WO2020256482A1 - 변환에 기반한 영상 코딩 방법 및 그 장치 - Google Patents

변환에 기반한 영상 코딩 방법 및 그 장치 Download PDF

Info

Publication number
WO2020256482A1
WO2020256482A1 PCT/KR2020/007992 KR2020007992W WO2020256482A1 WO 2020256482 A1 WO2020256482 A1 WO 2020256482A1 KR 2020007992 W KR2020007992 W KR 2020007992W WO 2020256482 A1 WO2020256482 A1 WO 2020256482A1
Authority
WO
WIPO (PCT)
Prior art keywords
transform
current block
lfnst
transform coefficients
block
Prior art date
Application number
PCT/KR2020/007992
Other languages
English (en)
French (fr)
Inventor
구문모
임재현
남정학
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 MX2021015639A priority Critical patent/MX2021015639A/es
Priority to CN202080044887.8A priority patent/CN114009023B/zh
Priority to KR1020217032851A priority patent/KR20210133300A/ko
Priority to CN202311087755.5A priority patent/CN116916023A/zh
Priority to EP20825474.8A priority patent/EP3965426A4/en
Priority to JP2021573861A priority patent/JP2022537160A/ja
Priority to CN202311092048.5A priority patent/CN116980597A/zh
Publication of WO2020256482A1 publication Critical patent/WO2020256482A1/ko
Priority to US17/535,090 priority patent/US11470324B2/en
Priority to US17/894,745 priority patent/US11882289B2/en
Priority to US18/532,387 priority patent/US20240129476A1/en

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
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
    • 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
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial 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
    • H04N19/129—Scanning of coding units, e.g. zig-zag scan of transform coefficients or flexible macroblock ordering [FMO]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/18—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 a set of transform coefficients
    • 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
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • This document relates to an image coding technique, and more particularly, to a transform-based image coding method and apparatus thereof in an image coding system.
  • 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 image coding efficiency.
  • Another technical problem of this document is to provide a method and apparatus for increasing the efficiency of transform index coding.
  • Another technical problem of this document is to provide an image coding method and apparatus using LFNST.
  • Another technical problem of this document is to provide an image coding method and apparatus for zero-out performed when LFNST is applied.
  • a video decoding method performed by a decoding apparatus includes deriving transform coefficients for a current block based on residual information; Determining whether a valid coefficient exists in a second area other than the first area at the upper left of the current block; Parsing an LFNST index from the bitstream if the significant coefficient does not exist in the second region; Deriving modified transform coefficients by applying an LFNST matrix derived based on the LFNST index to transform coefficients of the first region; And deriving residual samples for the current block based on the inverse linear transform of the modified transform coefficients.
  • the first area is derived based on the size of the current block, and if the size of the current block is 4x4 or 8x8, the first area is from the upper left of the current block to the 8th sample position in the scan direction, and the current If the size of the block is not 4x4 or 8x8, the first area may be a 4x4 area at the upper left of the current block.
  • the scan direction may be a diagonal scan direction.
  • the modified transform coefficients are derived in a predetermined number based on the size of the current block, and if the height and width of the current block is 8 or more, 48 modified transform coefficients are derived, and the width and height of the current block are If 4 or more and the width or height of the current block is less than 8, 16 modified transform coefficients may be derived.
  • the 48 modified transform coefficients may be arranged in a 4x4 area of the upper left, upper right and lower left of the 8x8 upper left area of the current block.
  • the 16 modified transform coefficients may be arranged in the upper left 4x4 area of the current block.
  • a video encoding method performed by an encoding device includes deriving residual samples for the current block based on a prediction sample; Deriving transform numbers for the current block based on a first-order transform for the residual samples; Deriving modified transform coefficients for the current block based on transform coefficients of the upper left first region of the current block and a predetermined LFNST matrix; Zeroing out a second area of the current block in which the modified transform coefficients do not exist; It may include encoding residual information derived through quantization of the modified transform coefficients and an LFNST index indicating the LFNST matrix.
  • a digital storage medium in which image data including a bitstream and encoded image information generated according to an image encoding method performed by an encoding apparatus is stored may be provided.
  • a digital storage medium in which image data including encoded image information and a bitstream causing the decoding apparatus to perform the image decoding method are stored may be provided.
  • the efficiency of transform index coding can be improved.
  • Another technical problem of this document is to provide an image coding method and apparatus using LFNST.
  • Another technical problem of this document is to provide an image coding method and apparatus for zero-out performed when LFNST is applied.
  • FIG. 1 schematically shows an example of a video/video coding system to which this document can be applied.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/video encoding apparatus to which this document can be applied.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/video decoding apparatus to which the present document can be applied.
  • 5 exemplarily shows intra directional modes of 65 prediction directions.
  • FIG. 6 is a diagram for describing an RST according to an embodiment of the present document.
  • FIG. 7 is a diagram illustrating a sequence of arranging output data of a forward linear transformation into a one-dimensional vector, according to an example.
  • FIG. 8 is a diagram illustrating a sequence of arranging output data of a forward quadratic transformation into a 2D vector according to an example.
  • FIG. 9 is a diagram illustrating wide-angle intra prediction modes according to an embodiment of the present document.
  • FIG. 10 is a diagram showing a block shape to which LFNST is applied.
  • FIG. 11 is a diagram illustrating an arrangement of output data of forward LFNST according to an example.
  • 12 is a diagram illustrating that the number of output data for forward LFNST is limited to a maximum of 16 according to an example.
  • FIG. 13 is a diagram illustrating zero-out in a block to which 4x4 LFNST is applied according to an example.
  • FIG. 14 is a diagram illustrating zero-out in a block to which 8x8 LFNST is applied according to an example.
  • 15 is a diagram illustrating zero-out in a block to which 8x8 LFNST is applied according to another example.
  • 16 is a diagram for describing an image decoding method according to an example.
  • 17 is a diagram for describing a method of encoding an image according to an example.
  • 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.
  • VVC Very Video Coding
  • HEVC High Efficiency Video Coding
  • EMC essential video coding
  • video may mean a set of images over time.
  • a picture generally refers to a unit representing one image in a specific time period, and a slice/tile is a unit constituting a part of a picture in coding.
  • 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.
  • One picture may consist of one or more tile groups.
  • One tile group may include one or more tiles.
  • 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.
  • A/B may mean “A and/or B.”
  • A, B may mean “A and/or B.”
  • A/B/C may mean “at least one of A, B, and/or C.”
  • A/B/C may mean “ at least one of A, B, and/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 It can be interpreted the same as "at least one of A and B”.
  • At least one of A, B and C means “only A”, “only B”, “only C”, or “A, B and C Can mean any combination of A, B and C”.
  • at least one of A, B or C or “at least one of A, B and/or C” means It can mean “at least one of A, B and C”.
  • parentheses used in the present specification 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 the present specification 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”.
  • FIG. 1 schematically shows an example of a video/video coding system to which this document can be applied.
  • a video/image coding system may include a source device and a reception 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 video encoding device may include an image 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 subtraction unit 231 subtracts the prediction signal (predicted block, prediction samples, or prediction sample array) output from the prediction unit 220 from the input image signal (original block, original samples, or original sample array) to make a residual.
  • a signal residual block, residual samples, or residual sample array
  • the prediction unit 220 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 predictor 220 may determine whether intra prediction or inter prediction is applied in units of a 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 perform intra block copy (IBC) to predict a block.
  • the intra block copy 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 prediction signal generated by the inter prediction unit 221 and/or the intra prediction unit 222 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 may include Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Graph-Based Transform (GBT), or Conditionally Non-linear Transform (CNT).
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • GBT Graph-Based Transform
  • 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 of variable size other than
  • 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.
  • Signaling/transmitted information and/or syntax elements described later in this document 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 may generate a reconstructed signal (a reconstructed picture, a reconstructed block, reconstructed samples, or a reconstructed sample array) by adding the reconstructed residual signal to the prediction signal output from the prediction unit 220 .
  • the predicted block may be used as a reconstructed block.
  • 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 (SAO), 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 290 as described later in the description of each filtering method.
  • the filtering information may be encoded by the entropy encoding unit 290 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 280.
  • the encoding device may avoid prediction mismatch between the encoding device 200 and the decoding device, and may improve encoding efficiency.
  • the DPB of the memory 270 may store the modified reconstructed picture to be used 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.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/video decoding apparatus to which the present document can be applied.
  • 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 information on a 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 on prediction is provided to the prediction unit 330, and information on the residual on which entropy decoding is performed by the entropy decoding unit 310, that is, quantized transform coefficients, and Related parameter information may be input to the inverse quantization unit 321.
  • 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 according to this document 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, a prediction unit 330, an addition unit 340, and a filtering unit ( 350) and at least one of the memory 360 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 may generate a prediction signal based on various prediction methods to be described later. For example, 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 perform intra block copy (IBC) to predict a block.
  • the intra block copy 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 intra prediction unit 332 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 332 may determine a prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 331 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 331 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 adds the obtained residual signal to the prediction signal (predicted block, prediction sample array) output from the prediction unit 330 to generate a reconstructed signal (restored picture, reconstructed block, reconstructed sample array). I can. When there is no residual for a block to be processed, such as when the skip mode is applied, 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 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 60, 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 331.
  • 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 331 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 332.
  • the embodiments described in the prediction unit 330, the inverse quantization unit 321, the inverse transform unit 322, and the filtering unit 350 of the decoding apparatus 300 are each a prediction unit ( 220), the inverse quantization unit 234, the inverse transform unit 235, and the filtering unit 260 may be applied in the same or corresponding manner.
  • 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 decodes information (residual information) about the residual between the original block and the predicted block, not the original sample value of the original block itself.
  • Video coding efficiency can be improved by signaling to the device.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, and generate a reconstructed block including reconstructed samples by summing the residual block and the predicted block. A reconstructed picture to be included can be generated.
  • the residual information may be generated through transformation and quantization procedures.
  • the encoding apparatus derives a residual block between the original block and the predicted block, and derives transform coefficients by performing a transformation procedure on residual samples (residual sample array) included in the residual block. And, by performing a quantization procedure on the transform coefficients, quantized transform coefficients may be derived, and related residual information may be signaled to a decoding apparatus (via a bitstream).
  • the residual information may include information such as value information of the 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.
  • the transform unit may correspond to the transform unit in the encoding apparatus of FIG. 2 described above, and the inverse transform unit may correspond to the inverse transform unit in the encoding apparatus of FIG. 2 or the inverse transform unit in the decoding apparatus of FIG. 3. .
  • the transform unit may derive (first-order) transform coefficients by performing first-order transform based on the residual samples (residual sample array) in the residual block (S410).
  • This primary transform may be referred to as a core transform.
  • the first-order transformation may be based on multiple transformation selection (MTS), and when multiple transformation is applied as the first-order transformation, it may be referred to as a multiple core transformation.
  • MTS multiple transformation selection
  • the multiple core transformation may indicate a method of additionally using Discrete Cosine Transform (DST) type 2, Discrete Sine Transform (DST) type 7, DCT type 8, and/or DST type 1. That is, the multi-core transform is performed by using a residual signal (or a residual block) in the spatial domain based on a plurality of transform kernels selected from among the DCT type 2, the DST type 7, the DCT type 8, and the DST type 1.
  • a transform method of transforming into transform coefficients (or first-order transform coefficients) of may be represented.
  • the first-order transform coefficients may be referred to as temporary transform coefficients from the perspective of the transform unit.
  • transformation coefficients can be generated by applying a transformation from a spatial domain to a frequency domain for a residual signal (or a residual block) based on DCT type 2.
  • Transform to may be applied to generate transform coefficients (or first order transform coefficients).
  • DCT type 2, DST type 7, DCT type 8, and DST type 1 may be referred to as a transform type, a transform kernel, or a transform core.
  • a vertical transformation kernel and a horizontal transformation kernel for a target block may be selected from among the transformation kernels, and a vertical transformation for the target block is performed based on the vertical transformation kernel, and the Horizontal transformation may be performed on the target block based on the horizontal transformation kernel.
  • the horizontal transformation may represent transformation of horizontal components of the target block
  • the vertical transformation may represent transformation of vertical components of the target block.
  • the vertical transform kernel/horizontal transform kernel may be adaptively determined based on a prediction mode and/or a transform index of a target block (CU or subblock) including a residual block.
  • mapping relationship can be set. For example, if the horizontal direction conversion kernel is represented by trTypeHor and the vertical direction conversion kernel is represented by trTypeVer, the value of trTypeHor or trTypeVer is set to DCT2, the value of trTypeHor or trTypeVer is set to DST7, and the value of trTypeHor or trTypeVer is 2 May be set to DCT8.
  • MTS index information may be encoded and signaled to a decoding device to indicate any one of a plurality of transform kernel sets. For example, if the MTS index is 0, it indicates that both trTypeHor and trTypeVer values are 0, if the MTS index is 1, it indicates that both the trTypeHor and trTypeVer values are 1, and if the MTS index is 2, the trTypeHor value is 2 and the trTypeVer value Is 1, if the MTS index is 3, the trTypeHor value is 1 and the trTypeVer value is 2, and if the MTS index is 4, it may indicate that both trTypeHor and trTypeVer values are 2.
  • a conversion kernel set according to MTS index information is shown in a table as follows.
  • the transform unit may derive modified (second-order) transform coefficients by performing a second-order transform based on the (first-order) transform coefficients (S420).
  • the first-order transform is a transform from a spatial domain to a frequency domain
  • the second-order transform refers to transforming into a more compressive expression using a correlation existing between (first-order) transform coefficients.
  • the second-order transform may include a non-separable transform.
  • the second transform may be referred to as a non-separable secondary transform (NSST) or a mode-dependent non-separable secondary transform (MDNSST).
  • the non-separated quadratic transform is a second-order transform of the (first-order) transform coefficients derived through the first-order transform based on a non-separable transform matrix, and modified transform coefficients for a residual signal. It may represent a transform that produces (or quadratic transform coefficients).
  • the non-separated quadratic transform does not separate the vertical and horizontal components of the (first-order) transform coefficients, and for example, two-dimensional signals (transform coefficients) are in a specific direction (eg, row-first). ) Direction or column-first direction), and then generating the modified transform coefficients (or quadratic transform coefficients) based on the non-separated transform matrix.
  • the row priority order is to arrange the first row, the second row, ..., the Nth row for the MxN block in a row
  • the column priority order is the first column, the second column for the MxN block. It is arranged in a row in the order of the column, ..., the Mth column.
  • the non-separated quadratic transform may be applied to a top-left region of a block (hereinafter, referred to as a transform coefficient block) composed of (first-order) transform coefficients.
  • a transform coefficient block composed of (first-order) transform coefficients.
  • an 8 ⁇ 8 non-separated quadratic transform may be applied to the upper left 8 ⁇ 8 area of the transform coefficient block.
  • both the width (W) and the height (H) of the transform coefficient block are 4 or more, and the width (W) or height (H) of the transform coefficient block is less than 8
  • 4 ⁇ 4 non-separated secondary A transform may be applied to the upper left min(8,W) ⁇ min(8,H) area of the transform coefficient block.
  • embodiments are not limited thereto, and for example, even if only the condition that the width (W) or the height (H) of the transform coefficient block is 4 or more is satisfied, the 4 ⁇ 4 non-separated quadratic transform is the upper left corner of the transform coefficient block. It can also be applied to the min(8,W) ⁇ min(8,H) area.
  • the non-separated quadratic transformation may be performed as follows.
  • the 4 ⁇ 4 input block X can be represented as follows.
  • a vector can be represented as follows.
  • the vector Rearranges the two-dimensional block of X in Equation 1 into a one-dimensional vector according to the row-first order.
  • the second-order non-separated transform can be calculated as follows.
  • T denotes a 16x16 (non-separated) transform matrix
  • a 16 ⁇ 1 transform coefficient vector through Equation 3 above Can be derived, and the above Can be re-organized into 4 ⁇ 4 blocks through a scan order (horizontal, vertical, diagonal, etc.).
  • the above-described calculation is an example, and in order to reduce the computational complexity of the non-separated quadratic transform, HyGT (Hypercube-Givens Transform) or the like may be used for the calculation of the non-separated quadratic transform.
  • a transform kernel (or transform core, transform type) may be selected based on mode.
  • the mode may include an intra prediction mode and/or an inter prediction mode.
  • the non-separated quadratic transform may be performed based on an 8 ⁇ 8 transform or a 4 ⁇ 4 transform determined based on the width (W) and height (H) of the transform coefficient block.
  • the 8x8 transform refers to a transform that can be applied to an 8x8 area included in a corresponding transform coefficient block when both W and H are equal to or greater than 8, and the 8x8 area may be an upper left 8x8 area inside the corresponding transform coefficient block.
  • a 4x4 transform refers to a transform that can be applied to a 4x4 area included in a corresponding transform coefficient block when both W and H are equal to or greater than 4, and the 4x4 area may be the upper left 4x4 area inside the corresponding transform coefficient block.
  • an 8x8 transform kernel matrix may be a 64x64/16x64 matrix
  • a 4x4 transform kernel matrix may be a 16x16/8x16 matrix.
  • two non-separated quadratic transform kernels per transform set for non-separated quadratic transform can be configured for both 8 ⁇ 8 transform and 4 ⁇ 4 transform, and the transform set is There can be four. That is, four transform sets may be configured for an 8 ⁇ 8 transform, and four transform sets may be configured for a 4 ⁇ 4 transform. In this case, four transform sets for an 8 ⁇ 8 transform may each include two 8 ⁇ 8 transform kernels, and in this case, two 4 ⁇ 4 transform kernels each for a 4 ⁇ 4 transform set. Can be included.
  • the size of the transform that is, the size of the region to which the transform is applied, may be used as an example, a size other than 8 ⁇ 8 or 4 ⁇ 4, the number of sets is n, and the number of transform kernels in each set is k It could be a dog.
  • the transform set may be referred to as an NSST set or an LFNST set. Selection of a specific set among the transform sets may be performed, for example, based on an intra prediction mode of a current block (CU or subblock).
  • LFNST Low-Frequency Non-Separable Transform
  • LFNST Low-Frequency Non-Separable Transform
  • the intra prediction mode is two non-directinoal (or non-angular) intra prediction modes and 65 directional (or angular) intra prediction modes.
  • the non-directional intra prediction modes may include a planar intra prediction mode of No. 0 and a DC intra prediction mode of No. 1, and the directional intra prediction modes may include 65 intra prediction modes of Nos. 2 to 66. .
  • the intra prediction mode 67 may be further used, and the intra prediction mode 67 may represent a linear model (LM) mode.
  • LM linear model
  • 5 exemplarily shows intra-directional modes of 65 prediction directions.
  • an intra prediction mode having horizontal directionality and an intra prediction mode having vertical directionality can be distinguished based on an intra prediction mode 34 having a downward-right diagonal prediction direction.
  • H and V in FIG. 5 denote horizontal and vertical directions, respectively, and numbers from -32 to 32 denote displacement of 1/32 units on a sample grid position. This may represent an offset to the mode index value.
  • Intra prediction modes 2 to 33 have horizontal directionality
  • intra prediction modes 34 to 66 have vertical directionality.
  • the 34th intra prediction mode can be considered to be neither horizontal nor vertical, strictly speaking, but it can be classified as belonging to horizontal directionality from the viewpoint of determining a transform set of a quadratic transform.
  • Intra prediction mode 18 and intra prediction mode 50 represent horizontal intra prediction mode and vertical intra prediction mode, respectively, and intra prediction mode 2 has a left reference pixel and is up-right direction. Because it predicts as, it may be referred to as an upward-right diagonal intra prediction mode.
  • the 34th intra prediction mode may be referred to as a downward-right diagonal intra prediction mode
  • the 66th intra prediction mode may be referred to as a left-downward diagonal intra prediction mode.
  • mapping of four transform sets depending on the intra prediction mode may be represented, for example, as shown in the following table.
  • one of four transform sets may be mapped to any one of 0 to 3, that is, four according to the intra prediction mode.
  • one of k transformation kernels in the specific set may be selected through a non-separated quadratic transformation index.
  • the encoding device may derive a non-separated secondary transformation index indicating a specific transformation kernel based on a rate-distortion (RD) check, and may signal the non-separated secondary transformation index to the decoding device.
  • the decoding apparatus may select one of k transform kernels in a specific set based on the non-separated quadratic transform index.
  • the lfnst index value 0 may refer to the first non-separated quadratic transformation kernel
  • the lfnst index value 1 may refer to the second non-separated quadratic transformation kernel
  • the lfnst index value 2 may refer to the third non-separated quadratic transformation kernel.
  • the lfnst index value 0 may indicate that the first non-separated quadratic transformation is not applied to the target block
  • the lfnst index values 1 to 3 may indicate the three transformation kernels.
  • the transform unit may perform the non-separated quadratic transform based on the selected transform kernels and obtain modified (quaternary) transform coefficients.
  • the modified transform coefficients may be derived as quantized transform coefficients through a quantization unit as described above, and may be encoded and transmitted to a signaling and inverse quantization/inverse transform unit in an encoding device.
  • the (first-order) transform coefficients which are the outputs of the first-order (separate) transform, can be derived as quantized transform coefficients through the quantization unit as described above, and are encoded. It may be transmitted to a decoding device to an inverse quantization/inverse transform unit in a signaling and encoding device.
  • the inverse transform unit may perform a series of procedures in the reverse order of the procedure performed by the above-described transform unit.
  • the inverse transform unit receives (inverse quantized) transform coefficients, performs a second-order (inverse) transform to derive (first-order) transform coefficients (S450), and performs a first-order (inverse) for the (first-order) transform coefficients.
  • a residual block (residual samples) may be obtained by performing transformation (S460).
  • the first-order transform coefficients may be referred to as modified transform coefficients from the standpoint of the inverse transform unit.
  • the encoding apparatus and the decoding apparatus may generate a reconstructed block based on the residual block and the predicted block, and generate a reconstructed picture based on the residual block.
  • the decoding apparatus may further include a second-order inverse transform determining unit (or an element determining whether to apply a second-order inverse transform) and a second-order inverse transform determining unit (or a second-order inverse transform determining element).
  • Whether to apply the second-order inverse transform may determine whether to apply the second-order inverse transform.
  • the second-order inverse transform may be NSST, RST, or LFNST
  • the second-order inverse transform application determining unit may determine whether to apply the second-order inverse transform based on the second-order transform flag parsed from the bitstream.
  • the determining unit whether to apply the second-order inverse transform may determine whether to apply the second-order inverse transform based on a transform coefficient of the residual block.
  • the second-order inverse transform determiner may determine a second-order inverse transform.
  • the second-order inverse transform determiner may determine a second-order inverse transform applied to the current block based on the LFNST (NSST or RST) transform set specified according to the intra prediction mode.
  • a second-order transform determination method may be determined depending on a first-order transform determination method.
  • Various combinations of the first-order transform and the second-order transform may be determined according to the intra prediction mode.
  • the inverse quadratic transform determiner may determine a region to which the inverse quadratic transform is applied based on the size of the current block.
  • a residual block (residual samples) may be obtained by receiving the (inverse quantized) transform coefficients and performing the first-order (separation) inverse transform.
  • the encoding apparatus and the decoding apparatus may generate a reconstructed block based on the residual block and the predicted block, and generate a reconstructed picture based on the residual block.
  • a reduced secondary transform (RST) with a reduced size of a transform matrix (kernel) can be applied from the concept of NSST in order to reduce the amount of computation and memory required for the non-separated quadratic transform.
  • a transform kernel, a transform matrix, and a coefficient constituting the transform kernel matrix described in this document may be expressed in 8 bits. This may be a condition to be implemented in the decoding device and the encoding device, and it is possible to reduce the amount of memory required for storing the conversion kernel while accompanied by a performance degradation that can be reasonably accommodated compared to the existing 9-bit or 10-bit. .
  • a small multiplier can be used, and it can be more suitable for a single instruction multiple data (SIMD) instruction used for optimal software implementation.
  • RST may mean transformation performed on residual samples for a target block based on a transform matrix whose size is reduced according to a simplification factor.
  • the amount of computation required for transformation may be reduced due to a reduction in the size of the transformation matrix. That is, the RST can be used to solve an issue of computational complexity that occurs when transforming a large block or non-separated transforming.
  • RST may be referred to in various terms such as reduced transform, reduced transform, reduced transform, reduced secondary transform, reduction transform, simplified transform, simple transform, etc., and the name to which RST may be referred to is not limited to the listed examples.
  • RST since RST is mainly performed in a low frequency region including a non-zero coefficient in a transform block, it may be referred to as a Low-Frequency Non-Separable Transform (LFNST).
  • LFNST Low-Frequency Non-Separable Transform
  • the conversion index may be referred to as an LFNST index.
  • the inverse transform unit 235 of the encoding device 200 and the inverse transform unit 322 of the decoding device 300 are transformed based on the inverse RST of the transform coefficients.
  • the inverse first-order transform means the inverse transform of the first-order transform applied to the residual.
  • deriving a transform coefficient based on a transform may mean deriving a transform coefficient by applying a corresponding transform.
  • FIG. 6 is a diagram for describing an RST according to an embodiment of the present document.
  • target block may mean a current block, a residual block, or a transform block on which coding is performed.
  • a reduced transformation matrix may be determined by mapping an N dimensional vector to an R dimensional vector located in a different space, where R is less than N.
  • N may mean the square of the length of one side of the block to which the transform is applied or the total number of transform coefficients corresponding to the block to which the transform is applied
  • the simplification factor may mean an R/N value.
  • the simplification factor may be referred to in various terms such as a reduced factor, a reduction factor, a reduced factor, a reduction factor, a simplified factor, and a simple factor.
  • R may be referred to as a reduced coefficient, but in some cases, the simplified factor may refer to R.
  • the simplification factor may mean an N/R value.
  • the simplification factor or the simplification factor may be signaled through a bitstream, but the embodiment is not limited thereto.
  • a predefined value for the simplification factor or the simplification factor may be stored in each encoding device 200 and the decoding device 300, and in this case, the simplification factor or the simplification factor may not be signaled separately.
  • the size of the simplified transform matrix according to an embodiment is RxN, which is smaller than the size NxN of a conventional transform matrix, and may be defined as in Equation 4 below.
  • the matrix T in the Reduced Transform block shown in FIG. 6A may mean the matrix T RxN of Equation 7.
  • transform coefficients for the target block may be derived.
  • the RST according to FIG. 6A is It can be expressed as a matrix operation such as Equation 8. In this case, memory and multiplication operations can be reduced to approximately 1/4 by a simplification factor.
  • a matrix operation can be understood as an operation to obtain a column vector by multiplying a matrix and a column vector by placing a matrix on the left side of the column vector.
  • r 1 to r 64 may represent residual samples for a target block, and more specifically, may be transform coefficients generated by applying a linear transform.
  • transform coefficients c i for the target block may be derived, and the derivation process of c i may be the same as Equation 6.
  • the size of the normal transform matrix is 64x64 (NxN), but the size of the simplified transform matrix is reduced to 16x64 (RxN).
  • Memory usage can be reduced by an R/N ratio.
  • the use of the simplified transform matrix can reduce the number of multiplication operations by an R/N ratio (RxN).
  • the transform unit 232 of the encoding apparatus 200 may derive transform coefficients for the target block by performing a first-order transform and an RST-based second-order transform on residual samples for the target block. These transform coefficients may be transmitted to the inverse transform unit of the decoding device 300, and the inverse transform unit 322 of the decoding device 300 derives the modified transform coefficients based on the inverse reduced secondary transform (RST) of the transform coefficients. Then, residual samples for the target block may be derived based on the inverse linear transform of the modified transform coefficients.
  • RST inverse reduced secondary transform
  • the size of the inverse RST matrix T NxR is NxR that is smaller than the size NxN of a typical inverse transform matrix, and is in a transpose relationship with the simplified transform matrix T RxN shown in Equation 4.
  • the matrix T t in the Transform block may mean the inverse RST matrix T RxN T (the superscript T means transpose).
  • T means transpose
  • modified transform coefficients for the target block or residual samples for the target block may be derived.
  • Station RxN RST matrix T T may be expressed as (T RxN) T NxR.
  • modified transform coefficients for the target block may be derived by multiplying transform coefficients for the target block by the inverse RST matrix T RxN T.
  • an inverse RST may be applied as an inverse first-order transform, and in this case, residual samples for the target block may be derived when transform coefficients for the target block are multiplied by the inverse RST matrix TRxNT.
  • the RST according to FIG.6(b) is It can be expressed as a matrix operation such as Equation 7 of.
  • Equation 7 c 1 to c 16 may represent transform coefficients for the target block.
  • r i representing modified transform coefficients for the target block or residual samples for the target block may be derived, and a derivation process of r i may be the same as in Equation 8.
  • r 1 to r N indicating modified transform coefficients for the target block or residual samples for the target block may be derived.
  • the size of the typical inverse transform matrix is 64x64 (NxN)
  • the size of the simplified inverse transform matrix is reduced to 64x16 (NxR).
  • Memory usage can be reduced by R/N ratio.
  • the use of the simplified inverse transform matrix can reduce the number of multiplication operations by an R/N ratio (NxR).
  • the transformation set configuration shown in Table 2 can be applied. That is, the 8x8 RST may be applied according to the transform set in Table 2. Since one transform set is composed of two or three transforms (kernels) according to an intra prediction mode, it may be configured to select one of a maximum of four transforms including a case where a quadratic transform is not applied. When the quadratic transformation is not applied, the transformation can be regarded as the identity matrix applied.
  • transformation index 0 can be assigned as an identity matrix, that is, when quadratic transformation is not applied
  • transformation index 0 can be assigned as an identity matrix, that is, when quadratic transformation is not applied
  • a transform to be applied may be designated by signaling a syntax element called an lfnst index for each transform coefficient block. That is, for an 8x8 upper left block through a transform index, 8x8 RST may be designated in the RST configuration, or 8x8 lfnst may be designated when LFNST is applied.
  • 8x8 lfnst and 8x8 RST refer to transforms that can be applied to the 8x8 area included in the corresponding transform coefficient block when both W and H of the target block to be transformed are equal to or greater than 8, and the 8x8 area is the corresponding transform coefficient block. It may be an upper left 8x8 area inside.
  • 4x4 lfnst and 4x4 RST refer to transforms that can be applied to the 4x4 area included in the corresponding transform coefficient block when both W and H of the target block are equal to or greater than 4, and the 4x4 area is It may be the upper left 4x4 area.
  • a maximum of 16 x 48 conversion kernels is selected by selecting only 48 data, not a 16 x 64 conversion kernel matrix, for 64 data constituting an 8 x 8 area.
  • Matrix can be applied.
  • “maximum” means that the maximum value of m is 16 for an m x 48 transform kernel matrix capable of generating m coefficients. That is, when RST is performed by applying an m x 48 transform kernel matrix (m ⁇ 16) to an 8 x 8 area, 48 data can be input and m coefficients can be generated. When m is 16, 48 data are input and 16 coefficients are generated.
  • a 16 ⁇ 1 vector may be generated by sequentially multiplying a 16 ⁇ 48 matrix and a 48 ⁇ 1 vector.
  • 48 x 1 vectors can be formed by appropriately arranging 48 pieces of data constituting an 8 x 8 area.
  • a 48 x 1 vector may be constructed based on 48 pieces of data constituting an area excluding a 4 x 4 area at the bottom right of an 8 x 8 area.
  • the transposed matrix of the above-described transform kernel matrix may be used for the inverse transform of the decoding process. That is, when inverse RST or LFNST is performed as an inverse transformation process performed by the decoding apparatus, the input coefficient data to which the inverse RST is applied is composed of a 1-D vector according to a predetermined arrangement order, and the corresponding inverse RST matrix is added to the 1-D vector.
  • the modified coefficient vectors obtained by multiplying from the left may be arranged in a 2D block according to a predetermined arrangement order.
  • the inverse transform unit 235 of the encoding device 200 and the inverse transform unit 322 of the decoding device 300 are transformed based on the inverse RST of the transform coefficients.
  • the inverse first-order transform means the inverse transform of the first-order transform applied to the residual.
  • deriving a transform coefficient based on a transform may mean deriving a transform coefficient by applying a corresponding transform.
  • the LFNST may include forward transformation by an encoding device and inverse transformation by a decoding device.
  • the encoding apparatus applies a primary (core) transform and then receives a result (or a part of the result) derived as an input, and applies a secondary transform.
  • Equation 9 x and y are the inputs and outputs of the quadratic transformation, respectively, G is a matrix representing the quadratic transformation, and transform basis vectors are composed of column vectors.
  • G is a matrix representing the quadratic transformation
  • transform basis vectors are composed of column vectors.
  • matrix G In the case of reverse LFNST, the dimensions of matrix G are [48 x 16 ], [48 x 8 ], [16 x 16 ], and [16 x 8 ], and the [48 x 8] and [16 x 8] matrices are respectively This is a partial matrix obtained by sampling 8 transform basis vectors from the left of the [48 x 16] matrix and the [16 x 16] matrix.
  • the dimensions of the matrix G T are [16 x 48 ], [8 x 48 ], [16 x 16 ], and [8 x 16 ], and [8 x 48] and [8 x 16]
  • the matrix is a partial matrix obtained by sampling 8 transform basis vectors from the top of the [16 x 48] matrix and the [16 x 16] matrix, respectively.
  • a [48 x 1] vector or a [16 x 1] vector can be used as an input x
  • a [16 x 1] vector or a [8 x 1] vector can be used as an output y.
  • the output of the forward first-order transform is two-dimensional (2D) data, so 2D data that is the output of the forward transform is properly arranged to form a [48 x 1] vector or a [16 x 1] vector as input x.
  • 2D data that is the output of the forward transform is properly arranged to form a [48 x 1] vector or a [16 x 1] vector as input x.
  • FIG. 7 is a diagram illustrating a sequence of arranging output data of a forward linear transformation into a one-dimensional vector, according to an example.
  • Figures 7 (a) and (b) on the left shows a sequence for creating a [48 x 1] vector
  • Figure 7 (a) and (b) on the right is a [16 x 1] vector Indicates the order.
  • a one-dimensional vector x may be obtained by sequentially arranging 2D data in the order shown in FIGS. 7A and 7B.
  • the arrangement direction of the output data of the forward linear transformation may be determined according to the intra prediction mode of the current block. For example, if the intra prediction mode of the current block is in the horizontal direction based on the diagonal direction, the output data of the forward first-order transformation may be arranged in the order of FIG. 7A, and the intra prediction mode of the current block is in the diagonal direction. In the vertical direction based on, the output data of the forward first-order transformation may be arranged in the order of FIG. 7B.
  • an arrangement order different from the ordering of FIGS. 7A and 7B may be applied, and the same as when the arrangement order of FIGS. 7A and 7B is applied.
  • the column vectors of matrix G can be rearranged according to the corresponding arrangement order. That is, the column vectors of G can be rearranged so that each element constituting the x vector is always multiplied by the same transformed basis vector.
  • Equation 9 Since the output y derived through Equation 9 is a one-dimensional vector, if a configuration that processes the result of the forward quadratic transformation as an input, for example, a configuration that performs quantization or residual coding, requires 2D data as input data. Then, the output y vector of Equation 9 must be properly arranged as 2D data.
  • FIG. 8 is a diagram illustrating a sequence of arranging output data of a forward quadratic transformation into a 2D vector according to an example.
  • FIG. 8A shows that when the output y is a [16 x 1] vector, output values are arranged in a diagonal scan order at 16 positions of a 2D block.
  • FIG. 8B shows that when the output y is a [8 x 1] vector, output values are arranged at 8 positions of a 2D block according to a diagonal scan order, and the remaining 8 positions are filled with zeros.
  • X in FIG. 8B indicates that it is filled with zeros.
  • the output vector y since the order in which the output vector y is processed by a configuration that performs quantization or residual coding may be performed according to a preset order, the output vector y may not be arranged in the 2D block as shown in FIG. 8. .
  • data coding may be performed in units of 2D blocks (e.g., 4x4) such as CG (Coefficient Group), and in this case, data is arranged in a specific order as in the diagonal scan order of FIG. Can be.
  • the decoding apparatus may construct a 1D input vector y by arranging 2D data output through an inverse quantization process or the like for inverse transformation according to a preset scan order.
  • the input vector y may be output as an input vector x by the following equation.
  • the output vector x can be derived by multiplying the input vector y, which is a [16 x 1] vector or a [8 x 1] vector, by a G matrix.
  • the output vector x may be a [48 x 1] vector or a [16 x 1] vector.
  • the output vector x is arranged in a two-dimensional block according to the order shown in FIG. 7 to be arranged as two-dimensional data, and the two-dimensional data becomes input data (or part of the input data) of the reverse linear transformation.
  • the reverse quadratic transform is generally opposite to the forward quadratic transform process, and in the case of the inverse transform, the reverse quadratic transform is applied first, and then the reverse primary transform is applied, unlike in the forward direction.
  • one of eight [48 x 16] matrices and eight [16 x 16] matrices may be selected as the transformation matrix G. Whether to apply a [48 x 16] matrix or a [16 x 16] matrix depends on the size and shape of the block.
  • the eight matrices may be derived from four transform sets as shown in Table 2 above, and each transform set may be composed of two matrices. Which of the four transform sets to use is determined according to the intra prediction mode, and more specifically, the transform set is determined based on the extended intra prediction mode value in consideration of the wide angle intra prediction mode (Wide Angle Intra Prediction, WAIP). do. Which of the two matrices constituting the selected transform set is selected is derived through index signaling. More specifically, 0, 1, and 2 are possible as transmitted index values, 0 indicates that LFNST is not applied, and 1 and 2 are two transforms constituting a transform set selected based on the intra prediction mode value. Any one of the matrices can be indicated.
  • FIG. 9 is a diagram illustrating wide-angle intra prediction modes according to an embodiment of the present document.
  • a typical intra prediction mode value may have values ranging from 0 to 66 and 81 to 83, and as illustrated, an intra prediction mode value extended due to WAIP may have a value ranging from -14 to 83.
  • Values from 81 to 83 indicate CCLM (Cross Compoonent Linear Model) mode, and values from -14 to -1 and values from 67 to 80 indicate the intra prediction mode value extended due to WAIP application.
  • CCLM Cross Compoonent Linear Model
  • the upper reference pixels are generally closer to positions inside the block to be predicted. Therefore, it may be more accurate to predict in the bottom-left direction than in the top-right direction.
  • the left reference pixels are generally close to the positions inside the block to be predicted. Therefore, it may be more accurate to predict in the top-right direction than in the bottom-left direction. Therefore, it may be advantageous to apply remapping, that is, mode index transformation, to the index of the wide-angle intra prediction mode.
  • the total number of intra prediction modes for a specific block (eg, a specific size non-square block) may not be changed, that is, the total number of intra prediction modes is 67, and the intra prediction mode for the specific block is The prediction mode coding may not be changed.
  • Table 3 shows a process of deriving a modified intra mode by remapping an intra prediction mode into a wide-angle intra prediction mode.
  • the extended intra prediction mode value is finally stored in the predModeIntra variable, and ISP_NO_SPLIT indicates that the CU block is not divided into sub-partitions by the Intra Sub Partitions (ISP) technology adopted in the current VVC standard, and the cIdx variable Values of 0, 1, and 2 indicate cases of luma, Cb, and Cr components, respectively.
  • the Log2 function shown in Table 3 returns a logarithmic value with a base of 2, and the Abs function returns an absolute value.
  • variable predModeIntra indicating the intra prediction mode, the height and width of the transform block, etc., are used as input values of the wide angle intra prediction mode mapping process, and the output value is the modified intra prediction mode (the modified intra prediction mode).
  • prediction mode predModeIntra The height and width of the transform block or the coding block may be the height and width of the current block for remapping of the intra prediction mode.
  • the variable whRatio reflecting the ratio of the width and the width may be set to Abs(Log2(nW/nH)).
  • the intra prediction mode can be divided into two cases and modified.
  • the width of the current block is greater than the height
  • the intra prediction mode before correction is equal to or greater than 2
  • the intra prediction mode is greater than 1
  • the variable whRatio is (8 + 2 * whRatio)
  • the intra prediction mode is set to a value 65 greater than the intra prediction mode [predModeIntra is set equal to (predModeIntra + 65 )].
  • the intra prediction mode is set to a value 67 smaller than the intra prediction mode [predModeIntra is set equal to (predModeIntra-67 )].
  • Table 2 above shows how a transform set is selected based on an intra prediction mode value extended by WAIP in LFNST.
  • modes 14 to 33 and modes 35 to 80 are symmetrical to each other in terms of a prediction direction centering on mode 34.
  • mode 14 and mode 54 are symmetric about the direction corresponding to mode 34. Accordingly, the same transform set is applied to the modes located in directions symmetrical to each other, and such symmetry is reflected in Table 2.
  • the forward LFNST input data for mode 54 is symmetric with the forward LFNST input data for mode 14.
  • 2D data is rearranged into 1D data according to the arrangement order shown in FIGS. 7A and 7B, respectively, and FIG. 7A )
  • the order of the patterns shown in (b) of FIG. 7 are symmetric around the direction indicated by mode 34 (diagonal direction).
  • FIG. 10 is a diagram showing a block shape to which LFNST is applied.
  • Figure 10 (a) shows 4 x 4 blocks, (b) shows 4 x 8 and 8 x 4 blocks, (c) shows 4 x N or N x 4 blocks in which N is 16 or more, and (d) shows 8 The x 8 block, (e) represents an M x N block in which M ⁇ 8, N ⁇ 8, and N>8 or M>8.
  • blocks with thick borders indicate areas to which LFNST is applied.
  • LFNST is applied to the top-left 4x4 area, and for the block of FIG. 10C, the two upper left 4x4 areas are continuously arranged.
  • Each LFNST is applied.
  • LFNST is applied in units of 4x4 regions, these LFNSTs are hereinafter referred to as “4x4 LFNST”, and the corresponding transformation matrices of Equations 9 and 10 Based on the matrix dimension for G, a [16 x 16] or [16 x 8] matrix may be applied.
  • a [16 x 8] matrix is applied to the 4x4 block (4x4 TU or 4x4 CU) of FIG. 10A, and [16 x 8] for the blocks in (b) and (c) of FIG. 10 16]
  • the matrix is applied. This is to set the computational complexity for the worst case to 8 multiplications per sample.
  • LFNST is applied to the upper left 8x8 area, and this LFNST is hereinafter referred to as “8x8 LFNST”.
  • [48 x 16] or [48 x 8] matrix may be applied as the corresponding transformation matrix.
  • a [48 x 1] vector (x vector in Equation 9) is input as input data, so all sample values in the upper left 8x8 area are not used as input values for forward LFNST. That is, as shown in the left order of Fig. 7(a) or the left order of Fig. 7(b), the 4x4 block at the bottom-right is left as it is, and samples belonging to the remaining 3 4x4 blocks are Based on [48 x 1] we can construct a vector.
  • a [48x8] matrix may be applied to an 8x8 block (8x8 TU or 8x8 CU) in FIG. 10D, and a [48x16] matrix may be applied to an 8x8 block in FIG. 10E. This is also to set the computational complexity for the worst case to 8 multiplications per sample.
  • the corresponding forward LFNST (4x4 LFNST or 8x8 LFNST) is applied, 8 or 16 output data (y vector in Equation 9, [8 x 1] or [16 x 1] vector) are created.
  • the number of output data is equal to or less than the number of input data due to the characteristics of the matrix G T.
  • FIG. 11 is a diagram illustrating an arrangement of output data of forward LFNST according to an example, and shows a block in which output data of forward LFNST is arranged according to a block shape.
  • the shaded area in the upper left corner of the block shown in FIG. 11 corresponds to the area where the output data of forward LFNST is located, and the location marked with 0 represents samples filled with a value of 0, and the remaining area is changed by forward LFNST. Indicates the area that is not available. In an area that is not changed by LFNST, the output data of the forward primary transform remains unchanged.
  • the output data of the forward LFNST may not fill the upper left 4x4 block.
  • a [16 x 8] matrix and a [48 x 8] matrix are applied to the block indicated by a thick line or a partial area inside the block, respectively, and [8 x 1] as the output of the forward LFNST. ]
  • a vector is created. That is, only 8 output data may be filled as shown in FIGS. 11A and 11D according to the scan order shown in FIG. 8B, and 0 may be filled for the remaining 8 positions.
  • two 4x4 blocks adjacent to the upper left 4x4 block and lower left 4x4 blocks as shown in FIG. 11D are also filled with 0 values.
  • the LFNST index is basically signaled to designate whether to apply LFNST and a transformation matrix to be applied. As shown in FIG. 11, when LFNST is applied, since the number of output data of the forward LFNST may be equal to or less than the number of input data, a region filled with a zero value occurs as follows.
  • the encoding device uses non-zero data for all positions inside the TU or CU block through residual coding ( It is possible to know whether there is an effective coefficient). Accordingly, the encoding device may determine whether to perform signaling on the LFNST index based on whether non-zero data is present, and the decoding device may determine whether to parse the LFNST index. If non-zero data does not exist in the areas designated in 1) and 2) above, signaling of the LFNST index is performed.
  • the LFNST index consists of up to two bins, and the binary code for the possible LFNST index values 0, 1, 2 is 0, 10 and 11 are assigned respectively.
  • context-based CABAC coding is applied to the first bin (regular coding), and bypass coding is applied to the second bin.
  • the total number of contexts for the first bin is 2, and (DCT-2, DCT-2) is applied as a primary transform pair for the horizontal and vertical directions, and the luma and chroma components are dual.
  • DCT-2, DCT-2 is applied as a primary transform pair for the horizontal and vertical directions, and the luma and chroma components are dual.
  • the following simplification methods may be applied.
  • the number of output data for forward LFNST may be limited to a maximum of 16.
  • 4x4 LFNST may be applied to two 4x4 regions adjacent to the upper left, and at this time, up to 32 LFNST output data may be generated. If the number of output data for the forward LFNST is limited to a maximum of 16, 4x4 LFNST is applied only to one 4x4 area existing in the upper left corner even for a 4xN/Nx4 (N ⁇ 16) block (TU or CU). LFNST can be applied only once for all blocks. This can simplify the implementation of video coding.
  • zero-out may be additionally applied to a region to which LFNST is not applied.
  • zero-out may mean filling the values of all positions belonging to a specific area with zero values. That is, zero-out can be applied to a region that is not changed due to LFNST and maintains the result of the forward first-order transformation.
  • zero-out can be classified into two types ((ii)-(A) and (ii)-(B)) as follows.
  • FIG. 13 is a diagram illustrating zero-out in a block to which 4x4 LFNST is applied according to an example.
  • a block to which 4x4 LFNST is applied that is, a region to which LFNST is not applied to the blocks of (a), (b) and (c) of FIG. 11 may be all filled with zeros.
  • FIG. 13D shows that when the maximum value of the forward LFNST output is limited to 16 as shown in FIG. 12, zero-out is performed on the remaining blocks to which 4x4 LFNST is not applied.
  • FIG. 14 is a diagram illustrating zero-out in a block to which 8x8 LFNST is applied according to an example.
  • the blocks to which the 8x8 LFNST is applied that is, the areas to which the LFNST is not applied to the blocks of (d) and (e) of FIGS.
  • FIG. 15 is a diagram illustrating zero-out in a block to which 8x8 LFNST is applied according to another example.
  • zero out may be applied to all regions other than the region to which LFNST is applied, or zero out may be applied only to a partial region as shown in FIG. 15.
  • Zero-out may be applied only to an area other than the upper left 8x8 area of FIG. 15, and zero-out may not be applied to the lower right 4x4 block inside the upper left 8x8 area.
  • the area in which non-zero output data can exist is limited to the inside of the upper left 4x4 area.
  • the eighth position in the scan order is the last position in which non-zero data can exist, as shown in FIGS. 13(b) and (c).
  • the 16th position in the scan order (that is, the position at the lower right corner of the upper left 4x4 block) is the last position in which non-zero data can exist.
  • Tables 5 and 6 show decoding processes for (ii) and (iii) of the LFNST simplification method.
  • the first condition is a condition in which a non-zero coefficient is derived from an area other than the upper left area to which LFNST can be applied in the transform block (i.e., when an effective coefficient in a subblock other than the upper left sub-block (4x4) is derived).
  • the flag variable lfnstZeroOutSigCoeffFlag for zero out of LFNST is set to 1.
  • the size of the transform block is 4x4 or more, it indicates that zero-out is performed in the transform block to which 4x4 LFNST and 8x8 LFNST are applied.
  • the second condition is that when LFNST is applied to the 4x4 block and the 8x8 block, the last position in which a non-zero coefficient can exist is the 8th position as shown in (a) and (d) of FIG. 11, so the 7th position starting from 0 If there is a non-zero coefficient out of the position, the flag variable lfnstZeroOutSigCoeffFlag is set to 1.
  • the flag variable lfnstZeroOutSigCoeffFlag is set to 0, and lfnst_idx may be signaled when lfnstZeroOutSigCoeffFlag is 1.
  • the above-described part shows the decoding process for (i) of the LFNST simplification method.
  • nonZeroW and nonZeroH representing the width and height of the upper left block in which a non-zero transform coefficient input to the inverse linear transformation may exist are 4 when the lfnst index is not 0, and the width or width of the transform block is 4.
  • Embodiment 2 since the zero-out proposed in (ii) is not applied, the LFNST index signaling method according to a method that does not check whether non-zero data exists is applied. That is, only the zero-out presented in FIG. 11 is checked, and the LFNST index is signaled based on this, and in the case of FIG. 11(c), since the number of output data is 32, it is different from the second embodiment (that is, the case of the second embodiment 12) It is the same as that of FIG. 11(c) that zero-out does not occur except that the output data is located in the upper left 4x4 block.
  • the LFNST index signaling method according to the method of not checking whether non-zero data is present can be applied as it is.
  • Table 8 shows the decoding process for (i) of the LFNST simplification method.
  • Table 6 may be applied to the syntax syntax for the coding unit for the third embodiment.
  • the LFNST index signaling method according to the method of not checking whether non-zero data is present can be applied as it is. That is, the zero-out in (ii)-(B) is performed by the encoding device, and the decoding device may perform LFNST index signaling assuming that non-zero data may exist for the corresponding zero-out area. Even in this case, only the zero-out shown in FIG. 11 is checked, and the LFNST index is signaled based on this.
  • Table 9 of Embodiment 3 may be applied to the syntax syntax for residual coding
  • Table 6 of Embodiment 1 may be applied to the syntax syntax of the coding unit.
  • the size of the transform block to which the first condition in which the flag variable lfnstZeroOutSigCoeffFlag for zero out of LFNST is set to 1 is applied is 8x8.
  • the size limitation of this transform block indicates that zero-out is performed only in the transform block to which 8x8 LFNST is applied.
  • the above-described part shows the decoding process for (i) of the LFNST simplification method.
  • the LFNST index signaling method according to the method of not checking whether non-zero data is present can be applied as it is. That is, the zero-out in (ii)-(B) is performed by the encoding device, and the decoding device may perform LFNST index signaling assuming that non-zero data may exist for the corresponding zero-out area. Even in this case, in FIG. 11, only the remaining zero-out areas except for FIG. 11(c) are checked, and the LFNST index is signaled based on this.
  • the decoding device since the zero-out is performed only in the encoding device, and the decoding device parses the lfnst index without considering the zero-out, the specification text for the LFNST index is not changed.
  • the amount of computation required for the entire conversion process can be reduced, thereby reducing power consumption required to perform conversion.
  • a second-order transformation such as LFNST increases the total delay time involved in performing the transformation because the amount of calculation is added to the existing first-order transformation.
  • an increase in delay time due to quadratic transformation during encoding leads to an increase in delay time until reconstruction, thereby increasing the overall delay time of intra prediction encoding.
  • the delay time for performing the first-order conversion can be significantly reduced when applying LFNST, so the delay time for the entire conversion is maintained as it is or rather reduced, making the encoding device simpler. Can be implemented.
  • 16 is a flowchart illustrating an operation of a video decoding apparatus according to an embodiment of the present document.
  • Each step disclosed in FIG. 16 may be performed by the decoding apparatus 300 disclosed in FIG. 3. More specifically, S1610 and S1640 may be performed by the entropy decoding unit 310 disclosed in FIG. 3, S1620 may be performed by the inverse quantization unit 321 disclosed in FIG. 3, and S1630, S1650 and S1660 are It may be performed by the inverse transform unit 322 disclosed in FIG. 3, and S16700 may be performed by the addition unit 340 disclosed in FIG. 3. In addition, operations according to S1610 to S1670 are based on some of the contents described above in FIGS. 4 to 15. Accordingly, detailed descriptions overlapping with those described above in FIGS. 3 to 15 will be omitted or simplified.
  • the decoding apparatus 300 receives a bitstream including residual information, and derives residual information, such as quantized transform coefficients, for a current block, that is, a transform block to be transformed, from the bitstream. Can do it (S1610).
  • the decoding apparatus 300 may decode information about quantized transform coefficients for the current block from the bitstream, and based on information about quantized transform coefficients for the current block, Quantized transform coefficients can be derived.
  • Information about the quantized transform coefficients for the target block may be included in a sequence parameter set (SPS) or a slice header, information on whether or not a simplified transform (RST) is applied, information on a simplification factor, At least one of information about the minimum transform size to which the simplified transform is applied, information about the maximum transform size to which the simplified transform is applied, the size of the simplified inverse transform, and information about a transform index indicating any one of transform kernel matrices included in the transform set It may include.
  • SPS sequence parameter set
  • RST simplified transform
  • simplification factor At least one of information about the minimum transform size to which the simplified transform is applied, information about the maximum transform size to which the simplified transform is applied, the size of the simplified inverse transform, and information about a transform index indicating any one of transform kernel matrices included in
  • the decoding apparatus 300 may derive transform coefficients by performing inverse quantization on the quantized transform coefficients for the current block (S1620).
  • the derived transform coefficients may be two-dimensionally arranged in the current block, and the decoding apparatus may derive information about non-zero data, that is, non-zero effective coefficients, in the current block through such residual coding. That is, the decoding apparatus may determine the last position information of a non-zero valid coefficient in the current block.
  • the transform coefficient derived based on the residual information of S1620 may be an inverse quantized transform coefficient as described above or may be a quantized transform coefficient. That is, the transform coefficient may be data capable of checking whether the current block is non-zero data regardless of quantization or not.
  • the decoding apparatus may determine whether an effective coefficient exists in a second region other than the first region at the upper left of the current block (S1630).
  • the first area may be derived based on the size of the current block.
  • the first area may be from the upper left of the current block to the eighth sample position in the scan direction.
  • the size of the current block is 4x4 or 8x8, 8 data are output through the forward LFNST, so the 8 transform coefficients received by the decoding device are the upper left of the current block as shown in FIGS. 13A and 14A. It can be arranged from to the eighth sample position in the scan direction.
  • the first area may be a 4x4 area at the upper left of the current block. If the size of the current block is not 4x4 or 8x8, 16 data are output through the forward LFNST, so the 16 transform coefficients received by the decoding device are as shown in FIGS. 13(b) to (d) and FIG. 14(b). Likewise, it may be arranged in the upper left 4x4 area of the current block.
  • transform coefficients that may be arranged in the first region may be arranged in a diagonal scan direction as shown in FIG. 8.
  • a transform coefficient for a block to which LFNST is applied may be a maximum of 16.
  • the decoding apparatus determines that there is no valid coefficient in the second region except the first region, that is, checks the valid coefficient up to the second region of the current block and does not exist, the decoding apparatus LFNST from the bitstream.
  • the index can be parsed (S1640).
  • the remaining area of the current block except for the transform coefficient according to the LFNST may be zero-out.
  • LFNST index information is received as syntax information, and the syntax information is received as a binarized empty string including 0 and 1.
  • the syntax element of the LFNST index may indicate whether inverse LFNST or inverse non-separated transform is applied, and any one of transform kernel matrices included in the transform set, and the transform set includes two transform kernel matrices. In this case, there may be three values of the syntax element of the conversion index.
  • the syntax element value for the LFNST index is 0 indicating a case where inverse LFNST is not applied to the target block, 1 indicating the first transformation kernel matrix among transformation kernel matrices, and two of the transformation kernel matrices. It may include 2 indicating the th transform kernel matrix.
  • the decoding apparatus may derive the modified transform coefficients by applying the LFNST matrix to the transform coefficients of the first region (S1650).
  • the inverse transform unit 332 of the decoding apparatus 300 determines a transform set based on a mapping relationship according to an intra prediction mode applied to the current block, and an inverse LFNST based on the values of the syntax elements for the transform set and the LFNST index, That is, inverse non-separation transformation can be performed.
  • a plurality of transform sets may be determined according to the intra prediction mode of a transform block to be transformed, and the inverse LFNST is a transform kernel matrix included in the transform set indicated by the LFNST index, that is, among the LFNST matrix. It can be performed on the basis of either.
  • the matrix applied to the inverse LFNST may be named as an inverse LFNST matrix or an LFNST matrix, and if such a matrix is in a transforce relationship with a matrix used for forward LFNST, the name is irrelevant.
  • the inverse LFNST matrix may be an amorphous matrix in which the number of columns is less than the number of rows.
  • the modified transform coefficients may be derived in a predetermined number based on the size of the current block. For example, if the height and width of the current block is 8 or more, 48 modified transform coefficients as shown on the left of FIG. 7 are derived, and if the width and height of the current block are not 8 or more, that is, the width and height of the current block If is greater than or equal to 4 and the width or height of the current block is less than 8, 16 modified transform coefficients as shown on the right side of FIG. 7 may be derived.
  • modified transform coefficients may be arranged in the upper left, upper right and lower left 4x4 regions of the upper left 8x8 region of the current block, and 16 modified transform coefficients may be arranged in the upper left 4x4 region of the current block. have.
  • modified transform coefficients and 16 modified transform coefficients may be arranged in a vertical or horizontal direction according to an intra prediction mode of the current block.
  • the intra prediction mode is a horizontal direction (modes 2 to 34 in FIG. 9) based on the diagonal direction (mode 34 in FIG. 9)
  • the modified transform coefficients are horizontal as shown in FIG. 7(a).
  • the direction that is, may be arranged in the row-first direction
  • the intra prediction mode is in the vertical direction (modes 35 to 66 in FIG. 9) based on the diagonal direction
  • the modified transform coefficients are as shown in FIG. 7(b). They may be arranged in a horizontal direction, that is, in a column-first direction.
  • S1650 includes a step of decoding a transform index, a step of determining whether a condition to apply an inverse RST based on a transform index, that is, an LFNST index, a step of selecting a transform kernel matrix, and an inverse LFNST. If a condition to be applied is applicable, the step of applying inverse LFNST to the transform coefficients based on the selected transform kernel matrix and/or the simplification factor may be included. In this case, the size of the simplified inverse transform matrix may be determined based on the simplification factor.
  • residual samples for the target block are derived based on the inverse LFNST for transform coefficients for the target block.
  • the size of the normal inverse transform matrix is NxN, but the size of the inverse LFNST matrix decreases to NxR. Therefore, compared to the case of performing the normal transform, the memory usage when performing the inverse LFNST is R/ It can be reduced by N ratio.
  • the number of multiplication operations can be reduced by an R/N ratio (NxR) by using an inverse LFNST matrix.
  • the decoding efficiency may increase.
  • (inverse) conversion efficiency and decoding efficiency of the decoding apparatus 300 may be increased through inverse LFNST.
  • the decoding apparatus 300 may derive residual samples for a target block based on an inverse linear transform of the modified transform coefficients (S1660).
  • the decoding apparatus determines whether to apply LFNST to the current block, and when LFNST is not applied, residual samples may be derived from transform coefficients through first-order inverse transformation.
  • the decoding apparatus derives residual samples from the transform coefficients through a first-order inverse transform. can do.
  • the first-order inverse transformation procedure may be called an inverse first-order transformation procedure or an inverse MTS transformation procedure. This MTS-based first-order inverse transformation procedure may also be omitted in some cases.
  • a simplified inverse transform may be applied to the inverse linear transform, or a conventional separation transform may be used.
  • the decoding apparatus 300 may generate reconstructed samples based on residual samples for a target block and prediction samples for a current block (S1670).
  • 17 is a flowchart illustrating an operation of a video encoding apparatus according to an embodiment of the present document.
  • Each step disclosed in FIG. 17 may be performed by the encoding apparatus 200 disclosed in FIG. 2. More specifically, S1710 may be performed by the prediction unit 220 disclosed in FIG. 2, S1720 may be performed by the subtraction unit 231 disclosed in FIG. 2, and S1730 to S1750 are the conversion units disclosed in FIG. 2. It may be performed by 232, and S1760 may be performed by the quantization unit 233 and the entropy encoding unit 240 disclosed in FIG. 2. In addition, operations according to S1710 to S1760 are based on some of the contents described above in FIGS. 4 to 15. Accordingly, detailed descriptions overlapping with those described above in FIGS. 2 and 4 to 15 will be omitted or simplified.
  • the encoding apparatus 200 may derive prediction samples based on an intra prediction mode applied to a current block (S1710).
  • the encoding apparatus 200 may derive residual samples for a current block based on the prediction samples (S1720).
  • the encoding apparatus 200 may derive transform coefficients for the target block based on a first-order transform for a residual sample (S1730).
  • the first-order transform may be performed through a plurality of transform kernels, and in this case, a transform kernel may be selected based on an intra prediction mode.
  • the encoding apparatus 200 may determine whether to perform quadratic transformation or non-separated transformation, specifically LFNST, on transform coefficients for the current block.
  • the encoding apparatus 200 may derive modified transform coefficients for the current block based on the transform coefficients of the upper left first area of the current block and a predetermined LFNST matrix (S1740).
  • the encoding apparatus 200 determines a transform set based on a mapping relationship according to an intra prediction mode applied to the current block, and LFNST, that is, non-separated transform, based on any one of two LFNST matrices included in the transform set. Can be done.
  • a plurality of transform sets may be determined according to an intra prediction mode of a transform block to be transformed.
  • a matrix applied to LFNST has a transforce relationship with a matrix used for reverse LFNST.
  • the LFNST matrix may be an amorphous matrix in which the number of rows is less than the number of columns.
  • the first area may be derived based on the size of the current block. For example, if the height and width of the current block is 8 or more, the first area is a 4x4 area of the upper left, upper right, and lower left of the upper left 8x8 area of the current block as shown on the left side of FIG. 7, and the height and width of the current block is 8 In other cases, the first area may be a 4x4 area at the upper left of the current block as shown on the right of FIG. 7.
  • the transform coefficients of the first region may be one-dimensionally arranged in a vertical or horizontal direction according to an intra prediction mode of the current block for a multiplication operation with the LFNST matrix.
  • the 48 modified transform coefficients or 16 modified transform coefficients of the first region may be arranged in a vertical or horizontal direction according to the intra prediction mode of the current block. For example, if the intra prediction mode is in the horizontal direction (modes 2 to 34 in FIG. 9) based on the diagonal direction (mode 34 in FIG. 9), the transform coefficients are in the horizontal direction, as shown in FIG. 7(a). That is, if the intra prediction mode can be arranged in the order of row priority, and the intra prediction mode is in the vertical direction (modes 35 to 66 in FIG. 9) based on the diagonal direction, the transform coefficients are in the horizontal direction as shown in FIG. 7(b). They can be arranged in the order of column priority.
  • LFNST may be performed based on a simplified transform matrix or a transform kernel matrix
  • the simplified transform matrix may be an amorphous matrix in which the number of rows is smaller than the number of columns.
  • S1740 is a step of determining whether a condition to apply LFNST is applicable, generating and encoding an LFNST index based on the determination, selecting a transform kernel matrix, and a condition to apply LFNST If so, it may include applying LFNST to the residual samples based on the selected transform kernel matrix and/or the simplification factor. In this case, the size of the simplified transform kernel matrix may be determined based on the simplification factor.
  • transform coefficients for a target block are derived based on LFNST for residual samples.
  • the size of the normal transform kernel matrix is NxN, but the size of the simplified transform matrix is reduced to RxN. Therefore, compared to the case of performing the normal transform, the memory usage when performing RST is reduced to R. It can be reduced by the /N ratio.
  • the use of the simplified transform kernel matrix can reduce the number of multiplication operations by an R/N ratio (RxN).
  • the total number of transform coefficients for the target block is reduced from N to R when compared to the N transform coefficients derived when a normal transform is applied.
  • the amount of data that 200 transmits to the decoding device 300 may be reduced.
  • conversion efficiency and coding efficiency of the encoding apparatus 200 may be increased through LFNST.
  • the encoding apparatus may zero out the second area of the current block in which the modified transform coefficients do not exist (S1750).
  • all remaining areas of the current block in which the modified transform coefficients do not exist may be treated as 0s. Due to this zero-out, the amount of calculation required to perform the entire conversion process is reduced, and the amount of calculation required for the entire conversion process is reduced, thereby reducing power consumption required for performing the conversion. In addition, image coding efficiency may be increased by reducing a latency involved in the conversion process.
  • the encoding apparatus may determine whether to apply LFNST to the current block, and when LFNST is not applied, may derive transform coefficients from residual samples through first-order transformation.
  • This first-order conversion procedure may be referred to as a first-order conversion procedure or an MTS conversion procedure.
  • This MTS-based primary conversion procedure may also be omitted in some cases.
  • the encoding apparatus 200 may perform quantization based on modified transform coefficients for a target block to derive quantized transform coefficients, and encode information on the quantized transform coefficients and an LFNST index. Yes (S1760). That is, the encoding apparatus may generate residual information including information on quantized transform coefficients.
  • the residual information may include the above-described conversion related information/syntax element.
  • the encoding device may encode image/video information including residual information and output it in the form of a bitstream.
  • the encoding apparatus 200 may generate information about quantized transform coefficients and encode information about the generated quantized transform coefficients.
  • the information on quantized transform coefficients includes information on whether LFNST is applied, information on a simplification factor, information on a minimum transform size to which LFNST is applied, and information on a maximum transform size to which LFNST is applied. It may include at least one of.
  • the encoding apparatus 200 may encode information on the size of the maximum transform application block, eg, flag information such as sps_max_luma_transform_size_64_flag, at the sequence parameter set level.
  • 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.
  • a quantized transform coefficient and a 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 a residual coding syntax.
  • Transform coefficients may be derived based on the 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.
  • 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. For example, the functional units illustrated in each drawing may be implemented and executed on a computer, processor, microprocessor, controller, or chip.
  • 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, video telephony video devices, and medical video devices, etc. It may be included and may be used to process a video signal or a data signal.
  • 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 present document is applied may be produced in the form of a program executed by a computer, and may be stored in a computer-readable recording medium.
  • Multimedia data having the data structure according to this document can also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all kinds of storage devices and distributed storage devices in which computer-readable data is stored.
  • the computer-readable recording medium includes, for example, Blu-ray 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).
  • bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired or wireless communication network.
  • an embodiment of this document may be implemented as a computer program product using a program code, and the program code may be executed in a computer according to the embodiment of this document.
  • the program code may be stored on a carrier readable by a computer.
  • the content streaming system to which this document is applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server 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 to which this document is applied, 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, e.g., smartwatch, smart glass, head mounted display (HMD), digital TV, desktop computer , Digital signage, etc.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • Tablet PC tablet
  • ultrabook ultrabook
  • wearable device e.g., smartwatch, smart glass, head mounted display (HMD), digital TV, desktop computer , Digital signage, etc.
  • HMD head mounted display
  • 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.
  • the claims set forth herein may be combined in a variety of ways.
  • the technical features of the method claims of the present specification may be combined to be implemented as a device, and the technical features of the device claims of the present specification may be combined to be implemented by a method.
  • the technical characteristics of the method claim of the present specification and the technical characteristics of the device claim may be combined to be implemented as a device, and the technical characteristics of the method claim of the present specification and the technical characteristics of the device claim may be combined to be implemented by a method.

Abstract

본 문서에 따른 영상 디코딩 방법은 레지듀얼 정보를 기반으로 현재 블록에 대한 변환 계수들을 도출하는 단계; 상기 현재 블록의 좌상단 제1 영역을 제외한 제2 영역에 유효 계수가 존재하는지 여부를 판단하는 단계; 상기 제2 영역에 상기 유효 계수가 존재하지 않으면, 상기 비트스트림으로부터 LFNST 인덱스를 파싱하는 단계; 상기 제1 영역의 변환 계수들에 상기 LFNST 인덱스를 기반으로 도출된 LFNST 행렬을 적용하여 수정된 변환 계수들을 도출하는 단계; 상기 수정된 변환 계수들에 대한 역 1차 변환을 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계를 포함할 수 있다.

Description

변환에 기반한 영상 코딩 방법 및 그 장치
본 문서는 영상 코딩 기술에 관한 것으로서 보다 상세하게는 영상 코딩 시스템에서 변환(transform)에 기반한 영상 코딩 방법 및 그 장치에 관한 것이다.
최근 4K 또는 8K 이상의 UHD(Ultra High Definition) 영상/비디오와 같은 고해상도, 고품질의 영상/비디오에 대한 수요가 다양한 분야에서 증가하고 있다. 영상/비디오 데이터가 고해상도, 고품질이 될수록 기존의 영상/비디오 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상/비디오 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(Virtual Reality), AR(Artificial Realtiy) 컨텐츠나 홀로그램 등의 실감 미디어(Immersive Media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 영상/비디오에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 영상/비디오의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 영상/비디오 압축 기술이 요구된다.
본 문서의 기술적 과제는 영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 다른 기술적 과제는 변환 인덱스 코딩의 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 LFNST를 활용한 영상 코딩 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 LFNST 적용시 수행되는 제로 아웃에 대한 영상 코딩 방법 및 장치를 제공함에 있다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 영상 디코딩 방법을 제공한다. 상기 방법은 레지듀얼 정보를 기반으로 현재 블록에 대한 변환 계수들을 도출하는 단계; 상기 현재 블록의 좌상단 제1 영역을 제외한 제2 영역에 유효 계수가 존재하는지 여부를 판단하는 단계; 상기 제2 영역에 상기 유효 계수가 존재하지 않으면, 상기 비트스트림으로부터 LFNST 인덱스를 파싱하는 단계; 상기 제1 영역의 변환 계수들에 상기 LFNST 인덱스를 기반으로 도출된 LFNST 행렬을 적용하여 수정된 변환 계수들을 도출하는 단계; 상기 수정된 변환 계수들에 대한 역 1차 변환을 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계를 포함할 수 있다.
상기 제1 영역은 상기 현재 블록의 크기를 기반으로 도출되고, 상기 현재 블록의 크기가 4x4 또는 8x8이면, 상기 제1 영역은 상기 현재 블록의 좌상단으로부터 스캔 방향으로 8번째 샘플 위치까지이고, 상기 현재 블록의 크기가 4x4 또는 8x8이 아니면, 상기 제1 영역은 상기 현재 블록의 좌상단의 4x4 영역일 수 있다.
상기 스캔 방향은 대각 스캔 방향일 수 있다.
상기 수정된 변환 계수들은 상기 현재 블록의 크기에 기반하여 소정 개수로 도출되고, 상기 현재 블록의 높이 및 폭이 8 이상이면, 48개의 수정된 변환 계수들이 도출되고, 상기 현재 블록의 폭 및 높이가 4 이상이면서 현재 블록의 폭 또는 높이가 8 미만이면, 16개의 수정된 변환 계수들이 도출될 수 있다.
상기 48개의 수정된 변환 계수들은 상기 현재 블록 좌상단 8x8 영역 중 좌상단, 우상단 및 좌하단의 4x4 영역에 배열될 수 있다.
상기 16개의 수정된 변환 계수들은 상기 현재 블록 좌상단 4x4 영역에 배열될 수 있다.
본 문서의 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 영상 인코딩 방법을 제공한다. 상기 방법은 예측 샘플에 기초하여 상기 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계; 상기 레지듀얼 샘플들에 대한 1차 변환을 기반으로 상기 현재 블록에 대한 변환 수들을 도출하는 단계; 상기 현재 블록의 좌상단 제1 영역의 변환 계수들 및 소정의 LFNST 행렬을 기반으로 상기 현재 블록에 대한 수정된 변환 계수들을 도출하는 단계와; 상기 수정된 변환 계수들이 존재하지 않는 상기 현재 블록의 제2 영역을 제로 아웃하는 단계와; 상기 수정된 변환 계수들의 양자화를 통하여 도출된 레지듀얼 정보 및 상기 LFNST 행렬을 지시하는 LFNST 인덱스를 인코딩하는 단계를 포함할 수 있다.
본 문서의 또 다른 일 실시예에 따르면, 인코딩 장치에 의하여 수행된 영상 인코딩 방법에 따라 생성된 인코딩된 영상 정보 및 비트스트림이 포함된 영상 데이터가 저장된 디지털 저장 매체가 제공될 수 있다.
본 문서의 또 다른 일 실시예에 따르면, 디코딩 장치에 의하여 상기 영상 디코딩 방법을 수행하도록 야기하는 인코딩된 영상 정보 및 비트스트림이 포함된 영상 데이터가 저장된 디지털 저장 매체가 제공될 수 있다.
본 문서에 따르면 전반적인 영상/비디오 압축 효율을 높일 수 있다.
본 문서에 따르면 변환 인덱스 코딩의 효율을 높일 수 있다.
본 문서의 또 다른 기술적 과제는 LFNST를 활용한 영상 코딩 방법 및 장치를 제공한다.
본 문서의 또 다른 기술적 과제는 LFNST 적용시 수행되는 제로 아웃에 대한 영상 코딩 방법 및 장치를 제공할 수 있다.
본 명세서의 구체적인 일례를 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 명세서로부터 이해하거나 유도할 수 있는 다양한 기술적 효과가 존재할 수 있다. 이에 따라 본 명세서의 구체적인 효과는 본 명세서에 명시적으로 기재된 것에 제한되지 않고, 본 명세서의 기술적 특징으로부터 이해되거나 유도될 수 있는 다양한 효과를 포함할 수 있다.
도 1은 본 문서가 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 2는 본 문서가 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 본 문서가 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4는 본 문서의 일 실시예에 따른 다중 변환 기법을 개략적으로 나타낸다.
도 5는 65개 예측 방향의 인트라 방향성 모드들을 예시적으로 나타낸다.
도 6은 본 문서의 일 실시예에 따른 RST를 설명하기 위한 도면이다.
도 7은 일 예에 따라 순방향 1차 변환의 출력 데이터를 1차원 벡터로 배열하는 순서를 도시한 도면이다.
도 8은 일 예에 따라 순방향 2차 변환의 출력 데이터를 2차원 벡터로 배열하는 순서를 도시한 도면이다.
도 9는 본 문서의 일 실시예에 따른 광각 인트라 예측 모드들을 도시한 도면이다.
도 10은 LFNST가 적용되는 블록 모양을 도시한 도면이다.
도 11은 일 예에 따라 순방향 LFNST의 출력 데이터의 배열을 도시한 도면이다.
도 12는 일 예에 따라 순방향 LFNST에 대한 출력 데이터 수를 최대 16개로 한정한 것을 나타낸 도면이다.
도 13은 일 예에 따라 4x4 LFNST가 적용되는 블록에서의 제로 아웃을 도시하는 도면이다.
도 14는 일 예에 따라 8x8 LFNST가 적용되는 블록에서의 제로 아웃을 도시하는 도면이다.
도 15는 다른 일 예에 따라 8x8 LFNST가 적용되는 블록에서의 제로 아웃을 도시하는 도면이다.
도 16은 일 예에 따른 영상의 디코딩 방법을 설명하기 위한 도면이다.
도 17은 일 예에 따른 영상의 인코딩 방법을 설명하기 위한 도면이다.
도 18은 본 문서가 적용되는 컨텐츠 스트리밍 시스템 구조도를 예시적으로 나타낸다.
본 문서는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 문서를 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 문서에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 문서의 본질에서 벗어나지 않는 한 본 문서의 권리범위에 포함된다.
이하, 첨부한 도면들을 참조하여, 본 문서의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략한다.
이 문서는 비디오/영상 코딩에 관한 것이다. 예를 들어 이 문서에서 개시된 방법/실시예는 VVC (Versatile Video Coding) 표준 (ITU-T Rec. H.266), VVC 이후의 차세대 비디오/이미지 코딩 표준, 또는 그 이외의 비디오 코딩 관련 표준들(예를 들어, HEVC (High Efficiency Video Coding) 표준 (ITU-T Rec. H.265), EVC(essential video coding) 표준, AVS2 표준 등)과 관련될 수 있다.
이 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
이 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)는 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 수 있다.
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 또는 샘플은 공간 도메인에서의 픽셀값을 의미할 수도 있고, 이러한 픽셀값이 주파수 도메인으로 변환되면 주파수 도메인에서의 변환 계수를 의미할 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
이 문서에서 “/”와 ","는 “및/또는”으로 해석된다. 예를 들어, “A/B”는 “A 및/또는 B”로 해석되고, “A, B”는 “A 및/또는 B”로 해석된다. 추가적으로, “A/B/C”는 “A, B 및/또는 C 중 적어도 하나”를 의미한다. 또한, “A, B, C”도 “A, B 및/또는 C 중 적어도 하나”를 의미한다. (In this document, the term “/” and "," should be interpreted to indicate “and/or.” For instance, the expression “A/B” may mean “A and/or B.” Further, “A, B” may mean “A and/or B.” Further, “A/B/C” may mean “at least one of A, B, and/or C.” Also, “A/B/C” may mean “at least one of A, B, and/or C.”)
추가적으로, 본 문서에서 “또는”는 “및/또는”으로 해석된다. 예를 들어, “A 또는 B”은, 1) “A” 만을 의미하고, 2) “B” 만을 의미하거나, 3) “A 및 B”를 의미할 수 있다. 달리 표현하면, 본 문서의 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다. (Further, in the document, the term “or” should be interpreted to indicate “and/or.” For instance, the expression “A or B” may comprise 1) only A, 2) only B, and/or 3) both A and B. In other words, the term “or” in this document should be interpreted to indicate “additionally or alternatively.”)
본 명세서에서 “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 명세서에서 “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 명세서에서 “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 명세서에서 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 명세서의 “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 명세서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
도 1은 본 문서를 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 소스 디바이스 및 수신 디바이스를 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 포맷을 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 문서가 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 인코딩 장치라 함은 영상 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)는 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)를 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽처, 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.
감산부(231)는 입력 영상 신호(원본 블록, 원본 샘플들 또는 원본 샘플 어레이)에서 예측부(220)로부터 출력된 예측 신호(예측된 블록, 예측 샘플들 또는 예측 샘플 어레이)를 감산하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들 또는 레지듀얼 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 예측부(220)는 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. 예측부(220)는 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)를 수행할 수도 있다. 상기 인트라 블록 카피는 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.
인터 예측부(221) 및/또는 인트라 예측부(222)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), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 등을 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 후술되는 시그널링/전송되는 정보 및/또는 신택스 요소들은 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 예측부(220)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플들 또는 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. 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)는 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, SAO), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(290)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(290)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(280)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(200)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270)의 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 문서가 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memoery, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(330)로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼에 대한 정보, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(321)로 입력될 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), 예측부(330), 가산부(340), 필터링부(350) 및 메모리(360) 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.
예측부는 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)를 수행할 수도 있다. 상기 인트라 블록 카피는 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.
인트라 예측부(332)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(332)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(331)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(331)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(330)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(60), 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(331)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(331)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(332)에 전달할 수 있다.
본 명세서에서, 디코딩 장치(300)의 예측부(330), 역양자화부(321), 역변환부(322) 및 필터링부(350) 등에서 설명된 실시예들은 각각 인코딩 장치(200)의 예측부(220), 역양자화부(234), 역변환부(235) 및 필터링부(260) 등에도 동일 또는 대응되도록 적용될 수 있다.
상술한 바와 같이 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 상기 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 상기 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 상기 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록과 상기 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 상기 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 상기 레지듀얼 정보는 상기 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 상기 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
도 4는 본 문서에 따른 다중 변환 기법을 개략적으로 나타낸다.
도 4는 참조하면, 변환부는 상술한 도 2의 인코딩 장치 내의 변환부에 대응될 수 있고, 역변환부는 상술한 도 2의 인코딩 장치 내의 역변환부 또는 도 3의 디코딩 장치 내의 역변환부에 대응될 수 있다.
변환부는 레지듀얼 블록 내의 레지듀얼 샘플들(레지듀얼 샘플 어레이)를 기반으로 1차 변환을 수행하여 (1차) 변환 계수들을 도출할 수 있다(S410). 이러한 1차 변환(primary transform)은 핵심 변환(core transform)으로 지칭될 수 있다. 여기서 상기 1차 변환은 다중 변환 선택(Multiple Transform Selection, MTS)에 기반할 수 있으며, 1차 변환으로 다중 변환이 적용될 경우 다중 핵심 변환으로 지칭될 수 있다.
다중 핵심 변환은 DCT(Discrete Cosine Transform) 타입 2과 DST(Discrete Sine Transform) 타입 7, DCT 타입 8, 및/또는 DST 타입 1을 추가적으로 사용하여 변환하는 방식을 나타낼 수 있다. 즉, 상기 다중 핵심 변환은 상기 DCT 타입 2, 상기 DST 타입 7, 상기 DCT 타입 8 및 상기 DST 타입 1 중 선택된 복수의 변환 커널들을 기반으로 공간 도메인의 레지듀얼 신호(또는 레지듀얼 블록)를 주파수 도메인의 변환 계수들(또는 1차 변환 계수들)로 변환하는 변환 방법을 나타낼 수 있다. 여기서 상기 1차 변환 계수들은 변환부 입장에서 임시 변환 계수들로 불릴 수 있다.
다시 말하면, 기존의 변환 방법이 적용되는 경우, DCT 타입 2를 기반으로 레지듀얼 신호(또는 레지듀얼 블록)에 대한 공간 도메인에서 주파수 도메인으로의 변환이 적용되어 변환 계수들이 생성될 수 있었다. 이와 달리, 상기 다중 핵심 변환이 적용되는 경우, DCT 타입 2, DST 타입 7, DCT 타입 8, 및/또는 DST 타입 1 등을 기반으로 레지듀얼 신호(또는 레지듀얼 블록)에 대한 공간 도메인에서 주파수 도메인으로의 변환이 적용되어 변환 계수들(또는 1차 변환 계수들)이 생성될 수 있다. 여기서, DCT 타입 2, DST 타입 7, DCT 타입 8, 및 DST 타입 1 등은 변환 타입, 변환 커널(kernel) 또는 변환 코어(core)라고 불릴 수 있다. 이러한 DCT/DST 변환 타입들은 기저 함수들을 기반으로 정의될 수 있다.
상기 다중 핵심 변환이 수행되는 경우, 상기 변환 커널들 중 대상 블록에 대한 수직 변환 커널 및 수평 변환 커널이 선택될 수 있고, 상기 수직 변환 커널을 기반으로 상기 대상 블록에 대한 수직 변환이 수행되고, 상기 수평 변환 커널을 기반으로 상기 대상 블록에 대한 수평 변환이 수행될 수 있다. 여기서, 상기 수평 변환은 상기 대상 블록의 수평 성분들에 대한 변환을 나타낼 수 있고, 상기 수직 변환은 상기 대상 블록의 수직 성분들에 대한 변환을 나타낼 수 있다. 상기 수직 변환 커널/수평 변환 커널은 레지듀얼 블록을 포함하는 대상 블록(CU 또는 서브블록)의 예측 모드 및/또는 변환 인덱스를 기반으로 적응적으로 결정될 수 있다.
또한, 일 예에 따르면, MTS을 적용하여 1차 변환을 수행하는 경우, 특정 기저 함수들을 소정 값으로 설정하고, 수직 변환 또는 수평 변환일 때 어떠한 기저 함수들이 적용되는지 여부를 조합하여 변환 커널에 대한 매핑 관계를 설정할 수 있다. 예를 들어, 수평 방향 변환 커널을 trTypeHor로 나타내고, 수직 방향 변환 커널을 trTypeVer로 나타내는 경우, trTypeHor 또는 trTypeVer 값 0은 DCT2로 설정되고, trTypeHor 또는 trTypeVer 값 1은 DST7 로 설정되고, trTypeHor 또는 trTypeVer 값 2는 DCT8로 설정될 수 있다.
이 경우, 다수의 변환 커널 세트들 중 어느 하나를 지시하기 위하여 MTS 인덱스 정보가 인코딩되어 디코딩 장치로 시그널링될 수 있다. 예를 들어, MTS 인덱스가 0이면 trTypeHor 및 trTypeVer 값이 모두 0인 것을 지시하고, MTS 인덱스가 1이면 trTypeHor 및 trTypeVer 값이 모두 1 인 것을 지시하고, MTS 인덱스가 2이면 trTypeHor 값은 2이고 trTypeVer 값은 1 인 것을 지시하고, MTS 인덱스가 3이면 trTypeHor 값은 1이고 trTypeVer 값은 2 인 것을 지시하고, MTS 인덱스가 4이면 trTypeHor 및 trTypeVer 값이 모두 2 인 것을 지시할 수 있다.
일 예에 따라, MTS 인덱스 정보에 따른 변환 커널 세트를 표로 나타내면 다음과 같다.
Figure PCTKR2020007992-appb-T000001
변환부는 상기 (1차) 변환 계수들을 기반으로 2차 변환을 수행하여 수정된(2차) 변환 계수들을 도출할 수 있다(S420). 상기 1차 변환은 공간 도메인에서 주파수 도메인으로의 변환이고, 상기 2차 변환은 (1차) 변환 계수들 사이에 존재하는 상관 관계(correlation)를 이용하여 보다 압축적인 표현으로 변환하는 것을 의미한다. 상기 2차 변환은 비분리 변환(non- separable transform)을 포함할 수 있다. 이 경우 상기 2차 변환은 비분리 2차 변환(non-separable secondary transform, NSST) 또는 MDNSST(mode-dependent non-separable secondary transform)이라고 불릴 수 있다. 상기 비분리 2차 변환은 상기 1차 변환을 통하여 도출된 (1차) 변환 계수들을 비분리 변환 매트릭스(non-separable transform matrix)를 기반으로 2차 변환하여 레지듀얼 신호에 대한 수정된 변환 계수들(또는 2차 변환 계수들)을 생성하는 변환을 나타낼 수 있다. 여기서, 상기 비분리 변환 매트릭스를 기반으로 상기 (1차) 변환 계수들에 대하여 수직 변환 및 수평 변환을 분리하여(또는 수평 수직 변환을 독립적으로) 적용하지 않고 한번에 변환을 적용할 수 있다. 다시 말해, 상기 비분리 2차 변환은 상기 (1차) 변환 계수들의 수직 성분 및 수평 성분 분리하지 않고, 예를 들어 2차원 신호(변환 계수)들을 특정 정해진 방향(예컨대, 행 우선(row-first) 방향 또는 열 우선(column-first) 방향)을 통하여 1차원 신호로 재정렬한 후, 상기 비분리 변환 매트릭스를 기반으로 수정된 변환 계수들(또는 2차 변환 계수들)을 생성하는 변환 방법을 나타낼 수 있다. 예를 들어, 행 우선 순서는 MxN 블록에 대해 1번째 행, 2번째 행, ... , N번째 행의 순서로 일렬로 배치하는 것이고, 열 우선 순서는 MxN 블록에 대해 1번째 열, 2번째 열, ... , M번째 열의 순서로 일렬로 배치하는 것이다. 상기 비분리 2차 변환은 (1차) 변환 계수들로 구성된 블록(이하, 변환 계수 블록이라고 불릴 수 있다)의 좌상단(top-left) 영역에 대하여 적용될 수 있다. 예를 들어, 상기 변환 계수 블록의 폭(W) 및 높이(H)가 둘 다 8 이상인 경우, 8×8 비분리 2차 변환이 상기 변환 계수 블록의 좌상단 8×8 영역에 대하여 적용될 수 있다. 또한, 상기 변환 계수 블록의 폭(W) 및 높이(H)가 둘 다 4 이상이면서, 상기 변환 계수 블록의 폭(W) 또는 높이(H)가 8보다 작은 경우, 4×4 비분리 2차 변환이 상기 변환 계수 블록의 좌상단 min(8,W)×min(8,H) 영역에 대하여 적용될 수 있다. 다만 실시예는 이에 한정되지 않으며, 예를 들어 상기 변환 계수 블록의 폭(W) 또는 높이(H)가 모두 4 이상인 조건만 만족하더라도, 4×4 비분리 2차 변환이 상기 변환 계수 블록의 좌상단 min(8,W)×min(8,H) 영역에 대하여 적용될 수도 있다.
구체적으로 예를 들어, 4×4 입력 블록이 사용되는 경우 비분리 2차 변환은 다음과 같이 수행될 수 있다.
상기 4×4 입력 블록 X는 다음과 같이 나타내어질 수 있다.
Figure PCTKR2020007992-appb-M000001
상기 X를 벡터 형태로 나타내는 경우, 벡터
Figure PCTKR2020007992-appb-I000001
는 다음과 같이 나타내어질 수 있다.
Figure PCTKR2020007992-appb-M000002
수학식 2와 같이, 벡터
Figure PCTKR2020007992-appb-I000002
는 행 우선(row-first) 순서에 따라 수학식 1의 X의 2차원 블록을 1차원 벡터로 재배열한다.
이 경우, 상기 2차 비분리 변환은 다음과 같이 계산될 수 있다.
Figure PCTKR2020007992-appb-M000003
여기서,
Figure PCTKR2020007992-appb-I000003
는 변환 계수 벡터를 나타내고, T는 16×16 (비분리) 변환 매트릭스를 나타낸다.
상기 수학식 3을 통하여 16×1 변환 계수 벡터
Figure PCTKR2020007992-appb-I000004
가 도출될 수 있으며, 상기
Figure PCTKR2020007992-appb-I000005
는 스캔 순서(수평, 수직, 대각(diagonal) 등)를 통하여 4×4 블록으로 재구성(re-organized)될 수 있다. 다만, 상술한 계산은 예시로서 비분리 2차 변환의 계산 복잡도를 줄이기 위하여 HyGT(Hypercube-Givens Transform) 등이 비분리 2차 변환의 계산을 위하여 사용될 수도 있다.
한편, 상기 비분리 2차 변환은 모드 기반(mode dependent)으로 변환 커널(또는 변환 코어, 변환 타입)이 선택될 수 있다. 여기서 모드는 인트라 예측 모드 및/또는 인터 예측 모드를 포함할 수 있다.
상술한 바와 같이 상기 비분리 2차 변환은 상기 변환 계수 블록의 너비(W) 및 높이(H)를 기반으로 결정된 8×8 변환 또는 4×4 변환에 기반하여 수행될 수 있다. 8x8 변환은 W와 H가 모두 8보다 같거나 클 때 해당 변환 계수 블록 내부에 포함된 8x8 영역에 적용될 수 있는 변환을 가리키며 해당 8x8 영역은 해당 변환 계수 블록 내부의 좌상단 8x8 영역일 수 있다. 유사하게, 4x4 변환은 W와 H가 모두 4보다 같거나 클 때 해당 변환 계수 블록 내부에 포함된 4x4 영역에 적용될 수 있는 변환을 가리키며 해당 4x4 영역은 해당 변환 계수 블록 내부의 좌상단 4x4 영역일 수 있다. 예를 들어, 8x8 변환 커널 매트릭스는 64x64/16x64 행렬, 4x4 변환 커널 매트릭스는 16x16/8x16 행렬이 될 수 있다.
이때, 모드 기반 변환 커널 선택을 위하여, 8×8 변환 및 4×4 변환 둘 다에 대하여 비분리 2차 변환을 위한 변환 세트당 2개씩의 비분리 2차 변환 커널들이 구성될 수 있고, 변환 세트는 4개일 수 있다. 즉, 8×8 변환에 대하여 4개의 변환 세트가 구성되고, 4×4 변환에 대하여 4개의 변환 세트가 구성될 수 있다. 이 경우 8×8 변환에 대한 4개의 변환 세트에는 각각 2개씩의 8×8 변환 커널들이 포함될 수 있고, 이 경우 4×4 변환에 대한 4개의 변환 세트에는 각각 2개씩의 4×4 변환 커널들이 포함될 수 있다.
다만, 상기 변환의 사이즈, 즉 변환이 적용되는 영역의 사이즈는 예시로서 8×8 또는 4×4 이외의 사이즈가 사용될 수 있고, 상기 세트의 수는 n개, 각 세트 내 변환 커널들의 수는 k개일 수도 있다.
상기 변환 세트는 NSST 세트 또는 LFNST 세트라고 불릴 수 있다. 상기 변환 세트들 중 특정 세트의 선택은 예를 들어, 현재 블록(CU 또는 서브블록)의 인트라 예측 모드에 기반하여 수행될 수 있다. LFNST(Low-Frequency Non-Separable Transform)는 후술될 감소된 비분리 변환의 일 예일 수 있으며, 저주파 성분에 대한 비분리 변환을 나타낸다.
참고로, 예를 들어, 인트라 예측 모드는 2개의 비방향성(non-directinoal, 또는 비각도성(non-angular)) 인트라 예측 모드들과 65개의 방향성(directional, 또는 각도성(angular)) 인트라 예측 모드들을 포함할 수 있다. 상기 비방향성 인트라 예측 모드들은 0번인 플래너(planar) 인트라 예측 모드 및 1번인 DC 인트라 예측 모드를 포함할 수 있고, 상기 방향성 인트라 예측 모드들은 2번 내지 66번의 65개의 인트라 예측 모드들을 포함할 수 있다. 다만, 이는 예시로서 본 문서는 인트라 예측 모드들의 수가 다른 경우에도 적용될 수 있다. 한편, 경우에 따라 67번 인트라 예측 모드가 더 사용될 수 있으며, 상기 67번 인트라 예측 모드는 LM(linear model) 모드를 나타낼 수 있다.
도 5는 65개의 예측 방향의 인트라 방향성 모드들을 예시적으로 나타낸다.
도 5를 참조하면, 우하향 대각 예측 방향을 갖는 34번 인트라 예측 모드를 중심으로 수평 방향성(horizontal directionality)을 갖는 인트라 예측 모드와 수직 방향성(vertical directionality)을 갖는 인트라 예측 모드를 구분할 수 있다. 도 5의 H와 V는 각각 수평 방향성과 수직 방향성을 의미하며, -32 ~ 32의 숫자는 샘플 그리드 포지션(sample grid position) 상에서 1/32 단위의 변위를 나타낸다. 이는 모드 인덱스 값에 대한 오프셋을 나타낼 수 있다. 2번 내지 33번 인트라 예측 모드는 수평 방향성, 34번 내지 66번 인트라 예측 모드는 수직 방향성을 갖는다. 한편, 34번 인트라 예측 모드는 엄밀히 말해 수평 방향성도 수직 방향성도 아니라고 볼 수 있으나, 2차 변환의 변환 세트를 결정하는 관점에서 수평 방향성에 속한다고 분류될 수 있다. 이는, 34번 인트라 예측 모드를 중심으로 대칭되는 수직 방향 모드에 대해서는 입력 데이터를 트랜스포즈(transpose)해서 사용하고 34번 인트라 예측 모드에 대해서는 수평 방향 모드에 대한 입력 데이터 정렬 방식을 사용하기 때문이다. 입력 데이터를 트랜스포즈하는 것은 2차원 블록 데이터 MxN에 대해 행이 열이 되고 열이 행이 되어 NxM 데이터를 구성하는 것을 의미한다. 18번 인트라 예측 모드와 50번 인트라 예측 모드는 각각 수평 인트라 예측 모드(horizontal intra prediction mode), 수직 인트라 예측 모드(vertical intra prediction mode)를 나타내며, 2번 인트라 예측 모드는 왼쪽 참조 픽셀을 가지고 우상향 방향으로 예측하므로 우상향 대각 인트라 예측 모드라 불릴 수 있고, 동일한 맥락으로 34번 인트라 예측 모드는 우하향 대각 인트라 예측 모드, 66번 인트라 예측 모드는 좌하향 대각 인트라 예측 모드라고 불릴 수 있다.
일 예에 따라, 인트라 예측 모드에 다라 4개의 변환 세트들이 매핑(mapping)은 예를 들어 다음 표와 같이 나타내어질 수 있다.
Figure PCTKR2020007992-appb-T000002
표 2와 같이, 인트라 예측 모드에 따라 4개의 변환 세트 중 어느 하나, 즉 lfnstTrSetIdx가 0 부터 3, 즉 4개 중 어느 하나에 매핑될 수 있다.
한편, 비분리 변환에 특정 세트가 사용되는 것으로 결정되면, 비분리 2차 변환 인덱스를 통하여 상기 특정 세트 내 k개의 변환 커널들 중 하나가 선택될 수 있다. 인코딩 장치는 RD(rate-distortion) 체크 기반으로 특정 변환 커널을 가리키는 비분리 2차 변환 인덱스를 도출할 수 있으며, 상기 비분리 2차 변환 인덱스를 디코딩 장치로 시그널링할 수 있다. 디코딩 장치는 상기 비분리 2차 변환 인덱스를 기반으로 특정 세트 내 k개의 변환 커널들 중 하나를 선택할 수 있다. 예를 들어, lfnst 인덱스 값 0은 첫번째 비분리 2차 변환 커널을 가리킬 수 있고, lfnst 인덱스 값 1은 두번째 비분리 2차 변환 커널을 가리킬 수 있으며, lfnst 인덱스 값 2는 세번째 비분리 2차 변환 커널을 가리킬 수 있다. 또는 lfnst 인덱스 값 0은 대상 블록에 대하여 첫번째 비분리 2차 변환이 적용되지 않음을 가리킬 수 있고, lfnst 인덱스 값 1 내지 3은 상기 3개의 변환 커널들을 가리킬 수 있다.
변환부는 선택된 변환 커널들을 기반으로 상기 비분리 2차 변환을 수행하고 수정된(2차) 변환 계수들을 획득할 수 있다. 상기 수정된 변환 계수들은 상술한 바와 같이 양자화부를 통하여 양자화된 변환 계수들로 도출될 수 있고, 인코딩되어 디코딩 장치로 시그널링 및 인코딩 장치 내의 역양자화/역변환부로 전달될 수 있다.
한편, 상술한 바와 같이 2차 변환이 생략되는 경우 상기 1차 (분리) 변환의 출력인 (1차) 변환 계수들이 상술한 바와 같이 양자화부를 통하여 양자화된 변환 계수들로 도출될 수 있고, 인코딩되어 디코딩 장치로 시그널링 및 인코딩 장치 내의 역양자화/역변환부로 전달될 수 있다.
역변환부는 상술한 변환부에서 수행된 절차의 역순으로 일련의 절차를 수행할 수 있다. 역변환부는 (역양자화된) 변환 계수들을 수신하여, 2차 (역)변환을 수행하여 (1차) 변환 계수들을 도출하고(S450), 상기 (1차) 변환 계수들에 대하여 1차 (역)변환을 수행하여 레지듀얼 블록(레지듀얼 샘플들)을 획득할 수 있다(S460). 여기서 상기 1차 변환 계수들은 역변환부 입장에서 수정된(modified) 변환 계수들로 불릴 수 있다. 인코딩 장치 및 디코딩 장치는 상기 레지듀얼 블록과 예측된 블록을 기반으로 복원 블록을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있음은 상술한 바와 같다.
한편, 디코딩 장치는 2차 역변환 적용 여부 결정부(또는 이차 역변환의 적용 여부를 결정하는 요소)와, 2차 역변환 결정부(또는 이차 역변환을 결정하는 요소)를 더 포함할 수 있다. 2차 역변환 적용 여부 결정부는 2차 역변환의 적용 여부를 결정할 수 있다. 예를 들어, 2차 역변환은 NSST, RST 또는 LFNST 일 수 있고, 2차 역변환 적용 여부 결정부는 비트스트림으로부터 파싱한 이차 변환 플래그에 기초하여 2차 역변환의 적용 여부를 결정할 수 있다. 다른 일 예로, 2차 역변환 적용 여부 결정부는 레지듀얼 블록의 변환 계수에 기초하여 2차 역변환의 적용 여부를 결정할 수도 있다.
이차 역변환 결정부는 2차 역변환을 결정할 수 있다. 이때, 2차 역변환 결정부는 인트라 예측 모드에 따라 지정된 LFNST(NSST 또는 RST) 변환 세트에 기초하여 현재 블록에 적용되는 이차 역변환을 결정할 수 있다. 또한, 일 실시예로서, 1차 변환 결정 방법에 의존적으로(depend on) 이차 변환 결정 방법이 결정될 수 있다. 인트라 예측 모드에 따라 일차 변환과 이차 변환의 다양한 여러 조합이 결정될 수 있다. 또한, 일 예로, 이차 역변환 결정부는 현재 블록의 크기에 기초하여 이차 역변환이 적용되는 영역을 결정할 수도 있다.
한편, 상술한 바와 같이 2차 (역)변환이 생략되는 경우 (역양자화된) 변환 계수들을 수신하여 상기 1차 (분리) 역변환을 수행하여 레지듀얼 블록(레지듀얼 샘플들)을 획득할 수 있다. 인코딩 장치 및 디코딩 장치는 상기 레지듀얼 블록과 예측된 블록을 기반으로 복원 블록을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있음은 상술한 바와 같다.
한편, 본 문서에서는 비분리 2차 변환에 수반되는 계산량과 메모리 요구량의 저감을 위하여 NSST의 개념에서 변환 매트릭스(커널)의 크기가 감소된 RST(reduced secondary transform)을 적용할 수 있다.
한편, 본 문서에서 설명된 변환 커널, 변환 매트릭스, 변환 커널 매트릭스를 구성하는 계수, 즉 커널 계수 또는 매트릭스 계수는 8비트로 표현될 수 있다. 이는 디코딩 장치 및 인코딩 장치에서 구현되기 위한 하나의 조건일 수 있으며, 기존의 9비트 또는 10비트와 비교하여 합리적으로 수용할 수 있는 성능 저하를 수반하면서 변환 커널을 저장하기 위한 메모리 요구량을 줄일 수 있다. 또한, 커널 매트릭스를 8비트로 표현함으로써 작은 곱셈기를 사용할 수 있고, 최적의 소프트웨어 구현을 위하여 사용되는 SIMD(Single Instruction Multiple Data) 명령에 보다 적합할 수 있다.
본 명세서에서 RST는 간소화 팩터(factor)에 따라 크기가 감소된 변환 매트릭스(transform matrix)를 기반으로 대상 블록에 대한 레지듀얼 샘플들에 대하여 수행되는 변환을 의미할 수 있다. 간소화 변환을 수행하는 경우, 변환 매트릭스의 크기 감소로 인해 변환 시 요구되는 연산량이 감소될 수 있다. 즉, RST은 크기가 큰 블록의 변환 또는 비분리 변환 시 발생하는 연산 복잡도(complexity) 이슈를 해소하기 위해 이용될 수 있다.
RST는 감소된 변환, 감소 변환, reduced transform, reduced secondary transform, reduction transform, simplified transform, simple transform 등 다양한 용어로 지칭될 수 있으며, RST이 지칭될 수 있는 명칭은 나열된 예시들에 한정되지 않는다. 또는 RST는 주로 변환 블록에서 0이 아닌 계수를 포함하는 저주파 영역에서 이루어지므로 LFNST(Low-Frequency Non-Separable Transform)로 지칭될 수도 있다. 상기 변환 인덱스는 LFNST 인덱스로 명명될 수 있다.
한편, 2차 역변환이 RST를 기반으로 이루어지는 경우, 인코딩 장치(200)의 역변환부(235)와 디코딩 장치(300)의 역변환부(322)는 변환 계수들에 대한 역 RST을 기반으로 수정된 변환 계수들을 도출하는 역 RST부와, 수정된 변환 계수들에 대한 역 1차변환을 기반으로 상기 대상 블록에 대한 레지듀얼 샘플들을 도출하는 역 1차변환부를 포함할 수 있다. 역 1차변환은 레지듀얼에 적용되었던 1차 변환의 역변환을 의미한다. 본 문서에서 변환을 기반으로 변환 계수를 도출하는 것은 해당 변환을 적용하여 변환 계수를 도출하는 것을 의미할 수 있다.
도 6은 본 문서의 일 실시예에 따른 RST를 설명하기 위한 도면이다.
본 명세서에서 “대상 블록”은 코딩이 수행되는 현재 블록 또는 레지듀얼 블록 또는 변환 블록을 의미할 수 있다.
일 실시예에 따른 RST에서, N차원 벡터(N dimensional vector)가 다른 공간에 위치한 R차원 벡터(R dimensional vector)에 매핑되어 감소된 변환 매트릭스가 결정될 수 있으며, 여기서 R은 N보다 작다. N은 변환이 적용되는 블록의 한 변의 길이(length)의 제곱 또는 변환이 적용되는 블록과 대응되는 변환 계수들의 총 개수를 의미할 수 있고, 간소화 팩터는 R/N값을 의미할 수 있다. 간소화 팩터는 감소된 팩터, 감소 팩터, reduced factor, reduction factor, simplified factor, simple factor 등 다양한 용어로 지칭될 수 있다. 한편, R은 간소화 계수(reduced coefficient)로 지칭될 수 있으나, 경우에 따라서는 간소화 팩터가 R을 의미할 수도 있다. 또한, 경우에 따라서 간소화 팩터는 N/R값을 의미할 수도 있다.
일 실시예에서, 간소화 팩터 또는 간소화 계수는 비트스트림을 통하여 시그널링될 수 있으나, 실시예가 이에 한정되는 것은 아니다. 예를 들어, 간소화 팩터 또는 간소화 계수에 대한 기 정의된 값이 각 인코딩 장치(200) 및 디코딩 장치(300)에 저장되어 있을 수 있으며, 이 경우 간소화 팩터 또는 간소화 계수는 별도로 시그널링되지 않을 수 있다.
일 실시예에 따른 간소화 변환 매트릭스의 사이즈는 통상의 변환 매트릭스의 사이즈 NxN보다 작은 RxN이며, 아래의 수학식 4와 같이 정의될 수 있다.
Figure PCTKR2020007992-appb-M000004
도 6의 (a)에 도시된 Reduced Transform 블록 내의 매트릭스 T는 수학식 7의 매트릭스 TRxN를 의미할 수 있다. 도 6의 (a)와 같이 대상 블록에 대한 레지듀얼 샘플들에 대하여 간소화 변환 매트릭스 TRxN가 곱해지는 경우, 대상 블록에 대한 변환 계수들이 도출될 수 있다.
일 실시예에서, 변환이 적용되는 블록의 사이즈가 8x8이고, R=16 (즉, R/N=16/64=1/4이다)인 경우, 도 6의 (a)에 따른 RST는 아래의 수학식 8과 같은 행렬 연산으로 표현될 수 있다. 이 경우, 메모리와 곱하기 연산이 간소화 팩터에 의하여 대략 1/4로 감소할 수 있다.
본 문서에서 행렬 연산이란, 행렬을 열 벡터의 왼쪽에 두고 행렬과 열 벡터를 곱하여 열 벡터를 얻는 연산으로 이해될 수 있다.
Figure PCTKR2020007992-appb-M000005
수학식 5에서 r1 내지 r64는 대상 블록에 대한 레지듀얼 샘플들을 나타낼 수 있고, 보다 구체적으로, 일차 변환을 적용하여 생성된 변환 계수일 수 있다. 수학식 5의 연산 결과 대상 블록에 대한 변환 계수들 ci가 도출될 수 있으며, ci의 도출 과정은 수학식 6 같을 수 있다.
Figure PCTKR2020007992-appb-M000006
수학식 6의 연산 결과, 대상 블록에 대한 변환 계수들 c1 내지 cR이 도출될 수 있다. 즉, R=16인 경우, 대상 블록에 대한 변환 계수들 c1 내지 c16이 도출될 수 있다. 만약 RST가 아니라 통상의(regular) 변환이 적용되어 사이즈가 64x64(NxN)인 변환 매트릭스가 사이즈가 64x1(Nx1)인 레지듀얼 샘플들에 곱해졌다면 대상 블록에 대한 변환 계수들이 64개(N개)가 도출되었겠지만, RST가 적용되었기 때문에 대상 블록에 대한 변환 계수들이 16개(R개)만 도출되는 것이다. 대상 블록에 대한 변환 계수들의 총 개수가 N개에서 R개로 감소하여 인코딩 장치(200)가 디코딩 장치(300)로 전송하는 데이터의 양이 감소하므로 인코딩 장치(200)-디코딩 장치(300) 간 전송 효율이 증가할 수 있다.
변환 매트릭스의 사이즈 관점에서 검토하면, 통상의 변환 매트릭스의 사이즈는 64x64(NxN)인데 간소화 변환 매트릭스의 사이즈는 16x64(RxN)로 감소하므로, 통상의 변환을 수행할 때와 비교하면 RST를 수행할 시 메모리 사용을 R/N 비율로 감소시킬 수 있다. 또한, 통상의 변환 매트릭스를 이용할 때의 곱셈 연산 수 NxN과 비교하면, 간소화 변환 매트릭스를 이용하면 곱셈 연산 수를 R/N 비율로 감소(RxN)시킬 수 있다.
일 실시예에서, 인코딩 장치(200)의 변환부(232)는 대상 블록에 대한 레지듀얼 샘플들을 1차 변환 및 RST 기반의 2차 변환을 수행함으로써 대상 블록에 대한 변환 계수들을 도출할 수 있다. 이러한 변환 계수들은 디코딩 장치(300)의 역변환부로 전달될 수 있으며, 디코딩 장치(300)의 역변환부(322)는 변환 계수들에 대한 역 RST(reduced secondary transform)을 기반으로 수정된 변환 계수들을 도출하고, 수정된 변환 계수들에 대한 역 1차변환을 기반으로 대상 블록에 대한 레지듀얼 샘플들을 도출할 수 있다.
일 실시예에 따른 역 RST 매트릭스 TNxR의 사이즈는 통상의 역변환 매트릭스의 사이즈 NxN보다 작은 NxR이며, 수학식 4에 도시된 간소화 변환 매트릭스 TRxN과 트랜스포즈(transpose) 관계에 있다.
도 6의 (b)에 도시된 Reduced Inv. Transform 블록 내의 매트릭스 Tt는 역 RST 매트릭스 TRxN T을 의미할 수 있다(위첨자 T는 트랜스포즈를 의미한다). 도 6의 (b)와 같이 대상 블록에 대한 변환 계수들에 대하여 역 RST 매트릭스 TRxN T가 곱해지는 경우, 대상 블록에 대한 수정된 변환 계수들 또는 대상 블록에 대한 레지듀얼 샘플들이 도출될 수 있다. 역 RST 매트릭스 TRxN T는 (TRxN)T NxR로 표현할 수도 있다.
보다 구체적으로, 2차 역변환으로 역 RST가 적용되는 경우에는, 대상 블록에 대한 변환 계수들에 대하여 역 RST 매트릭스 TRxN T가 곱해지면 대상 블록에 대한 수정된 변환 계수들이 도출될 수 있다. 한편, 역 1차변환으로 역 RST가 적용될 수 있고, 이 경우 대상 블록에 대한 변환 계수들에 대하여 역 RST 매트릭스 TRxNT가 곱해지면 대상 블록에 대한 레지듀얼 샘플들이 도출될 수 있다.
일 실시예에서, 역변환이 적용되는 블록의 사이즈가 8x8이고, R=16(즉, R/N=16/64=1/4인 경우)인 경우, 도 6의 (b)에 따른 RST는 아래의 수학식 7과 같은 행렬 연산으로 표현될 수 있다.
Figure PCTKR2020007992-appb-M000007
수학식 7에서 c1 내지 c16은 대상 블록에 대한 변환 계수들을 나타낼 수 있다. 수학식 7의 연산 결과 대상 블록에 대한 수정된 변환 계수들 또는 대상 블록에 대한 레지듀얼 샘플들을 나타내는 ri가 도출될 수 있으며, ri의 도출 과정은 수학식 8과 같을 수 있다.
Figure PCTKR2020007992-appb-M000008
수학식 8의 연산 결과, 대상 블록에 대한 수정된 변환 계수들 또는 대상 블록에 대한 레지듀얼 샘플들을 나타내는 r1 내지 rN이 도출될 수 있다. 역변환 매트릭스의 사이즈 관점에서 검토하면, 통상의 역변환 매트릭스의 사이즈는 64x64(NxN)인데 간소화 역변환 매트릭스의 사이즈는 64x16(NxR)으로 감소하므로, 통상의 역변환을 수행할 때와 비교하면 역 RST를 수행할 시 메모리 사용을 R/N 비율로 감소시킬 수 있다. 또한, 통상의 역변환 매트릭스를 이용할 때의 곱셈 연산 수 NxN과 비교하면, 간소화 역변환 매트릭스를 이용하면 곱셈 연산 수를 R/N 비율로 감소(NxR)시킬 수 있다.
한편, 8x8 RST에 대해서도, 표 2와 같은 변환 세트 구성을 적용할 수 있다. 즉, 표 2에서의 변환 세트에 따라 해당 8x8 RST가 적용될 수 있다. 하나의 변환 세트는 화면 내 예측 모드에 따라 2개 또는 3개의 변환 (커널)들로 구성되어 있으므로 2차 변환을 적용하지 않는 경우까지 포함하여 최대 네 개의 변환 중 하나를 선택하도록 구성될 수 있다. 2차 변환을 적용하지 않을 때의 변환은 항등 행렬이 적용된 것이 라고 간주될 수 있다. 네 개의 변환에 대해 각기 0, 1, 2, 3의 인덱스를 부여한다고 했을 때(예를 들어, 0번 인덱스를 항등 행렬, 즉 2차 변환을 적용하지 않는 경우로 할당할 수 있음), 변환 인덱스 또는 lfnst 인덱스라는 신택스 요소(syntax element)를 변환 계수 블록마다 시그널링하여 적용될 변환을 지정할 수 있다. 즉, 변환 인덱스를 통해 8x8 좌상단 블록에 대해서, RST 구성에서는 8x8 RST를 지정할 수 있고, 또는 LFNST가 적용되는 경우 8x8 lfnst를 지정할 수 있다. 8x8 lfnst 및 8x8 RST는 변환의 대상이 되는 대상 블록의 W와 H가 모두 8보다 같거나 클 때 해당 변환 계수 블록 내부에 포함된 8x8 영역에 적용될 수 있는 변환을 가리키며 해당 8x8 영역은 해당 변환 계수 블록 내부의 좌상단 8x8 영역일 수 있다. 유사하게, 4x4 lfnst 및 4x4 RST는 대상 블록의 W와 H가 모두 4보다 같거나 클 때 해당 변환 계수 블록 내부에 포함된 4x4 영역에 적용될 수 있는 변환을 가리키며 해당 4x4 영역은 해당 변환 계수 블록 내부의 좌상단 4x4 영역일 수 있다.
한편, 본 문서의 일 실시예에 따라, 인코딩 과정의 변환에서, 8 x 8 영역을 구성하는 64개의 데이터에 대해 16 x 64 변환 커널 매트릭스가 아닌, 48개의 데이터만을 선택하여 최대 16 x 48 변환 커널 매트릭스를 적용할 수 있다. 여기서, “최대”라는 것은 m 개의 계수를 생성할 수 있는 m x 48 변환 커널 매트릭스에 대해 m의 최대 값이 16이라는 것을 의미한다. 즉, 8 x 8 영역에 m x 48 변환 커널 매트릭스(m ≤ 16)를 적용하여 RST를 수행할 경우, 48개의 데이터를 입력 받아서 m개의 계수를 생성해 낼 수 있다. m이 16인 경우, 48개의 데이터를 입력 받아서 16개의 계수를 생성한다. 즉, 48개의 데이터가 48 x 1 벡터를 이룬다고 했을 때, 16 x 48 행렬과 48 x 1 벡터를 순서대로 곱하여 16 x 1 벡터가 생성될 수 있다. 이 때, 8 x 8 영역을 이루는 48개의 데이터를 적절히 배열하여 48 x 1 벡터를 구성할 수 있다. 예를 들어, 8 x 8 영역 중 우하단 4 x 4 영역을 제외한 영역을 구성하는 48 개의 데이터에 기초하여 48 x 1 벡터를 구성할 수 있다. 이때, 최대 16 x 48 변환 커널 매트릭스를 적용하여 행렬 연산을 수행하면 16개의 수정된 변환 계수가 생성되는데, 16개의 수정된 변환 계수는 스캐닝 순서에 따라 좌상단 4 x 4 영역에 배치될 수 있고, 우상단 4 x 4 영역과 좌하단 4 x 4 영역은 0으로 채워질 수 있다.
디코딩 과정의 역변환에는 상기 서술된 변환 커널 매트릭스의 트랜스포즈된 매트릭스가 사용될 수 있다. 즉, 디코딩 장치에서 수행되는 역변환 과정으로 역 RST 또는 LFNST가 수행되는 경우, 역 RST를 적용할 입력 계수 데이터는 소정의 배열 순서에 따라 1차원 벡터로 구성되고, 1차원 벡터에 해당 역 RST 행렬을 왼쪽에서 곱하여 얻어진 수정된 계수 벡터를 소정의 배열 순서에 따라 2차원 블록에 배열될 수 있다.
정리하면, 변환 과정에서, 8x8 영역에 RST 또는 LFNST가 적용되는 경우, 8x8 영역의 변환 계수들 중 8x8 영역의 우하단 영역을 제외한 좌상단, 우상단, 좌하단 영역의 48개 변환 계수들과 16x48의 변환 커널 매트릭스와의 행렬 연산이 수행된다. 행렬 연산을 위하여 48개의 변환 계수들은 1차원 배열로 입력된다. 이러한 행렬 연산이 수행되면 16개의 수정된 변환 계수들이 도출되고, 수정된 변환 계수들은 8x8 영역의 좌상단 영역에 배열될 수 있다.
역으로, 역 변환 과정에서, 8x8 영역에 역 RST 또는 LFNST가 적용되는 경우, 8x8 영역의 변환 계수들 중 8x8 영역의 좌상단에 대응하는 16개의 변환 계수들은 스캐닝 순서에 따라 1차원 배열 형태로 입력되어 48 x 16의 변환 커널 매트릭스와 행렬 연산될 수 있다. 즉, 이러한 경우의 행렬 연산은 (48 x 16 행렬) * (16x1 변환 계수 벡터) = (48 x 1 수정된 변환계수벡터)로 나타낼 수 있다. 여기서 nx1 벡터는 nx1 행렬과 같은 의미로 해석될 수 있으므로, nx1 열 벡터로 표기될 수도 있다. 또한, *은 행렬 곱셈 연산을 의미한다. 이러한 행렬 연산이 수행되면, 48개의 수정된 변환 계수가 도출될 수 있고, 48개의 수정된 변환 계수들은 8x8 영역의 우하단 영역을 제외한 좌상단, 우상단, 좌하단 영역에 배열될 수 있다.
한편, 2차 역변환이 RST를 기반으로 이루어지는 경우, 인코딩 장치(200)의 역변환부(235)와 디코딩 장치(300)의 역변환부(322)는 변환 계수들에 대한 역 RST을 기반으로 수정된 변환 계수들을 도출하는 역 RST부와, 수정된 변환 계수들에 대한 역 1차변환을 기반으로 상기 대상 블록에 대한 레지듀얼 샘플들을 도출하는 역 1차변환부를 포함할 수 있다. 역 1차변환은 레지듀얼에 적용되었던 1차 변환의 역변환을 의미한다. 본 문서에서 변환을 기반으로 변환 계수를 도출하는 것은 해당 변환을 적용하여 변환 계수를 도출하는 것을 의미할 수 있다.
상술된 비분리 변환, LFNST에 대하여 구체적으로 살펴 보면 다음과 같다. LFNST는 인코딩 장치에에 의한 순방향(forward) 변환과 디코딩 장치에 의한 역방향(inverse) 변환을 포함할 수 있다.
인코딩 장치는 순방향 1차 변환(primary (core) transform)을 적용한 후 도출된 결과(또는 결과의 일부)를 입력으로 하여, 순방향 2차 변환(secondary transform)을 적용한다.
Figure PCTKR2020007992-appb-M000009
상기 수학식 9에서, x와 y는 각각 2차 변환의 입력과 출력이고, G는 2차 변환을 나타내는 행렬로써 변환 기저 벡터(transform basis vector)들은 열 벡터들로 구성된다. 역방향 LFNST의 경우, 변환 행렬 G의 차원(dimension)을 [ row수 x column수 ]로 표기했을 때, 순방향 LFNST의 경우 행렬 G의 트랜스포스를 취한 것이 GT의 차원이 된다.
역방향 LFNST의 경우 행렬 G의 차원은 [ 48 x 16 ], [ 48 x 8 ], [ 16 x 16 ], [16 x 8 ]이 되며, [48 x 8] 행렬과 [16 x 8 ] 행렬은 각각 [ 48 x 16 ] 행렬과 [ 16 x 16 ] 행렬의 왼쪽부터 8개의 변환 기저 벡터들을 샘플링한 부분 행렬이다.
반면, 순방향 LFNST의 경우 행렬 GT의 차원은 [ 16 x 48 ], [ 8 x 48 ], [ 16 x 16 ], [ 8 x 16 ]이 되며, [ 8 x 48] 행렬과 [ 8 x 16 ] 행렬은 각각 [16 x 48 ] 행렬과 [ 16 x 16 ] 행렬의 위쪽부터 8개의 변환 기저 벡터들을 샘플링한 부분 행렬이다.
따라서, 순방향 LFNST의 경우 입력 x로는 [ 48 x 1 ] 벡터 또는 [ 16 x 1 ] 벡터가 가능하며 출력 y로는 [ 16 x 1 ] 벡터 또는 [ 8 x 1 ] 벡터가 가능하다. 비디오 코딩 및 디코딩에서 순방향 1차 변환의 출력은 이차원(2D) 데이터이므로 입력 x로서 [ 48 x 1 ] 벡터 또는 [ 16 x 1 ] 벡터를 구성하기 위하여 순방향 변환의 출력인 2D 데이터를 적절히 배열하여 1차원 벡터를 구성해야 한다.
도 7은 일 예에 따라 순방향 1차 변환의 출력 데이터를 1차원 벡터로 배열하는 순서를 도시한 도면이다. 도 7의 (a) 및 (b)의 왼쪽 도면은 [ 48 x 1 ] 벡터를 만들기 위한 순서를 나타내고, 도 7의 (a) 및 (b)의 오른쪽 도면은 [ 16 x 1 ] 벡터를 만들기 위한 순서를 나타낸다. LFNST의 경우 도 7의 (a) 및 (b)와 같은 순서로 2D 데이터를 순차적으로 배열하여 일차원 벡터 x를 얻을 수 있다.
이러한 순방향 1차 변환의 출력 데이터의 배열 방향은 현재 블록의 인트라 예측 모드에 따라 결정될 수 있다. 예를 들어, 현재 블록의 인트라 예측 모드가 대각선 방향을 기준으로 수평 방향이면 순방향 1차 변환의 출력 데이터들은 도 7의 (a)의 순서로 배열 될 수 있고, 현재 블록의 인트라 예측 모드가 대각선 방향을 기준으로 수직 방향이면 순방향 1차 변환의 출력 데이터들은 도 7의 (b)의 순서로 배열 될 수 있다.
일 예에 따라, 도 7의 (a) 및 (b)의 배열 순서(ordering)와 다른 배열 순서를 적용할 수 있으며, 도 7의 (a) 및 (b)의 배열 순서를 적용하였을 때와 동일한 결과(y 벡터)를 도출하려면 행렬 G의 열 벡터들을 해당 배열 순서에 맞춰서 재배열하면 된다. 즉, x 벡터를 구성하는 각 요소에 대해 항상 동일한 변환 기저 벡터와 곱해지도록 G의 열 벡터들을 재배치할 수 있다.
수학식 9를 통해 도출되는 출력 y는 일차원 벡터이므로, 만약 순방향 2차 변환의 결과를 입력으로 하여 처리하는 구성, 예를 들어 양자화 또는 레지듀얼 코딩을 수행하는 구성들이 입력 데이터로 2차원 데이터가 필요하면 수학식 9의 출력 y 벡터는 다시 2D 데이터로 적절히 배치되어야 한다.
도 8은 일 예에 따라 순방향 2차 변환의 출력 데이터를 2차원 벡터로 배열하는 순서를 도시한 도면이다.
LFNST의 경우 정해진 스캔 순서에 따라 2D 블록에 배치될 수 있다. 도 8의 (a)는 출력 y가 [ 16 x 1 ] 벡터일 경우 2차원 블록의 16개의 위치에 대각 스캔(diagonal scan) 순서에 따라 출력 값이 배치되는 것을 나타낸다. 도 8의 (b)는 출력 y가 [ 8 x 1 ] 벡터일 경우 2차원 블록의 8개의 위치에 대각 스캔 순서에 따라 출력 값이 배치되고 나머지 8개의 위치에는 0으로 채워지는 것을 나타낸다. 도 8의 (b)의 X 는 0으로 채워진 것을 나타낸다.
다른 예에 따라, 양자화 또는 레지듀얼 코딩을 수행하는 구성에 의하여 출력 벡터 y가 처리되는 순서는 기설정된 순서에 따라 수행될 수 있기 때문에 도 8과 같이 출력 벡터 y가 2D 블록에 배치되지 않을 수 있다. 다만, 레지듀얼 코딩의 경우 CG(Coefficient Group)과 같은 2D 블록(예를 들어, 4x4) 단위로 데이터 코딩이 수행될 수 있고, 이 경우 도 8의 대각 스캔 순서와 같이 특정 순서에 따라 데이터가 배열될 수 있다.
한편, 디코딩 장치는 역방향 변환을 위하여 역양자화 과정 등을 통해 출력된 2차원 데이터를 기설정된 스캔 순서에 따라 나열하여 1차원 입력 벡터인 y를 구성할 수 있다. 입력 벡터 y는 하기 수학식에 의해 입력 벡터 x로 출력될 수 있다.
Figure PCTKR2020007992-appb-M000010
역방향 LFNST의 경우 [ 16 x 1 ] 벡터 또는 [ 8 x 1 ] 벡터인 입력 벡터 y에 G 행렬을 곱함으로써, 출력 벡터 x를 도출할 수 있다. 역방향 LFNST의 경우 출력 벡터 x는 [ 48 x 1 ] 벡터 또는 [ 16 x 1 ] 벡터일 수 있다.
출력 벡터 x는 도 7에 도시된 순서에 따라 2차원 블록에 배치되어 2차원 데이터로 배열되고, 이러한 2차원 데이터는 역방향 1차 변환의 입력 데이터(또는 입력 데이터의 일부)가 된다.
따라서, 역방향 2차 변환은 전체적으로 순방향 2차 변환 과정과 반대이며, 역변환의 경우, 순방향에서와 달리 역방향 2차 변환을 먼저 적용한 후 역방향 1차 변환을 적용하게 된다.
역방향 LFNST에서는 변환 행렬 G로서 [ 48 x 16 ] 행렬 8개와 [ 16 x 16 ] 행렬 8개 중 하나가 선택될 수 있다. [ 48 x 16 ] 행렬과 [ 16 x 16 ] 행렬 중 어떤 행렬을 적용할지 여부는 블록의 크기와 모양에 따라 결정된다.
또한 8개의 행렬은 상술된 표 2과 같이 4개의 변환 세트로부터 도출될 수 있고, 각 변환 세트는 2개의 행렬로 구성될 수 있다. 4개의 변환 세트 중에서 어떤 변환 세트를 사용할지는 인트라 예측 모드에 따라 결정되며, 보다 구체적으로 광각 인트라 예측 모드(Wide Angle Intra Prediction, WAIP)까지 고려하여 확장된 인트라 예측 모드 값을 기반으로 변환 세트가 결정된다. 선택된 변환 세트를 구성하는 2개의 행렬 중에서 어떤 행렬을 선택할지는 인덱스 시그널링(index signaling)을 통해 도출된다. 보다 구체적으로, 전송되는 인덱스 값으로는 0, 1, 2가 가능하며, 0은 LFNST를 적용하지 않는 것을 지시하고, 1과 2는 인트라 예측 모드 값을 기반으로 선택된 변환 세트를 구성하는 2개의 변환 행렬 중 어느 하나를 지시할 수 있다.
도 9는 본 문서의 일 실시예에 따른 광각 인트라 예측 모드들을 도시한 도면이다.
일반적인 인트라 예측 모드 값은 0 ~ 66과 81 ~ 83까지의 값을 가질 수 있으며, 도시된 바와 같이, WAIP로 인해 확장된 인트라 예측 모드 값은 -14 ~ 83까지의 값을 가질 수 있다. 81 ~ 83까지의 값은 CCLM(Cross Compoonent Linear Model) 모드를 가리키며, -14 ~ -1까지의 값과 67 ~ 80까지의 값은 WAIP 적용으로 인해 확장된 인트라 예측 모드 값을 가리킨다.
예측 현재 블록의 폭이 높이보다 큰 경우, 대체로 위쪽 참조 픽셀들이 예측하고자 하는 블록 내부의 위치들과 더 가깝다. 따라서, 우상단(top-right) 방향으로 예측하는 것보다 좌하단(bottom-left) 방향으로 예측하는 것이 보다 정확할 수 있다. 반대로 블록의 높이가 폭 보다 큰 경우는, 왼쪽 참조 픽셀들이 예측하고자 하는 블록 내부의 위치들과 대체로 가깝다. 따라서, 좌하단(bottom-left) 방향으로 예측하는 것보다 우상단(top-right) 방향으로 예측하는 것이 보다 정확할 수 있다. 따라서, 광각 인트라 예측 모드의 인덱스로 리맵핑, 즉, 모드 인덱스 변환을 적용하는 것이 유리할 수 있다.
광각 인트라 예측이 적용되는 경우, 기존의 인트라 예측에 대한 정보가 시그널링될 수 있고, 상기 정보가 파싱된 이후, 상기 정보가 상기 광각 인트라 예측 모드의 인덱스로 리맵핑될 수 있다. 따라서, 특정 블록(예를 들어, 특정 사이즈의 비정방형 블록)에 대한 총 인트라 예측 모드의 수는 변경되지 않을 수 있고, 즉, 총 인트라 예측 모드의 수는 67개이며, 상기 특정 블록에 대한 인트라 예측 모드 코딩은 변경되지 않을 수 있다.
아래 표 3은 인트라 예측 모드를 광각 인트라 예측 모드로 리매핑하여 수정된 인트라 모드를 도출하는 과정을 나타내고 있다.
Figure PCTKR2020007992-appb-T000003
표 3에서 최종적으로 predModeIntra 변수에 확장된 인트라 예측 모드 값이 저장되고, ISP_NO_SPLIT는 현재 VVC 표준에 채택된 Intra Sub Partitions(ISP) 기술에 의해 CU 블록이 서브 파티션들로 분할되지 않는 것을 나타내며, cIdx 변수 값이 0, 1, 2인 것은 각기 루마, Cb, Cr 컴포넌트인 경우를 가리킨다. 표 3에서 등장하는 Log2 함수는 베이스(base)가 2인 로그 값을 리턴하며, Abs 함수는 절대값을 리턴한다.
광각 인트라 예측 모드의 매핑 과정(Wide angle intra prediction mode mapping process)의 입력값으로 인트라 예측 모드를 지시하는 변수 predModeIntra, 변환 블록의 높이 및 너비 등이 사용되고, 출력값은 수정된 인트라 예측 모드(the modified intra prediction mode predModeIntra)가 된다. 변환 블록 또는 코딩 블록의 높이 및 너비가 인트라 예측 모드의 리매핑을 위한 현재 블록의 높이 및 너비가 될 수 있다. 이 때, 너비와 폭의 비율을 반영하는 변수 whRatio 는 Abs( Log2( nW / nH ) )로 설정될 수 있다.
정방형이 아닌 블록에 대하여, 인트라 예측 모드는 두 가지 경우로 구분되어 수정될 수 있다.
우선, (1)현재 블록의 너비가 높이보다 크고, (2) 수정 전의 인트라 예측 모드가 2와 같거나 크고, (3) 인트라 예측 모드가, 변수 whRatio 가 1보다 크면 (8 + 2 * whRatio)으로, 변수 whRatio 가 1보다 같거나 작으면 8로 도출되는 값보다 작다[predModeIntra is less than ( whRatio > 1 ) ? ( 8 + 2 * whRatio ) : 8]는 모든 조건을 만족하면, 인트라 예측 모드는 인트라 예측 모드보다 65 큰 값으로 설정된다[predModeIntra is set equal to ( predModeIntra + 65 )].
상기와 다른 경우, (1)현재 블록의 높이가 너비보다 크고, (2) 수정 전의 인트라 예측 모드가 66와 같거나 작고, (3) 인트라 예측 모드가, 변수 whRatio 가 1보다 크면 ( 60 - 2 * whRatio )으로, 변수 whRatio 가 1보다 같거나 작으면 60로 도출되는 값보다 크다[predModeIntra is greater than ( whRatio > 1 ) ? ( 60 - 2 * whRatio ) : 60]는 모든 조건을 만족하면, 인트라 예측 모드는 인트라 예측 모드보다 67 작은 값으로 설정된다[predModeIntra is set equal to ( predModeIntra - 67 )].
상술된 표 2는 LFNST에서 WAIP에 의해 확장된 인트라 예측 모드 값에 기초하여 변환 세트가 어떻게 선택되는지를 나타내고 있다. 도 9에서 같이, 14 ~ 33까지의 모드와 35 ~ 80까지의 모드는 모드 34를 중심으로 예측 방향 관점에서 서로 대칭이다. 예를 들어 모드 14과 모드 54는 모드 34에 해당하는 방향을 중심으로 대칭이다. 따라서, 서로 대칭되는 방향에 위치하는 모드끼리는 같은 변환 세트를 적용하게 되며, 표 2에서도 이러한 대칭성이 반영되어 있다.
다만, 모드 54에 대한 순방향 LFNST 입력 데이터는 모드 14에 대한 순방향 LFNST 입력 데이터와 대칭을 이루는 것을 가정한다. 예를 들어, 모드 14와 모드 54에 대해서는 각기 도 7의 (a)와 도 7의 (b)에 도시된 배열 순서를 따라 2 차원 데이터를 1 차원 데이터로 재배열하게 되며, 도 7의 (a)와 도 7의 (b)에 나타난 순서의 패턴은 모드 34가 가리키는 방향(대각선 방항)을 중심으로 대칭인 것을 알 수 있다.
한편, 상술된 바와 같이, [ 48 x 16 ] 행렬과 [ 16 x 16 ] 행렬 중 어떤 변환 행렬을 LFNST에 적용할지여부는 변환 대상 블록의 크기와 모양에 의해 결정된다.
도 10은 LFNST가 적용되는 블록 모양을 도시한 도면이다. 도 10의 (a)는 4 x 4 블록을, (b)는 4 x 8 및 8 x 4 블록을, (c)는 N이 16이상인 4 x N 또는 N x 4 블록을, (d)는 8 x 8 블록을, (e)는 M ≥8, N ≥8 이고, N 〉8 또는 M 〉8인 M x N 블록을 나타내고 있다.
도 10에서 굵은 테두리를 가진 블록들이 LFNST가 적용되는 영역을 가리킨다. 도 10의 (a) 및 (b)의 블록에 대해서는 좌상단(top-left) 4x4 영역에 대해 LFNST가 적용되며, 도 10의 (c)의 블록에 대해서는 연속되어 배치된 2개의 좌상단 4x4 영역에 대해 각각 LFNST가 적용된다. 도 10의 (a), (b), (c)에서는 4x4 영역 단위로 LFNST가 적용되므로 이러한 LFNST를 이하 “4x4 LFNST”로 명명하기로 하며, 해당 변환 행렬로는 수학식 9 및 수학식 10의 G에 대한 행렬 차원을 기준 [ 16 x 16 ] 또는 [ 16 x 8 ] 행렬이 적용될 수 있다.
보다 구체적으로, 도 10의 (a)의 4x4 블록(4x4 TU 또는 4x4 CU)에 대해서는 [ 16 x 8 ] 행렬이 적용되고, 도 10의 (b) 및 (c)에서의 블록에 대해서는 [ 16 x 16 ] 행렬이 적용된다. 이는 최악의 경우(worst case)에 대한 계산 복잡도를 샘플 당 8 곱셈(8 multiplications per sample)로 맞추기 위해서이다.
도 10의 (d) 및 (e)에 대해서는 좌상단 8x8 영역에 대해 LFNST가 적용되며, 이러한 LFNST를 이하 “8x8 LFNST”로 명명하기로 한다. 해당 변환 행렬로는 [ 48 x 16 ] 또는 [ 48 x 8 ] 행렬이 적용될 수 있다. 순방향 LFNST의 경우 입력 데이터로 [ 48 x 1 ] 벡터(수학식 9의 x 벡터)가 입력되므로, 좌상단 8x8 영역의 모든 샘플값들이 순방향 LFNST의 입력값으로 사용되지 않는다. 즉, 도 7의 (a)의 왼편 순서 또는 도 7의 (b)의 왼편 순서에서 볼 수 있듯이, 우하단(bottom-right)의 4x4 블록은 그대로 두고 나머지 3개의 4x4 블록들에 속한 샘플들에 기초하여[ 48 x 1 ] 벡터를 구성할 수 있다.
도 10의 (d)에서의 8x8 블록(8x8 TU 또는 8x8 CU)에 [ 48 x 8 ] 행렬이 적용되고, 도 10의 (e)에서의 8x8 블록에 [ 48 x 16 ] 행렬이 적용될 수 있다. 이 역시 최악의 경우(worst case)에 대한 계산 복잡도를 샘플 당 8 곱셈(8 multiplications per sample)로 맞추기 위함이다.
블록 모양에 따라 이에 대응하는 순방향 LFNST(4x4 LFNST 또는 8x8 LFNST)가 적용되면 8개 또는 16개의 출력 데이터(수학식 9에서의 y 벡터, [ 8 x 1 ] 또는 [ 16 x 1 ] 벡터)가 생성되며, 순방향 LFNST에서는 행렬 GT의 특성상 출력 데이터의 수가 입력 데이터의 수보다 같거나 적게 된다.
도 11은 일 예에 따라 순방향 LFNST의 출력 데이터의 배열 도시한 도면으로, 블록 모양에 따라 순방향 LFNST의 출력 데이터가 배치되는 블록을 나타내고 있다.
도 11에 도시된 블록의 좌상단에 음영으로 처리된 영역이 순방향 LFNST의 출력 데이터가 위치하는 영역에 해당하며, 0으로 표기된 위치는 0 값으로 채워지는 샘플들을 나타내며, 나머지 영역은 순방향 LFNST에 의해 변경되지 않는 영역을 나타낸다. LFNST에 의해 변경되지 않는 영역에는 순방향 1차 변환의 출력 데이터가 변경되지 않고 그대로 존재한다.
상술된 바와 같이, 블록 모양에 따라 적용되는 변환 행렬의 차원이 달라지므로 출력 데이터의 수도 달라진다. 도 11과 같이, 순방향 LFNST의 출력 데이터가 좌상단 4x4 블록을 다 채우지 못할 수도 있다. 도 11의 (a) 및 (d)의 경우 굵은 선으로 표시된 블록 또는 블록 내부의 일부 영역에는 각각 [ 16 x 8 ] 행렬과 [ 48 x 8 ] 행렬이 적용되어 순방향 LFNST의 출력으로 [ 8 x 1 ] 벡터가 생성된다. 즉, 도 8의 (b)에 도시된 스캔 순서에 따라 8개의 출력 데이터만 도 11의 (a) 및 (d)와 같이 채워지고, 나머지 8개의 위치에 대해서는 0이 채워질 수 있다. 도 10의 (d)의 LFNST 적용 블록의 경우, 도 11의 (d)와 같이 좌상단 4x4 블록에 인접한 우상단 및 좌하단 두 개의 4x4 블록도 0 값으로 채워진다.
상기와 같이, 기본적으로 LFNST 인덱스를 시그널링하여 LFNST 적용 여부 및 적용할 변환 행렬을 지정하게 된다. 도 11에 도시된 바와 같이, LFNST가 적용될 경우 순방향 LFNST의 출력 데이터 수가 입력 데이터 수보다 같거나 적을 수 있기 때문에 0 값으로 채워지는 영역이 다음과 같이 발생한다.
1) 도 11의 (a)와 같이 좌상단 4x4 블록 내에 스캔 순서상 8번째 이후의 위치들, 즉 9번째부터 16번째까지 샘플
2) 도 11의 (d) 및 (e)와 같이, [ 48 x 16 ] 행렬 또는 [ 48 x 8 ] 행렬이 적용되어 좌상단 4x4 블록에 인접한 두 개의 4x4 블록들 또는 스캔 순서상 두 번째와 세 번째 4x4 블록들
따라서, 상기 1)과 2)의 영역을 체크하여 0이 아닌(non-zero) 데이터가 존재하게 되면 LFNST가 적용되지 않은 것이 확실하므로, 해당 LFNST 인덱스의 시그널링을 생략할 수 있게 된다.
일 예에 따라, 예컨대 VVC 표준에 채택된 LFNST의 경우 LFNST 인덱스의 시그널링은 레지듀얼 코딩 이후에 수행되므로, 인코딩 장치는 레지듀얼 코딩을 통해 TU 또는 CU 블록 내부의 모든 위치에 대한 0이 아닌 데이터(유효 계수)의 존재 여부를 알 수 있게 된다. 따라서, 인코딩 장치는 0이 아닌 데이터 존재 여부를 통해 LFNST 인덱스에 대한 시그널링을 수행할지 여부를 판단할 수 있고, 디코딩 장치는 LFNST 인덱스의 파싱 여부를 판단할 수 있다. 만약 상기 1)과 2)에서 지정된 영역에 0이 아닌 데이터가 존재하지 않는 경우 LFNST 인덱스의 시그널링을 수행하게 된다.
LFNST 인덱스에 대한 이진화 방법으로 트런케이티드 유너리 코드(runcated unary code)를 적용하므로 LFNST 인덱스는 최대 2개의 빈으로 구성되며, 가능한 LFNST 인덱스 값인 0, 1, 2에 대한 이진화 코드(binary code)로는 각기 0, 10, 11이 할당된다. 현재 VVC에 채택된 LFNST의 경우 첫 번째 빈에 대해서는 컨텍스트 기반 CABAC 코딩이 적용되며(regular coding), 두 번째 빈에 대해서는 바이 패스 코딩(bypass coding)이 적용된다. 첫 번째 빈에 대한 총 컨텍스트 수는 2개이며, 수평 방향과 수직 방향에 대한 1차 변환 페어(primary transform pair)로서 (DCT-2, DCT-2)가 적용되고, 루마 성분과 크로마 성분이 듀얼 트리 타입으로 코딩되는 경우 하나의 컨텍스트가 할당되고, 나머지 경우들에 대하여 다른 하나의 컨텍스트가 적용된다. 이와 같은 LFNST 인덱스의 코딩을 표로 나타내면 다음과 같다.
Figure PCTKR2020007992-appb-T000004
한편, 채택된 LFNST에 대해서, 다음과 같은 단순화 방법들이 적용될 수 있다.
(i) 일 예에 따라, 순방향 LFNST에 대한 출력 데이터 수를 최대 16개로 한정할 수 있다.
도 10의 (c)의 경우, 좌상단에 인접한 2개의 4x4 영역에 각각 4x4 LFNST가 적용될 수 있고, 이 때 최대 32개의 LFNST 출력 데이터가 생성될 수 있다. 만약 순방향 LFNST에 대한 출력 데이터 수를 최대 16로 한정하면, 4xN/Nx4 (N≥16) 블록(TU 또는 CU)에 대해서도 좌상단에 존재하는 1개의 4x4 영역에 대해서만 4x4 LFNST를 적용하고, 도 10의 모든 블록들에 대해 LFNST를 한 번만 적용할 수 있다. 이를 통해 영상 코딩에 대한 구현이 단순해질 수 있다.
도 12는 일 예에 따라 순방향 LFNST에 대한 출력 데이터 수를 최대 16개로 한정한 것을 나타낸다. 도 12와 같이 N이 16이상인 4 x N 또는 N x 4 블록에서 최좌상단 4x4 영역에 대해 LFNST가 적용되면, 순방향 LFNST의 출력 데이터는 16개가 된다.
(ii) 일 예에 따라, LFNST가 적용되지 않는 영역에 대하여 추가적으로 제로 아웃(zero-out)을 적용할 수 있다. 본 문서에서 제로 아웃은 특정 영역에 속한 모든 위치들의 값을 0 값으로 채우는 것을 의미할 수 있다. 즉, LFNST로 인해 변경되지 않고 순방향 1차 변환의 결과를 유지하고 있는 영역에 대해서도 제로 아웃을 적용할 수 있다. 상술하였듯이 LFNST는 4x4 LFNST와 8x8 LFNST로 구분되므로, 다음과 같이 두 종류((ii)-(A) 및 (ii)-(B))로 제로 아웃을 구분할 수 있다.
(ii)-(A) 4x4 LFNST가 적용될 때 4x4 LFNST가 적용되지 않는 영역을 제로 아웃할 수 있다. 도 13은 일 예에 따라 4x4 LFNST가 적용되는 블록에서의 제로 아웃을 도시하는 도면이다.
도 13과 같이, 4x4 LFNST가 적용되는 블록에 대하여, 즉 도 11의 (a), (b) 및 (c)의 블록에 대하여 LFNST가 적용되지 않는 영역까지 모두 0으로 채워질 수 있다.
한편, 도 13의 (d)는 도 12와 같이 순방향 LFNST의 출력의 최대값을 16으로 한정한 경우, 4x4 LFNST가 적용되지 않은 나머지 블록에 대하여 제로 아웃을 수행한 것을 나타낸다.
(ii)-(B) 8x8 LFNST가 적용될 때, 8x8 LFNST가 적용되지 않는 영역을 제로 아웃할 수 있다. 도 14는 일 예에 따라 8x8 LFNST가 적용되는 블록에서의 제로 아웃을 도시하는 도면이다.
도 14와 같이, 8x8 LFNST가 적용되는 블록에 대하여, 즉 도 11의 (d) 및 (e)의 블록에 대하여 LFNST가 적용되지 않는 영역까지 모두 0으로 채워질 수 있다.
(iii) 상기 (ii)에서 제시한 제로 아웃으로 인해 LFNST가 적용될 때 0으로 채워지는 영역이 달라질 수 있다. 따라서, 상기 (ii)에서 제안된 제로 아웃에 따라 0이 아닌 데이터가 존재하는지 여부를 도 11의 LFNST의 경우보다 넓은 영역에 대해 체크할 수 있다.
예를 들어, (ii)-(B)를 적용하는 경우, 도 11의 (d) 및 (e)에서 0 값으로 채워지는 영역에 추가하여 도 14에서 추가적으로 0으로 채워진 영역까지 0이 아닌 데이터가 존재하는지 여부를 체크한 후, 0이 아닌 데이터가 존재하지 않는 경우에만 LFNST 인덱스에 대한 시그널링을 수행할 수 있다.
물론, 상기 (ii)에서 제안된 제로 아웃을 적용하더라도 기존 LFNST 인덱스 시그널링과 동일하게 0이 아닌 데이터가 존재하는지 여부를 체크할 수 있다. 즉, 도 11에 0으로 채워진 블록에 대하여 0이 아닌 데이터가 존재하는지 여부를 체크하고 LFNST 인덱스 시그널링을 적용할 수 있다. 이러한 경우 인코딩 장치에만 제로 아웃을 수행하고 디코딩 장치에서는 해당 제로 아웃을 가정하지 않고, 즉 도 11에서 명시적으로 0으로 표기된 영역에 대해서만 0이 아닌 데이터가 존재하는지 여부만 체크하고 LFNST 인덱스 파싱을 수행할 수 있다.
또는 다른 예에 따라, 도 15와 같이 제로 아웃을 수행할 수도 있다. 도 15는 다른 일 예에 따라 8x8 LFNST가 적용되는 블록에서의 제로 아웃을 도시하는 도면이다.
도 13 및 도 14와 같이, LFNST가 적용되는 영역 이외의 영역에 대해서 모두 제로 아웃을 적용할 수도 있고, 도 15와 같이 부분적인 영역에 대해서만 제로 아웃을 적용하는 것도 가능하다. 도 15의 좌상단 8x8 영역 이외의 영역에 대해서만 제로 아웃을 적용하고, 좌상단 8x8 영역 내부의 우하단 4x4 블록에 대해서는 제로 아웃을 적용하지 않을 수 있다.
상기 LFNST에 대한 단순화 방법들((i), (ii)-(A), (ii)-(B), (iii))의 조합을 적용한 다양한 실시예들이 도출될 수 있다. 물론, 상기 단순화 방법들에 대한 조합은 아래 실시예들에 한정되지 않으며, 임의의 조합을 LFNST에 적용할 수 있다.
실시예 1
- 순방향 LFNST에 대한 출력 데이터 수를 최대 16개로 한정 →(i)
- 4x4 LFNST가 적용될 때 4x4 LFNST가 적용되지 않는 영역을 모두 제로 아웃→ (ii)-(A)
- 8x8 LFNST가 적용될 때 8x8 LFNST가 적용되지 않는 영역을 모두 제로 아웃→ (ii)-(B)
- 기존 0 값으로 채워지는 영역과 추가적인 제로 아웃((ii)-(A), (ii)-(B))으로 인하여 0으로 채워지는 영역에 대해서도 0이 아닌 데이터가 존재하는지 여부를 체크한 후, 0이 아닌 데이터가 존재하지 않는 경우에만 LFNST 인덱싱 시그널링→ (iii)
실시예 1의 경우, LFNST가 적용될 때 0이 아닌 출력 데이터가 존재할 수 있는 영역이 좌상단 4x4 영역 내부로 제한된다. 보다 상세하게 도 13의 (a)와 도 14의 (a)의 경우 스캔 순서상 8번째 위치가 0이 아닌 데이터가 존재할 수 있는 가장 마지막 위치가 되며, 도 13의 (b) 및 (c)와 도 14의 (b)의 경우 스캔 순서상 16번째 위치(즉, 좌상단 4x4 블록의 우하단 가장 자리 위치)가 0이 아닌 데이터가 존재할 수 있는 가장 마직막 위치가 된다.
따라서, LFNST가 적용되었을 때 레지듀얼 코딩 과정이 허용되지 않는 위치(가장 마지막 위치를 넘어 선 위치에서)에서 0이 아닌 데이터가 존재하는지 여부를 체크한 후 LFNST 인덱스 시그널링 여부가 결정될 수 있다.
이하는 실시예 1에 의한 LFNST 과정을 표로 나타낸 것이다.
Figure PCTKR2020007992-appb-T000005
Figure PCTKR2020007992-appb-T000006
표 5 및 표 6은 상기 LFNST 단순화 방법의 (ii) 및 (iii)에 대한 디코딩 과정을 나타내고 있다.
표 5의 상단 부분에 따르면, 마지막 0이 아닌 계수가 존재하는 서브 블록의 인덱스가 0보다 크고 변환 블록의 폭 및 높이가 모두 4보다 크거나[( lastSubBlock > 0 && log2TbWidth >= 2 && log2TbHeight >= 2 )], 0이 아닌 마지막 계수가 존재하는 서브 블록 내부에서의 0인 아닌 계수의 마지막 위치가 7보다 크고, 변환 블록의 크기가 4x4 또는 8x8인 경우[( lastScanPos > 7 && ( log2TbWidth == 2 | | log2TbHeight == 3 ) && log2TbWidth == log2TbHeight )], LFNST의 제로 아웃에 대한 플래그 변수 lfnstZeroOutSigCoeffFlag는 1로 설정된다.
즉, 첫 번째 조건은 변환 블록에서 LFNST이 적용될 수 있는 좌상단 영역 이 외의 영역에서 0이 아닌 계수가 도출되는 조건(즉, 좌상단 서브 블록(4x4) 이외의 서브 블록 내 유효 계수가 도출되는 경우)으로, 첫 번째 조건을 만족하면 LFNST의 제로 아웃에 대한 플래그 변수 lfnstZeroOutSigCoeffFlag는 1로 설정된다. 이때 변환 블록의 크기는 4x4 이상이므로, 4x4 LFNST 및 8x8 LFNST가 적용되는 변환 블록에서 제로 아웃이 수행되는 것을 나타낸다.
두 번째 조건은, 4x4 블록 및 8x8 블록에 LFNST가 적용되면 0이 아닌 계수가 존재할 수 있는 마지막 위치는 도 11의 (a) 및 (d)와 같이 8번째 위치이므로, 0부터 시작하였을 때 7번째 위치를 벗어나서 0이 아닌 계수가 존재하면, 플래그 변수 lfnstZeroOutSigCoeffFlag는 1로 설정된다.
이와 같이, 플래그 변수 lfnstZeroOutSigCoeffFlag가 1로 설정되면, 표 6과 같이 lfnstZeroOutSigCoeffFlag 이 0 일 때, 코딩 유닛 레벨에서 시그널링되는 lfnst_idx는 시그널링 되지 않는다.
다른 예에 따라, 표 5의 상기 첫 번째 또는 두 번째 조건이 만족될 때 플래그 변수 lfnstZeroOutSigCoeffFlag가 0으로 설정되고, lfnst_idx는 lfnstZeroOutSigCoeffFlag가 1일 때 시그널링 될 수 있다.
Figure PCTKR2020007992-appb-T000007
Figure PCTKR2020007992-appb-I000006
Figure PCTKR2020007992-appb-I000007
표 7을 참조하면, LFNST가 적용되기 위하여 행렬 연산이 수행되는 0이 아닌 변수의 크기 또는 개수를 나타내는 변수 nonZeroSize는 8 또는 16으로 설정된다. 변환 블록의 폭 및 높이가 4 또는 8이면, 즉, 도 11과 같이 4 x 4 블록 및 8 x 8 블록의 순방향 LFNST의 출력 데이터 또는 역방향 LFNST의 입력 데이터의 길이는 8이 된다. 그 외의 모든 블록에 대해서는 순방향 LFNST의 출력 데이터 또는 역방향 LFNST의 입력 데이터의 길이는 16이 된다[nonZeroSize = ( ( nTbW = = 4 && nTbH = = 4 ) | | ( nTbW = = 8 && nTbH = = 8 ) ) ? 8 : 16]. 즉, 순방향 LFNST가 적용될 때, 출력되는 데이터의 최대 개수는 16개로 한정된다.
이러한 역방향 LFNST의 입력 데이터는 대각 방향 스캔에 따라 2차원 배열될 수 있다[xC = DiagScanOrder[ log2LfnstSize ][ log2LfnstSize ][ x ][ 0 ], yC = DiagScanOrder[ log2LfnstSize ][ log2LfnstSize ][ x ][ 1 ]]. 상기 설명된 부분이 상기 LFNST 단순화 방법의 (i)에 대한 디코딩 과정을 나타내고 있다.
또한, 역 1차 변환에 입력되는 0이 아닌 변환 계수가 존재할 수 있는 좌상단 블록의 폭 및 높이를 나타내는 변수 nonZeroW 및 nonZeroH는 lfnst 인덱스가 0이 아닌 때, 변환 블록의 폭 또는 너비가 4이면 4로, 나머지 경우 8로 도출된다[nonZeroW = ( nTbW == 4 | | nTbH == 4 ) ? 4 : 8, nonZeroH = ( nTbW == 4 | | nTbH == 4 ) ? 4 : 8]. 즉, 변환 블록에서 lfnst가 적용되는 4x4 영역 및 8x8 영역 이외의 영역은 0으로 채워지는 제로 아웃이 수행됨을 의미한다. 해당 부분은 상기 LFNST 단순화 방법의 (ii)에 대한 디코딩 과정을 나타내고 있다.
실시예 2
- 순방향 LFNST에 대한 출력 데이터 수를 최대 16개로 한정 → (i)
실시예 2)에서는 (ii)에서 제시한 제로 아웃을 적용하지 않으므로, 0이 아닌 데이터가 존재하는지 여부를 체크하지 않는 방식에 따른 LFNST 인덱스 시그널링 방식을 적용한다. 즉, 도 11에서 제시된 제로 아웃만이 체크되고 이를 기반으로 LFNST 인덱스가 시그널링되며, 도 11(c)의 경우는 출력 데이터 수가 32개이므로 실시예 2와 상이하지만 (즉, 실시예 2의 경우는 도 12와 같다) 출력 데이터가 좌상단 4x4 블록에 위치한다는 것을 제외하고는 제로 아웃이 발생하지 않는 것은 도 11(c)와 동일하다.
도 12와 같이, 4x4 LFNST가 좌상단 4x4 영역에만 적용되고 해당 영역에 [ 16 x 16 ] 행렬이 적용되어 순방향 LFNST를 적용하였을 때 0 값으로 채워지는 영역이 발생하지 않는다. 0이 아닌 데이터의 존재 여부를 체크하는 영역이 변하지 않으므로 0이 아닌 데이터가 존재하는지 여부를 체크하지 않는 방식에 따른 LFNST 인덱스 시그널링 방식을 그대로 적용할 수 있다.
Figure PCTKR2020007992-appb-T000008
Figure PCTKR2020007992-appb-I000008
표 8을 참조하면, LFNST가 적용되기 위하여 행렬 연산이 수행되는 0이 아닌 변수의 크기 또는 개수를 나타내는 변수 nonZeroSize는 8 또는 16으로 설정된다. 변환 블록의 폭 및 높이가 4 또는 8이면, 즉, 도 11과 같이 4 x 4 블록 및 8 x 8 블록의 순방향 LFNST의 출력 데이터 또는 역방향 LFNST의 입력 데이터의 길이는 8이 된다. 그 외의 모든 블록에 대해서는 순방향 LFNST의 출력 데이터 또는 역방향 LFNST의 입력 데이터의 길이는 16이 된다[nonZeroSize = ( ( nTbW = = 4 && nTbH = = 4 ) | | ( nTbW = = 8 && nTbH = = 8 ) ) ? 8 : 16]. 즉, 순방향 LFNST가 적용될 때, 출력되는 데이터의 최대 개수는 16개로 한정된다.
이러한 역방향 LFNST의 입력 데이터는 대각 방향 스캔에 따라 2차원 배열될 수 있다[xC = DiagScanOrder[ log2LfnstSize ][ log2LfnstSize ][ x ][ 0 ], yC = DiagScanOrder[ log2LfnstSize ][ log2LfnstSize ][ x ][ 1 ]]. 표 8을 참조하여 설명된 부분이 상기 LFNST 단순화 방법의 (i)에 대한 디코딩 과정을 나타내고 있다.
실시예 3
- 8x8 LFNST가 적용될 때 8x8 LFNST가 적용되지 않는 영역을 모두 제로 아웃 → (ii)-(B)
- 기존 0 값으로 채워지는 영역(도 11에서 제시된 제로 아웃 영역)과 추가적인 제로 아웃((ii)-(B))으로 인하여 0으로 채워지는 영역에 대해서도 0이 아닌 데이터가 존재하는지 여부를 체크한 후, 0이 아닌 데이터가 존재하지 않는 경우에만 LFNST 인덱싱 시그널링→ (iii)
Figure PCTKR2020007992-appb-T000009
표 9는 표 5의 상단 부분의 조건이 변경되었다. LFNST의 제로 아웃에 대한 플래그 변수 lfnstZeroOutSigCoeffFlag가 1로 설정되는 첫 번째 조건이 적용되는 변환 블록의 크기가 4x4에서 8x8로 변경되었다. 이러한 변환 블록의 크기 변화는 8x8 LFNST가 적용되는 변환 블록에서만 제로 아웃이 수행되는 것을 나타낸다.
실시예 3에 대한 코딩 유닛에 대한 신택스 구문은 표 6이 적용될 수 있다.
Figure PCTKR2020007992-appb-T000010
본 실시예에서는 LFNST의 제로 아웃이 8x8 LFNST 이 수행되는 폭 및 높이가 8 이상인 변환 블록에 수행되므로, 표 10과 같이 역 1차 변환에 입력되는 0이 아닌 변환 계수를 포함하는 블록의 폭 및 높이를 나타내는 변수 nonZeroW 및 nonZeroH는 lfnst 인덱스가 0보다 클 때, 폭 및 높이가 8 이상인 변환 블록인 경우 8로 도출될 수 있다[( lfnst_idx[ xTbY ][ yTbY ] > 0 && nTbW >= 8 && nTbH >= 8 ) ? 8, ( lfnst_idx[ xTbY ][ yTbY ] > 0 && nTbW >= 8 && nTbH >= 8 ) ? 8]. 즉, 변환 블록에서 lfnst가 적용되는 8x8 영역 이외의 영역은 0으로 채워지는 제로 아웃이 수행됨을 의미한다. 해당 부분은 상기 LFNST 단순화 방법의 (ii)-(B)에 대한 디코딩 과정을 나타내고 있다.
실시예 4
- 8x8 LFNST가 적용될 때 8x8 LFNST가 적용되지 않는 영역을 모두 제로 아웃 → (ii)-(B)
- 0이 아닌 데이터가 존재하는지 여부를 체크하지 않는 방식에 따른 LFNST 인덱스 시그널링 방식을 그대로 적용할 수 있다. 즉, (ii)-(B)에서의 제로 아웃은 인코딩 장치에서 수행하고 디코딩 장치에서는 해당 제로 아웃 영역에 대해 0이 아닌 데이터가 존재할 수 있다고 가정하고 LFNST 인덱스 시그널링을 수행할 수 있다. 이 경우에도, 도 11에서 제시된 제로 아웃만이 체크되고 이를 기반으로 LFNST 인덱스가 시그널링된다.
실시예 5
- 순방향 LFNST에 대한 출력 데이터 수를 최대 16개로 한정 → (i)
- 8x8 LFNST가 적용될 때 8x8 LFNST가 적용되지 않는 영역을 모두 제로 아웃 → (ii)-(B)
- 기존 0 값으로 채워지는 영역(도 11에서 도 11(c)를 제외한 나머지 제로 아웃 영역, 도 11(c) 대신에 도 12가 적용되나 제로 아웃이 적용되지 않는다)과 추가적인 제로 아웃((ii)-(B))으로 인하여 0으로 채워지는 영역에 대해서도 0이 아닌 데이터가 존재하는지 여부를 체크한 후, 0이 아닌 데이터가 존재하지 않는 경우에만 LFNST 인덱싱 시그널링→ (iii)
본 실시예의 경우, 레지듀얼 코딩에 대한 신택스 구문은 실시예 3의 표 9가 적용될 수 있고, 코딩 유닛에 대한 신택스 구문은 실시예 1의 표 6이 적용될 수 있다.
표 9에 따르면, LFNST의 제로 아웃에 대한 플래그 변수 lfnstZeroOutSigCoeffFlag가 1로 설정되는 첫 번째 조건이 적용되는 변환 블록의 크기는 8x8이다. 이러한 변환 블록의 크기 제한은 8x8 LFNST가 적용되는 변환 블록에서만 제로 아웃이 수행되는 것을 나타낸다.
Figure PCTKR2020007992-appb-T000011
표 11을 참조하면, LFNST가 적용되기 위하여 행렬 연산이 수행되는 0이 아닌 변수의 크기 또는 개수를 나타내는 변수 nonZeroSize는 8 또는 16으로 설정된다. 변환 블록의 폭 및 높이가 4 또는 8이면, 즉, 도 11과 같이 4 x 4 블록 및 8 x 8 블록의 순방향 LFNST의 출력 데이터 또는 역방향 LFNST의 입력 데이터의 길이는 8이 된다. 그 외의 모든 블록에 대해서는 순방향 LFNST의 출력 데이터 또는 역방향 LFNST의 입력 데이터의 길이는 16이 된다[nonZeroSize = ( ( nTbW = = 4 && nTbH = = 4 ) | | ( nTbW = = 8 && nTbH = = 8 ) ) ? 8 : 16]. 즉, 순방향 LFNST가 적용될 때, 출력되는 데이터의 최대 개수는 16개로 한정된다.
이러한 역방향 LFNST의 입력 데이터는 대각 방향 스캔에 따라 2차원 배열될 수 있다[xC = DiagScanOrder[ log2LfnstSize ][ log2LfnstSize ][ x ][ 0 ], yC = DiagScanOrder[ log2LfnstSize ][ log2LfnstSize ][ x ][ 1 ]]. 상기 설명된 부분이 상기 LFNST 단순화 방법의 (i)에 대한 디코딩 과정을 나타내고 있다.
또한, 본 실시예에서는 LFNST의 제로 아웃이 8x8 LFNST 이 수행되는 폭 및 높이가 8 이상인 변환 블록에 수행되므로, 표 11과 같이 역 1차 변환에 입력되는 0이 아닌 변환 계수를 포함하는 블록의 폭 및 높이를 나타내는 변수 nonZeroW 및 nonZeroH는 lfnst 인덱스가 0보다 클 때, 폭 및 높이가 8 이상인 변환 블록인 경우 8로 도출될 수 있다[( lfnst_idx[ xTbY ][ yTbY ] > 0 && nTbW >= 8 && nTbH >= 8 ) ? 8, ( lfnst_idx[ xTbY ][ yTbY ] > 0 && nTbW >= 8 && nTbH >= 8 ) ? 8]. 즉, 변환 블록에서 lfnst가 적용되는 8x8 영역 이외의 영역은 0으로 채워지는 제로 아웃이 수행됨을 의미한다. 해당 부분은 상기 LFNST 단순화 방법의 (ii)-(B)에 대한 디코딩 과정을 나타내고 있다.
실시예 6
- 순방향 LFNST에 대한 출력 데이터 수를 최대 16개로 한정 → (i)
- 8x8 LFNST가 적용될 때 8x8 LFNST가 적용되지 않는 영역을 모두 제로 아웃 → (ii)-(B)
- 0이 아닌 데이터가 존재하는지 여부를 체크하지 않는 방식에 따른 LFNST 인덱스 시그널링 방식을 그대로 적용할 수 있다. 즉, (ii)-(B)에서의 제로 아웃은 인코딩 장치에서 수행하고 디코딩 장치에서는 해당 제로 아웃 영역에 대해 0이 아닌 데이터가 존재할 수 있다고 가정하고 LFNST 인덱스 시그널링을 수행할 수 있다. 이 경우에도, 도 11에서 도 11(c)를 제외한 나머지 제로 아웃 영역만이 체크되고 이를 기반으로 LFNST 인덱스가 시그널링된다.
실시예 4 및 실시예 6의 경우, 제로 아웃은 인코딩 장치에서만 수행되고, 디코딩 장치에서는 제로 아웃을 고려하지 않고 lfnst 인덱스를 파싱하기 때문에 LFNST 인덱스에 대한 스펙 텍스트는 변경되지 않는다.
(ii)에서 제안된 제로 아웃 방식의 경우 1차 변환과 LFNST를 모두 적용했을 때 최종적으로 발생하게 되는 데이터의 수를 줄이기 때문에 전체 변환 과정을 수행할 때 요구되는 계산량을 줄일 수 있다. 즉, LFNST가 적용되는 경우, LFNST가 적용되지 않는 영역에 존재하는 순방향 1차 변환 출력 데이터에 대해서도 제로 아웃을 적용하기 때문에, 순방향 1차 변환을 수행할 때부터 제로 아웃이 되는 영역에 대한 데이터를 생성할 필요가 없다. 따라서, 해당 데이터 생성에 요구되는 연산량을 절약할 수 있다. (ii)에서 제안된 제로 아웃 방식의 추가적인 효과를 정리해 보면 다음과 같다.
첫 번째, 상기된 바와 같이 전체 변환 과정의 수행에 필요한 계산량이 저감된다.
특히 (ii)-(B)를 적용하는 경우 최악의 경우에 대한 계산량이 감소하여 변환 과정을 경량화할 수 있다. 부연하자면, 일반적으로 큰 사이즈의 1차 변환 수행에 많은 양의 연산이 요구되는데, (ii)-(B)를 적용하게 되면 순방향 LFNST 수행 결과로 도출되는 데이터의 수를 16개 이하로 줄일 수 있으며, 전체 블록 (TU 또는 CU) 크기가 커질수록 변환 연산량 저감 효과는 더욱 증가된다.
두 번째, 변환 과정 전체에 필요한 연산량이 감소하여 변환 수행에 필요한 전력 소비를 줄일 수 있다.
세 번째, 변환 과정에 수반되는 지연 시간(latency)을 감소시킨다.
LFNST와 같은 2차 변환은 기존 1차 변환에 계산량을 추가하게 되므로 변환 수행에 수반되는 전체 지연 시간을 증가시킨다. 특히 인트라 예측의 경우, 예측 과정에서 이웃 블록의 복원 데이터가 사용되므로, 인코딩 시 2차 변환으로 인한 지연 시간 증가가 복원(reconstruction)까지의 지연 시간 증가로 이어지게 되어, 인트라 예측 인코딩의 전체적인 지연 시간 증가로 이어질 수 있다.
하지만, (ii)에서 제시한 제로 아웃을 적용하게 되면 LFNST 적용 시 1차 변환 수행의 지연 시간을 대폭 줄일 수 있기 때문에, 변환 수행 전체에 대한 지연 시간은 그대로 유지되거나 오히려 줄어들게 되어 인코딩 장치를 보다 간단하게 구현할 수 있다.
이하의 도면은 본 명세서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/메시지/필드의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
도 16은 본 문서의 일 실시예에 따른 비디오 디코딩 장치의 동작을 도시하는 흐름도이다.
도 16에 개시된 각 단계는 도 3에 개시된 디코딩 장치(300)에 의하여 수행될 수 있다. 보다 구체적으로, S1610 및 S1640은 도 3에 개시된 엔트로피 디코딩부(310)에 의하여 수행될 수 있고, S1620은 도 3에 개시된 역양자화부(321)에 의하여 수행될 수 있고, S1630, S1650 및 S1660은 도 3에 개시된 역변환부(322)에 의하여 수행될 수 있고, S16700은 도 3에 개시된 가산부(340)에 의하여 수행될 수 있다. 더불어, S1610 내지 S1670에 따른 동작들은, 도 4 내지 도 15에서 전술된 내용들 중 일부를 기반으로 한 것이다. 따라서, 도 3 내지 도 15에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.
일 실시예에 따른 디코딩 장치(300)는, 레지듀얼 정보를 포함하는 비트스트림을 수신하여, 비트스트림으로부터 현재 블록, 즉 변환 대상이 되는 변환 블록에 대한 레지듀얼 정보, 예컨대 양자화된 변환 계수들을 도출할 수 있다(S1610).
보다 구체적으로, 디코딩 장치(300)는 비트스트림으로부터 현재 블록에 대한 양자화된 변환 계수들에 관한 정보를 디코딩할 수 있고, 현재 블록에 대한 양자화된 변환 계수들에 관한 정보를 기반으로 대상 블록에 대한 양자화된 변환 계수들을 도출할 수 있다. 대상 블록에 대한 양자화된 변환 계수들에 관한 정보는 SPS(Sequence Parameter Set) 또는 슬라이스 헤더(slice header)에 포함될 수 있고, 간소화 변환(RST)이 적용되는지 여부에 대한 정보, 간소화 팩터에 관한 정보, 간소화 변환을 적용하는 최소 변환 사이즈에 대한 정보, 간소화 변환을 적용하는 최대 변환 사이즈에 대한 정보, 간소화 역변환 사이즈, 변환 세트에 포함된 변환 커널 매트릭스 중 어느 하나를 지시하는 변환 인덱스에 대한 정보 중 적어도 하나를 포함할 수 있다.
디코딩 장치(300)는, 현재 블록에 대한 양자화된 변환 계수들에 대하여 역양자화를 수행하여 변환 계수들을 도출할 수 있다(S1620).
도출된 변환 계수들은 현재 블록에 2차원 배열될 수 있고, 디코딩 장치는 이러한 레지듀얼 코딩을 통하여 현재 블록에서 0이 아닌 데이터, 즉 0이 아닌 유효 계수에 대한 정보를 도출할 수 있다. 즉, 디코딩 장치는 현재 블록에서 0이 아닌 유효 계수의 마지막 위치 정보를 파악할 수 있다.
S1620의 레지듀얼 정보를 기반으로 도출된 변환 계수는 상기와 같이 역양자화된 변환 계수일 수 있고, 양자화된 변환 계수일 수도 있다. 즉, 변환 계수는 양자화와 여부와 무관하게 현재 블록에서 0이 아닌 데이터인지 여부를 체크할 수 있는 데이터이면 된다.
일 예에 따라, 디코딩 장치는 현재 블록의 좌상단 제1 영역을 제외한 제2 영역에 유효 계수가 존재하는지 여부를 판단할 수 있다(S1630).
제1 영역은 현재 블록의 크기를 기반으로 도출될 수 있다.
예를 들어, 현재 블록의 크기가 4x4 또는 8x8이면, 제1 영역은 현재 블록의 좌상단으로부터 스캔 방향으로 8번째 샘플 위치까지일 수 있다.
현재 블록의 크기가 4x4 또는 8x8이면 순방향 LFNST를 통하여 8개의 데이터가 출력되므로, 디코딩 장치로 수신되는 8개의 변환 계수는 도 13의 (a) 및 도 14의 (a)와 같이, 현재 블록의 좌상단으로부터 스캔 방향으로 8번째 샘플 위치까지 배열될 수 있다.
또한, 현재 블록의 크기가 4x4 또는 8x8이 아닌 나머지 경우에는 제1 영역은 현재 블록의 좌상단의 4x4 영역일 수 있다. 현재 블록의 크기가 4x4 또는 8x8이 아니면 순방향 LFNST를 통하여 16개의 데이터가 출력되므로, 디코딩 장치로 수신되는 16개의 변환 계수는 도 13의 (b) 내지 (d), 및 도 14의 (b)와 같이, 현재 블록의 좌상단 4x4 영역에 배열될 수 있다.
한편, 제1 영역에 배열될 수 있는 변환 계수는 도 8과 같이 대각 스캔 방향에 따라 배열될 수 있다.
또한, 일 예에 따라, LFNST가 적용되는 블록에 대한 변환 계수는 최대 16일 수 있다.
디코딩 장치는 제1 영역을 제외한 제2 영역에 유효 계수가 존재하지 않는 것으로 판단되면, 즉, 현재 블록의 제2 영역까지 유효 계수를 체크하여 유효 계수가 존재하지 않으면, 디코딩 장치는 비트스트림으로부터 LFNST 인덱스를 파싱할 수 있다(S1640).
상술된 바와 같이, 인코딩 장치에 의하여 순방향 LFNST가 수행되면, LFNST에 따른 변환 계수를 제외한 현재 블록의 나머지 영역은 0으로 처리되는 제로 아웃이 수행될 수 있다.
따라서, 제2 영역에 유효 계수가 존재한다면 LFNST는 적용되지 않았으므로, LFNST 인덱스는 시그널링 되지 않고 디코딩 장치는 LFNST 인덱스를 파싱하지 않는다.
LFNST 인덱스 정보는 신택스 정보로 수신되고, 신택스 정보는 0과 1을 포함하는 이진화된 빈 스트링으로 수신된다.
본 실시예에 따른 LFNST 인덱스의 신택스 요소는 역 LFNST 또는 역 비분리 변환이 적용되는지 여부 및 변환 세트에 포함된 변환 커널 매트릭스 중 어느 하나를 지시할 수 있으며, 변환 세트가 두 개의 변환 커널 매트릭스을 포함하는 경우, 변환 인덱스의 신택스 요소의 값은 3가지일 수 있다.
즉, 일 실시예에 따라, LFNST 인덱스에 대한 신택스 요소 값은 대상 블록에 역 LFNST가 적용되지 않는 경우를 지시하는 0, 변환 커널 매트릭스 중 첫 번째 변환 커널 매트릭스를 지시하는 1, 변환 커널 매트릭스 중 두 번째 변환 커널 매트릭스를 지시하는 2 를 포함할 수 있다.
LFNST 인덱스가 파싱되면, 디코딩 장치는 제1 영역의 변환 계수들에 LFNST 행렬을 적용하여 수정된 변환 계수들을 도출할 수 있다(S1650).
디코딩 장치(300)의 역변환부(332)는 현재 블록에 적용되는 인트라 예측 모드에 따른 매핑 관계에 기반하여 변환 세트를 결정하고, 변환 세트 및 LFNST 인덱스에 대한 신택스 요소의 값에 기초하여 역 LFNST, 즉 역 비분리 변환을 수행할 수 있다.
상술된 바와 같이, 변환의 대상이 되는 변환 블록의 인트라 예측 모드에 따라 복수의 변환 세트가 결정될 수 있고, 역 LFNST는 LFNST 인덱스에 의하여 지시되는 변환 세트에 포함되어 있는 변환 커널 매트릭스, 즉 LFNST 행렬 중 어느 하나에 기초하여 수행될 수 있다. 역 LFNST에 적용되는 행렬은 역 LFNST 행렬 또는 LFNST 행렬로 명명될 수 있으며, 이러한 행렬은 순방향 LFNST에 사용되는 행렬과 트랜스포스 관계에 있으면 그 명칭은 무엇이든 무관하다.
일 예시에서, 역 LFNST 행렬은 열의 개수가 행의 개수보다 적은 비정방형 매트릭스일 수 있다.
한편, 수정된 변환 계수들은 현재 블록의 크기에 기반하여 소정 개수로 도출될 수 있다. 예를 들어, 현재 블록의 높이 및 폭이 8 이상이면, 도 7의 왼쪽과 같은 48개의 수정된 변환 계수들이 도출되고, 현재 블록의 폭 및 높이가 8 이상이 아니면, 즉 현재 블록의 폭 및 높이가 4 이상이면서 상기 현재 블록의 폭 또는 높이가 8 미만이면, 도 7의 오른쪽과 같은 16개의 수정된 변환 계수들이 도출될 수 있다.
도 7과 같이, 48개의 수정된 변환 계수들은 현재 블록 좌상단 8x8 영역 중 좌상단, 우상단 및 좌하단의 4x4 영역에 배열될 수 있고, 16개의 수정된 변환 계수들은 상기 현재 블록 좌상단 4x4 영역에 배열될 수 있다.
48개의 수정된 변환 계수들 및 16개의 수정된 변환 계수들은 현재 블록의 인트라 예측 모드에 따라 수직 또는 수평 방향으로 배열될 수 있다. 예를 들어, 인트라 예측 모드가 대각선 방향(도 9에서 34번 모드)을 기준으로 수평 방향(도 9에서 2번 내지 34번 모드)이면, 수정된 변환 계수들은 도 7의 (a)와 같이 수평 방향, 즉 행 우선 방향순으로 배열될 수 있고, 인트라 예측 모드가 대각선 방향을 기준으로 수직 방향(도 9에서 35번 내지 66번 모드)이면, 수정된 변환 계수들은 도 7의 (b)와 같이 수평 방향, 즉 열 우선 방향순으로 배열될 수 있다.
일 실시예에서, S1650은 변환 인덱스를 디코딩하는 단계, 변환 인덱스, 즉 , LFNST 인덱스를 기반으로 역 RST를 적용할 조건에 해당하는지 여부를 판단하는 단계, 변환 커널 매트릭스를 선택하는 단계 및 역 LFNST를 적용할 조건에 해당하는 경우, 선택된 변환 커널 매트릭스 및/또는 간소화 팩터를 기반으로 변환 계수들에 대하여 역 LFNST를 적용하는 단계를 포함할 수 있다. 이때, 간소화 역변환 매트릭스의 사이즈는 간소화 팩터를 기반으로 결정될 수 있다.
S1650을 참조하면, 대상 블록에 대한 변환 계수들에 대한 역 LFNST를 기반으로 대상 블록에 대한 레지듀얼 샘플들이 도출되는 것을 확인할 수 있다. 역변환 매트릭스의 사이즈 관점에서 검토하면, 통상의 역변환 매트릭스의 사이즈는 NxN인데 역 LFNST 매트릭스의 사이즈는 NxR로 감소하므로, 통상의 변환을 수행할 때와 비교하면 역 LFNST를 수행할 시 메모리 사용을 R/N 비율로 감소시킬 수 있다. 또한, 통상의 역변환 매트릭스를 이용할 때의 곱셈 연산 수 NxN과 비교하면, 역 LFNST를 매트릭스를 이용하면 곱셈 연산 수를 R/N 비율로 감소(NxR)시킬 수 있다. 더불어, 역 LFNST를 적용할 시 R개의 변환 계수들만을 디코딩하면 되므로, 통상의 역변환이 적용될 때 N개의 변환 계수들을 디코딩해야 하는 것과 비교할 때 대상 블록에 대한 변환 계수들의 총 개수가 N개에서 R개로 감소하여 디코딩 효율이 증가할 수 있다. 정리하면, S1650에 따르면 역 LFNST를 통해 디코딩 장치(300)의 (역)변환 효율 및 디코딩 효율이 증가할 수 있다.
일 실시예에 따른 디코딩 장치(300)는, 수정된 변환 계수들에 대한 역 1차변환을 기반으로 대상 블록에 대한 레지듀얼 샘플들을 도출할 수 있다(S1660).
한편, LFNST가 적용되지 않는 경우 역변환 절차에서 MTS 기반 1차 역변환 절차만이 적용될 수 있다. 즉, 디코딩 장치는 상술한 실시예와 같이 현재 블록에 대한 LFNST 적용 여부를 판단하고, LFNST가 적용되지 않는 경우, 1차 역변환을 통하여 변환 계수들로부터 레지듀얼 샘플들을 도출할 수 있다.
도 16과 같이, 현 블록의 좌상단 제1 영역을 제외한 제2 영역에 유효 계수가 존재하면, LFNST가 적용되지 않는 것으로 판단하고, 디코딩 장치는 1차 역변환을 통하여 변환 계수들로부터 레지듀얼 샘플들을 도출할 수 있다.
1차 역변환 절차는 역 1차 변환 절차 또는 역 MTS 변환 절차라고 불릴 수 있다. 이러한 MTS 기반 1차 역변환 절차도 경우에 따라 생략될 수 있다.
또한, 역 1차변환은 간소화 역변환이 적용될 수도 있고, 통상적인 분리 변환이 사용될 수도 있다.
일 실시예에 따른 디코딩 장치(300)는, 대상 블록에 대한 레지듀얼 샘플들 및 현재 블록에 대한 예측 샘플들을 기반으로 복원 샘플들을 생성할 수 있다(S1670).
이하의 도면은 본 명세서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/메시지/필드의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
도 17은 본 문서의 일 실시예에 따른 비디오 인코딩 장치의 동작을 도시하는 흐름도이다.
도 17에 개시된 각 단계는 도 2에 개시된 인코딩 장치(200)에 의하여 수행될 수 있다. 보다 구체적으로, S1710은 도 2에 개시된 예측부(220)에 의하여 수행될 수 있고, S1720은 도 2에 개시된 감산부(231)에 의하여 수행될 수 있고, S1730 내지 S1750은 도 2에 개시된 변환부(232)에 의하여 수행될 수 있고, S1760은 도 2에 개시된 양자화부(233) 및 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 더불어, S1710 내지 S1760에 따른 동작들은, 도 4 내지 도 15에서 전술된 내용들 중 일부를 기반으로 한 것이다. 따라서, 도 2 및 도 4 내지 도 15에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.
일 실시예에 따른 인코딩 장치(200)는, 현재 블록에 적용되는 인트라 예측 모드에 기초하여 예측 샘플들 도출할 수 있다(S1710).
일 실시예에 따른 인코딩 장치(200)는, 예측 샘플들에 기초하여 현재 블록에 대한 레지듀얼 샘플들을 도출할 수 있다(S1720).
일 실시예에 따른 인코딩 장치(200)는, 레지듀얼 샘플에 대한 1차 변환을 기반으로 상기 대상 블록에 대한 변환 계수들을 도출할 수 있다(S1730).
1차 변환은 복수의 변환 커널들을 통하여 수행될 수 있고, 이 경우, 인트라 예측 모드를 기반으로 변환 커널이 선택될 수 있다.
인코딩 장치(200)는 현재 블록에 대한 변환 계수들에 대하여 2차 변환, 또는 비분리 변환, 구체적으로 LFNST를 수행할지 여부를 결정할 수 있다.
LFNST를 수행하는 것으로 결정되면, 인코딩 장치(200)는 현재 블록의 좌상단 제1 영역의 변환 계수들 및 소정의 LFNST 행렬을 기반으로 현재 블록에 대한 수정된 변환 계수들을 도출할 수 있다(S1740).
인코딩 장치(200)는 현재 블록에 적용되는 인트라 예측 모드에 따른 매핑 관계에 기반하여 변환 세트를 결정하고, 변환 세트에 포함되어 있는 두 개 중 어느 하나의 LFNST 행렬을 기반으로 LFNST, 즉 비분리 변환을 수행할 수 있다.
상술된 바와 같이, 변환의 대상이 되는 변환 블록의 인트라 예측 모드에 따라 복수의 변환 세트가 결정될 수 있다. LFNST에 적용되는 행렬은 역방향 LFNST에 사용되는 행렬과 트랜스포스 관계에 있다.
일 예시에서, LFNST 행렬은 행의 개수가 열의 개수보다 적은 비정방형 매트릭스일 수 있다.
제1 영역은 현재 블록의 크기에 기반하여 도출될 수 있다. 예를 들어, 현재 블록의 높이 및 폭이 8 이상이면, 제1 영역은 도 7의 왼쪽과 같이 현재 블록 좌상단 8x8 영역 중 좌상단, 우상단 및 좌하단의 4x4 영역이고, 현재 블록의 높이 및 폭이 8 이상이 아닌 나머지 경우이면, 제1 영역은 도 7의 오른쪽과 같이 현재 블록 좌상단 4x4 영역일 수 있다.
이러한 제1 영역의 변환 계수들은 LFNST 행렬과의 곱셈 연산을 위하여 현재 블록의 인트라 예측 모드에 따라 수직 또는 수평 방향으로 1차원 배열될 수 있다.
제 1 영역의 48개의 수정된 변환 계수들 또는 16개의 수정된 변환 계수들은 현재 블록의 인트라 예측 모드에 따라 수직 또는 수평 방향으로 배열될 수 있다. 예를 들어, 인트라 예측 모드가 대각선 방향(도 9에서 34번 모드)을 기준으로 수평 방향(도 9에서 2번 내지 34번 모드)이면, 변환 계수들은 도 7의 (a)와 같이 수평 방향, 즉 행 우선 방향순으로 배열될 수 있고, 인트라 예측 모드가 대각선 방향을 기준으로 수직 방향(도 9에서 35번 내지 66번 모드)이면, 변환 계수들은 도 7의 (b)와 같이 수평 방향, 즉 열 우선 방향순으로 배열될 수 있다.
일 예시에서, LFNST는 간소화 변환 매트릭스 또는 변환 커널 매트릭스를 기반으로 수행될 수 있고, 간소화 변환 매트릭스는 행의 개수가 열의 개수보다 적은 비정방형 매트릭스일 수 있다.
일 실시예에서, S1740은 LFNST를 적용할 조건에 해당하는지 여부를 판단하는 단계, 상기 판단을 기반으로 LFNST 인덱스를 생성 및 인코딩하는 단계, 변환 커널 매트릭스를 선택하는 단계 및 LFNST를 적용할 조건에 해당하는 경우, 선택된 변환 커널 매트릭스 및/또는 간소화 팩터를 기반으로 레지듀얼 샘플들에 대하여 LFNST를 적용하는 단계를 포함할 수 있다. 이때, 간소화 변환 커널 매트릭스의 사이즈는 간소화 팩터를 기반으로 결정될 수 있다.
S1740을 참조하면, 레지듀얼 샘플들에 대한 LFNST 를 기반으로 대상 블록에 대한 변환 계수들이 도출되는 것을 확인할 수 있다. 변환 커널 매트릭스의 사이즈 관점에서 검토하면, 통상의 변환 커널 매트릭스의 사이즈는 NxN인데 간소화 변환 매트릭스의 사이즈는 RxN으로 감소하므로, 통상의 변환을 수행할 때와 비교하면 RST를 수행할 시 메모리 사용을 R/N 비율로 감소시킬 수 있다. 또한, 통상의 변환 커널 매트릭스를 이용할 때의 곱셈 연산 수 NxN과 비교하면, 간소화 변환 커널 매트릭스를 이용하면 곱셈 연산 수를 R/N 비율로 감소(RxN)시킬 수 있다. 더불어, RST가 적용되면 R개의 변환 계수들만이 도출되므로, 통상의 변환이 적용될 때 N개의 변환 계수들이 도출되는 것과 비교할 때 대상 블록에 대한 변환 계수들의 총 개수가 N개에서 R개로 감소하여 인코딩 장치(200)가 디코딩 장치(300)로 전송하는 데이터의 양이 감소할 수 있다. 정리하면, S1740에 따르면 LFNST를 통해 인코딩 장치(200)의 변환 효율 및 코딩 효율이 증가할 수 있다.
한편, 일 예에 따라, 인코딩 장치는 수정된 변환 계수들이 존재하지 않는 현재 블록의 제2 영역을 제로 아웃할 수 있다(S1750).
도 13 및 도 14와 같이, 수정된 변환 계수들이 존재하지 않은 현재 블록의 나머지 영역은 모두 0으로 처리될 수 있다. 이러한 제로 아웃으로 인하여 전체 변환 과정의 수행에 필요한 계산량이 감소되고, 변환 과정 전체에 필요한 연산량이 감소하여 변환 수행에 필요한 전력 소비를 줄일 수 있다. 또한, 변환 과정에 수반되는 지연 시간(latency)을 감소되어 영상 코딩 효율이 증가될 수 있다.
한편, LFNST가 적용되지 않는 경우 변환 절차에서 상기와 같이 MTS 기반 1차 변환 절차만이 적용될 수 있다. 즉, 인코딩 장치는 상술한 실시예와 같이 현재 블록에 대한 LFNST 적용 여부를 판단하고, LFNST가 적용되지 않는 경우, 1차 변환을 통하여 레지듀얼 샘플들로부터 변환 계수들을 도출할 수 있다.
이러한 1차 변환 절차는 1차 변환 절차 또는 MTS 변환 절차라고 불릴 수 있다. 이러한 MTS 기반 1차 변환 절차도 경우에 따라 생략될 수 있다.
일 실시예에 따른 인코딩 장치(200)는, 대상 블록에 대한 수정된 변환 계수들을 기반으로 양자화를 수행하여 양자화된 변환 계수들을 도출하고, 양자화된 변환 계수들에 관한 정보 및 LFNST 인덱스를 인코딩할 수 있다(S1760). 즉, 인코딩 장치는 양자화된 변환 계수들에 대한 정보를 포함하는 레지듀얼 정보를 생성할 수 있다. 레지듀얼 정보는 상술한 변환 관련 정보/신택스 요소를 포함할 수 있다. 인코딩 장치는 레지듀얼 정보를 포함하는 영상/비디오 정보를 인코딩하여 비트스트림 형태로 출력할 수 있다.
보다 구체적으로, 인코딩 장치(200)는 양자화된 변환 계수들에 관한 정보를 생성하고, 생성된 양자화된 변환 계수들에 관한 정보를 인코딩할 수 있다.
일 예시에서, 양자화된 변환 계수들에 관한 정보는, LFNST가 적용되는지 여부에 대한 정보, 간소화 팩터에 관한 정보, LFNST를 적용하는 최소 변환 사이즈에 대한 정보 및 LFNST를 적용하는 최대 변환 사이즈에 대한 정보 중 적어도 하나를 포함할 수 있다.
또한, 인코딩 장치(200)는 최대 변환 적용 블록의 크기에 대한 정보, 예컨대 sps_max_luma_transform_size_64_flag와 같은 플래그 정보가 시퀀스 파라미터 세트 레벨에서 인코딩될 수 있다.
본 문서에서 양자화/역양자화 및/또는 변환/역변환 중 적어도 하나는 생략될 수 있다. 상기 양자화/역양자화가 생략되는 경우, 상기 양자화된 변환 계수는 변환 계수라고 불릴 수 있다. 상기 변환/역변환이 생략되는 경우, 상기 변환 계수는 계수 또는 레지듀얼 계수 라고 불릴 수도 있고, 또는 표현의 통일성을 위하여 변환 계수라고 여전히 불릴 수도 있다.
또한, 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, 상기 변환 계수(들)에 관한 정보는 레지듀얼 코딩 신택스를 통하여 시그널링될 수 있다. 상기 레지듀얼 정보(또는 상기 변환 계수(들)에 관한 정보)를 기반으로 변환 계수들이 도출될 수 있고, 상기 변환 계수들에 대한 역변환(스케일링)을 통하여 스케일링된 변환 계수들이 도출될 수 있다. 상기 스케일링된 변환 계수들에 대한 역변환(변환)을 기반으로 레지듀얼 샘플들이 도출될 수 있다. 이는 본 문서의 다른 부분에서도 마찬가지로 적용/표현될 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 문서는 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.
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, 화상 전화 비디오 장치, 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recoder) 등을 포함할 수 있다.
또한, 본 문서가 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다. 또한, 본 문서의 실시예는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독 가능한 캐리어 상에 저장될 수 있다.
도 18은 본 문서가 적용되는 컨텐츠 스트리밍 시스템 구조도를 예시적으로 나타낸다.
또한, 본 문서가 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 문서가 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 명세서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 명세서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.

Claims (14)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    비트스트림으로부터 레지듀얼 정보를 획득하는 단계;
    상기 레지듀얼 정보를 기반으로 현재 블록에 대한 변환 계수들을 도출하는 단계;
    상기 현재 블록의 좌상단 제1 영역을 제외한 제2 영역에 유효 계수가 존재하는지 여부를 판단하는 단계;
    상기 제2 영역에 상기 유효 계수가 존재하지 않으면, 상기 비트스트림으로부터 LFNST 인덱스를 파싱하는 단계;
    상기 제1 영역의 변환 계수들에 상기 LFNST 인덱스를 기반으로 도출된 LFNST 행렬을 적용하여 수정된 변환 계수들을 도출하는 단계;
    상기 수정된 변환 계수들에 대한 역 1차 변환을 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계; 및
    상기 현재 블록에 대한 레지듀얼 샘플들을 기반으로 복원 픽처를 생성하는 단계를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 제1 영역은 상기 현재 블록의 크기를 기반으로 도출되고,
    상기 현재 블록의 크기가 4x4 또는 8x8이면, 상기 제1 영역은 상기 현재 블록의 좌상단으로부터 스캔 방향으로 8번째 샘플 위치까지이고,
    상기 현재 블록의 크기가 4x4 또는 8x8이 아니면, 상기 제1 영역은 상기 현재 블록의 좌상단의 4x4 영역인 것을 특징으로 하는 영상 디코딩 방법.
  3. 제2항에 있어서,
    상기 스캔 방향은 대각 스캔 방향인 것을 특징으로 하는 영상 디코딩 방법.
  4. 제1항에 있어서,
    상기 수정된 변환 계수들은 상기 현재 블록의 크기에 기반하여 소정 개수로 도출되고,
    상기 현재 블록의 높이 및 폭이 8 이상이면, 48개의 수정된 변환 계수들이 도출되고,
    상기 현재 블록의 폭 및 높이가 4 이상이면서 상기 현재 블록의 폭 또는 높이가 8 미만이면, 16개의 수정된 변환 계수들이 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  5. 제4항에 있어서,
    상기 48개의 수정된 변환 계수들은 상기 현재 블록 좌상단 8x8 영역 중 좌상단, 우상단 및 좌하단의 4x4 영역에 배열되는 것을 특징으로 하는 영상 디코딩 방법.
  6. 제4항에 있어서,
    상기 16개의 수정된 변환 계수들은 상기 현재 블록 좌상단 4x4 영역에 배열되는 것을 특징으로 하는 영상 디코딩 방법.
  7. 제5항 또는 제 6항에 있어서,
    상기 48개의 수정된 변환 계수들 및 상기 16개의 수정된 변환 계수들은 상기 현재 블록의 인트라 예측 모드에 따라 수직 또는 수평 방향으로 배열되는 것을 특징으로 하는 영상 디코딩 방법.
  8. 영상 인코딩 장치에 의하여 수행되는 영상 인코딩 방법에 있어서,
    현재 블록에 대한 예측 샘플들을 도출하는 단계;
    상기 예측 샘플에 기초하여 상기 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계;
    상기 레지듀얼 샘플들에 대한 1차 변환을 기반으로 상기 현재 블록에 대한 변환 계수들을 도출하는 단계;
    상기 현재 블록의 좌상단 제1 영역의 변환 계수들 및 소정의 LFNST 행렬을 기반으로 상기 현재 블록에 대한 수정된 변환 계수들을 도출하는 단계와;
    상기 수정된 변환 계수들이 존재하지 않는 상기 현재 블록의 제2 영역을 제로 아웃하는 단계와;
    상기 수정된 변환 계수들의 양자화를 통하여 도출된 레지듀얼 정보 및 상기 LFNST 행렬을 지시하는 LFNST 인덱스를 인코딩하는 단계를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  9. 제8항에 있어서,
    상기 제1 영역은 상기 현재 블록의 크기에 기반하여 도출되고,
    상기 현재 블록의 높이 및 폭이 8 이상이면, 상기 제1 영역은 상기 현재 블록 좌상단 8x8 영역 중 좌상단, 우상단 및 좌하단의 4x4 영역이고,
    상기 현재 블록의 폭 및 높이가 4 이상이면서 상기 현재 블록의 폭 또는 높이가 8 미만이면, 상기 제1 영역은 상기 현재 블록 좌상단 4x4 영역인 것을 특징으로 하는 영상 인코딩 방법.
  10. 제9항에 있어서,
    상기 제1 영역의 변환 계수들은 상기 LFNST 행렬과의 곱셈 연산을 위하여 상기 현재 블록의 인트라 예측 모드에 따라 수직 또는 수평 방향으로 1차원 배열되는 것을 특징으로 하는 영상 인코딩 방법.
  11. 제7항에 있어서,
    상기 수정된 변환 계수들은 상기 현재 블록의 크기에 기반하여 소정 개수로 도출되고,
    상기 현재 블록의 크기가 4x4 또는 8x8이면, 8개의 수정된 변환 계수들이 도출되고,
    상기 현재 블록의 크기가 4x4 또는 8x8이 아니면, 16개의 수정된 변환 계수들이 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  12. 제11항에 있어서,
    상기 수정된 변환 계수들은 상기 현재 블록의 좌상단에 대각 스캔 방향으로 배열되는 것을 특징으로 하는 영상 인코딩 방법.
  13. 제12항에 있어서,
    상기 현재 블록의 크기가 4x4 또는 8x8이면, 상기 수정된 변환 계수들은 상기 현재 블록의 좌상단으로부터 상기 대각 스캔 방향으로 8번째 샘플 위치까지 배열되고,
    상기 현재 블록의 크기가 4x4 또는 8x8이 아니면, 상기 수정된 변환 계수들은 상기 현재 블록의 좌상단의 4x4 영역에 배열되는 것을 특징으로 하는 영상 인코딩 방법.
  14. 영상 디코딩 방법을 수행하도록 야기하는 지시 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체로서, 상기 영상 디코딩 방법은,
    비트스트림으로부터 레지듀얼 정보를 획득하는 단계;
    상기 레지듀얼 정보를 기반으로 현재 블록에 대한 변환 계수들을 도출하는 단계;
    상기 현재 블록의 좌상단 제1 영역을 제외한 제2 영역에 유효 계수가 존재하는지 여부를 판단하는 단계;
    상기 제2 영역에 상기 유효 계수가 존재하지 않으면, 상기 비트스트림으로부터 LFNST 인덱스를 파싱하는 단계;
    상기 제1 영역의 변환 계수들에 상기 LFNST 인덱스를 기반으로 도출된 LFNST 행렬을 적용하여 수정된 변환 계수들을 도출하는 단계;
    상기 수정된 변환 계수들에 대한 역 1차 변환을 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계; 및
    상기 현재 블록에 대한 레지듀얼 샘플들을 기반으로 복원 픽처를 생성하는 단계를 포함하는 것을 특징으로 하는 디지털 저장 매체.
PCT/KR2020/007992 2019-06-19 2020-06-19 변환에 기반한 영상 코딩 방법 및 그 장치 WO2020256482A1 (ko)

Priority Applications (10)

Application Number Priority Date Filing Date Title
MX2021015639A MX2021015639A (es) 2019-06-19 2020-06-19 Metodo de codificacion de imagenes a base de transformacion y dispositivo para el mismo.
CN202080044887.8A CN114009023B (zh) 2019-06-19 2020-06-19 基于变换的图像编码方法及其装置
KR1020217032851A KR20210133300A (ko) 2019-06-19 2020-06-19 변환에 기반한 영상 코딩 방법 및 그 장치
CN202311087755.5A CN116916023A (zh) 2019-06-19 2020-06-19 图像解码和编码方法、存储介质及发送方法
EP20825474.8A EP3965426A4 (en) 2019-06-19 2020-06-19 TRANSFORMATION-BASED IMAGE CODING METHOD AND APPARATUS THEREOF
JP2021573861A JP2022537160A (ja) 2019-06-19 2020-06-19 変換に基づく映像コーディング方法及びその装置
CN202311092048.5A CN116980597A (zh) 2019-06-19 2020-06-19 图像解码和编码设备及发送设备
US17/535,090 US11470324B2 (en) 2019-06-19 2021-11-24 Transform-based image coding method and device therefor
US17/894,745 US11882289B2 (en) 2019-06-19 2022-08-24 Transform-based image coding method and device therefor
US18/532,387 US20240129476A1 (en) 2019-06-19 2023-12-07 Transform-based image coding method and device therefor

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962863833P 2019-06-19 2019-06-19
US62/863,833 2019-06-19
US201962865133P 2019-06-21 2019-06-21
US62/865,133 2019-06-21

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/535,090 Continuation US11470324B2 (en) 2019-06-19 2021-11-24 Transform-based image coding method and device therefor

Publications (1)

Publication Number Publication Date
WO2020256482A1 true WO2020256482A1 (ko) 2020-12-24

Family

ID=74040306

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/007992 WO2020256482A1 (ko) 2019-06-19 2020-06-19 변환에 기반한 영상 코딩 방법 및 그 장치

Country Status (7)

Country Link
US (3) US11470324B2 (ko)
EP (1) EP3965426A4 (ko)
JP (1) JP2022537160A (ko)
KR (1) KR20210133300A (ko)
CN (3) CN116916023A (ko)
MX (1) MX2021015639A (ko)
WO (1) WO2020256482A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4032271A1 (en) * 2019-09-16 2022-07-27 InterDigital VC Holdings France, SAS Secondary transform for fast video encoder
CN117459743A (zh) * 2019-09-21 2024-01-26 Lg电子株式会社 图像编码/解码方法、存储介质及数据发送方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170063459A (ko) * 2010-07-09 2017-06-08 삼성전자주식회사 변환 계수의 엔트로피 부호화/복호화 방법 및 장치
KR20180048739A (ko) * 2015-09-30 2018-05-10 엘지전자 주식회사 비디오 코딩 시스템에서 레지듀얼 신호 코딩 방법 및 장치
WO2018174402A1 (ko) * 2017-03-21 2018-09-27 엘지전자 주식회사 영상 코딩 시스템에서 변환 방법 및 그 장치
US20180302631A1 (en) * 2017-04-14 2018-10-18 Mediatek Inc. Secondary Transform Kernel Size Selection
KR20190013666A (ko) * 2017-07-31 2019-02-11 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9432696B2 (en) * 2014-03-17 2016-08-30 Qualcomm Incorporated Systems and methods for low complexity forward transforms using zeroed-out coefficients
US10491922B2 (en) * 2015-09-29 2019-11-26 Qualcomm Incorporated Non-separable secondary transform for video coding
US10623774B2 (en) * 2016-03-22 2020-04-14 Qualcomm Incorporated Constrained block-level optimization and signaling for video coding tools
US11863798B2 (en) * 2016-07-13 2024-01-02 Electronics And Telecommunications Research Institute Image encoding/decoding method and device
US10798164B2 (en) * 2016-12-15 2020-10-06 Bose Corporation Techniques for intelligent device collaboration
US11509934B2 (en) * 2017-03-16 2022-11-22 Hfi Innovation Inc. Method and apparatus of enhanced multiple transforms and non-separable secondary transform for video coding
US11166045B2 (en) * 2017-10-11 2021-11-02 Lg Electronics Inc. Method for image coding on basis of separable transform and apparatus therefor
US10567801B2 (en) * 2018-03-07 2020-02-18 Tencent America LLC Method and apparatus for video coding with primary and secondary transforms
US10516885B1 (en) * 2018-07-11 2019-12-24 Tencent America LLC Method and apparatus for video coding
CN112823515B (zh) * 2018-10-07 2024-03-19 三星电子株式会社 使用用于多参考线的mpm配置方法处理视频信号的方法和设备
KR20200109276A (ko) * 2019-03-12 2020-09-22 주식회사 엑스리스 영상 신호 부호화/복호화 방법 및 이를 위한 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170063459A (ko) * 2010-07-09 2017-06-08 삼성전자주식회사 변환 계수의 엔트로피 부호화/복호화 방법 및 장치
KR20180048739A (ko) * 2015-09-30 2018-05-10 엘지전자 주식회사 비디오 코딩 시스템에서 레지듀얼 신호 코딩 방법 및 장치
WO2018174402A1 (ko) * 2017-03-21 2018-09-27 엘지전자 주식회사 영상 코딩 시스템에서 변환 방법 및 그 장치
US20180302631A1 (en) * 2017-04-14 2018-10-18 Mediatek Inc. Secondary Transform Kernel Size Selection
KR20190013666A (ko) * 2017-07-31 2019-02-11 한국전자통신연구원 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체

Also Published As

Publication number Publication date
CN116980597A (zh) 2023-10-31
US20240129476A1 (en) 2024-04-18
US11882289B2 (en) 2024-01-23
US11470324B2 (en) 2022-10-11
CN116916023A (zh) 2023-10-20
EP3965426A4 (en) 2022-08-10
EP3965426A1 (en) 2022-03-09
CN114009023B (zh) 2023-09-15
MX2021015639A (es) 2022-02-03
US20220086448A1 (en) 2022-03-17
US20230012486A1 (en) 2023-01-19
CN114009023A (zh) 2022-02-01
KR20210133300A (ko) 2021-11-05
JP2022537160A (ja) 2022-08-24

Similar Documents

Publication Publication Date Title
WO2020213946A1 (ko) 변환 인덱스를 이용하는 영상 코딩
WO2020213944A1 (ko) 영상 코딩에서 매트릭스 기반의 인트라 예측을 위한 변환
WO2020050651A1 (ko) 다중 변환 선택에 기반한 영상 코딩 방법 및 그 장치
WO2021096172A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021086055A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2020256482A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096290A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021086061A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096295A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021054783A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021025530A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021060905A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021054787A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021040487A1 (ko) 영상 코딩 시스템에서 레지듀얼 데이터 코딩에 대한 영상 디코딩 방법 및 그 장치
WO2021006700A1 (ko) 영상 코딩 시스템에서 레지듀얼 코딩 방법에 대한 플래그를 사용하는 영상 디코딩 방법 및 그 장치
WO2020242183A1 (ko) 광각 인트라 예측 및 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021010680A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096173A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021086149A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021137556A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096174A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021054798A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096293A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021086064A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021054796A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치

Legal Events

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

Ref document number: 20825474

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20217032851

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2020825474

Country of ref document: EP

Effective date: 20211202

ENP Entry into the national phase

Ref document number: 2021573861

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE