated for convenience of description of different characteristic functions, and does not mean that each component is implemented as separate hardware or separate software.
  • two or more of the configurations may be combined to form one configuration, or one configuration may be divided into a plurality of configurations.
  • Embodiments in which each configuration is integrated and/or separated are also included in the scope of the rights of this document, unless departing from the essence of this document.
  • a or B may mean “only A”, “only B” or “both A and B”.
  • a or B (A or B) may be interpreted as “A and/or B (A and/or B)”.
  • A, B or C (A, B or C) means “only A”, “only B”, “only C”, or "any and all combinations of A, B and C ( It can mean any combination of A, B and C)”.
  • a forward slash (/) or comma (comma) used in this document may mean “and/or”.
  • A/B can mean “A and/or B”. Accordingly, “A/B” may mean “only A”, “only B”, or “both A and B”.
  • A, B, C may mean "A, B or C”.
  • At least one of A and B may mean “only A”, “only B”, or “both A and B”.
  • the expression “at least one of A or B” or “at least one of A and/or B” means “at least one A and B (at least one of A and B)" can be interpreted the same.
  • At least one of A, B and C means “only A”, “only B”, “only C", or "A, B and C It can mean any combination of A, B and C”.
  • at least one of A, B or C (at least one of A, B or C) or “at least one of A, B and/or C (at least one of A, B and/or C)” It can mean "at least one of A, B and C”.
  • parentheses used in this document may mean “for example”. Specifically, when indicated as “prediction (intra prediction)", “intra prediction” may be proposed as an example of “prediction”. In other words, “prediction” in this document is not limited to “intra prediction”, and “intra prediction” may be suggested as an example of “prediction”. In addition, even when displayed as “prediction (ie, intra prediction)", “intra prediction” may be proposed as an example of "prediction”.
  • This document is about video/image coding.
  • the method/embodiment disclosed in this document may be applied to a method disclosed in the VVC (versatile video coding) standard.
  • the method/embodiment disclosed in this document is an EVC (essential video coding) standard, AV1 (AOMedia Video 1) standard, AVS2 (2nd generation of audio video coding standard), or next-generation video/image coding standard (ex. H.267). or H.268, etc.).
  • a video may mean a set of a series 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.
  • a slice/tile may include one or more coding tree units (CTU).
  • CTU coding tree units
  • One picture may be composed of one or more slices/tiles.
  • a tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture.
  • the tile column is a rectangular region of CTUs, the rectangular region has a height equal to the height of the picture, and the width may be specified by syntax elements in a picture parameter set (The tile column is a rectangular region of CTUs having a height equal to the height of the picture and a width specified by syntax elements in the picture parameter set).
  • the tile row is a rectangular region of CTUs, the rectangular region has a width specified by syntax elements in a picture parameter set, and a height may be the same as the height of the picture (The tile row is a rectangular region of CTUs having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture).
  • a tile scan may represent a specific sequential ordering of CTUs that partition a picture, the CTUs may be sequentially arranged in a CTU raster scan in a tile, and tiles in a picture may be sequentially arranged in a raster scan of the tiles of the picture.
  • a tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture).
  • a slice may include an integer number of complete tiles, which may be contained exclusively in a single NAL unit, or an integer number of consecutive complete CTU rows in a tile of a picture (A slice includes an integer number of complete tiles or an integer number of consecutive tiles). complete CTU rows within a tile of a picture that may be exclusively contained in a single NAL unit).
  • one picture may be divided into two or more subpictures.
  • the subpicture may be an rectangular region of one or more slices within a picture.
  • a pixel or pel may mean a minimum unit constituting one picture (or image).
  • sample' may be used as a term corresponding to a pixel.
  • a sample may generally represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component.
  • the sample may mean a pixel value in the spatial domain, and when such a pixel value is converted to the frequency domain, it may mean a transform coefficient in the frequency domain.
  • a unit may represent a basic unit of image processing.
  • the unit may include at least one of a specific area of a picture and information related to the corresponding area.
  • 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 an area depending on the case.
  • the MxN block may include samples (or sample arrays) consisting of M columns and N rows, or a set (or array) of transform coefficients.
  • quantization/inverse quantization and/or transform/inverse transform may be omitted in this document.
  • the quantized transform coefficient may be referred to as a transform coefficient.
  • the transform coefficient may be called a coefficient or a residual coefficient, or may still be called a transform coefficient for uniformity of expression.
  • the quantized transform coefficient and the transform coefficient may be referred to as a transform coefficient and a scaled transform coefficient, respectively.
  • the residual information may include information about the transform coefficient(s), and the information about the transform coefficient(s) may be signaled through the residual coding syntax.
  • Transform coefficients may be derived based on residual information (or information about the transform coefficient(s)), and scaled transform coefficients may be derived through an inverse transform (scaling) of the transform coefficients. Residual samples may be derived based on the inverse transform (transform) of the scaled transform coefficients. This may be applied/expressed in other parts of this document as well.
  • FIG. 1 schematically shows an example of a video/image coding system that can be applied to embodiments of this document.
  • a video/image coding system may include a first device (a source device) and a second device (a receiving device).
  • the source device may transmit the encoded video/image information or data in a file or streaming form to the receiving device through a digital storage medium or a network.
  • 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 device, and a renderer.
  • the encoding device may be referred to as a video/image encoding device, and the decoding device may be referred to as a video/image decoding device.
  • the transmitter may be included in the encoding device.
  • the receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or an external component.
  • the video source may acquire a video/image through a process of capturing, synthesizing, or generating a video/image.
  • the video source may include a video/image capturing device and/or a video/image generating 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 capturing process may be substituted as a process of generating related data.
  • the encoding device may 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/video information) may be output in the form of a bitstream.
  • the transmission unit may transmit the encoded video/video information or data output in the form of a bitstream to the reception unit of the receiving device through a digital storage medium or a network in a file or streaming form.
  • Digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and 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 transmit it to the decoding device.
  • the decoding device may decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding device.
  • the renderer can render the decoded video/video.
  • the rendered video/image may be displayed through the display unit.
  • the encoding device may include an image encoding device and/or a video encoding device.
  • the encoding device 200 includes an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, and It may be configured to include an adder 250, a filter 260, and a 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, an inverse quantizer 234, and an inverse transformer 235.
  • the residual processing unit 230 may further include a subtractor 231.
  • the addition unit 250 may be referred to as a reconstructor or a recontructged block generator.
  • the image segmentation unit 210, the prediction unit 220, the residual processing unit 230, the entropy encoding unit 240, the addition unit 250, and the filtering unit 260 described above may include one or more hardware components (for example, it may be configured by an encoder chipset or a processor).
  • the memory 270 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include the memory 270 as an internal/external component.
  • the image segmentation 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 referred to as a coding unit (CU).
  • the coding unit is recursively divided according to the QTBTTT (Quad-tree binary-tree ternary-tree) 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.
  • the 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 divided. In this case, based on the coding efficiency according to the image characteristics, the maximum coding unit can be directly used as the final coding unit, or if necessary, the coding unit is recursively divided into coding units of lower depth to be optimal. A coding unit of the size of may be used as the final coding unit.
  • the coding procedure may include a procedure such as prediction, transformation, and restoration 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 divided or partitioned from the above-described final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for inducing a transform coefficient and/or a unit for inducing a residual signal from the transform coefficient.
  • the unit may be used interchangeably with terms such as a block or an area depending on the case.
  • the MxN block may represent a set of samples or transform coefficients consisting of M columns and N rows.
  • a sample may represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luminance component, or may represent only a pixel/pixel value of a saturation component.
  • a sample may be used as a term corresponding to one picture (or image) as a pixel or pel.
  • the encoding apparatus 200 subtracts the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input video signal (original block, original sample array) to make a residual.
  • a signal residual signal, residual block, residual sample array
  • a unit that subtracts the prediction signal (prediction block, prediction sample array) from the input image signal (original block, original sample array) in the encoder 200 may be referred to as a subtraction unit 231.
  • 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.
  • the prediction unit may generate various information related to prediction, such as prediction mode information, as described later in the description of each prediction mode, and transmit it to the entropy encoding unit 240.
  • the information on prediction 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 vicinity of the current block or may be located apart according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the 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 according to a detailed degree 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 the prediction mode applied to the neighboring block.
  • the inter prediction unit 221 may derive a 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 correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a co-located CU (colCU), and the like, and a reference picture including the temporal neighboring block may be referred to as 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 a motion vector and/or a reference picture index of the current block. Can be generated. Inter prediction may be performed based on various prediction modes.
  • the inter prediction unit 221 may use motion information of a neighboring block as motion information of a current block.
  • a residual signal may not be transmitted.
  • MVP motion vector prediction
  • the motion vector of the current block is calculated by using the motion vector of the neighboring block as a motion vector predictor and signaling a motion vector difference. I can instruct.
  • the prediction unit 220 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, as well as simultaneously apply intra prediction and inter prediction. 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 to predict a block.
  • IBC intra block copy
  • the IBC prediction mode or the palette mode may be used for content image/video coding such as a game, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction in the current picture, but can be performed similarly to inter prediction in that it derives a reference block in the current picture. That is, the IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode can be viewed 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 about a palette table and
  • 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 the transformation obtained from this graph when the relationship information between pixels is expressed in a graph.
  • CNT refers to a transformation obtained based on generating a prediction signal using all previously reconstructed pixels.
  • the conversion process may be applied to a pixel block having the same size of a square, or may be applied to a block having a variable size other than a square.
  • the quantization unit 233 quantizes the transform coefficients and transmits it to the entropy encoding unit 240, and the entropy encoding unit 240 encodes the quantized signal (information on quantized transform coefficients) and outputs it as a bitstream. have.
  • the information on the quantized transform coefficients may be called residual information.
  • the quantization unit 233 may rearrange the quantized transform coefficients in the form of blocks into a one-dimensional vector form based on a coefficient scan order, and the quantized transform coefficients in the form of the one-dimensional vector It is also possible to generate information about transform coefficients.
  • the entropy encoding unit 240 may perform various encoding methods such as exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 240 may encode together or separately information necessary for video/image reconstruction (eg, values of syntax elements) in addition to quantized transform coefficients.
  • the encoded information (eg, encoded video/video information) may be transmitted or stored in a bitstream format in units of network abstraction layer (NAL) units.
  • the video/video information may further include information on 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 the encoding device to the decoding device may be included in the video/video information.
  • the video/video information may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream may be transmitted through a network or may be stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmission unit for transmitting and/or a storage unit (not shown) for storing may be configured as an internal/external element of the encoding apparatus 200, or the transmission 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 addition unit 250 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 221 or the intra prediction unit 222 to obtain a reconstructed signal (restored picture, reconstructed block, reconstructed sample array). Can be created.
  • the predicted block may be used as a reconstructed block.
  • the addition unit 250 may be referred to as a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, and may be used for inter prediction of the next picture through filtering as described later.
  • 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 apply various filtering methods to the reconstructed picture to generate a modified reconstructed picture, and the modified reconstructed picture may be converted to the memory 270, specifically, the DPB of the memory 270. Can be saved on.
  • 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 a variety of filtering information and transmit it to the entropy encoding unit 240 as described later in the description of each filtering method.
  • 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.
  • the encoding device may avoid prediction mismatch between the encoding device 100 and the decoding device, and may improve encoding efficiency.
  • 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 have already been reconstructed.
  • the stored motion information may be transferred to the inter prediction unit 221 in order to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 270 may store reconstructed samples of reconstructed blocks in the current picture, and may be transmitted to the intra prediction unit 222.
  • the decoding device may include an image decoding device and/or a video decoding device.
  • the decoding apparatus 300 includes an entropy decoder 310, a residual processor 320, a predictor 330, an adder 340, and a filtering unit. It may be configured to include (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 dequantizer 321 and an inverse transformer 321.
  • the entropy decoding unit 310, the residual processing unit 320, the prediction unit 330, the addition unit 340, and the filtering unit 350 described above are one hardware component (for example, a decoder chipset or a processor). ) Can be configured.
  • the memory 360 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include the memory 360 as an internal/external component.
  • the decoding apparatus 300 may reconstruct an image in response to a process in which the video/image information is processed by the encoding apparatus of FIG. 2. For example, the decoding apparatus 300 may derive units/blocks based on block division related information obtained from the bitstream.
  • the decoding device 300 may perform decoding using a processing unit applied in the encoding device.
  • the processing unit of decoding may be, for example, a coding unit, and the coding unit may be divided from a coding tree unit or a maximum coding unit along a quad tree structure, a binary tree structure and/or a ternary tree structure.
  • One or more transform units may be derived from the coding unit.
  • the reconstructed image signal decoded and output through the decoding device 300 may be reproduced through the playback device.
  • the decoding apparatus 300 may receive a signal output from the encoding apparatus of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310.
  • the entropy decoding unit 310 may parse the bitstream to derive information (eg, video/video information) necessary for image restoration (or picture restoration).
  • the video/video information may further include information on 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 further decode the picture based on the information on the parameter set and/or the general restriction information.
  • Signaled/received information and/or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 310 decodes information in the bitstream based on a coding method such as exponential Golomb coding, CAVLC, or CABAC, and a value of a syntax element required for image restoration, a quantized value of a transform coefficient related to a residual. Can be printed.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in a bitstream, and includes information on a syntax element to be decoded and information on a neighboring and decoding target block or symbol/bin decoded in a previous step.
  • a context model is determined using the context model, and a symbol corresponding to the value of each syntax element can be generated by performing arithmetic decoding of the bin by predicting the probability of occurrence of a bin according to the determined context model.
  • the CABAC entropy decoding method may update the context model using information of the decoded symbol/bin for the context model of the next symbol/bin after the context model is determined.
  • information about prediction is provided to a prediction unit (inter prediction unit 332 and intra prediction unit 331), and entropy decoding is performed by the entropy decoding unit 310.
  • the dual value that is, quantized transform coefficients and related parameter information may be input to the residual processing unit 320.
  • the residual processing unit 320 may derive a residual signal (a residual block, residual samples, and a residual sample array).
  • information about filtering among information decoded by the entropy decoding unit 310 may be provided to the filtering unit 350.
  • a receiver (not shown) for receiving a signal output from the encoding device may be further configured as an inner/outer element of the decoding device 300, or the receiver may be a component of the entropy decoding unit 310.
  • the decoding apparatus may be called a video/video/picture decoding apparatus, and the decoding apparatus can be divided into an information decoder (video/video/picture information decoder) and a sample decoder (video/video/picture sample decoder). May be.
  • the information decoder may include the entropy decoding unit 310, and the sample decoder includes the inverse quantization unit 321, an inverse transform unit 322, an addition unit 340, a filtering unit 350, and a memory 360. ), an inter prediction unit 332 and an intra prediction unit 331 may be included.
  • the inverse quantization unit 321 may inverse quantize the quantized transform coefficients and output transform coefficients.
  • the inverse quantization unit 321 may rearrange the quantized transform coefficients in a two-dimensional block shape. In this case, the rearrangement may be performed based on the coefficient scan order performed by the encoding device.
  • the inverse quantization unit 321 may perform inverse quantization on quantized transform coefficients by using a quantization parameter (for example, quantization step size information) and obtain transform coefficients.
  • a quantization parameter for example, quantization step size information
  • the inverse transform unit 322 obtains a residual signal (residual block, residual sample array) by inverse transforming the transform coefficients.
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the information about the prediction output from the entropy decoding unit 310, and may determine a specific intra/inter prediction mode.
  • the prediction unit 320 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, as well as simultaneously apply intra prediction and inter prediction. 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 to predict a block.
  • IBC intra block copy
  • the IBC prediction mode or the palette mode may be used for content image/video coding such as a game, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction in the current picture, but can be performed similarly to inter prediction in that it derives a reference block in the current picture. That is, the IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode can be viewed as an example of intra coding or intra prediction. When the palette mode is applied, information about a palette table and a palette index may be included in the video/video information and signale
  • 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 vicinity of the current block or may be located apart according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra prediction unit 331 may determine a prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 332 may derive a 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 correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block existing 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 a reference picture index of the current block based on the received candidate selection information.
  • Inter prediction may be performed based on various prediction modes, and the information about the prediction may include information indicating a mode of inter prediction for the current block.
  • the addition unit 340 is reconstructed by adding the obtained residual signal to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 332 and/or the intra prediction unit 331).
  • a signal (restored picture, reconstructed block, reconstructed sample array) can be generated.
  • the predicted block may be used as a reconstructed block.
  • the addition unit 340 may be referred to as a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, may be output through filtering as described later, or may be used for inter prediction of the next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 350 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and the modified reconstructed picture may be converted to the memory 360, specifically, the DPB of 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 (modified) 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 have already been reconstructed.
  • the stored motion information may be transmitted to the inter prediction unit 332 in order to be used as motion information of spatial neighboring blocks or motion information of temporal neighboring blocks.
  • the memory 360 may store reconstructed samples of reconstructed blocks in the current picture, and may be transmitted 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 apparatus 200 are respectively the filtering unit 350 and the inter prediction of the decoding apparatus 300.
  • the same or corresponding to the unit 332 and the intra prediction unit 331 may be applied.
  • a predicted block including prediction samples for a current block as a coding target block may be generated.
  • the predicted block includes prediction samples in the spatial domain (or pixel domain).
  • the predicted block is derived equally from the encoding device and the decoding device, and the encoding device signals information about the residual between the original block and the predicted block (residual information), not the original sample value of the original block, to the decoding device.
  • Image coding efficiency can be improved.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, generate a reconstructed block including reconstructed samples by adding the residual block and the predicted block, and reconstruct including the reconstructed blocks You can create a picture.
  • the residual information may be generated through transformation and quantization procedures.
  • the encoding apparatus derives a residual block between an original block and a predicted block, performs a transformation procedure on residual samples (residual sample array) included in the residual block to derive transform coefficients, and transforms
  • residual samples residual sample array
  • transforms By performing a quantization procedure on the coefficients, quantized transform coefficients may be derived, and related residual information may be signaled to a decoding apparatus (through a bitstream).
  • the residual information may include information such as value information of quantized transform coefficients, position information, a transform technique, a transform kernel, and a quantization parameter.
  • the decoding apparatus may perform an inverse quantization/inverse transform 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 may also inverse quantize/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 this.
  • intra prediction or inter prediction may be applied.
  • inter prediction a case of applying inter prediction to the current block will be described.
  • the prediction unit (more specifically, the inter prediction unit) of the encoding/decoding apparatus may derive prediction samples by performing inter prediction in block units.
  • Inter prediction may represent prediction derived by a method dependent on data elements (eg, sample values, motion information, etc.) of a picture(s) other than the current picture.
  • data elements eg, sample values, motion information, etc.
  • a predicted block (prediction sample array) for the current block is derived based on a reference block (reference sample array) specified by a motion vector on a reference picture indicated by a reference picture index.
  • I can.
  • motion information of the current block may be predicted in units of blocks, subblocks, or samples based on correlation between motion information between neighboring blocks and current blocks.
  • 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 existing in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a co-located CU (colCU), and the like, and a reference picture including the temporal neighboring block may be referred to as a collocated picture (colPic). May 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 a 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 a skip mode and a merge mode, motion information of a current block may be the same as motion information of a selected neighboring block. In the case of the skip mode, unlike the merge mode, a residual signal may not be transmitted. In the case of motion vector prediction (MVP) mode, a motion vector of a selected neighboring block is used as a motion vector predictor, and a motion vector difference may be signaled. In this case, the motion vector of the current block may be derived by using the sum of the motion vector predictor and the motion vector difference.
  • MVP motion vector prediction
  • 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 referred to as an L0 motion vector or MVL0
  • the motion vector in the L1 direction may be referred to as an L1 motion vector or MVL1.
  • the prediction based on the L0 motion vector may be called L0 prediction
  • the prediction based on the L1 motion vector may be called the L1 prediction
  • the prediction based on both the L0 motion vector and the L1 motion vector may be called the pair (Bi) prediction. .
  • the motion vector L0 may represent a motion vector associated with the reference picture list L0 (L0), and the motion vector L1 may represent a motion vector associated with the reference picture list L1 (L1).
  • the reference picture list L0 may include pictures prior to the current picture in an output order as reference pictures, and the reference picture list L1 may include pictures after the current picture in an output order. 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 pictures later in an output order than the current picture as reference pictures. In this case, previous pictures in the reference picture list L0 may be indexed first, and pictures afterwards may be indexed next.
  • the reference picture list L1 may further include pictures preceding the current picture in an output order as reference pictures.
  • subsequent pictures may be indexed first, and previous pictures may be indexed next.
  • the output order may correspond to a picture order count (POC) order.
  • POC picture order count
  • 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, subblock merge mode, merge with MVD (MMVD) mode, and historical motino vector prediction (HMVP) mode.
  • DMVR Decoder side motion vector refinement
  • AMVR adaptive motion vector resolution
  • BCW Bi-prediction with CU-level weight
  • BDOF Bi-directional optical flow
  • the MVP mode may also be called an advanced motion vector prediction (AMVP) mode.
  • some modes and/or motion information candidates derived by some modes may be included as one of motion information related candidates of other modes.
  • the HMVP candidate may be added as a merge candidate of the merge/skip mode, or may be added as an mvp candidate of the MVP mode.
  • the HMVP candidate may be referred to as an HMVP merge candidate.
  • Prediction mode information indicating the inter prediction mode of the current block may be signaled from the encoding device to the decoding device.
  • the prediction mode information may be included in the bitstream and received by the decoding apparatus.
  • 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. For example, a skip flag is signaled to indicate whether to apply the skip mode, and when the skip mode is not applied, the merge flag is signaled to indicate whether to apply the merge mode, and when the merge mode is not applied, the MVP mode is applied. It may be indicated to be used or a flag for additional classification may be further signaled.
  • the Titane mode may be signaled as an independent mode, or may be signaled as a mode dependent on the merge mode or the MVP mode.
  • the Rane mode may include an An Arte merge mode and an an an an e MVP mode.
  • motion information of the current block may be used.
  • the encoding apparatus may derive optimal motion information for the current block through a motion estimation procedure.
  • the encoding device may search for a similar reference block with high correlation using the original block in the original picture for the current block in units of fractional pixels within a predetermined search range in the reference picture, and derive motion information through this.
  • I can.
  • the similarity of the block can be derived based on the difference between the phase-based sample values.
  • the similarity of blocks may be calculated based on the 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).
  • SAD sum of absolute differences
  • motion information may be derived based on the 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.
  • a predicted block for the current block may be derived based on motion information derived according to the inter prediction mode.
  • the predicted block may include prediction samples (prediction sample array) of the current block.
  • prediction samples prediction sample array
  • an interpolation procedure may be performed, through which prediction samples of the current block may be derived based on the reference samples of the fractional sample unit in the reference picture. I can.
  • prediction samples may be generated based on MV per sample/subblock.
  • prediction samples derived based on L0 prediction i.e., prediction using a reference picture and MVL0 in the reference picture list L0
  • L1 prediction i.e., using a reference picture and MVL1 in the reference picture list L1
  • Prediction samples derived through a weighted sum (according to a phase) or weighted average of prediction samples derived based on prediction) may be used as prediction samples of the current block.
  • the reference picture used for L0 prediction and the reference picture used for L1 prediction are located in different temporal directions with respect to the current picture (i.e., when bi-prediction and bi-prediction correspond) This can be called true bi-prediction.
  • reconstructed samples and reconstructed pictures may be generated based on the predicted samples derived as described above, 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 same or corresponding to the inter prediction unit 221 of the encoding apparatus 200 of FIG. 2 described above.
  • the encoding apparatus performs inter prediction on a 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 of 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
  • the prediction mode for the current block may be determined
  • the motion information deriving unit 221_2 may derive the motion information of the current block
  • the predicted sample deriving unit 221_3 may derive the prediction samples of the current block.
  • the inter prediction unit 221 of the encoding apparatus searches for a block similar to the current block within a certain area (search area) of reference pictures through motion estimation, and the difference with the current block is minimal or Reference blocks below a certain standard 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 position difference 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 costs for various prediction modes and determine an optimal prediction mode for the current block.
  • the encoding device configures a merge candidate list, and the difference from the current block among the reference blocks indicated by 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 the current block may be derived using motion information of the selected merge candidate.
  • the encoding device configures (A) an MVP candidate list, and (A) selects mvp candidates among motion vector predictor (mvp) 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 motion estimation described above may be used as a motion vector of the current block, and among mvp candidates, a motion vector having the smallest difference from the motion vector of the current block is selected.
  • the mvp candidate to have may be the selected mvp candidate.
  • a motion vector difference which is a difference obtained by subtracting mvp from the motion vector of the current block, may be derived.
  • information on MVD may be signaled to the decoding device.
  • the value of the reference picture index may be separately signaled to the decoding device by configuring reference picture index information.
  • the encoding apparatus may derive residual samples based on the prediction samples (S410).
  • the encoding apparatus may derive residual samples by comparing original samples of the current block and prediction samples.
  • the encoding apparatus 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 information on prediction mode information (eg, skip flag, merge flag or mode index) and motion information.
  • the information on the motion information may include candidate selection information (eg, merge index, mvp flag or mvp index) that is information for deriving a motion vector.
  • the information on the motion information may include information on the MVD and/or reference picture index information described above.
  • the information on the motion information may include information indicating whether the L0 prediction, the L1 prediction, or the pair (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 transmitted to a decoding device through a network.
  • the encoding apparatus may generate a reconstructed picture (including reconstructed samples and a reconstructed block) based on the reference samples and the residual samples. This is because the encoding device derives the same prediction result as that performed in the decoding device, and coding efficiency can be improved through this. Accordingly, the encoding apparatus may store a reconstructed picture (or reconstructed samples, and a reconstructed block) in a memory and use it as a reference picture for inter prediction. As described above, an in-loop filtering procedure or the like 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 or correspond to the inter prediction unit 332 of the decoding apparatus 300 of FIG. 3 described above.
  • the decoding apparatus may perform an operation corresponding to the operation performed by the encoding apparatus.
  • 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 prediction mode information in the prediction information.
  • Inter prediction mode candidates may include a skip mode, a merge mode, and/or (A)MVP mode, or may include various inter prediction modes described above.
  • the decoding apparatus derives motion information of the current block based on the determined inter prediction mode (S610). For example, when the skip mode or the merge mode is applied to the current block, the decoding apparatus may configure a merge candidate list and select one merge candidate from among merge candidates included in the merge candidate list. Here, the selection may be performed based on the above-described selection information (merge index). Motion information of the current block may be derived using motion information of the 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 (A) the selected mvp candidate among mvp (motion vector predictor) 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 above-described selection information (mvp flag or mvp index).
  • the MVD of the current block may be derived based on the information on the MVD
  • a motion vector of the current block may be derived based on the mvp and MVD of the current block.
  • a 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 the current block may be derived without configuring a candidate list, and in this case, motion information of the current block may be derived according to a procedure initiated in the prediction mode.
  • the configuration of the candidate list as described above may be omitted.
  • the decoding apparatus may generate prediction samples for the current block based on 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 on the reference picture by the motion vector of the current block.
  • a prediction sample filtering procedure may be further performed on all or part of the prediction samples of the current block.
  • 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
  • a prediction mode for the current block is determined based on the prediction mode information received from, and motion information (motion vector and/or reference picture) of the current block is based on the information on the motion information received from the motion information derivation unit 332_2. Index, etc.), and prediction samples of the current block may be derived by the prediction sample derivation unit 332_3.
  • 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 prediction samples and the residual samples, and generate a reconstructed picture based on this (S640).
  • an in-loop filtering procedure or the like may be further applied to the reconstructed picture after that.
  • the inter prediction procedure may include determining an inter prediction mode, deriving motion information according to the determined prediction mode, and performing prediction based on the derived motion information (generating a prediction sample).
  • the inter prediction procedure may be performed in the encoding device and the decoding device as described above.
  • motion information candidate(s) are derived based on spatial neighboring block(s) and temporal neighboring block(s), and based on the derived motion information candidate(s), the current Motion information candidates for the block can be selected.
  • the selected motion information candidate may be used as motion information of the current block.
  • FIG. 8 exemplarily shows a spatial neighboring block and a temporal neighboring block of a current block.
  • spatial neighboring blocks refer to neighboring blocks located around a current block 800, which is a target for performing inter prediction, and neighboring blocks located around the left side of the current block 800 or the current block ( 800) may include neighboring blocks located around the upper side.
  • the spatial surrounding block may include a block around a lower left corner, a block around a left side, a block around an upper right corner, a block around an upper side, and a block around an upper left corner of the current block 800.
  • spatial neighboring blocks are shown as "S”.
  • the encoding device/decoding device determines the spatial neighboring blocks of the current block (e.g., the lower left corner neighboring block, the left neighboring block, the upper right corner neighboring block, the upper neighboring block, and upper left corner neighboring block) in a predetermined order.
  • available neighboring blocks may be detected, and motion information of the detected neighboring blocks may be derived as spatial motion information candidates.
  • the temporal neighboring block is a block positioned on a picture different from the current picture including the current block 800 (ie, a reference picture), and a block at the same position as the current block 800 in the reference picture (collocated block; col block) ).
  • the reference picture may be before or after the current picture on a POC (Picture Order Count).
  • a reference picture used when deriving a temporal neighboring block may be referred to as a collocated picture (col picture).
  • a collocated block may represent a block located at a position in a col picture corresponding to a position of the current block 800 and may be referred to as a col block. For example, as shown in FIG.
  • the temporal neighboring block is a col block (ie, a lower right corner) located in a reference picture (ie, a col picture) corresponding to a sample position of the lower right corner of the current block 800.
  • a col block including a sample) and/or a col block (ie, a col block including a center and a lower right sample) in a reference picture (ie, a col picture) corresponding to a sample position on the lower right and center of the current block 800 ) Can be included.
  • temporal neighboring blocks are shown as "T".
  • the encoding device/decoding device searches for a temporal neighboring block of the current block (eg, a col block including a lower right corner sample, a col block including a center lower right sample) in a predetermined order and May be detected, and motion information of the detected block may be derived as a temporal motion information candidate.
  • a temporal neighboring block of the current block eg, a col block including a lower right corner sample, a col block including a center lower right sample
  • motion information of the detected block may be derived as a temporal motion information candidate.
  • TMVP temporary motion vector prediction
  • the temporal motion information candidate may be referred to as a TMVP candidate.
  • prediction may be performed by deriving motion information in units of subblocks.
  • motion information may be derived in units of subblocks.
  • TMVP subblock-based temporal motion vector prediction
  • FIG. 9 is a diagram schematically illustrating a process of deriving a subblock-based temporal motion information candidate (sbTMVP candidate).
  • sbTMVP is a method of using a motion field in a col picture to improve motion vector prediction (MVP) and merge mode of coding units in a current picture
  • MVP motion vector prediction
  • a col picture of sbTMVP may be the same as a col picture used by TMVP.
  • TMVP performs motion prediction at the coding unit (CU) level
  • sbTMVP may perform motion prediction at the subblock level or sub-coding unit (sub-CU) level.
  • TMVP derives temporal motion information from the col block in the col picture
  • the col block is a col block corresponding to the lower right corner sample position of the current block or the center lower right sample position of the current block
  • sbTMVP is col
  • Temporal motion information is derived after applying motion shift from a picture.
  • the motion shift is to derive a col block (here, the col block may be referred to as col CU) for the current block by using a motion vector of one of the spatial neighboring blocks of the current block (eg, A1 neighboring block). Can mean process.
  • the spatial neighboring blocks may include at least one of a block around a lower left corner of the current block, a block around a left side, a block around an upper right corner, and a block around an upper side.
  • the A1 block illustrated in FIG. 9 may be a left neighboring block located to the left of the current block among the spatial neighboring blocks.
  • the encoding/decoding apparatus may determine whether a spatial neighboring block (eg, A1) of the current block is available. For example, when a reference picture of a spatial neighboring block (e.g. A1) uses a col picture, the spatial neighboring block (e.g. A1) may be determined to be available, and the motion vector of the spatial neighboring block (e.g. A1) is Can be derived. In this case, the motion vector of the spatial neighboring block (eg, A1) may be referred to as a temporal MV (tempMV), and this motion vector may be used for motion shift.
  • tempMV temporal MV
  • the temporal MV ie, a motion vector of the spatial neighboring block
  • the motion shift may be set to (0, 0).
  • the encoding/decoding apparatus may apply a motion shift based on a motion vector of a spatial neighboring block (eg, A1).
  • the motion shift may be set as a motion vector of a spatial neighboring block (eg, A1). That is, by applying the motion shift, a motion vector of a spatial neighboring block (eg, A1) may be added to the coordinates of the current block.
  • the encoding/decoding apparatus may derive a motion-shifted collocated subblock on a col picture and obtain motion information (motion vector, reference index, etc.) of each col subblock. That is, the encoding/decoding apparatus is a motion-shifted position (ie, a position indicated by a motion vector of a spatial neighboring block (eg, A1)) from the center sample position of each sub-block with respect to the current block. Blocks can be derived.
  • motion information of each col subblock may be used as motion information (ie, an sbTMVP candidate) of each subblock for a current block.
  • the center sample position may refer to a sample located at the lower right of the four samples located at the center of the subblock.
  • scaling may be applied to the motion vectors of the col subblock.
  • the scaling may be performed based on a temporal distance difference between a reference picture of a col block and a reference picture of a current block. Accordingly, the scaling may be referred to as temporal motion scaling, and through this, reference pictures of the current block and reference pictures of temporal motion vectors can be aligned.
  • the encoding/decoding apparatus may obtain the scaled motion vectors of the subblock col as motion information of each subblock for the current block.
  • motion information may not exist in the col subblock.
  • base motion information may be derived for a col subblock in which motion information does not exist, and this base motion information may be used as motion information of a subblock for the current block.
  • the base motion information may be derived from a block located at the center of the col block (ie, col CU).
  • motion information eg, a motion vector
  • motion information of the lower right subblock among four subblocks can be derived as base motion information based on a point 900 displayed at the center of a col block (ie, col CU) on a collocated picture. have.
  • motion information of a subblock may be derived based on the center position of each subblock.
  • motion information of a subblock may be derived from each col subblock including the center of each 8X8 subblock.
  • the number of subblocks in the X and Y directions may be as follows.
  • the number of subblocks in the X direction can be derived based on the width and subblock size of the current block
  • the number of subblocks in the Y direction is based on the height and subblock size of the current block. Can be derived.
  • the center position of the col CU used to derive the base motion information may be different from the center position of the col subblocks. Accordingly, a motion vector scaling process may be additionally required for the base motion information.
  • this document proposes a more effective method of deriving base motion information from sbTMVP.
  • one of sbTMVP of subblocks may be used as base motion information in sbTMVP.
  • an additional process for deriving the base motion information may be omitted. That is, according to an embodiment of the present document, it is possible to reduce computational complexity by removing a motion vector scaling process required to derive base motion information.
  • the subblock motion information used as the base motion information may use one of the following.
  • This subblock may be a block located at the center of the col CU.
  • the first available col subblock in which motion information exists Before deriving this first available col subblock, the base motion information may be initialized to 0.
  • the first available col subblock refers to the searched col subblock as the first available (ie, motion information exists) by searching for availability of col subblocks in the col CU according to a predetermined order. I can tell.
  • the search order may be determined based on the order in which subblocks are indexed in the col CU. For example, an index value may be set in the order of a subblock located at the upper left to a subblock located at the lower right in the col CU.
  • the last available col subblock in which motion information exists The base motion information may be updated while deriving motion information of a subblock available in the current CU.
  • the last available col subblock is the col subblock that is searched for availability of the col subblocks in the col CU according to a predetermined order, and is the last available (ie, motion information exists). Can say.
  • the search order may be determined based on the order in which subblocks are indexed in the col CU. For example, an index value may be set in the order of a subblock located at the upper left to a subblock located at the lower right in the col CU.
  • (4) can be used in combination with (1) or (2) above, which allows the base motion information to be initialized to (1) or (2) above, and then derives motion information of other subblocks. It can be updated during the process.
  • the availability of base motion information can be used to early terminate the process of deriving motion information of the remaining subblocks.
  • sbTMVP may be marked as available.
  • Table 1 below shows specifications for implementing the method proposed in an embodiment of the present document described above, and as an example, it can be applied when motion information of a subblock located in a center is used as base motion information.
  • Table 2 shows that the same functions as in Table 1 can be performed, but can be performed more logically in terms of processing order.
  • TMVP motion information may be used as base motion information of sbTMVP instead of separately performing a process of deriving base motion information.
  • This method can reduce the complexity of the sbTMVP derivation process, especially in the worst case, can reduce the number of motion vector scaling, which can occur when both TMVP and sbTMVP are used for CU.
  • TMVP can be reused as base motion information of sbTMVP when TMVP is already available, a motion vector scaling process required to derive base motion information can be reduced.
  • efficiency can be improved by integrating the TMVP derivation process and the sbTMVP derivation process.
  • temporal neighboring blocks of the current block e.g., a col block including a lower right corner sample, a col block including a center lower right sample
  • an available block may be detected, and motion information of the detected block may be derived as temporal motion information (ie, TMVP).
  • TMVP temporal motion information
  • the TMVP derived as described above can be used as base motion information of sbTMVP.
  • Table 3 shows specifications for implementing the method proposed in an embodiment of the present document described above, and shows an example of using TMVP as base motion information of sbTMVP.
  • a position (xColCb, yColCb) is a motion-shifted col block
  • a position (xColCtrCb, yColCtrCb) may indicate a col block that is not motion-shifted.
  • the derivation of the base motion information may be different depending on whether the "prediction mode of the col block (colPredMode[xColCb][yColCb]) is the inter prediction mode (MODE_INTER)".
  • TMVP may be derived using a col block (col CU) at the same position as the current block (ie, the current CU) on the col picture. That is, TMVP is derived from the col block at the position where the motion is not shifted.
  • TMVP since only temporal similarity is considered, there may be a case in which the movement within the screen is not effectively reflected.
  • motion shift in TMVP may be performed in a manner similar to the sbTMVP method of deriving a col block by performing motion shift based on motion information of neighboring blocks. That is, a col block may be derived from a col picture by performing a motion shift based on a position indicated by a motion vector of a spatial neighboring block, and the derived motion vector of the col block may be used as temporal motion information (TMVP).
  • TMVP temporal motion information
  • TMVP motion shift
  • coding efficiency may be improved and efficiency may be increased by integrating TMVP and sbTMVP processes.
  • TMVP derived by applying motion shift as described above may be used as base motion information in sbTMVP.
  • TMVP temporal motion information
  • the spatial neighboring blocks that can be used in the TMVP mode are a block around the lower left corner of the current block (A0), a neighboring block on the left (A1), a block around the upper right corner (B0), and a neighboring upper block (B1). It may include at least one of.
  • the spatial neighboring block may further include a neighboring block other than the neighboring block illustrated in FIG. 10 (eg, a neighboring block near the upper left corner), or a specific neighboring block among the neighboring blocks illustrated in FIG. 10. You may not.
  • the spatial neighboring block may include only a specific neighboring block, for example, may include only the neighboring block A1 on the left side of the current block.
  • the encoding device/decoding device detects a temporal vector of the available spatial neighboring block first while searching for a spatial neighboring block according to a predetermined search order in constructing a temporal motion information candidate, A block at a position indicated by a temporal vector of the spatial neighboring block in the reference picture may be determined as a col block.
  • the availability of the spatial neighboring block may be determined based on reference picture information, prediction mode information, location information, and the like of the spatial neighboring block. For example, when the reference picture of the spatial neighboring block and the reference picture of the current block are the same, the corresponding spatial neighboring block may be determined to be available. Alternatively, when a spatial neighboring block is coded in an intra prediction mode or a spatial neighboring block is located outside the current picture/tile, it may be determined that the corresponding spatial neighboring block is not available.
  • search order of spatial neighboring blocks may be variously defined, for example, A1, B1, B0, A0 may be in the order. Alternatively, it can be determined whether or not A1 is available by searching only A1.
  • motion shift may be performed based on a motion vector obtained from one spatial neighboring block (eg, A1 block). For example, it is first possible to check whether a motion vector of a spatial neighboring block (eg, an A1 block) uses a col picture as a reference picture. In this case, when a motion vector of a spatial neighboring block (eg, block A1) uses a col picture as a reference picture, a motion vector of a spatial neighboring block (eg, block A1) may be selected as a motion vector used for motion shift. Otherwise, the motion shift may be set to (0, 0).
  • motion shift may be performed based on a plurality of spatial neighboring blocks (eg, A1, B1, B0, A0 blocks). For example, first, a spatial neighboring block in which a motion vector using a col picture as a reference picture exists may be selected, and a motion vector of the selected spatial neighboring block may be used for motion shift. At this time, among a plurality of spatial neighboring blocks (e.g., A1, B1, B0, A0 blocks), search according to a predetermined search order (e.g., in the order of A1, B1, B0, A0), You can select a motion vector and use it for motion shift.
  • a predetermined search order e.g., in the order of A1, B1, B0, A0
  • a motion vector to be used for motion shift may be obtained from spatial neighboring block(s), and then motion shift may be applied based on the motion vector. That is, a motion shift can be achieved by adding a motion vector of the spatial neighboring block at a position on the coordinates of the current block.
  • CU-level motion information eg, a motion vector, a reference index, etc.
  • a lower right position C1 ie, a sample positioned at the lower right
  • motion information of the col block including the sample C1 positioned at the lower right may be derived as motion information of TMVP.
  • the center position C0 ie, a sample located at the center
  • motion information of the col block including the sample C0 located at the center may be derived as the motion information of TMVP.
  • the sample C1 located at the lower right and the sample C0 located at the center In order to reduce the hardware memory bandwidth, it is possible to place restrictions on the sample C1 located at the lower right and the sample C0 located at the center. For example, you can use the same constraints as in sbTMVP. That is, the y-axis of C1 and C0 is within the same CTU row as the current CTU, and the x-axis of C1 and C0 is within a fixed distance from the current CTU.
  • FIG. 11 and 12 schematically illustrate an example of a video/video encoding method and related components according to the embodiment(s) of the present document.
  • the method disclosed in FIG. 11 may be performed by the encoding apparatus 200 disclosed in FIG. 2. Specifically, steps S1100 to S1120 of FIG. 11 may be performed by the prediction unit 220 (more specifically, the inter prediction unit 221) disclosed in FIG. 2, and step S1130 of FIG. It may be performed by the dual processing unit 230, and step S1140 of FIG. 11 may be performed by the entropy encoding unit 240 disclosed in FIG. 2. In addition, the method disclosed in FIG. 11 may be performed including the embodiments described above in this document. Accordingly, in FIG. 11, detailed descriptions of content overlapping with the above-described embodiments will be omitted or simplified.
  • the encoding apparatus may derive reference subblocks on a collocated reference picture for subblocks of a current block (S1100).
  • the co-located reference picture refers to a reference picture used to induce temporal motion information (ie, sbTMVP) as described above, and may refer to the above-described col picture.
  • Reference subblocks may refer to the above-described col subblocks.
  • the encoding apparatus may derive a motion vector from a spatial neighboring block of the current block.
  • the spatial neighboring block of the current block may be a left neighboring block (which may be A1 in FIG. 9 or 10) located to the left of the current block, and the motion vector of the spatial neighboring block is when the left neighboring block is available. May be a motion vector derived from the left neighboring block. Alternatively, if the left neighboring block is not available, a zero vector can be used.
  • whether the spatial neighboring block is available may be determined based on reference picture information, prediction mode information, location information, and the like of the spatial neighboring block. For example, when the reference picture of the spatial neighboring block and the reference picture of the current block are the same, the corresponding spatial neighboring block may be determined to be available. Alternatively, when a spatial neighboring block is coded in an intra prediction mode or a spatial neighboring block is located outside the current picture/tile, it may be determined that the corresponding spatial neighboring block is not available.
  • the encoding apparatus may derive reference subblocks on a co-located reference picture corresponding to a motion-shifted position based on a motion vector derived from a spatial neighboring block.
  • the encoding device specifies a center sample position in a subblock for each of the subblocks of the current block, and a motion vector of the spatial neighboring block (eg, a left neighboring block) points at the center sample position in each subblock.
  • a motion shift is applied to a position, and each of the reference subblocks in the same position reference picture may be derived based on the motion-shifted position.
  • the center sample position may refer to a sample located at the lower right of the four samples located at the center of the subblock.
  • the encoding apparatus may derive motion information (ie, sbTMVP) for subblocks of the current block based on motion information for reference subblocks (S1110).
  • motion information ie, sbTMVP
  • the encoding apparatus may derive motion information of reference subblocks on the co-located reference picture derived as described above as motion information of subblocks of the current block.
  • the motion vector and reference index of the reference subblocks may be set as the motion vector and reference index of the subblock of the current block.
  • the encoding apparatus may derive base motion information for a reference subblock for which motion information (eg, a motion vector) is not available among the reference subblocks.
  • base motion information may be derived for a reference subblock in which motion information does not exist among the reference subblocks.
  • the base motion information may be used as motion information for a subblock of a current block corresponding to an unavailable reference subblock.
  • the above-described embodiments can be applied, for example, deriving the base motion information based on motion information of reference subblocks, or based on motion information (i.e., TMVP) derived from temporal neighboring blocks.
  • Base motion information can be derived.
  • the encoding apparatus may derive base motion information based on one reference subblock among reference subblocks in a reference block located in a co-located reference picture corresponding to a current block.
  • the encoding apparatus may use motion information of a reference subblock located at an upper left of the reference subblocks included in the reference block as base motion information.
  • the encoding apparatus may use motion information of a reference subblock located at a center among reference subblocks included in the reference block as base motion information.
  • the reference subblock located at the center may be a subblock including a lower right sample among four samples located at the center.
  • the encoding apparatus may derive base motion information based on a reference subblock in which a motion vector is available from among reference subblocks included in the reference block.
  • the encoding apparatus checks whether a motion vector is available for reference subblocks included in the reference block in a predetermined order, and the reference subblock having the motion vector checked as available first or the last available reference subblock
  • a motion vector can be derived from a reference subblock having a motion vector checked as one and used as base motion information.
  • the encoding apparatus may derive base motion information using motion information (ie, TMVP) derived based on a temporal neighboring block of the current block.
  • TMVP motion information
  • the temporal neighboring block may include a reference block on the co-located reference picture corresponding to the lower right corner sample position of the current block or a reference block on the co-located reference picture corresponding to the center sample position of the current block, as described above. have.
  • the encoding apparatus detects an available block by searching for a temporal neighboring block of the current block (eg, a reference block including a lower right corner sample, a reference block including a center lower right sample) in a predetermined order, and Motion information of the detected block can be derived as temporal motion information (ie, TMVP).
  • a temporal neighboring block of the current block eg, a reference block including a lower right corner sample, a reference block including a center lower right sample
  • Motion information of the detected block can be derived as temporal motion information (ie, TMVP).
  • the encoding device may use the temporal motion information (ie, TMVP) as base motion information.
  • the temporal neighboring block may be derived by applying a motion shift.
  • the encoding apparatus may derive a temporal neighboring block by motion shifting based on a motion vector derived from a spatial neighboring block of the current block.
  • the encoding apparatus may use motion information of a temporal neighboring block that has been motion-shifted as base motion information.
  • the encoding apparatus may perform a motion shift based on a motion vector obtained from one spatial neighboring block (eg, block A1 shown in FIG. 9 or 10). have.
  • a motion vector of a spatial neighboring block eg, A1 block
  • a motion shift may be applied to the temporal neighboring block using the motion vector.
  • the encoding apparatus may perform motion shift by obtaining a motion vector based on a plurality of spatial neighboring blocks (eg, A1, B1, B0, A0 blocks). At this time, among a plurality of spatial neighboring blocks (e.g., A1, B1, B0, A0 blocks), the first available spatial neighboring block is You can select a motion vector and use it for motion shift.
  • the encoding device checks whether a motion vector of a block including a sample located at the lower right of the temporal neighboring block is available on the same position reference picture, and In the case of a motion vector, motion information of a block including a sample positioned at the lower right of the temporal neighboring block may be derived and used as base motion information.
  • the encoding apparatus moves a block including a sample positioned at the center of the temporal neighboring block on the same position reference picture. It is possible to check whether a vector is available, and in the case of an available motion vector, motion information of a block including a sample located at the center of the temporal neighboring block may be derived and used as base motion information.
  • the encoding apparatus may generate prediction samples based on motion information on subblocks of the current block (S1120).
  • the encoding apparatus may select optimal motion information based on RD (rate-distortion) cost, and generate prediction samples based on this. For example, when motion information (i.e., sbTMVP) derived in sub-block units for the current block is selected as the optimal motion information, the encoding apparatus is based on the motion information for the sub-blocks of the current block derived as described above. As a result, prediction samples of the current block can be generated.
  • RD rate-distortion
  • the encoding apparatus may derive residual samples based on the prediction samples (S1130) and may encode image information including information on the residual samples (S1140).
  • the encoding apparatus may derive residual samples based on the original samples for the current block and the predicted samples for the current block.
  • the encoding device may generate information on residual samples.
  • the information on the residual samples may include information such as value information of quantized transform coefficients derived by performing transformation and quantization on the residual samples, position information, transformation technique, transformation kernel, quantization parameter, etc. have.
  • the encoding device may encode information on the residual samples and output it as a bitstream, and transmit it to the decoding device through a network or a storage medium.
  • FIG. 13 and 14 schematically illustrate an example of a video/video decoding method and related components according to the embodiment(s) of the present document.
  • the method disclosed in FIG. 13 may be performed by the decoding apparatus 300 disclosed in FIG. 3. Specifically, steps S1300 to S1320 of FIG. 13 may be performed by the prediction unit 330 (more specifically, the inter prediction unit 332) disclosed in FIG. 3, and step S1330 of FIG. 11 is the addition disclosed in FIG. 3. It may be performed by the unit 340. In addition, the method disclosed in FIG. 13 may be performed including the embodiments described above in this document. Accordingly, in FIG. 13, detailed descriptions of contents overlapping with the above-described embodiments will be omitted or simplified.
  • the decoding apparatus may derive reference subblocks on a collocated reference picture for subblocks of a current block (S1300).
  • the co-located reference picture refers to a reference picture used to induce temporal motion information (ie, sbTMVP) as described above, and may refer to the above-described col picture.
  • Reference subblocks may refer to the above-described col subblocks.
  • the decoding apparatus may derive a motion vector from a spatial neighboring block of the current block.
  • the spatial neighboring block of the current block may be a left neighboring block (which may be A1 in FIG. 9 or 10) located to the left of the current block, and the motion vector of the spatial neighboring block is when the left neighboring block is available. May be a motion vector derived from the left neighboring block. Alternatively, if the left neighboring block is not available, a zero vector can be used.
  • whether the spatial neighboring block is available may be determined based on reference picture information, prediction mode information, location information, and the like of the spatial neighboring block. For example, when the reference picture of the spatial neighboring block and the reference picture of the current block are the same, the corresponding spatial neighboring block may be determined to be available. Alternatively, when a spatial neighboring block is coded in an intra prediction mode or a spatial neighboring block is located outside the current picture/tile, it may be determined that the corresponding spatial neighboring block is not available.
  • the decoding apparatus may derive reference subblocks on a co-located reference picture corresponding to a motion-shifted position based on a motion vector derived from a spatial neighboring block.
  • the decoding apparatus specifies a center sample position in a subblock for each of the subblocks of the current block, and a motion vector of the spatial neighboring block (eg, a left neighboring block) points at the center sample position in each subblock.
  • a motion shift is applied to a position, and each of the reference subblocks in the same position reference picture may be derived based on the motion-shifted position.
  • the center sample position may refer to a sample located at the lower right of the four samples located at the center of the subblock.
  • the decoding apparatus may derive motion information (ie, sbTMVP) for subblocks of the current block based on motion information for reference subblocks (S1310).
  • motion information ie, sbTMVP
  • the decoding apparatus may derive motion information of reference subblocks on the co-located reference picture derived as described above as motion information of subblocks of the current block.
  • the motion vector and reference index of the reference subblocks may be set as the motion vector and reference index of the subblock of the current block.
  • the decoding apparatus may derive base motion information for a reference subblock for which motion information (eg, a motion vector) is not available among the reference subblocks.
  • base motion information may be derived for a reference subblock in which motion information does not exist among the reference subblocks.
  • the base motion information may be used as motion information for a subblock of a current block corresponding to an unavailable reference subblock.
  • the above-described embodiments can be applied, for example, deriving the base motion information based on motion information of reference subblocks, or based on motion information (i.e., TMVP) derived from temporal neighboring blocks.
  • Base motion information can be derived.
  • the decoding apparatus may derive base motion information based on one reference subblock among reference subblocks in a reference block located in a co-located reference picture corresponding to a current block.
  • the decoding apparatus may use motion information of a reference subblock located at an upper left of the reference subblocks included in the reference block as base motion information.
  • the decoding apparatus may use motion information of a reference subblock located at a center among reference subblocks included in the reference block as base motion information.
  • the reference subblock located at the center may be a subblock including a lower right sample among four samples located at the center.
  • the decoding apparatus may derive base motion information based on a reference subblock in which a motion vector is available from among reference subblocks included in the reference block.
  • the decoding apparatus checks whether a motion vector is available for reference subblocks included in a reference block according to a predetermined order, and the reference subblock having the motion vector checked as available first or the last available reference subblock
  • a motion vector can be derived from a reference subblock having a motion vector checked as one and used as base motion information.
  • the decoding apparatus may derive base motion information using motion information (ie, TMVP) derived based on a temporal neighboring block of the current block.
  • TMVP motion information
  • the temporal neighboring block may include a reference block on the co-located reference picture corresponding to the lower right corner sample position of the current block or a reference block on the co-located reference picture corresponding to the center sample position of the current block, as described above. have.
  • the decoding apparatus detects an available block by searching for a temporal neighboring block of the current block (eg, a reference block including a lower right corner sample, a reference block including a center lower right sample) in a predetermined order, and Motion information of the detected block can be derived as temporal motion information (ie, TMVP).
  • a temporal neighboring block of the current block eg, a reference block including a lower right corner sample, a reference block including a center lower right sample
  • Motion information of the detected block can be derived as temporal motion information (ie, TMVP).
  • the decoding apparatus may use the temporal motion information (ie, TMVP) as base motion information.
  • the temporal neighboring block may be derived by applying a motion shift.
  • the decoding apparatus may derive a temporal neighboring block by motion shifting based on a motion vector derived from a spatial neighboring block of the current block.
  • the decoding apparatus may use motion information of a temporal neighboring block that has been motion-shifted as base motion information.
  • the decoding apparatus may perform a motion shift based on a motion vector obtained from one spatial neighboring block (eg, block A1 shown in FIG. 9 or 10). have.
  • a motion vector of a spatial neighboring block eg, A1 block
  • the decoding apparatus may perform motion shift by obtaining a motion vector based on a plurality of spatial neighboring blocks (eg, A1, B1, B0, A0 blocks). At this time, among a plurality of spatial neighboring blocks (e.g., A1, B1, B0, A0 blocks), the first available spatial neighboring block is You can select a motion vector and use it for motion shift.
  • the decoding apparatus checks whether a motion vector of a block including a sample located at the lower right of the temporal neighboring block is available on the same position reference picture, and In the case of a motion vector, motion information of a block including a sample positioned at the lower right of the temporal neighboring block may be derived and used as base motion information. Alternatively, if a motion vector of a block including a sample positioned at the lower right of the temporal neighboring block is not available, the decoding apparatus moves a block including a sample positioned at the center of the temporal neighboring block on the co-located reference picture. It is possible to check whether a vector is available, and in the case of an available motion vector, motion information of a block including a sample located at the center of the temporal neighboring block may be derived and used as base motion information.
  • the decoding apparatus may generate prediction samples based on motion information on subblocks of the current block (S1320).
  • the decoding apparatus moves the subblocks of the current block derived as described above. Prediction samples of the current block may be generated based on the information.
  • the decoding apparatus may generate reconstructed samples based on the prediction samples (S1330).
  • the decoding apparatus may directly use prediction samples as reconstructed samples according to a prediction mode, or may generate reconstructed samples by adding residual samples to the prediction samples.
  • the decoding apparatus may receive information about the residual for the current block.
  • the information on the residual may include transform coefficients on the residual samples.
  • the decoding apparatus may derive residual samples (or residual sample array) for the current block based on the residual information.
  • the decoding apparatus may generate reconstructed samples based on prediction samples and residual samples, and may derive a reconstructed block or a reconstructed picture based on the reconstructed samples. Thereafter, as described above, the decoding apparatus may apply an in-loop filtering procedure such as deblocking filtering and/or SAO procedure to the reconstructed picture in order to improve subjective/objective image quality as needed.
  • the above-described method according to this document may be implemented in a software form, and the encoding device and/or decoding device according to this document performs image processing such as a TV, computer, smartphone, set-top box, display device, etc. Can be included in the device.
  • the above-described method may be implemented as a module (process, function, etc.) performing the above-described functions.
  • the modules are stored in memory and can be executed by the processor.
  • the memory may be inside or outside the processor, and may be connected to the processor by various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), another chipset, a logic circuit, and/or a data processing device.
  • the memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory card, storage medium, and/or other storage device. That is, the embodiments described in this document may be implemented and performed on a processor, microprocessor, controller, or chip.
  • the functional units illustrated in each drawing may be implemented and executed 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.
  • decoding devices and encoding devices to which this document is applied include multimedia broadcasting transmission/reception devices, mobile communication terminals, home cinema video devices, digital cinema video devices, surveillance cameras, video chat devices, real-time communication devices such as video communications, and mobile streaming.
  • Devices storage media, camcorders, video-on-demand (VoD) service providers, OTT video (Over the top video) devices, Internet streaming service providers, three-dimensional (3D) video devices, virtual reality (VR) devices, AR (argumente) reality) devices, video telephony video devices, transportation means terminals (ex.vehicle (including autonomous vehicles) terminals, airplane terminals, ship terminals, etc.) and medical video devices, and can be used to process video signals or data signals.
  • an 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 embodiment(s) of this 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 the embodiment(s) of this document may also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all kinds of storage devices and distributed storage devices in which computer-readable data is stored.
  • the computer-readable recording medium includes, for example, Blu-ray disk (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 through 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.
  • embodiment(s) of this document may be implemented as a computer program product by program code, and the program code may be executed in a computer according to the embodiment(s) of this document.
  • the program code may be stored on a carrier readable by a computer.
  • FIG. 15 shows an example of a content streaming system to which 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 device, a user device, and a multimedia input device.
  • the encoding server serves to generate a bitstream by compressing content input from multimedia input devices such as smartphones, cameras, camcorders, etc. into digital data, and transmits it to the streaming server.
  • multimedia input devices such as smartphones, cameras, camcorders, etc. directly generate bitstreams
  • the encoding server may be omitted.
  • the bitstream may be generated by an encoding method or a bitstream generation method applied to the embodiments of the present document, and the streaming server may temporarily store the bitstream while 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 for notifying the user of a service.
  • the web server transmits 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, and in this 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 digital broadcasting terminal, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation system, a slate PC, and Tablet PC, ultrabook, wearable device, for example, smartwatch, smart glass, head mounted display (HMD)), digital TV, desktop There may be computers, digital signage, etc.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • HMD head mounted display
  • TV desktop
  • desktop There may be computers, digital signage, etc.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributedly processed.

Abstract

본 문서의 개시에 따르면, 서브블록 기반 시간적 움직임 벡터 예측(sbTMVP; subblock-based temporal motion vector prediction)에서 움직임 벡터가 가용하지 않는 서브블록에 대해서 베이스 움직임 정보를 효율적으로 유도할 수 있고, 이를 통하여 비디오/영상 코딩 효율을 높일 수 있다.

Description

서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩
본 기술은 비디오 또는 영상 코딩에 관한 것이며, 예를 들어 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩 기술에 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.
또한, 영상/비디오 코딩 효율을 향상시기키 위해서 서브블록 단위의 시간적 움직임 벡터 예측 기술에 관한 논의가 있다. 이를 위해서 서브블록 단위의 시간적 움직임 벡터 예측에서 사용되는 베이스 움직임 데이터를 유도하는 과정의 복잡도를 감소시키고 예측 성능을 향상시키는 방안이 필요하다.
본 문서의 기술적 과제는 비디오/영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 다른 기술적 과제는 효율적인 인터 예측 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 서브블록 기반 시간적 움직임 벡터를 도출하여 예측 성능을 향상시키는 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 서브블록 기반 시간적 움직임 벡터를 도출함에 있어 베이스 움직임 데이터를 효율적으로 유도하여 복잡도를 감소시키는 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 시간적 움직임 벡터 유도시에 움직임 쉬프트를 적용하여 예측 정확도를 향상시키는 방법 및 장치를 제공함에 있다.
본 문서의 일 실시예에 따르면, 서브블록 기반 시간적 움직임 벡터 예측(sbTMVP; subblock-based temporal motion vector prediction)에서 움직임 벡터가 가용하지 않는 서브블록에 대해서 베이스 움직임 정보를 유도할 수 있다.
본 문서의 일 실시예에 따르면, sbTMVP의 베이스 움직임 정보를 유도함에 있어서 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들 중 하나의 참조 서브블록을 사용할 수 있다. 예를 들어, 참조 서브블록의 위치 정보를 기반으로 베이스 움직임 정보를 유도할 수 있고, 또는 참조 서브블록의 가용성 여부를 기반으로 베이스 움직임 정보를 유도할 수 있다.
본 문서의 일 실시예에 따르면, sbTMVP의 베이스 움직임 정보를 추가적으로 유도하는 대신 시간적 움직임 벡터 예측(TMVP; temporal motion vector prediction)에서의 움직임 정보를 sbTMVP의 베이스 움직임 정보로서 사용할 수 있다.
본 문서의 일 실시예에 따르면, TMVP 유도 과정에서 공간적 주변 블록을 기반으로 움직임 쉬프트를 적용하여 TMVP의 움직임 정보를 유도할 수 있다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 비디오/영상 디코딩 방법을 제공한다. 상기 비디오/영상 디코딩 방법은 본 문서의 실시예들에서 개시된 방법을 포함할 수 있다.
본 문서의 일 실시예에 따르면, 비디오/영상 디코딩을 수행하는 디코딩 장치를 제공한다. 상기 디코딩 장치는 본 문서의 실시예들에서 개시된 방법을 수행할 수 있다.
본 문서의 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 비디오/영상 인코딩 방법을 제공한다. 상기 비디오/영상 인코딩 방법은 본 문서의 실시예들에서 개시된 방법을 포함할 수 있다.
본 문서의 일 실시예에 따르면, 비디오/영상 인코딩을 수행하는 인코딩 장치를 제공한다. 상기 인코딩 장치는 본 문서의 실시예들에서 개시된 방법을 수행할 수 있다.
본 문서의 일 실시예에 따르면, 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 인코딩 방법에 따라 생성된 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 디코딩 방법을 수행하도록 야기하는 인코딩된 정보 또는 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서는 다양한 효과를 가질 수 있다. 예를 들어, 전반적인 영상/비디오 압축 효율을 높일 수 있다. 또한, 효율적인 인터 예측을 통하여 계산 복잡도를 줄일 수 있고, 전반적인 코딩 효율을 향상시킬 수 있다. 또한, 서브블록 기반 시간적 움직임 벡터 예측(sbTMVP; subblock-based temporal motion vector prediction)에서 베이스 움직임 정보 유도 과정을 간소화함으로써, 복잡도 및 예측 성능 면에서의 효율성을 향상시킬 수 있다. 또한, 시간적 움직임 벡터 예측(TMVP; temporal motion vector prediction)에 움직임 쉬프트를 적용함으로써 예측 정확도를 향상시킬 수 있고, TMVP와 sbTMVP 프로세스를 통합함으로써 효율성을 향상시킬 수 있다.
본 문서의 구체적인 실시예를 통해 얻을 수 있는 효과는 이상에서 나열된 효과로 제한되지 않는다. 예를 들어, 관련된 기술분야의 통상의 지식을 자긴 자(a person having ordinary skill in the related art)가 본 문서로부터 이해하거나 유도할 수 있는 다양한 기술적 효과가 존재할 수 있다. 이에 따라 본 문서의 구체적인 효과는 본 문서에 명시적으로 기재된 것에 제한되지 않고, 본 문서의 기술적 특징으로부터 이해되거나 유도될 수 있는 다양한 효과를 포함할 수 있다.
도 1은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4는 인터 예측에 기반한 비디오/영상 인코딩 방법의 일 예를 나타내고, 도 5는 인코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다.
도 6은 인터 예측에 기반한 비디오/영상 디코딩 방법의 일 예를 나타내고, 도 7은 디코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다.
도 8은 현재 블록의 공간적 주변 블록 및 시간적 주변 블록을 예시적으로 나타낸다.
도 9는 서브블록 기반 시간적 움직임 정보 후보(sbTMVP 후보)를 도출하는 과정을 개략적으로 설명하기 위한 도면이다.
도 10은 시간적 움직임 정보(TMVP)를 도출하기 위하여 사용될 수 있는 공간적 주변 블록들을 예시적으로 나타낸다.
도 11 및 도 12는 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 13 및 도 14는 본 문서의 실시예(들)에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 15는 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 문서에서 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 문서에서 "포함하다" 또는 "가지다" 등의 용어는 문서상에 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.
본 문서에서 "A 또는 B(A or B)"는 "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 달리 표현하면, 본 문서에서 "A 또는 B(A or B)"는 "A 및/또는 B(A and/or B)"으로 해석될 수 있다. 예를 들어, 본 문서에서 "A, B 또는 C(A, B or C)"는 "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"를 의미할 수 있다.
본 문서에서 사용되는 슬래쉬(/)나 쉼표(comma)는 "및/또는(and/or)"을 의미할 수 있다. 예를 들어, "A/B"는 "A 및/또는 B"를 의미할 수 있다. 이에 따라 "A/B"는 "오직 A", "오직 B", 또는 "A와 B 모두"를 의미할 수 있다. 예를 들어, "A, B, C"는 "A, B 또는 C"를 의미할 수 있다.
본 문서에서 "적어도 하나의 A 및 B(at least one of A and B)"는, "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 또한, 본 문서에서 "적어도 하나의 A 또는 B(at least one of A or B)"나 "적어도 하나의 A 및/또는 B(at least one of A and/or B)"라는 표현은 "적어도 하나의 A 및 B(at least one of A and B)"와 동일하게 해석될 수 있다.
또한, 본 문서에서 "적어도 하나의 A, B 및 C(at least one of A, B and C)"는, "오직 A", "오직 B" "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"를 의미할 수 있다. 또한, "적어도 하나의 A, B 또는 C(at least one of A, B or C)"나 "적어도 하나의 A, B 및/또는 C(at least one of A, B and/or C)"는 "적어도 하나의 A, B 및 C(at least one of A, B and C)"를 의미할 수 있다.
또한, 본 문서에서 사용되는 괄호는 "예를 들어(for example)"를 의미할 수 있다. 구체적으로, "예측(인트라 예측)"로 표시된 경우, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다. 달리 표현하면 본 문서의 "예측"은 "인트라 예측"으로 제한(limit)되지 않고, "인트라 예측"이 "예측"의 일례로 제안될 것일 수 있다. 또한, "예측(즉, 인트라 예측)"으로 표시된 경우에도, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다.
본 문서는 비디오/영상 코딩에 관한 것이다. 예를 들어 본 문서에서 개시된 방법/실시예는 VVC (versatile video coding) 표준에 개시되는 방법에 적용될 수 있다. 또한, 본 문서에서 개시된 방법/실시예는 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.
본 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
본 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)은 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. 타일은 픽너 내 특정 타일 열 및 특정 타일 열 이내의 CTU들의 사각 영역이다(A tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture). 상기 타일 열은 CTU들의 사각 영역이고, 상기 사각 영역은 상기 픽처의 높이와 동일한 높이를 갖고, 너비는 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시될 수 있다(The tile column is a rectangular region of CTUs having a height equal to the height of the picture and a width specified by syntax elements in the picture parameter set). 상기 타일 행은 CTU들의 사각 영역이고, 상기 사각 영역은 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시되는 너비를 갖고, 높이는 상기 픽처의 높이와 동일할 수 있다(The tile row is a rectangular region of CTUs having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture). 타일 스캔은 픽처를 파티셔닝하는 CTU들의 특정 순차적 오더링을 나타낼 수 있고, 상기 CTU들은 타일 내 CTU 래스터 스캔으로 연속적으로 정렬될 수 있고, 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다(A tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture). 슬라이스는 단일 NAL 유닛에 배타적으로 담겨질 수 있는, 정수개의 완전한 타일들 또는 픽처의 타일 내의 정수개의 연속적인 완전한 CTU 행들을 포함할 수 있다(A slice includes an integer number of complete tiles or an integer number of consecutive complete CTU rows within a tile of a picture that may be exclusively contained in a single NAL unit).
한편, 하나의 픽처는 둘 이상의 서브픽처로 구분될 수 있다. 서브픽처는 픽처 내 하나 이상의 슬라이스들의 사각 리전일 수 있다(an rectangular region of one or more slices within a picture).
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.
또한, 본 문서에서 양자화/역양자화 및/또는 변환/역변환 중 적어도 하나는 생략될 수 있다. 양자화/역양자화가 생략되는 경우, 양자화된 변환 계수는 변환 계수라고 불릴 수 있다. 변환/역변환이 생략되는 경우, 변환 계수는 계수 또는 레지듀얼 계수라고 불릴 수도 있고, 또는 표현의 통일성을 위하여 변환 계수라고 여전히 불릴 수도 있다.
본 문서에서 양자화된 변환 계수 및 변환 계수는 각각 변환 계수 및 스케일링된(scaled) 변환 계수라고 지칭될 수 있다. 이 경우 레지듀얼 정보는 변환 계수(들)에 관한 정보를 포함할 수 있고, 변환 계수(들)에 관한 정보는 레지듀얼 코딩 신택스를 통하여 시그널링될 수 있다. 레지듀얼 정보(또는 변환 계수(들)에 관한 정보)를 기반으로 변환 계수들이 도출될 수 있고, 변환 계수들에 대한 역변환(스케일링)을 통하여 스케일링된 변환 계수들이 도출될 수 있다. 스케일링된 변환 계수들에 대한 역변환(변환)을 기반으로 레지듀얼 샘플들이 도출될 수 있다. 이는 본 문서의 다른 부분에서도 마찬가지로 적용/표현될 수 있다.
본 문서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
이하, 첨부한 도면들을 참조하여, 본 문서의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
도 1은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 인코딩 장치라 함은 영상 인코딩 장치 및/또는 비디오 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 PCTKR2020007563-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(250)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 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 디코딩 장치라 함은 영상 디코딩 장치 및/또는 비디오 디코딩 장치를 포함할 수 있다.
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 문서에서, 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 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 원본 블록과 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 레지듀얼 블록과 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 원본 블록과 예측된 블록 간의 레지듀얼 블록을 도출하고, 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 레지듀얼 정보는 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
한편, 상술한 바와 같이 현재 블록에 대한 예측을 수행함에 있어 인트라 예측 또는 인터 예측을 적용할 수 있다. 이하에서는 현재 블록에 인터 예측을 적용하는 경우에 관하여 설명한다.
인코딩/디코딩 장치의 예측부(보다 구체적으로 인터 예측부)는 블록 단위로 인터 예측을 수행하여 예측 샘플들을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들(예: 샘플값들, 또는 움직임 정보 등)에 의존적인 방법으로 도출되는 예측을 나타낼 수 있다. 현재 블록에 인터 예측이 적용되는 경우, 참조 픽처 인덱스가 가리키는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록(예측 샘플 어레이)을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측이 적용되는 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 현재 블록의 주변 블록들을 기반으로 움직임 정보 후보 리스트가 구성될 수 있고, 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 선택(사용)되는지를 지시하는 플래그 또는 인덱스 정보가 시그널링될 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 현재 블록의 움직임 정보는 선택된 주변 블록의 움직임 정보와 같을 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 선택된 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)은 시그널링될 수 있다. 이 경우 상기 움직임 벡터 예측자 및 움직임 벡터 차분의 합을 이용하여 현재 블록의 움직임 벡터를 도출할 수 있다.
상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등)에 따라 L0 움직임 정보 및/또는 L1 움직임 정보를 포함할 수 있다. L0 방향의 움직임 벡터는 L0 움직임 벡터 또는 MVL0라고 불릴 수 있고, L1 방향의 움직임 벡터는 L1 움직임 벡터 또는 MVL1이라고 불릴 수 있다. L0 움직임 벡터에 기반한 예측은 L0 예측이라고 불릴 수 있고, L1 움직임 벡터에 기반한 예측을 L1 예측이라고 불릴 수 있고, L0 움직임 벡터 및 L1 움직임 벡터 둘 다에 기반한 예측을 쌍(Bi) 예측이라고 불릴 수 있다. 여기서 L0 움직임 벡터는 참조 픽처 리스트 L0 (L0)에 연관된 움직임 벡터를 나타낼 수 있고, L1 움직임 벡터는 참조 픽처 리스트 L1 (L1)에 연관된 움직임 벡터를 나타낼 수 있다. 참조 픽처 리스트 L0는 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 포함할 수 있고, 참조 픽처 리스트 L1은 현재 픽처보다 출력 순서상 이후 픽처들을 포함할 수 있다. 이전 픽처들은 순방향 (참조) 픽처라고 불릴 수 있고, 이후 픽처들은 역방향 (참조) 픽처라고 불릴 수 있다. 참조 픽처 리스트 L0은 현재 픽처보다 출력 순서상 이후 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 참조 픽처 리스트 L0 내에서 이전 픽처들이 먼저 인덱싱되고 이후 픽처들은 그 다음에 인덱싱될 수 있다. 참조 픽처 리스트 L1은 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 참조 픽처 리스트 L1 내에서 이후 픽처들이 먼저 인덱싱되고 이전 픽처들은 그 다음에 인덱싱 될 수 있다. 여기서 출력 순서는 POC(picture order count) 순서(order)에 대응될 수 있다.
또한, 픽처 내 현재 블록의 예측을 위하여 다양한 인터 예측 모드가 사용될 수 있다. 예를 들어, 머지 모드, 스킵 모드, MVP(motion vector prediction) 모드, 어파인(Affine) 모드, 서브블록 머지 모드, MMVD (merge with MVD) 모드, HMVP(historical motino vector prediction) 모드 등 다양한 모드가 사용될 수 있다. DMVR (Decoder side motion vector refinement) 모드, AMVR(adaptive motion vector resolution) 모드, Bi-prediction with CU-level weight (BCW), Bi-directional optical flow (BDOF) 등이 부수적인 모드로 더 사용될 수 있다. 어파인 모드는 어파인 움직임 예측(affine motion prediction) 모드라고 불릴 수도 있다. MVP 모드는 AMVP(advanced motion vector prediction) 모드라고 불릴 수도 있다. 본 문서에서 일부 모드 및/또는 일부 모드에 의하여 도출된 움직임 정보 후보는 다른 모드의 움직임 정보 관련 후보들 중 하나로 포함될 수도 있다. 예를 들어, HMVP 후보는 머지/스킵 모드의 머지 후보로 추가될 수 있고, 또는 MVP 모드의 mvp 후보로 추가될 수도 있다. HMVP 후보가 머지 모드 또는 스킵 모드의 움직임 정보 후보로 사용되는 경우, HMVP 후보는 HMVP 머지 후보라고 불릴 수 있다.
현재 블록의 인터 예측 모드를 가리키는 예측 모드 정보가 인코딩 장치로부터 디코딩 장치로 시그널링될 수 있다. 이때, 예측 모드 정보는 비트스트림에 포함되어 디코딩 장치에 수신될 수 있다. 예측 모드 정보는 다수의 후보 모드들 중 하나를 지시하는 인덱스 정보를 포함할 수 있다. 또는, 플래그 정보의 계층적 시그널링을 통하여 인터 예측 모드를 지시할 수도 있다. 이 경우 예측 모드 정보는 하나 이상의 플래그들을 포함할 수 있다. 예를 들어, 스킵 플래그를 시그널링하여 스킵 모드 적용 여부를 지시하고, 스킵 모드가 적용 되지 않는 경우에 머지 플래그를 시그널링하여 머지 모드 적용 여부를 지시하고, 머지 모드가 적용 되지 않는 경우에 MVP 모드가 적용되는 것으로 지시하거나 추가적인 구분을 위한 플래그를 더 시그널링할 수도 있다. 어파인 모드는 독립적인 모드로 시그널링될 수도 있고, 또는 머지 모드 또는 MVP 모드 등에 종속적인 모드로 시그널링될 수도 있다. 예를 들어, 어파인 모드는 어파인 머지 모드 및 어파인 MVP 모드를 포함할 수 있다.
또한, 현재 블록에 인터 예측을 적용함에 있어, 현재 블록의 움직임 정보를 이용할 수 있다. 인코딩 장치는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 인코딩 장치는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 위상(phase) 기반 샘플 값들의 차를 기반으로 도출할 수 있다. 예를 들어, 블록의 유사성은 현재 블록(or 현재 블록의 템플릿)과 참조 블록(or 참조 블록의 템플릿) 간 SAD(sum of absolute differences)를 기반으로 계산될 수 있다. 이 경우 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보를 도출할 수 있다. 도출된 움직임 정보는 인터 예측 모드 기반으로 여러 방법에 따라 디코딩 장치로 시그널링될 수 있다.
상기와 같이 인터 예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록을 도출할 수 있다. 예측된 블록은 현재 블록의 예측 샘플들(예측 샘플 어레이)를 포함할 수 있다. 현재 블록의 움직임 벡터(MV)가 분수 샘플 단위를 가리키는 경우, 보간(interpolation) 절차가 수행될 수 있으며, 이를 통하여 참조 픽처 내에서 분수 샘플 단위의 참조 샘플들을 기반으로 현재 블록의 예측 샘플들이 도출될 수 있다. 현재 블록에 어파인(Affine) 인터 예측이 적용되는 경우, 샘플/서브블록 단위 MV를 기반으로 예측 샘플들을 생성할 수 있다. 쌍예측이 적용되는 경우, L0 예측(즉, 참조 픽처 리스트 L0 내 참조 픽처와 MVL0를 이용한 예측)을 기반으로 도출된 예측 샘플들과 L1 예측(즉, 참조 픽처 리스트 L1 내 참조 픽처와 MVL1을 이용한 예측)을 기반으로 도출된 예측 샘플들의 (위상에 따른) 가중합 또는 가중평균을 통하여 도출된 예측 샘플들이 현재 블록의 예측 샘플들로 이용될 수 있다. 쌍예측이 적용되는 경우, L0 예측에 이용된 참조 픽처와 L1 예측에 이용된 참조 픽처가 현재 픽처를 기준으로 서로 다른 시간적 방향에 위치하는 경우, (즉, 쌍예측이면서 양방향 예측에 해당하는 경우) 이를 true 쌍예측이라고 부를 수 있다.
상기와 같이 도출된 예측 샘플들을 기반으로 복원 샘플들 및 복원 픽처가 생성될 수 있고, 이후 인루프 필터링 등의 절차가 수행될 수 있음은 전술한 바와 같다.
도 4는 인터 예측에 기반한 비디오/영상 인코딩 방법의 일 예를 나타내고, 도 5는 인코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다. 도 5의 인코딩 장치 내 인터 예측부는 상술한 도 2의 인코딩 장치(200)의 인터 예측부(221)에도 동일 또는 대응되도록 적용될 수 있다.
도 4 및 도 5를 참조하면, 인코딩 장치는 현재 블록에 대한 인터 예측을 수행한다(S400). 인코딩 장치는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다.
예를 들어, 인코딩 장치의 인터 예측부(221)는 예측 모드 결정부(221_1), 움직임 정보 도출부(221_2), 예측 샘플 도출부(221_3)를 포함할 수 있으며, 예측 모드 결정부(221_1)에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(221_2)에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(221_3)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 인코딩 장치의 인터 예측부(221)는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 현재 블록과 유사한 블록을 서치하고, 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 참조 블록과 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 인코딩 장치는 다양한 예측 모드들 중 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 인코딩 장치는 다양한 예측 모드들에 대한 RD cost를 비교하고 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 인코딩 장치는 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 머지 후보 리스트를 구성하고, 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 도출된 참조 블록과 연관된 머지 후보가 선택되며, 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 디코딩 장치로 시그널링될 수 있다. 선택된 머지 후보의 움직임 정보를 이용하여 현재 블록의 움직임 정보가 도출될 수 있다.
다른 예로, 인코딩 장치는 현재 블록에 (A)MVP 모드가 적용되는 경우, (A)MVP 후보 리스트를 구성하고, (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 현재 블록의 mvp로 이용할 수 있다. 이 경우, 예를 들어, 상술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 현재 블록의 움직임 벡터로 이용될 수 있으며, mvp 후보들 중 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 mvp 후보가 선택된 mvp 후보가 될 수 있다. 현재 블록의 움직임 벡터에서 mvp를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우 MVD에 관한 정보가 디코딩 장치로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 디코딩 장치로 시그널링될 수 있다.
인코딩 장치는 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S410). 인코딩 장치는 현재 블록의 원본 샘플들과 예측 샘플들의 비교를 통하여 레지듀얼 샘플들을 도출할 수 있다.
인코딩 장치는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩한다(S420). 인코딩 장치는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 예측 정보는 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 레지듀얼 정보는 레지듀얼 샘플들에 관한 정보이다. 레지듀얼 정보는 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 디코딩 장치로 전달될 수 있고, 또는 네트워크를 통하여 디코딩 장치로 전달될 수도 있다.
또한, 상술한 바와 같이 인코딩 장치는 참조 샘플들 및 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 디코딩 장치에서 수행되는 것과 동일한 예측 결과를 인코딩 장치에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 인코딩 장치는 복원 픽처(또는 복원 샘플들, 복원 블록)을 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 6은 인터 예측에 기반한 비디오/영상 디코딩 방법의 일 예를 나타내고, 도 7은 디코딩 장치 내 인터 예측부를 개략적으로 나타낸 일 예이다. 도 7의 디코딩 장치 내 인터 예측부는 상술한 도 3의 디코딩 장치(300)의 인터 예측부(332)에도 동일 또는 대응되도록 적용될 수 있다.
도 6 및 도 7을 참조하면, 디코딩 장치는 상기 인코딩 장치에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 디코딩 장치는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로 디코딩 장치는 수신된 예측 정보를 기반으로 현재 블록에 대한 예측 모드를 결정할 수 있다(S600). 디코딩 장치는 예측 정보 내의 예측 모드 정보를 기반으로 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, merge flag를 기반으로 현재 블록에 머지 모드가 적용되지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 (A)MVP 모드를 포함할 수 있고, 또는 전술한 다양한 인터 예측 모드들을 포함할 수 있다.
디코딩 장치는 결정된 인터 예측 모드를 기반으로 현재 블록의 움직임 정보를 도출한다(S610). 예를 들어, 디코딩 장치는 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 머지 후보 리스트를 구성하고, 머지 후보 리스트에 포함된 머지 후보들이 중 하나의 머지 후보를 선택할 수 있다. 여기서 선택은 상술한 선택 정보(merge index)를 기반으로 수행될 수 있다. 선택된 머지 후보의 움직임 정보를 이용하여 현재 블록의 움직임 정보가 도출될 수 있다. 선택된 머지 후보의 움직임 정보가 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 디코딩 장치는 현재 블록에 (A)MVP 모드가 적용되는 경우, (A)MVP 후보 리스트를 구성하고, (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 현재 블록의 mvp로 이용할 수 있다. 여기서 선택은 상술한 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우 상기 MVD에 관한 정보를 기반으로 현재 블록의 MVD를 도출할 수 있으며, 현재 블록의 mvp와 MVD를 기반으로 현재 블록의 움직임 벡터를 도출할 수 있다. 또한, 참조 픽처 인덱스 정보를 기반으로 현재 블록의 참조 픽처 인덱스를 도출할 수 있다. 현재 블록에 관한 참조 픽처 리스트 내에서 참조 픽처 인덱스가 가리키는 픽처가 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
한편, 후보 리스트 구성 없이 현재 블록의 움직임 정보가 도출될 수 있으며, 이 경우 예측 모드에서 개시된 절차에 따라 현재 블록의 움직임 정보가 도출될 수 있다. 이 경우 상술한 바와 같은 후보 리스트 구성은 생략될 수 있다.
디코딩 장치는 현재 블록의 움직임 정보를 기반으로 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S620). 이 경우 현재 블록의 참조 픽처 인덱스를 기반으로 참조 픽처를 도출하고, 현재 블록의 움직임 벡터가 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 현재 블록의 예측 샘플들을 도출할 수 있다. 이때, 경우에 따라 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 디코딩 장치의 인터 예측부(332)는 예측 모드 결정부(332_1), 움직임 정보 도출부(332_2), 예측 샘플 도출부(332_3)를 포함할 수 있으며, 예측 모드 결정부(332_1)에서 수신된 예측 모드 정보를 기반으로 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(332_2)에서 수신된 움직임 정보에 관한 정보를 기반으로 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(332_3)에서 현재 블록의 예측 샘플들을 도출할 수 있다.
디코딩 장치는 수신된 레지듀얼 정보를 기반으로 현재 블록에 대한 레지듀얼 샘플들을 생성한다(S630). 디코딩 장치는 예측 샘플들 및 레지듀얼 샘플들을 기반으로 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다(S640). 이후 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
상술한 바와 같이 인터 예측 절차는 인터 예측 모드 결정 단계, 결정된 예측 모드에 따른 움직임 정보 도출 단계, 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계를 포함할 수 있다. 인터 예측 절차는 상술한 바와 같이 인코딩 장치 및 디코딩 장치에서 수행될 수 있다.
한편, 현재 블록의 움직임 정보를 도출함에 있어서, 공간적 주변 블록(들) 및 시간적 주변 블록(들)을 기반으로 움직임 정보 후보(들)을 도출하고, 도출된 움직임 정보 후보(들)을 기반으로 현재 블록을 위한 움직임 정보 후보를 선택할 수 있다. 이때 선택된 움직임 정보 후보를 현재 블록의 움직임 정보로 사용할 수 있다.
도 8은 현재 블록의 공간적 주변 블록 및 시간적 주변 블록을 예시적으로 나타낸다.
도 8을 참조하면, 공간적 주변 블록은 현재 인터 예측을 수행하는 대상인 현재 블록(800)의 주변에 위치하는 주변 블록들을 말하며, 현재 블록(800)의 좌측 주변에 위치하는 주변 블록들 혹은 현재 블록(800)의 상측 주변에 위치하는 주변 블록들을 포함할 수 있다. 예를 들어, 공간적 주변 블록은 현재 블록(800)의 좌하측 코너 주변 블록, 좌측 주변 블록, 우상측 코너 주변 블록, 상측 주변 블록, 좌상측 코너 주변 블록을 포함할 수 있다. 도 8에서는 공간적 주변 블록들을 "S"로 도시하였다.
일 실시예로, 인코딩 장치/디코딩 장치는 현재 블록의 공간적 주변 블록들(예: 좌하측 코너 주변 블록, 좌측 주변 블록, 우상측 코너 주변 블록, 상측 주변 블록, 좌상측 코너 주변 블록)을 정해진 순서에 따라 탐색하여 가용한 주변 블록들을 검출하고, 검출된 주변 블록들의 움직임 정보를 공간적 움직임 정보 후보로 도출할 수 있다.
시간적 주변 블록은 현재 블록(800)을 포함하는 현재 픽처와 다른 픽처(즉, 참조 픽처) 상에 위치하는 블록으로, 참조 픽처 내에서 현재 블록(800)과 동일한 위치의 블록(collocated block; col block)을 말한다. 여기서, 참조 픽처는 POC(Picture Order Count) 상으로 현재 픽처보다 이전이거나 이후일 수 있다. 또한, 시간적 주변 블록의 유도 시에 사용되는 참조 픽처는 col 픽처(collocated picture; col picture)라 지칭할 수 있다. 또한, 동일한 위치의 블록(collocated block)은 현재 블록(800)의 포지션과 대응하는 col 픽처 내 포지션에 위치하는 블록을 나타낼 수 있으며, col 블록이라 지칭할 수 있다. 예를 들어, 시간적 주변 블록은 도 8에 도시된 바와 같이, 참조 픽처(즉, col 픽처) 내에서 현재 블록(800)의 우하측 코너 샘플 위치에 대응하여 위치하는 col 블록(즉, 우하측 코너 샘플을 포함하는 col 블록) 및/또는 참조 픽처(즉, col 픽처) 내에서 현재 블록(800)의 센터 우하측 샘플 위치에 대응하여 위치하는 col 블록(즉, 센터 우하측 샘플을 포함하는 col 블록)을 포함할 수 있다. 도 8에서는 시간적 주변 블록들을 "T"로 도시하였다.
일 실시예로, 인코딩 장치/디코딩 장치는 현재 블록의 시간적 주변 블록(예: 우하측 코너 샘플을 포함하는 col 블록, 센터 우하측 샘플을 포함하는 col 블록)을 정해진 순서에 따라 탐색하여 가용한 블록을 검출하고, 검출된 블록의 움직임 정보를 시간적 움직임 정보 후보로 도출할 수 있다. 이와 같이 시간적 주변 블록을 이용하는 기법은 TMVP(temporal motion vector prediction)라고 지칭할 수 있다. 또한, 시간적 움직임 정보 후보는 TMVP 후보라 지칭할 수 있다.
한편, 인터 예측 모드에 따라서는 서브블록 단위로 움직임 정보를 도출하여 예측을 수행할 수도 있다. 예컨대, 어파인 모드나 TMVP 모드인 경우 서브블록 단위로 움직임 정보를 유도할 수 있다. 특히, 서브블록 단위의 시간적 움직임 정보 후보를 도출하는 방법은 서브블록 기반 TMVP(sbTMVP; subblock-based temporal motion vector prediction)라 지칭될 수 있다. 이하에서는 sbTMVP 방법에 관해 구체적으로 설명한다.
도 9는 서브블록 기반 시간적 움직임 정보 후보(sbTMVP 후보)를 도출하는 과정을 개략적으로 설명하기 위한 도면이다.
sbTMVP는 현재 픽처 내에서 코딩 유닛들의 움직임 벡터 예측(MVP) 및 머지 모드를 향상시키기 위해 col 픽처 내의 움직임 필드를 이용하는 방법으로서, sbTMVP의 col 픽처는 TMVP에 의해 사용되는 col 픽처와 동일할 수 있다. 다만, TMVP는 코딩 유닛(CU) 레벨에서 움직임 예측을 수행하지만, sbTMVP는 서브블록 레벨 또는 서브 코딩 유닛(sub-CU) 레벨에서 움직임 예측을 수행할 수 있다. 또한, TMVP는 col 픽처 내의 col 블록으로부터 시간적 움직임 정보를 도출하지만(여기서, col 블록은 현재 블록의 우하측 코너 샘플 위치 또는 현재 블록의 센터 우하측 샘플 위치에 대응하는 col 블록이다), sbTMVP는 col 픽처로부터 움직임 쉬프트(motion shift)를 적용한 후 시간적 움직임 정보를 도출한다. 여기서, 움직임 쉬프트는 현재 블록의 공간적 주변 블록들 중 하나(예: A1 주변 블록)의 움직임 벡터를 이용하여 현재 블록에 대한 col 블록(여기서, col 블록은 col CU로 지칭될 수 있다)을 도출하는 과정을 의미할 수 있다. 이때, 공간적 주변 블록들은 현재 블록의 좌하측 코너 주변 블록, 좌측 주변 블록, 우상측 코너 주변 블록, 상측 주변 블록 중 적어도 하나를 포함할 수 있다. 도 9에 도시된 A1 블록은 상기 공간적 주변 블록들 중에서 현재 블록의 좌측에 위치한 좌측 주변 블록일 수 있다.
도 9를 참조하면, 먼저 인코딩/디코딩 장치는 현재 블록의 공간적 주변 블록(예: A1)이 가용한지 여부를 판단할 수 있다. 예컨대, 공간적 주변 블록(예: A1)의 참조 픽처가 col 픽처를 사용하는 경우, 공간적 주변 블록(예: A1)은 가용한 것으로 판단될 수 있고, 공간적 주변 블록(예: A1)의 움직임 벡터가 도출될 수 있다. 이때, 공간적 주변 블록(예: A1)의 움직임 벡터는 시간적 MV(tempMV)로서 지칭될 수 있고, 이 움직임 벡터는 움직임 쉬프트에 사용될 수 있다. 또는 공간적 주변 블록(예: A1)이 가용하지 않은 것으로 판단된 경우, 시간적 MV(즉, 공간적 주변 블록의 움직임 벡터)는 제로 벡터로 설정될 수 있다. 다시 말해, 이 경우 움직임 쉬프트는 (0, 0)으로 설정될 수 있다.
다음으로, 인코딩/디코딩 장치는 공간적 주변 블록(예: A1)의 움직임 벡터를 기반으로 움직임 쉬프트를 적용할 수 있다. 예를 들어, 움직임 쉬프트는 공간적 주변 블록(예: A1)의 움직임 벡터로 설정될 수 있다. 즉, 움직임 쉬프트를 적용함으로써, 현재 블록의 좌표에 공간적 주변 블록(예: A1)의 움직임 벡터가 더해질 수 있다.
다음으로, 인코딩/디코딩 장치는 col 픽처 상에서 움직임 쉬프트된 col 서브블록(collocated subblock)을 유도하고, 각 col 서브블록의 움직임 정보(움직임 벡터, 참조 인덱스 등)를 획득할 수 있다. 즉, 인코딩/디코딩 장치는 현재 블록에 대한 각 서브블록들의 센터 샘플 위치에서 움직임 쉬프트된 위치(즉, 공간적 주변 블록(예: A1)의 움직임 벡터가 가리키는 위치)에 대응하는 col 픽처 상의 각 col 서브블록들을 도출할 수 있다. 그리고, 각 col 서브블록들의 움직임 정보를 현재 블록에 대한 각 서브블록들의 움직임 정보(즉, sbTMVP 후보)로 사용할 수 있다. 여기서, 센터 샘플 위치라 함은, 서브블록의 센터에 위치하는 4개의 샘플들 중 우측 하단에 위치한 샘플을 말할 수 있다.
이때, col 서브블록의 움직임 벡터들에 스케일링이 적용될 수 있다. 상기 스케일링은 col 블록의 참조 픽처와 현재 블록의 참조 픽처 간의 시간적 거리 차이를 기반으로 수행될 수 있다. 따라서, 상기 스케일링은 시간적 움직임 스케일링이라 지칭될 수 있고, 이를 통해서 현재 블록의 참조 픽처들과 시간적 움직임 벡터들의 참조 픽처들을 정렬할 수 있다. 이 경우, 인코딩/디코딩 장치는 스케일링된 col 서브블록의 움직임 벡터들을 현재 블록에 대한 각 서브블록들의 움직임 정보로서 획득할 수 있다.
또한, sbTMVP 후보를 도출함에 있어서, col 서브블록에 움직임 정보가 존재하지 않을 수도 있다. 이 경우, 움직임 정보가 존재하지 않는 col 서브블록에 대해서는 베이스 움직임 정보가 도출될 수 있고, 이 베이스 움직임 정보가 현재 블록에 대한 서브블록의 움직임 정보로 사용될 수 있다. 베이스 움직임 정보는 col 블록(즉, col CU)의 센터에 위치하는 블록으로부터 도출될 수 있다. 예를 들어, col 블록의 센터에 위치하는 4개 샘플들 중 우측 하단에 위치한 샘플을 포함하는 블록으로부터 움직임 정보(예: 움직임 벡터)를 도출하고, 이를 베이스 움직임 정보로 사용할 수 있다. 도 9에서 col 픽처(collocated picture) 상 col 블록(즉, col CU)의 센터에 표시된 점(900)을 기준으로 4개 서브블록들 중 우측 하단 서브블록의 움직임 정보를 베이스 움직임 정보로 도출할 수 있다.
상술한 바와 같이, 서브블록의 움직임 정보는 각 서브블록의 센터 위치를 기반으로 도출될 수 있다. 예를 들어, 서브블록의 움직임 정보는 각 8X8 서브블록의 센터를 포함하는 각 col 서브블록으로부터 도출될 수 있다. 이때, X 및 Y 방향의 서브블록들의 개수는 다음과 같을 수 있다.
numSbX = cbWidth >> 3
numSbY = cbHeight >> 3
즉, X 방향의 서브블록들의 개수(numSbX)는 현재 블록의 너비 및 서브블록 크기를 기반으로 도출될 수 있고, Y 방향의 서브블록들의 개수(numSbY)는 현재 블록의 높이 및 서브블록 크기를 기반으로 도출될 수 있다.
베이스 움직임 정보를 도출하기 위해 사용되는 col CU의 센터 위치는 col 서브블록들의 센터 위치와 상이할 수 있다. 따라서, 베이스 움직임 정보는 움직임 벡터 스케일링 과정이 추가로 필요할 수 있다.
이에, 본 문서에서는 sbTMVP에서 베이스 움직임 정보를 보다 효과적으로 도출하는 방안을 제안한다.
일 실시예로, 서브블록들의 sbTMVP(즉, 서브블록들의 움직임 정보) 중 하나를 sbTMVP에서의 베이스 움직임 정보로서 사용할 수 있다. 이 경우, 베이스 움직임 정보를 유도하기 위한 추가 프로세스를 생략할 수 있다. 즉, 본 문서의 일 실시예에 따르면 베이스 움직임 정보를 유도하는데 필요한 움직임 벡터 스케일링 과정을 제거함으로써 계산 복잡도를 줄일 수 있다. 베이스 움직임 정보로 사용되는 서브블록 움직임 정보는 다음 중 하나를 사용할 수 있다.
(1) col CU 내 좌측 상단에 위치한 col 서브블록의 움직임 정보
(2) numSbX >>1 및 numSbY>>1에 위치하는 블록을 포함하는 서브블록의 움직임 정보. 이 서브블록은 col CU의 센터에 위치하는 블록일 수 있다.
(3) 움직임 정보가 존재하는 첫번째 가용한(available) col 서브블록. 이 첫번째 가용한 col 서브블록을 도출하기 이전에, 베이스 움직임 정보는 0으로 초기화될 수 있다. 여기서, 첫번째 가용한 col 서브블록이라 함은 col CU 내 col 서브블록들에 대해서 정해진 순서에 따라 가용성 여부를 탐색하여 가장 먼저 가용한 것으로(즉, 움직임 정보가 존재하는 것으로) 탐색된 col 서브블록을 말할 수 있다. 탐색 순서는 col CU 내에서 서브블록들이 인덱싱된 순서를 기반으로 정해질 수 있다. 예컨대, col CU 내에서 좌측 상단에 위치한 서브블록부터 우측 하단에 위치한 서브블록 순으로 인덱스 값이 설정될 수 있다.
(4) 움직임 정보가 존재하는 마지막 가용한(available) col 서브블록. 베이스 움직임 정보는 현재 CU 내에서 이용 가능한 서브블록의 움직임 정보를 도출하는 동안 업데이트될 수 있다. 여기서, 마지막 가용한 col 서브블록이라 함은 col CU 내 col 서브블록들에 대해서 정해진 순서에 따라 가용성 여부를 탐색하여 가장 마지막으로 가용한 것으로(즉, 움직임 정보가 존재하는 것으로) 탐색된 col 서브블록을 말할 수 있다. 탐색 순서는 col CU 내에서 서브블록들이 인덱싱된 순서를 기반으로 정해질 수 있다. 예컨대, col CU 내에서 좌측 상단에 위치한 서브블록부터 우측 하단에 위치한 서브블록 순으로 인덱스 값이 설정될 수 있다.
상기 (4)는 상기 (1) 또는 (2)와 함께 조합하여 사용될 수 있는데, 이는 베이스 움직임 정보가 상기 (1) 또는 (2)로 초기화될 수 있고 그 이후에 다른 서브블록의 움직임 정보를 도출하는 동안 업데이트될 수 있다.
현재 VVC 표준에서와 같이, 베이스 움직임 정보의 가용성은 나머지 서브블록의 움직임 정보 도출 과정을 조기에 종료하는데 사용될 수 있다. 베이스 움직임 정보가 존재하지 않는 경우(예: 인터 모드로 코딩되지 않은 경우), sbTMVP는 가용한 것으로 표시될 수 있다.
다음 표 1은 상술한 본 문서의 일 실시예에서 제안한 방법을 구현하기 위한 스펙을 나타낸 것이고, 일 예로 센터에 위치하는 서브블록의 움직임 정보를 베이스 움직임 정보로 사용하는 경우 적용될 수 있다.
Figure PCTKR2020007563-appb-T000001
Figure PCTKR2020007563-appb-I000002
Figure PCTKR2020007563-appb-I000003
다음 표 2는 상기 표 1에서와 동일한 기능을 수행할 수 있으나, 프로세싱 순서 측면에서 보다 논리적으로 수행될 수 있도록 나타낸 것이다.
Figure PCTKR2020007563-appb-T000002
Figure PCTKR2020007563-appb-I000004
Figure PCTKR2020007563-appb-I000005
또한, sbTMVP에서 베이스 움직임 정보를 보다 효과적으로 도출하는 일 실시예로서, 베이스 움직임 정보를 유도하는 과정을 별도로 수행하는 대신에 TMVP 움직임 정보를 sbTMVP의 베이스 움직임 정보로서 사용할 수 있다. 이 방법은 sbTMVP 유도 과정의 복잡도를 줄일 수 있고, 특히 최악의 경우 움직임 벡터 스케일링의 횟수를 줄일 수 있는데 이는 CU에 대해 TMVP 및 sbTMVP가 모두 사용되는 경우 발생할 수 있다. 제안된 방법을 적용할 경우, TMVP가 이미 가용한(available) 경우 sbTMVP의 베이스 움직임 정보로서 TMVP가 재사용될 수 있으므로, 베이스 움직임 정보를 도출하기 위해 필요한 움직임 벡터 스케일링 과정을 줄일 수 있다. 또한, TMVP 도출 과정과 sbTMVP 도출 과정을 통합하여 수행함으로써 효율성을 향상시킬 수 있다.
예를 들어, TMVP의 움직임 정보를 도출함에 있어서, 상술한 바와 같이 현재 블록의 시간적 주변 블록(예: 우하측 코너 샘플을 포함하는 col 블록, 센터 우하측 샘플을 포함하는 col 블록)을 정해진 순서에 따라 탐색하여 가용한 블록을 검출하고, 검출된 블록의 움직임 정보를 시간적 움직임 정보(즉, TMVP)로 도출할 수 있다. 이와 같이 도출된 TMVP를 sbTMVP의 베이스 움직임 정보로 사용할 수 있다.
다음 표 3은 상술한 본 문서의 일 실시예에서 제안한 방법을 구현하기 위한 스펙을 나타낸 것으로, sbTMVP의 베이스 움직임 정보로서 TMVP를 사용하는 일 예를 나타낸 것이다.
Figure PCTKR2020007563-appb-T000003
Figure PCTKR2020007563-appb-I000006
상기 표 3을 참조하면, 위치 (xColCb, yColCb)는 움직임 쉬프트(mv shift)된 col 블록이고, 위치 (xColCtrCb, yColCtrCb)는 움직임 쉬프트 되지 않은 col 블록을 나타낼 수 있다. 현재 VVC 표준에서, 베이스 움직임 정보의 도출은 "col 블록의 예측 모드(colPredMode[xColCb][yColCb])가 인터 예측 모드(MODE_INTER)인 경우"인지에 따라 상이할 수 있다.
본 문서의 일 실시예에서와 같이 TMVP를 sbTMVP의 베이스 움직임 정보로 사용할 경우, "col 블록의 예측 모드(colPredMode[xColCtrCb][yColCtrCb])가 인터 예측 모드(MODE_INTER)인 경우"인지를 확인하는 과정을 더 단순화할 수 있다. 그런 다음 (xColCb, yColCb)를 도출할 필요가 없다.
한편, 상술한 바와 같이 HEVC 및 현재 VVC에서, TMVP는 col 픽처 상에서 현재 블록(즉, 현재 CU)과 동일한 위치에 있는 col 블록(col CU)을 사용하여 도출될 수 있다. 즉, TMVP는 움직임 쉬프트되지 않은 위치의 col 블록으로부터 도출된다. 다만, 이와 같이 도출되는 TMVP의 경우 시간적 유사성만을 고려하기 때문에 화면 내 움직임을 효과적으로 반영하지 못하는 경우가 발생할 수 있다.
이에, 본 문서에서는 TMVP에 움직임 쉬프트를 적용하는 방안을 제안한다. 일 실시예로, 주변 블록들의 움직임 정보를 기반으로 움직임 쉬프트를 수행하여 col 블록을 도출하는 sbTMVP 방법과 유사한 방식으로 TMVP에서의 움직임 쉬프트를 수행할 수 있다. 즉, 공간적 주변 블록의 움직임 벡터가 가리키는 위치를 기반으로 움직임 쉬프트를 수행하여 col 픽처 상에서 col 블록을 도출하고, 도출된 col 블록의 움직임 벡터를 시간적 움직임 정보(TMVP)로 사용할 수 있다. 이와 같이 움직임 쉬프트를 적용하여 도출된 TMVP는 공간적 주변 블록을 이용하여 col 블록을 도출함으로써 기존의 TMVP 방식에서 보다 col 블록의 정확도를 높일 수 있다. 나아가, TMVP에 움직임 쉬프트를 적용함으로써, 코딩 효율이 향상되고 TMVP와 sbTMVP 프로세스가 통합되어 효율성이 증가될 수 있다. 또한, 상기와 같이 움직임 쉬프트를 적용하여 도출된 TMVP는 sbTMVP에서의 베이스 움직임 정보로 사용될 수 있다.
도 10은 시간적 움직임 정보(TMVP)를 도출하기 위하여 사용될 수 있는 공간적 주변 블록들을 예시적으로 나타낸다.
도 10을 참조하면, TMVP 모드에서 사용될 수 있는 공간적 주변 블록은 현재 블록의 좌하측 코너 주변 블록(A0), 좌측 주변 블록(A1), 우상측 코너 주변 블록(B0), 상측 주변 블록(B1) 중 적어도 하나를 포함할 수 있다. 경우에 따라서 공간적 주변 블록은 도 10에 도시된 주변 블록 이외의 다른 주변 블록(예: 좌상측 코너 주변 블록)을 더 포함할 수도 있고, 또는 도 10에 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.
TMVP 모드가 적용될 경우, 인코딩 장치/디코딩 장치는 시간적 움직임 정보 후보를 구성함에 있어 공간적 주변 블록을 미리 정해진 탐색 순서에 따라 탐색하면서 가장 먼저 가용한 공간적 주변 블록의 움직임 벡터(temporal vector)를 검출하고, 참조 픽처에서 상기 공간적 주변 블록의 움직임 벡터(temporal vector)가 가리키는 위치에 있는 블록을 col 블록으로 정할 수 있다.
이때, 공간적 주변 블록의 가용성 여부는, 공간적 주변 블록의 참조 픽처 정보, 예측 모드 정보, 위치 정보 등에 의해서 판단될 수 있다. 예를 들어, 공간적 주변 블록의 참조 픽처와 현재 블록의 참조 픽처가 동일한 경우, 해당 공간적 주변 블록은 가용한 것으로 판단될 수 있다. 또는, 공간적 주변 블록이 인트라 예측 모드로 코딩되거나 공간적 주변 블록이 현재 픽처/타일 외부에 위치하는 경우, 해당 공간적 주변 블록은 가용하지 않은 것으로 판단될 수 있다.
또한, 공간적 주변 블록의 탐색 순서는, 다양하게 정의될 수 있으며, 예컨대 A1, B1, B0, A0 순일 수 있다. 또는 A1만을 탐색하여 A1이 가용한지 여부를 판단할 수 있다.
일 실시예로, TMVP에 움직임 쉬프트를 적용함에 있어서, 하나의 공간적 주변 블록(예: A1 블록)으로부터 획득된 움직임 벡터를 기반으로 움직임 쉬프트가 수행될 수 있다. 예를 들어, 먼저 공간적 주변 블록(예: A1 블록)의 움직임 벡터가 col 픽처를 참조 픽처로서 사용하는지 여부를 확인할 수 있다. 이때 공간적 주변 블록(예: A1 블록)의 움직임 벡터가 col 픽처를 참조 픽처로서 사용하는 경우, 공간적 주변 블록(예: A1 블록)의 움직임 벡터가 움직임 쉬프트에 사용되는 움직임 벡터로 선택될 수 있다. 그렇지 않은 경우, 움직임 쉬프트는 (0, 0)으로 설정될 수 있다.
다른 실시예로, TMVP에 움직임 쉬프트를 적용함에 있어서, 복수의 공간적 주변 블록들(예: A1, B1, B0, A0 블록)을 기반으로 움직임 쉬프트가 수행될 수 있다. 예를 들어, 먼저 col 픽처를 참조 픽처로서 사용하는 움직임 벡터가 존재하는 공간적 주변 블록을 선택하고, 선택된 공간적 주변 블록의 움직임 벡터를 움직임 쉬프트에 사용할 수 있다. 이때, 복수의 공간적 주변 블록들(예: A1, B1, B0, A0 블록) 중에서 미리 정해진 탐색 순서(예: A1, B1, B0, A0 순으로)에 따라 탐색하면서 가장 먼저 가용한 공간적 주변 블록의 움직임 벡터를 선택하여 움직임 쉬프트에 사용할 수 있다.
상술한 실시예들에서와 같이 공간적 주변 블록(들)로부터 움직임 쉬프트에 사용할 움직임 벡터를 획득한 다음, 이 움직임 벡터를 기반으로 움직임 쉬프트가 적용될 수 있다. 즉, 현재 블록의 좌표 상의 위치에서 상기 공간적 주변 블록의 움직임 벡터를 더함으로써 움직임 쉬프트가 이루어질 수 있다. 이와 같이 움직임 쉬프트가 적용된 위치를 기반으로 col 픽처로부터 CU 레벨 움직임 정보(예: 움직임 벡터, 참조 인덱스 등)가 획득될 수 있다. 다음으로, 움직임 쉬프트된 col 블록의 우하측 위치 C1(즉, 우하측에 위치하는 샘플)이 체크될 수 있다. 이때, 우하측에 위치하는 샘플 C1이 가용한 경우, 우하측에 위치하는 샘플 C1을 포함하는 col 블록의 움직임 정보를 TMVP의 움직임 정보로 도출할 수 있다. 또는, 우하측에 위치하는 샘플 C1이 가용하지 않은 경우, 움직임 쉬프트된 col 블록의 센터 위치 C0(즉, 센터에 위치하는 샘플)이 체크될 수 있다. 이때, 센터에 위치하는 샘플 C0이 가용한 경우, 센터에 위치하는 샘플 C0을 포함하는 col 블록의 움직임 정보를 TMVP의 움직임 정보로 도출할 수 있다.
하드웨어 메모리 대역폭을 줄이기 위해서, 상기 우하측에 위치하는 샘플 C1 및 센터에 위치하는 샘플 C0에 제한을 둘 수 있다. 예를 들어, sbTMVP에서와 동일한 제약 조건을 사용할 수 있다. 즉, C1 및 C0의 y축은 현재 CTU와 동일한 CTU 열(row) 내에 있고, C1 및 C0의 x축은 현재 CTU와 고정된 거리 내에 있는 것으로 제약을 둘 수 있다.
이하의 도면은 본 문서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 용어나 명칭(예컨대, 신택스/신택스 요소의 명칭 등)은 예시적으로 제시된 것이므로, 본 문서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
도 11 및 도 12는 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 11에 개시된 방법은 도 2에서 개시된 인코딩 장치(200)에 의하여 수행될 수 있다. 구체적으로, 도 11의 단계 S1100 ~ S1120은 도 2에 개시된 예측부(220)(보다 구체적으로, 인터 예측부(221))에 의하여 수행될 수 있고, 도 11의 단계 S1130은 도 2에 개시된 레지듀얼 처리부(230)에 의하여 수행될 수 있고, 도 11의 단계 S1140은 도 2에 개시된 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 또한, 도 11에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함하여 수행될 수 있다. 따라서, 도 11에서는 상술한 실시예들과 중복되는 내용에 관해서 구체적인 설명을 생략하거나 간단히 하기로 한다.
도 11을 참조하면, 인코딩 장치는 현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출할 수 있다(S1100).
여기서, 동일 위치 참조 픽처는 상술한 바와 같이 시간적 움직임 정보(즉, sbTMVP)를 유도하기 위해 사용되는 참조 픽처를 말하며, 상술한 col 픽처를 지칭할 수 있다. 참조 서브블록들은 상술한 col 서브블록들을 지칭할 수 있다.
일 실시예로, 인코딩 장치는 현재 블록의 공간적 주변 블록으로부터 움직임 벡터를 도출할 수 있다.
예를 들어, 현재 블록의 공간적 주변 블록은 현재 블록의 좌측에 위치한 좌측 주변 블록(도 9 또는 도 10의 A1일 수 있음)일 수 있고, 공간적 주변 블록의 움직임 벡터는 좌측 주변 블록이 가용한 경우에 좌측 주변 블록으로부터 도출되는 움직임 벡터일 수 있다. 또는, 좌측 주변 블록이 가용하지 않은 경우에는 제로 벡터를 사용할 수 있다. 여기서, 공간적 주변 블록이 가용한지 여부는 공간적 주변 블록의 참조 픽처 정보, 예측 모드 정보, 위치 정보 등에 의해서 판단될 수 있다. 예를 들어, 공간적 주변 블록의 참조 픽처와 현재 블록의 참조 픽처가 동일한 경우, 해당 공간적 주변 블록은 가용한 것으로 판단될 수 있다. 또는, 공간적 주변 블록이 인트라 예측 모드로 코딩되거나 공간적 주변 블록이 현재 픽처/타일 외부에 위치하는 경우, 해당 공간적 주변 블록은 가용하지 않은 것으로 판단될 수 있다.
그리고, 인코딩 장치는 공간적 주변 블록으로부터 도출된 움직임 벡터를 기반으로 움직임 쉬프트된 위치에 대응하는 동일 위치 참조 픽처 상의 참조 서브블록들을 도출할 수 있다.
예를 들어, 인코딩 장치는 현재 블록의 서브블록들 각각에 대해 서브블록 내의 센터 샘플 위치를 특정하고, 각 서브블록 내의 센터 샘플 위치에서 상기 공간적 주변 블록(예: 좌측 주변 블록)의 움직임 벡터가 가리키는 위치로 움직임 쉬프트를 적용하고, 상기 움직임 쉬프트된 위치를 기반으로 동일 위치 참조 픽처 내에서 참조 서브블록들 각각을 도출할 수 있다. 여기서, 센터 샘플 위치라 함은, 서브블록의 센터에 위치하는 4개의 샘플들 중 우측 하단에 위치한 샘플을 말할 수 있다.
인코딩 장치는 참조 서브블록들에 대한 움직임 정보를 기반으로 현재 블록의 서브블록들에 대한 움직임 정보(즉, sbTMVP)를 도출할 수 있다(S1110).
즉, 인코딩 장치는 상술한 바와 같이 도출된 동일 위치 참조 픽처 상의 참조 서브블록들의 움직임 정보를 현재 블록의 서브블록들에 대한 움직임 정보로 도출할 수 있다. 예를 들어, 참조 서브블록들의 움직임 벡터 및 참조 인덱스를 현재 블록의 서브블록에 대한 움직임 벡터 및 참조 인덱스로 설정할 수 있다.
인코딩 장치는 참조 서브블록들 중에서 움직임 정보(예컨대, 움직임 벡터)가 가용하지 않는 참조 서브블록에 대하여, 베이스 움직임 정보를 도출할 수 있다. 다시 말해, 참조 서브블록들 중에서 움직임 정보가 존재하지 않는 참조 서브블록에 대하여 베이스 움직임 정보를 도출할 수 있다. 이때, 베이스 움직임 정보는 가용하지 않는 참조 서브블록에 대응하는 현재 블록의 서브블록에 대한 움직임 정보로 사용될 수 있다.
베이스 움직임 정보를 도출함에 있어서, 상술한 실시예들이 적용될 수 있고, 예컨대 참조 서브블록들의 움직임 정보를 기반으로 베이스 움직임 정보를 도출하거나, 시간적 주변 블록으로부터 도출되는 움직임 정보(즉, TMVP)를 기반으로 베이스 움직임 정보를 도출할 수 있다.
일 실시예로, 인코딩 장치는 동일 위치 참조 픽처에서 현재 블록에 대응하여 위치하는 참조 블록 내 참조 서브블록들 중 하나의 참조 서브블록을 기반으로 베이스 움직임 정보를 도출할 수 있다.
예를 들어, 인코딩 장치는 참조 블록 내 포함된 참조 서브블록들 중에서, 좌측 상단에 위치한 참조 서브블록의 움직임 정보를 베이스 움직임 정보로 사용할 수 있다.
또는, 예를 들어, 인코딩 장치는 참조 블록 내 포함된 참조 서브블록들 중에서, 센터에 위치한 참조 서브블록의 움직임 정보를 베이스 움직임 정보로 사용할 수 있다. 여기서 센터에 위치한 참조 서브블록은 센터에 위치한 4개의 샘플들 중에서 우하측 샘플을 포함하는 서브블록일 수 있다.
또는, 예를 들어, 인코딩 장치는 참조 블록 내 포함된 참조 서브블록들 중에서, 움직임 벡터가 가용한 참조 서브블록을 기반으로 베이스 움직임 정보를 도출할 수 있다. 일예로, 인코딩 장치는 참조 블록 내 포함된 참조 서브블록들에 대하여 정해진 순서에 따라 움직임 벡터가 가용한지 여부를 체크하고, 가장 먼저 가용한 것으로 체크된 움직임 벡터를 갖는 참조 서브블록 또는 가장 마지막으로 가용한 것으로 체크된 움직임 벡터를 갖는 참조 서브블록으로부터 움직임 벡터를 도출하여, 이를 베이스 움직임 정보로 사용할 수 있다.
다른 실시예로, 인코딩 장치는 현재 블록의 시간적 주변 블록을 기반으로 도출되는 움직임 정보(즉, TMVP)를 사용하여 베이스 움직임 정보를 도출할 수 있다. 여기서, 시간적 주변 블록은 상술한 바와 같이, 현재 블록의 우하측 코너 샘플 위치에 대응하는 동일 위치 참조 픽처 상의 참조 블록 또는 현재 블록의 센터 샘플 위치에 대응하는 동일 위치 참조 픽처 상의 참조 블록을 포함할 수 있다.
예를 들어, 인코딩 장치는 현재 블록의 시간적 주변 블록(예: 우하측 코너 샘플을 포함하는 참조 블록, 센터 우하측 샘플을 포함하는 참조 블록)을 정해진 순서에 따라 탐색하여 가용한 블록을 검출하고, 검출된 블록의 움직임 정보를 시간적 움직임 정보(즉, TMVP)로 도출할 수 있다. 그리고, 인코딩 장치는 상기 시간적 움직임 정보(즉, TMVP)를 베이스 움직임 정보로 사용할 수 있다.
이때, 실시예에 따라, 시간적 주변 블록은 움직임 쉬프트를 적용하여 도출될 수 있다. 예를 들어, 인코딩 장치는 현재 블록의 공간적 주변 블록으로부터 도출되는 움직임 벡터를 기반으로 움직임 쉬프트하여 시간적 주변 블록을 도출할 수 있다. 그리고, 인코딩 장치는 움직임 쉬프트된 시간적 주변 블록의 움직임 정보를 베이스 움직임 정보로 사용할 수 있다.
시간적 주변 블록에 움직임 쉬프트를 적용함에 있어서, 일예로, 인코딩 장치는 하나의 공간적 주변 블록(예: 도 9 또는 도 10에 도시된 A1 블록)으로부터 획득된 움직임 벡터를 기반으로 움직임 쉬프트를 수행할 수 있다. 이때, 공간적 주변 블록(예: A1 블록)의 움직임 벡터가 가용한 경우, 이 움직임 벡터를 이용하여 시간적 주변 블록에 움직임 쉬프트를 적용할 수 있다. 다른 예로, 인코딩 장치는 복수의 공간적 주변 블록들(예: A1, B1, B0, A0 블록)을 기반으로 움직임 벡터를 획득하여 움직임 쉬프트를 수행할 수 있다. 이때, 복수의 공간적 주변 블록들(예: A1, B1, B0, A0 블록) 중에서 미리 정해진 탐색 순서(예: A1, B1, B0, A0 순으로)에 따라 탐색하면서 가장 먼저 가용한 공간적 주변 블록의 움직임 벡터를 선택하여 움직임 쉬프트에 사용할 수 있다.
상기와 같이 움직임 쉬프트된 시간적 주변 블록이 도출된 다음, 인코딩 장치는 동일 위치 참조 픽처 상에서 상기 시간적 주변 블록의 우하측에 위치하는 샘플을 포함하는 블록의 움직임 벡터가 가용한지 여부를 체크하고, 가용한 움직임 벡터인 경우 상기 시간적 주변 블록의 우하측에 위치하는 샘플을 포함하는 블록의 움직임 정보를 도출하여 베이스 움직임 정보로 사용할 수 있다. 또는, 상기 시간적 주변 블록의 우하측에 위치하는 샘플을 포함하는 블록의 움직임 벡터가 가용하지 않는 경우, 인코딩 장치는 동일 위치 참조 픽처 상에서 상기 시간적 주변 블록의 센터에 위치하는 샘플을 포함하는 블록의 움직임 벡터가 가용한지 여부를 체크하고, 가용한 움직임 벡터인 경우 상기 시간적 주변 블록의 센터에 위치하는 샘플을 포함하는 블록의 움직임 정보를 도출하여 베이스 움직임 정보로 사용할 수 있다.
인코딩 장치는 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성할 수 있다(S1120).
인코딩 장치는 RD(rate-distortion) cost 기반으로 최적의 움직임 정보를 선택하고, 이를 기반으로 예측 샘플들을 생성할 수 있다. 예를 들어, 현재 블록에 대해 서브블록 단위로 도출된 움직임 정보(즉, sbTMVP)가 최적의 움직임 정보로서 선택된 경우, 인코딩 장치는 상기와 같이 도출된 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 현재 블록의 예측 샘플들을 생성할 수 있다.
인코딩 장치는 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출하고(S1130), 레지듀얼 샘플들에 대한 정보를 포함하는 영상 정보를 인코딩할 수 있다(S1140).
즉, 인코딩 장치는 현재 블록에 대한 원본 샘플들과 현재 블록의 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다. 그리고, 인코딩 장치는 레지듀얼 샘플들에 대한 정보를 생성할 수 있다. 여기서, 레지듀얼 샘플들에 대한 정보는, 레지듀얼 샘플들에 변환 및 양자화를 수행하여 도출된 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다.
인코딩 장치는 레지듀얼 샘플들에 관한 정보를 인코딩하여 비트스트림으로 출력하고, 이를 네트워크 또는 저장매체를 통하여 디코딩 장치로 전송할 수 있다.
도 13 및 도 14는 본 문서의 실시예(들)에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 13에서 개시된 방법은 도 3에서 개시된 디코딩 장치(300)에 의하여 수행될 수 있다. 구체적으로, 도 13의 단계 S1300 ~ S1320은 도 3에 개시된 예측부(330)(보다 구체적으로, 인터 예측부(332))에 의하여 수행될 수 있고, 도 11의 단계 S1330은 도 3에 개시된 가산부(340)에 의하여 수행될 수 있다. 또한, 도 13에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함하여 수행될 수 있다. 따라서, 도 13에서는 상술한 실시예들과 중복되는 내용에 관해서 구체적인 설명을 생략하거나 간단히 하기로 한다.
도 13을 참조하면, 디코딩 장치는 현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출할 수 있다(S1300).
여기서, 동일 위치 참조 픽처는 상술한 바와 같이 시간적 움직임 정보(즉, sbTMVP)를 유도하기 위해 사용되는 참조 픽처를 말하며, 상술한 col 픽처를 지칭할 수 있다. 참조 서브블록들은 상술한 col 서브블록들을 지칭할 수 있다.
일 실시예로, 디코딩 장치는 현재 블록의 공간적 주변 블록으로부터 움직임 벡터를 도출할 수 있다.
예를 들어, 현재 블록의 공간적 주변 블록은 현재 블록의 좌측에 위치한 좌측 주변 블록(도 9 또는 도 10의 A1일 수 있음)일 수 있고, 공간적 주변 블록의 움직임 벡터는 좌측 주변 블록이 가용한 경우에 좌측 주변 블록으로부터 도출되는 움직임 벡터일 수 있다. 또는, 좌측 주변 블록이 가용하지 않은 경우에는 제로 벡터를 사용할 수 있다. 여기서, 공간적 주변 블록이 가용한지 여부는 공간적 주변 블록의 참조 픽처 정보, 예측 모드 정보, 위치 정보 등에 의해서 판단될 수 있다. 예를 들어, 공간적 주변 블록의 참조 픽처와 현재 블록의 참조 픽처가 동일한 경우, 해당 공간적 주변 블록은 가용한 것으로 판단될 수 있다. 또는, 공간적 주변 블록이 인트라 예측 모드로 코딩되거나 공간적 주변 블록이 현재 픽처/타일 외부에 위치하는 경우, 해당 공간적 주변 블록은 가용하지 않은 것으로 판단될 수 있다.
그리고, 디코딩 장치는 공간적 주변 블록으로부터 도출된 움직임 벡터를 기반으로 움직임 쉬프트된 위치에 대응하는 동일 위치 참조 픽처 상의 참조 서브블록들을 도출할 수 있다.
예를 들어, 디코딩 장치는 현재 블록의 서브블록들 각각에 대해 서브블록 내의 센터 샘플 위치를 특정하고, 각 서브블록 내의 센터 샘플 위치에서 상기 공간적 주변 블록(예: 좌측 주변 블록)의 움직임 벡터가 가리키는 위치로 움직임 쉬프트를 적용하고, 상기 움직임 쉬프트된 위치를 기반으로 동일 위치 참조 픽처 내에서 참조 서브블록들 각각을 도출할 수 있다. 여기서, 센터 샘플 위치라 함은, 서브블록의 센터에 위치하는 4개의 샘플들 중 우측 하단에 위치한 샘플을 말할 수 있다.
디코딩 장치는 참조 서브블록들에 대한 움직임 정보를 기반으로 현재 블록의 서브블록들에 대한 움직임 정보(즉, sbTMVP)를 도출할 수 있다(S1310).
즉, 디코딩 장치는 상술한 바와 같이 도출된 동일 위치 참조 픽처 상의 참조 서브블록들의 움직임 정보를 현재 블록의 서브블록들에 대한 움직임 정보로 도출할 수 있다. 예를 들어, 참조 서브블록들의 움직임 벡터 및 참조 인덱스를 현재 블록의 서브블록에 대한 움직임 벡터 및 참조 인덱스로 설정할 수 있다.
디코딩 장치는 참조 서브블록들 중에서 움직임 정보(예컨대, 움직임 벡터)가 가용하지 않는 참조 서브블록에 대하여, 베이스 움직임 정보를 도출할 수 있다. 다시 말해, 참조 서브블록들 중에서 움직임 정보가 존재하지 않는 참조 서브블록에 대하여 베이스 움직임 정보를 도출할 수 있다. 이때, 베이스 움직임 정보는 가용하지 않는 참조 서브블록에 대응하는 현재 블록의 서브블록에 대한 움직임 정보로 사용될 수 있다.
베이스 움직임 정보를 도출함에 있어서, 상술한 실시예들이 적용될 수 있고, 예컨대 참조 서브블록들의 움직임 정보를 기반으로 베이스 움직임 정보를 도출하거나, 시간적 주변 블록으로부터 도출되는 움직임 정보(즉, TMVP)를 기반으로 베이스 움직임 정보를 도출할 수 있다.
일 실시예로, 디코딩 장치는 동일 위치 참조 픽처에서 현재 블록에 대응하여 위치하는 참조 블록 내 참조 서브블록들 중 하나의 참조 서브블록을 기반으로 베이스 움직임 정보를 도출할 수 있다.
예를 들어, 디코딩 장치는 참조 블록 내 포함된 참조 서브블록들 중에서, 좌측 상단에 위치한 참조 서브블록의 움직임 정보를 베이스 움직임 정보로 사용할 수 있다.
또는, 예를 들어, 디코딩 장치는 참조 블록 내 포함된 참조 서브블록들 중에서, 센터에 위치한 참조 서브블록의 움직임 정보를 베이스 움직임 정보로 사용할 수 있다. 여기서 센터에 위치한 참조 서브블록은 센터에 위치한 4개의 샘플들 중에서 우하측 샘플을 포함하는 서브블록일 수 있다.
또는, 예를 들어, 디코딩 장치는 참조 블록 내 포함된 참조 서브블록들 중에서, 움직임 벡터가 가용한 참조 서브블록을 기반으로 베이스 움직임 정보를 도출할 수 있다. 일예로, 디코딩 장치는 참조 블록 내 포함된 참조 서브블록들에 대하여 정해진 순서에 따라 움직임 벡터가 가용한지 여부를 체크하고, 가장 먼저 가용한 것으로 체크된 움직임 벡터를 갖는 참조 서브블록 또는 가장 마지막으로 가용한 것으로 체크된 움직임 벡터를 갖는 참조 서브블록으로부터 움직임 벡터를 도출하여, 이를 베이스 움직임 정보로 사용할 수 있다.
다른 실시예로, 디코딩 장치는 현재 블록의 시간적 주변 블록을 기반으로 도출되는 움직임 정보(즉, TMVP)를 사용하여 베이스 움직임 정보를 도출할 수 있다. 여기서, 시간적 주변 블록은 상술한 바와 같이, 현재 블록의 우하측 코너 샘플 위치에 대응하는 동일 위치 참조 픽처 상의 참조 블록 또는 현재 블록의 센터 샘플 위치에 대응하는 동일 위치 참조 픽처 상의 참조 블록을 포함할 수 있다.
예를 들어, 디코딩 장치는 현재 블록의 시간적 주변 블록(예: 우하측 코너 샘플을 포함하는 참조 블록, 센터 우하측 샘플을 포함하는 참조 블록)을 정해진 순서에 따라 탐색하여 가용한 블록을 검출하고, 검출된 블록의 움직임 정보를 시간적 움직임 정보(즉, TMVP)로 도출할 수 있다. 그리고, 디코딩 장치는 상기 시간적 움직임 정보(즉, TMVP)를 베이스 움직임 정보로 사용할 수 있다.
이때, 실시예에 따라, 시간적 주변 블록은 움직임 쉬프트를 적용하여 도출될 수 있다. 예를 들어, 디코딩 장치는 현재 블록의 공간적 주변 블록으로부터 도출되는 움직임 벡터를 기반으로 움직임 쉬프트하여 시간적 주변 블록을 도출할 수 있다. 그리고, 디코딩 장치는 움직임 쉬프트된 시간적 주변 블록의 움직임 정보를 베이스 움직임 정보로 사용할 수 있다.
시간적 주변 블록에 움직임 쉬프트를 적용함에 있어서, 일예로, 디코딩 장치는 하나의 공간적 주변 블록(예: 도 9 또는 도 10에 도시된 A1 블록)으로부터 획득된 움직임 벡터를 기반으로 움직임 쉬프트를 수행할 수 있다. 이때, 공간적 주변 블록(예: A1 블록)의 움직임 벡터가 가용한 경우, 이 움직임 벡터를 이용하여 시간적 주변 블록에 움직임 쉬프트를 적용할 수 있다. 다른 예로, 디코딩 장치는 복수의 공간적 주변 블록들(예: A1, B1, B0, A0 블록)을 기반으로 움직임 벡터를 획득하여 움직임 쉬프트를 수행할 수 있다. 이때, 복수의 공간적 주변 블록들(예: A1, B1, B0, A0 블록) 중에서 미리 정해진 탐색 순서(예: A1, B1, B0, A0 순으로)에 따라 탐색하면서 가장 먼저 가용한 공간적 주변 블록의 움직임 벡터를 선택하여 움직임 쉬프트에 사용할 수 있다.
상기와 같이 움직임 쉬프트된 시간적 주변 블록이 도출된 다음, 디코딩 장치는 동일 위치 참조 픽처 상에서 상기 시간적 주변 블록의 우하측에 위치하는 샘플을 포함하는 블록의 움직임 벡터가 가용한지 여부를 체크하고, 가용한 움직임 벡터인 경우 상기 시간적 주변 블록의 우하측에 위치하는 샘플을 포함하는 블록의 움직임 정보를 도출하여 베이스 움직임 정보로 사용할 수 있다. 또는, 상기 시간적 주변 블록의 우하측에 위치하는 샘플을 포함하는 블록의 움직임 벡터가 가용하지 않는 경우, 디코딩 장치는 동일 위치 참조 픽처 상에서 상기 시간적 주변 블록의 센터에 위치하는 샘플을 포함하는 블록의 움직임 벡터가 가용한지 여부를 체크하고, 가용한 움직임 벡터인 경우 상기 시간적 주변 블록의 센터에 위치하는 샘플을 포함하는 블록의 움직임 정보를 도출하여 베이스 움직임 정보로 사용할 수 있다.
디코딩 장치는 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성할 수 있다(S1320).
일 실시예로, 디코딩 장치는 현재 블록에 대해 서브블록 단위 움직임 정보(즉, sbTMVP)를 기반으로 예측을 수행하는 예측 모드인 경우에 대하여, 상기와 같이 도출된 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 현재 블록의 예측 샘플들을 생성할 수 있다.
디코딩 장치는 예측 샘플들을 기반으로 복원 샘플들을 생성할 수 있다(S1330).
일 실시예로, 디코딩 장치는 예측 모드에 따라 예측 샘플들을 바로 복원 샘플들로 이용할 수도 있고, 또는 상기 예측 샘플들에 레지듀얼 샘플들을 더하여 복원 샘플들을 생성할 수도 있다.
디코딩 장치는 현재 블록에 대한 레지듀얼 샘플이 존재하는 경우, 현재 블록에 대한 레지듀얼에 관한 정보를 수신할 수 있다. 레지듀얼에 관한 정보는 레지듀얼 샘플들에 관한 변환 계수를 포함할 수 있다. 디코딩 장치는 레지듀얼 정보를 기반으로 현재 블록에 대한 레지듀얼 샘플들(또는 레지듀얼 샘플 어레이)을 도출할 수 있다. 디코딩 장치는 예측 샘플들과 레지듀얼 샘플들을 기반으로 복원 샘플들을 생성할 수 있고, 상기 복원 샘플들을 기반으로 복원 블록 또는 복원 픽처를 도출할 수 있다. 이후 디코딩 장치는 필요에 따라 주관적/객관적 화질을 향상시키기 위하여 디블록킹 필터링 및/또는 SAO 절차와 같은 인루프 필터링 절차를 상기 복원 픽처에 적용할 수 있음은 상술한 바와 같다.
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 문서의 실시예(들)이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서의 실시예(들)에 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 실시예(들)는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예(들)에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 15는 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 15를 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.
본 문서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 문서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 문서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 문서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 문서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.

Claims (19)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출하는 단계;
    상기 참조 서브블록들에 대한 움직임 정보를 기반으로 상기 현재 블록의 서브블록들에 대한 움직임 정보를 도출하는 단계;
    상기 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성하는 단계; 및
    상기 예측 샘플들을 기반으로 복원 샘플들을 생성하는 단계를 포함하며,
    상기 참조 서브블록들 중 움직임 벡터가 가용하지 않는 참조 서브블록에 대하여, 베이스 움직임 정보를 도출하고,
    상기 베이스 움직임 정보는 상기 가용하지 않는 참조 서브블록에 대응하는 상기 현재 블록의 서브블록에 대한 움직임 정보로 사용되는 것을 특징으로 하는 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 베이스 움직임 정보는, 상기 동일 위치 참조 픽처에서 상기 현재 블록에 대응하여 위치하는 참조 블록 내 상기 참조 서브블록들 중 하나의 참조 서브블록을 기반으로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  3. 제2항에 있어서,
    상기 베이스 움직임 정보는, 상기 참조 블록 내 상기 참조 서브블록들 중에서, 좌측 상단에 위치한 참조 서브블록을 기반으로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  4. 제2항에 있어서,
    상기 베이스 움직임 정보는, 상기 참조 블록 내 상기 참조 서브블록들 중에서, 센터에 위치한 참조 서브블록을 기반으로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  5. 제2항에 있어서,
    상기 베이스 움직임 정보는, 상기 참조 블록 내 상기 참조 서브블록들 중에서, 움직임 벡터가 가용한 참조 서브블록을 기반으로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  6. 제5항에 있어서,
    상기 베이스 움직임 정보는, 상기 참조 블록 내 상기 참조 서브블록들에 대하여 정해진 순서에 따라 움직임 벡터가 가용한지 여부를 체크하여, 가장 먼저 가용한 움직임 벡터를 갖는 참조 서브블록 또는 가장 마지막으로 가용한 움직임 벡터를 갖는 참조 서브블록을 기반으로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  7. 제1항에 있어서,
    상기 참조 서브블록들을 도출하는 단계는,
    상기 현재 블록의 공간적 주변 블록의 움직임 벡터를 도출하는 단계;
    상기 현재 블록의 서브블록들 각각의 센터 샘플 위치에서 상기 공간적 주변 블록의 움직임 벡터가 가리키는 위치로 움직임 쉬프트를 적용하는 단계; 및
    상기 움직임 쉬프트된 위치에 대응하는 상기 동일 위치 참조 픽처 상의 상기 참조 서브블록들 각각을 도출하는 단계를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  8. 제1항에 있어서,
    상기 베이스 움직임 정보는 상기 현재 블록의 시간적 주변 블록을 기반으로 도출되는 움직임 정보를 사용하고,
    상기 시간적 주변 블록은 상기 현재 블록의 우하측 코너 샘플 위치에 대응하는 상기 동일 위치 참조 픽처 상의 참조 블록 또는 상기 현재 블록의 센터 샘플 위치에 대응하는 상기 동일 위치 참조 픽처 상의 참조 블록을 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  9. 제8항에 있어서,
    상기 시간적 주변 블록은 상기 현재 블록의 공간적 주변 블록으로부터 도출되는 움직임 벡터를 기반으로 움직임 쉬프트되어 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  10. 인코딩 장치에 의하여 수행되는 영상 인코딩 방법에 있어서,
    현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출하는 단계;
    상기 참조 서브블록들에 대한 움직임 정보를 기반으로 상기 현재 블록의 서브블록들에 대한 움직임 정보를 도출하는 단계;
    상기 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성하는 단계;
    상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출하는 단계; 및
    상기 레지듀얼 샘플들에 대한 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하며,
    상기 참조 서브블록들 중 움직임 벡터가 가용하지 않는 참조 서브블록에 대하여, 베이스 움직임 정보를 도출하고,
    상기 베이스 움직임 정보는 상기 가용하지 않는 참조 서브블록에 대응하는 상기 현재 블록의 서브블록에 대한 움직임 정보로 사용되는 것을 특징으로 하는 영상 인코딩 방법.
  11. 제10항에 있어서,
    상기 베이스 움직임 정보는, 상기 동일 위치 참조 픽처에서 상기 현재 블록에 대응하여 위치하는 참조 블록 내 상기 참조 서브블록들 중 하나의 참조 서브블록을 기반으로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  12. 제11항에 있어서,
    상기 베이스 움직임 정보는, 상기 참조 블록 내 상기 참조 서브블록들 중에서, 좌측 상단에 위치한 참조 서브블록을 기반으로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  13. 제11항에 있어서,
    상기 베이스 움직임 정보는, 상기 참조 블록 내 상기 참조 서브블록들 중에서, 센터에 위치한 참조 서브블록을 기반으로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  14. 제11항에 있어서,
    상기 베이스 움직임 정보는, 상기 참조 블록 내 상기 참조 서브블록들 중에서, 움직임 벡터가 가용한 참조 서브블록을 기반으로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  15. 제15항에 있어서,
    상기 베이스 움직임 정보는, 상기 참조 블록 내 상기 참조 서브블록들에 대하여 정해진 순서에 따라 움직임 벡터가 가용한지 여부를 체크하여, 가장 먼저 가용한 움직임 벡터를 갖는 참조 서브블록 또는 가장 마지막으로 가용한 움직임 벡터를 갖는 참조 서브블록을 기반으로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  16. 제10항에 있어서,
    상기 참조 서브블록들을 도출하는 단계는,
    상기 현재 블록의 공간적 주변 블록의 움직임 벡터를 도출하는 단계;
    상기 현재 블록의 서브블록들 각각의 센터 샘플 위치에서 상기 공간적 주변 블록의 움직임 벡터가 가리키는 위치로 움직임 쉬프트를 적용하는 단계; 및
    상기 움직임 쉬프트된 위치에 대응하는 상기 동일 위치 참조 픽처 상의 상기 참조 서브블록들 각각을 도출하는 단계를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  17. 제10항에 있어서,
    상기 베이스 움직임 정보는 상기 현재 블록의 시간적 주변 블록을 기반으로 도출되는 움직임 정보를 사용하고,
    상기 시간적 주변 블록은 상기 현재 블록의 우하측 코너 샘플 위치에 대응하는 상기 동일 위치 참조 픽처 상의 참조 블록 또는 상기 현재 블록의 센터 샘플 위치에 대응하는 상기 동일 위치 참조 픽처 상의 참조 블록을 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  18. 제17항에 있어서,
    상기 시간적 주변 블록은 상기 현재 블록의 공간적 주변 블록으로부터 도출되는 움직임 벡터를 기반으로 움직임 쉬프트되어 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  19. 영상 디코딩 장치가 영상 디코딩 방법을 수행하도록 야기하는 인코딩된 정보를 저장하는 컴퓨터 판독 가능한 저장 매체에 있어서, 상기 영상 디코딩 방법은,
    현재 블록의 서브블록들에 대한 동일 위치 참조 픽처(collocated reference picture) 상의 참조 서브블록들을 도출하는 단계;
    상기 참조 서브블록들에 대한 움직임 정보를 기반으로 상기 현재 블록의 서브블록들에 대한 움직임 정보를 도출하는 단계;
    상기 현재 블록의 서브블록들에 대한 움직임 정보를 기반으로 예측 샘플들을 생성하는 단계; 및
    상기 예측 샘플들을 기반으로 복원 샘플들을 생성하는 단계를 포함하며,
    상기 참조 서브블록들 중 움직임 벡터가 가용하지 않는 참조 서브블록에 대하여, 베이스 움직임 정보를 도출하고,
    상기 베이스 움직임 정보는 상기 가용하지 않는 참조 서브블록에 대응하는 상기 현재 블록의 서브블록에 대한 움직임 정보로 사용되는 것을 특징으로 하는 컴퓨터 판독 가능한 저장 매체.
PCT/KR2020/007563 2019-06-11 2020-06-11 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩 WO2020251270A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/617,279 US20220232219A1 (en) 2019-06-11 2020-06-11 Image or video coding based on temporal motion information in units of subblocks

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962860234P 2019-06-11 2019-06-11
US62/860,234 2019-06-11

Publications (1)

Publication Number Publication Date
WO2020251270A1 true WO2020251270A1 (ko) 2020-12-17

Family

ID=73782207

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/007563 WO2020251270A1 (ko) 2019-06-11 2020-06-11 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩

Country Status (2)

Country Link
US (1) US20220232219A1 (ko)
WO (1) WO2020251270A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7448558B2 (ja) * 2019-03-15 2024-03-12 インターデイジタル ヴィーシー ホールディングス インコーポレイテッド 画像エンコーディングおよびデコーディングのための方法およびデバイス
US11917154B2 (en) * 2020-12-29 2024-02-27 Tencent America LLC End-to-end neural compression with deep reinforcement learning

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101967967B1 (ko) * 2013-09-26 2019-04-10 퀄컴 인코포레이티드 Ｈｅｖｃ 에서의 서브-예측 유닛 (ｐｕ) 기반 시간적 모션 벡터 예측 및 3ｄ-ｈｅｖｃ 에서의 서브-ｐｕ 설계
KR20190041480A (ko) * 2016-09-06 2019-04-22 퀄컴 인코포레이티드 후보 리스트들의 구성을 위한 지오메트리 기반의 우선순위
KR20190053238A (ko) * 2016-10-06 2019-05-17 엘지전자 주식회사 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101967967B1 (ko) * 2013-09-26 2019-04-10 퀄컴 인코포레이티드 Ｈｅｖｃ 에서의 서브-예측 유닛 (ｐｕ) 기반 시간적 모션 벡터 예측 및 3ｄ-ｈｅｖｃ 에서의 서브-ｐｕ 설계
KR20190041480A (ko) * 2016-09-06 2019-04-22 퀄컴 인코포레이티드 후보 리스트들의 구성을 위한 지오메트리 기반의 우선순위
KR20190053238A (ko) * 2016-10-06 2019-05-17 엘지전자 주식회사 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHEN, CHUN-CHIA ET AL . ET AL.: "CE2.5.1: Simplification of SbTMVP", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11. 13 TH MEETING, 9 January 2019 (2019-01-09), Mairakech. MA, XP030201023 *
LEE, HAHYUNET AL. ET AL.: "CE2-related: Simplification of subblock-based temporal merging candidates.", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29/WG 11. 13TH MEETING, 2 January 2019 (2019-01-02), Marrakech, MA, XP030200241 *

Also Published As

Publication number Publication date
US20220232219A1 (en) 2022-07-21

Similar Documents

Publication Publication Date Title
WO2020197236A1 (ko) 서브 픽처 핸들링 구조 기반 영상 또는 비디오 코딩
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
WO2021137597A1 (ko) Ols에 대한 dpb 파라미터를 사용하는 영상 디코딩 방법 및 그 장치
WO2020251319A1 (ko) Sbtmvp를 이용한 인터 예측 기반 영상 또는 비디오 코딩
WO2021040400A1 (ko) 팔레트 모드 기반 영상 또는 비디오 코딩
WO2021096057A1 (ko) 비디오 또는 영상 코딩 시스템에서의 엔트리 포인트 관련 정보에 기반한 영상 코딩 방법
WO2020141886A1 (ko) Sbtmvp 기반 인터 예측 방법 및 장치
WO2021040398A1 (ko) 팔레트 이스케이프 코딩 기반 영상 또는 비디오 코딩
WO2020180100A1 (ko) 인트라 블록 코딩 기반 비디오 또는 영상 코딩
WO2020141932A1 (ko) Cpr 기반 mmvd를 이용하는 인터 예측 방법 및 장치
WO2020141831A2 (ko) 인트라 블록 카피 예측을 이용한 영상 코딩 방법 및 장치
WO2020251270A1 (ko) 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩
WO2021091256A1 (ko) 영상/비디오 코딩 방법 및 장치
WO2021125700A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2020251340A1 (ko) 움직임 벡터 예측 기반 영상/비디오 코딩 방법 및 장치
WO2021034161A1 (ko) 인트라 예측 장치 및 방법
WO2020180043A1 (ko) Lmcs에 기반한 영상 코딩 방법 및 그 장치
WO2020145620A1 (ko) Mpm 리스트를 사용하는 인트라 예측 기반 영상 코딩 방법 및 장치
WO2020141884A1 (ko) Cpr 기반 mmvd를 사용하는 영상 코딩 방법 및 장치
WO2020251321A1 (ko) Sbtmvp 기반 영상 또는 비디오 코딩
WO2020251320A1 (ko) 서브블록 단위의 시간적 움직임 벡터 예측자 후보 기반 영상 또는 비디오 코딩
WO2021201463A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021034160A1 (ko) 매트릭스 인트라 예측 기반 영상 코딩 장치 및 방법
WO2020256329A1 (ko) 움직임 예측에 기반한 영상 코딩 방법 및 장치

Legal Events

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

Ref document number: 20823640

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: 20823640

Country of ref document: EP

Kind code of ref document: A1