WO2021049865A1 - Bdof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법 - Google Patents

Bdof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법 Download PDF

Info

Publication number
WO2021049865A1
WO2021049865A1 PCT/KR2020/012153 KR2020012153W WO2021049865A1 WO 2021049865 A1 WO2021049865 A1 WO 2021049865A1 KR 2020012153 W KR2020012153 W KR 2020012153W WO 2021049865 A1 WO2021049865 A1 WO 2021049865A1
Authority
WO
WIPO (PCT)
Prior art keywords
current block
prediction
bdof
deriving
gradient
Prior art date
Application number
PCT/KR2020/012153
Other languages
English (en)
French (fr)
Inventor
박내리
남정학
장형문
김승환
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to US17/639,837 priority Critical patent/US20220337842A1/en
Priority to JP2022515879A priority patent/JP2022547988A/ja
Priority to CN202080063601.0A priority patent/CN114365485A/zh
Priority to EP20863214.1A priority patent/EP4030760A4/en
Priority to AU2020347025A priority patent/AU2020347025B2/en
Priority to KR1020227005733A priority patent/KR20220036966A/ko
Publication of WO2021049865A1 publication Critical patent/WO2021049865A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/573—Motion compensation with multiple frame prediction using two or more reference frames in a given prediction direction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/577—Motion compensation with bidirectional frame interpolation, i.e. using B-pictures

Definitions

  • the present disclosure relates to an image encoding/decoding method, an apparatus, and a method of transmitting a bitstream, and more particularly, an image encoding/decoding method and apparatus for performing a bi-directional optical flow (BDOF), and an image encoding of the present disclosure. It relates to a method of transmitting a bitstream generated by a method/apparatus.
  • BDOF bi-directional optical flow
  • An object of the present disclosure is to provide a video encoding/decoding method and apparatus with improved encoding/decoding efficiency.
  • an object of the present disclosure is to provide a video encoding/decoding method and apparatus for performing BDOF.
  • an object of the present disclosure is to provide a method for transmitting a bitstream generated by an image encoding method or apparatus according to the present disclosure.
  • an object of the present disclosure is to provide a recording medium storing a bitstream generated by an image encoding method or apparatus according to the present disclosure.
  • an object of the present disclosure is to provide a recording medium storing a bitstream that is received and decoded by an image decoding apparatus according to the present disclosure and used for restoring an image.
  • An image decoding method is an image decoding method performed by an image decoding apparatus, comprising: deriving a prediction sample of the current block based on motion information of the current block, and whether to apply BDOF to the current block. Determining whether or not, when applying the BDOF to the current block, deriving a gradient for the current subblock in the current block, and an improved motion vector for the current subblock based on the gradient (v x , v y ), deriving a BDOF offset based on the gradient and the improved motion vector, and an improved prediction sample for the current block based on the prediction sample and the BDOF offset of the current block. It may include the step of deriving.
  • the step of deriving the gradient includes right-shifting the predicted sample of the current block by a first shift amount, and the first shift amount is the bit depth of the current block and It can be set to a fixed value regardless.
  • the first shift amount may be 6.
  • the deriving of the improved motion vector (v x , v y ) comprises: deriving a first intermediate parameter diff based on a predicted sample of the current block, and the gradient It may include the step of deriving the second intermediate parameters tempH and tempV based on.
  • the step of deriving the first intermediate parameter diff includes right-shifting a prediction sample of the current block by a second shift amount, and the second shift amount is the current block It can be set to a fixed value regardless of the bit depth of.
  • the second shift amount may be 4.
  • the step of deriving the second intermediate parameters tempH and tempV includes right-shifting a value derived based on the gradient by a third shift amount, and the third shift amount May be set to a fixed value regardless of the bit depth of the current block.
  • the third shift amount may be 1.
  • the improved motion vectors (v x , v y ) may be clipped to a predetermined range.
  • the predetermined range for clipping the improved motion vectors (v x , v y ) may be set to a fixed range irrespective of the bit depth of the current block.
  • the step of deriving the BDOF offset includes right-shifting a value derived based on the gradient and the improved motion vector by a predetermined shift amount, and the predetermined shift The amount may be set to a fixed range irrespective of the bit depth of the current block.
  • the step of deriving an improved prediction sample for the current block includes clipping the BDOF offset into a predetermined range, wherein the predetermined range is a bit depth of the current block. Can be set based on
  • An image decoding apparatus includes a memory and at least one processor, wherein the at least one processor derives a prediction sample of the current block based on motion information of the current block, and It is determined whether to apply BDOF, and when BDOF is applied to the current block, a gradient for a current subblock in the current block is derived, and an improved motion vector for the current subblock (v derive x , v y ), derive a BDOF offset based on the gradient and the improved motion vector, and derive an improved prediction sample for the current block based on the prediction sample and the BDOF offset of the current block can do.
  • An image encoding method is an image encoding method performed by an image encoding apparatus, comprising: deriving a predicted sample of the current block based on motion information of the current block, and applying a BDOF to the current block. Determining whether to apply or not, when applying BDOF to the current block, deriving a gradient for a current subblock in the current block, and an improved motion vector for the current subblock based on the gradient (v Deriving x , v y ), deriving a BDOF offset based on the gradient and the improved motion vector, and improved prediction for the current block based on a prediction sample of the current block and the BDOF offset It may include the step of deriving a sample.
  • a transmission method may transmit a bitstream generated by the image encoding apparatus or image encoding method of the present disclosure.
  • a computer-readable recording medium may store a bitstream generated by the image encoding method or image encoding apparatus of the present disclosure.
  • an image encoding/decoding method and apparatus with improved encoding/decoding efficiency may be provided.
  • an image encoding/decoding method and apparatus for deriving a BDOF offset may be provided.
  • an image encoding/decoding method and apparatus for performing BDOF may be provided.
  • a method for transmitting a bitstream generated by an image encoding method or an apparatus according to the present disclosure may be provided.
  • a recording medium storing a bitstream generated by an image encoding method or apparatus according to the present disclosure may be provided.
  • a recording medium may be provided that stores a bitstream that is received and decoded by the image decoding apparatus according to the present disclosure and used for image restoration.
  • FIG. 1 is a diagram schematically illustrating a video coding system to which an embodiment according to the present disclosure can be applied.
  • FIG. 2 is a diagram schematically illustrating an image encoding apparatus to which an embodiment according to the present disclosure can be applied.
  • FIG. 3 is a schematic diagram of an image decoding apparatus to which an embodiment according to the present disclosure can be applied.
  • FIG. 4 is a flowchart illustrating a video/video encoding method based on inter prediction.
  • FIG. 5 is a diagram illustrating an exemplary configuration of an inter prediction unit 180 according to the present disclosure.
  • FIG. 6 is a flowchart illustrating a video/video decoding method based on inter prediction.
  • FIG. 7 is a diagram illustrating an exemplary configuration of an inter prediction unit 260 according to the present disclosure.
  • FIG. 8 is a diagram illustrating neighboring blocks that can be used as spatial merge candidates.
  • FIG. 9 is a diagram schematically illustrating a method of constructing a merge candidate list according to an example of the present disclosure.
  • FIG. 10 is a diagram illustrating a pair of candidates for redundancy check performed on a spatial candidate.
  • 11 is a diagram for describing a method of scaling a motion vector of a temporal candidate.
  • FIG. 12 is a diagram for describing a location in which a temporal candidate is derived.
  • FIG. 13 is a diagram schematically illustrating a method of constructing a motion vector predictor candidate list according to an example of the present disclosure.
  • FIG. 14 is a diagram illustrating an extended CU to perform BDOF.
  • 15 is a diagram for describing a process of deriving a prediction sample of a current block by applying BDOF.
  • 16 is a diagram illustrating input and output of a BDOF process according to an embodiment of the present disclosure.
  • 17 is a diagram for describing variables used in a BDOF process according to an embodiment of the present disclosure.
  • FIG. 18 is a diagram for describing a method of generating a prediction sample for each subblock in a current CU based on whether or not BDOF is applied, according to an embodiment of the present disclosure.
  • 19 is a diagram for describing a method of inducing a gradient, an auto-correlation relationship, and a cross-correlation relationship of a current subblock, according to an embodiment of the present disclosure.
  • FIG. 20 is a diagram for describing a method of inducing improved motion vectors (motion refinement, v x , v y ), inducing a BDOF offset, and generating a prediction sample of a current subblock, according to an embodiment of the present disclosure. It is a drawing.
  • 21 is a diagram for describing variables used in a BDOF process according to another embodiment of the present disclosure.
  • FIG. 22 is a diagram for describing a method of inducing a gradient, an auto-correlation relationship, and a cross-correlation relationship of a current subblock according to another embodiment of the present disclosure.
  • FIG. 23 is a diagram for describing a method of deriving an improved motion vector (motion refinement, v x , v y ), deriving a BDOF offset, and generating a prediction sample of a current subblock, according to another embodiment of the present disclosure. It is a drawing.
  • FIG. 24 is a diagram for describing variables used in a BDOF process according to another embodiment of the present disclosure.
  • 25 is a diagram for describing a method of inducing a gradient, an auto-correlation relationship, and a cross-correlation relationship of a current subblock according to another embodiment of the present disclosure.
  • 26 is a diagram for describing variables used in a BDOF process according to another embodiment of the present disclosure.
  • FIG. 27 is a diagram for describing a method of inducing a gradient, an auto-correlation relationship, and a cross-correlation relationship of a current subblock according to another embodiment of the present disclosure.
  • FIG. 28 is a diagram illustrating a content streaming system to which an embodiment of the present disclosure can be applied.
  • a component when a component is said to be “connected”, “coupled” or “connected” with another component, it is not only a direct connection relationship, but also an indirect connection relationship in which another component exists in the middle. It may also include.
  • a certain component when a certain component "includes” or “have” another component, it means that other components may be further included rather than excluding other components unless otherwise stated. .
  • first and second are used only for the purpose of distinguishing one component from other components, and do not limit the order or importance of the components unless otherwise noted. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, a second component in one embodiment is referred to as a first component in another embodiment. It can also be called.
  • components that are distinguished from each other are intended to clearly describe each feature, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated into one hardware or software unit, or one component may be distributed to form a plurality of hardware or software units. Therefore, even if not stated otherwise, such integrated or distributed embodiments are also included in the scope of the present disclosure.
  • components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, an embodiment consisting of a subset of components described in an embodiment is also included in the scope of the present disclosure. In addition, embodiments including other elements in addition to the elements described in the various embodiments are included in the scope of the present disclosure.
  • the present disclosure relates to encoding and decoding of an image, and terms used in the present disclosure may have a common meaning commonly used in the technical field to which the present disclosure belongs unless newly defined in the present disclosure.
  • a “picture” generally refers to a unit representing one image in a specific time period
  • a slice/tile is a coding unit constituting a part of a picture
  • one picture is one It may be composed of more than one slice/tile.
  • a slice/tile may include one or more coding tree units (CTU).
  • 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.
  • 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.
  • the unit may be used interchangeably with terms such as “sample array”, “block”, or “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.
  • current block may mean one of “current coding block”, “current coding unit”, “coding object block”, “decoding object block”, or “processing object block”.
  • current block may mean “current prediction block” or “prediction target block”.
  • transformation inverse transformation
  • quantization inverse quantization
  • current block may mean “current transform block” or “transform target block”.
  • filtering is performed, “current block” may mean “block to be filtered”.
  • FIG. 1 shows a video coding system according to this disclosure.
  • a video coding system may include an encoding device 10 and a decoding device 20.
  • the encoding device 10 may transmit the encoded video and/or image information or data in a file or streaming format to the decoding device 20 through a digital storage medium or a network.
  • the encoding apparatus 10 may include a video source generator 11, an encoding unit 12, and a transmission unit 13.
  • the decoding apparatus 20 may include a receiving unit 21, a decoding unit 22, and a rendering unit 23.
  • the encoder 12 may be referred to as a video/image encoder, and the decoder 22 may be referred to as a video/image decoder.
  • the transmission unit 13 may be included in the encoding unit 12.
  • the receiving unit 21 may be included in the decoding unit 22.
  • the rendering unit 23 may include a display unit, and the display unit may be configured as a separate device or an external component.
  • the video source generator 11 may acquire a video/image through a process of capturing, synthesizing, or generating a video/image.
  • the video source generator 11 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 encoder 12 may encode an input video/image.
  • the encoder 12 may perform a series of procedures such as prediction, transformation, and quantization for compression and encoding efficiency.
  • the encoder 12 may output encoded data (coded video/image information) in the form of a bitstream.
  • the transmission unit 13 may transmit the encoded video/image information or data output in the form of a bitstream to the reception unit 21 of the decoding apparatus 20 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 13 may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiving unit 21 may extract/receive the bitstream from the storage medium or network and transmit it to the decoding unit 22.
  • the decoder 22 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 encoder 12.
  • the rendering unit 23 may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • FIG. 2 is a diagram schematically illustrating an image encoding apparatus to which an embodiment according to the present disclosure can be applied.
  • the image encoding apparatus 100 includes an image segmentation unit 110, a subtraction unit 115, a transformation unit 120, a quantization unit 130, an inverse quantization unit 140, and an inverse transformation unit ( 150), an addition unit 155, a filtering unit 160, a memory 170, an inter prediction unit 180, an intra prediction unit 185, and an entropy encoding unit 190.
  • the inter prediction unit 180 and the intra prediction unit 185 may be collectively referred to as a “prediction unit”.
  • the transform unit 120, the quantization unit 130, the inverse quantization unit 140, and the inverse transform unit 150 may be included in a residual processing unit.
  • the residual processing unit may further include a subtraction unit 115.
  • All or at least some of the plurality of constituent units constituting the image encoding apparatus 100 may be implemented as one hardware component (eg, an encoder or a processor) according to embodiments.
  • the memory 170 may include a decoded picture buffer (DPB), and may be implemented by a digital storage medium.
  • DPB decoded picture buffer
  • the image segmentation unit 110 may divide an input image (or picture, frame) input to the image encoding apparatus 100 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • the coding unit is a coding tree unit (CTU) or a largest coding unit (LCU) recursively according to a QT/BT/TT (Quad-tree/binary-tree/ternary-tree) structure ( It can be obtained by dividing recursively.
  • 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 tree structure.
  • a quad tree structure may be applied first, and a binary tree structure and/or a ternary tree structure may be applied later.
  • the coding procedure according to the present disclosure may be performed based on the final coding unit that is no longer divided.
  • the largest coding unit may be directly used as the final coding unit, or a coding unit of a lower depth obtained by dividing the largest coding unit may be used as the final cornet unit.
  • the coding procedure may include a procedure such as prediction, transformation, and/or restoration, which will be described later.
  • the processing unit of the coding procedure may be a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be divided or partitioned from the 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 prediction unit (inter prediction unit 180 or intra prediction unit 185) performs prediction on a block to be processed (current block), and generates a predicted block including prediction samples for the current block. Can be generated.
  • the prediction unit 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 on prediction of the current block and transmit it to the entropy encoding unit 190.
  • the information on prediction may be encoded by the entropy encoding unit 190 and output in the form of a bitstream.
  • the intra prediction unit 185 may predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in a neighborhood of the current block or may be located away from each other according to an intra prediction mode and/or an intra prediction technique.
  • the intra prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes, depending on the degree of detail of the prediction direction. However, this is an example, and more or less directional prediction modes may be used depending on the setting.
  • the intra prediction unit 185 may determine a prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 180 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 a correlation between motion information between a neighboring block and a current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block 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 from each other.
  • the temporal neighboring block may be referred to by a name such as a collocated reference block and a collocated CU (colCU).
  • a reference picture including the temporal neighboring block may be referred to as a collocated picture (colPic).
  • the inter prediction unit 180 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 180 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
  • a motion vector of a neighboring block is used as a motion vector predictor, and an indicator for a motion vector difference and a motion vector predictor ( indicator) to signal the motion vector of the current block.
  • the motion vector difference may mean a difference between a motion vector of a current block and a motion vector predictor.
  • the prediction unit may generate a prediction signal based on various prediction methods and/or prediction techniques to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of the current block, and may simultaneously apply intra prediction and inter prediction.
  • a prediction method in which intra prediction and inter prediction are applied simultaneously for prediction of the current block may be referred to as combined inter and intra prediction (CIIP).
  • the prediction unit may perform intra block copy (IBC) for prediction of the current block.
  • the intra block copy may be used for content image/movie coding such as games, such as, for example, screen content coding (SCC).
  • IBC is a method of predicting a current block by using a reference block in a current picture at a distance from the current block by a predetermined distance. When IBC is applied, the position of the reference block in the current picture may be encoded as a vector (block vector) corresponding to the predetermined distance.
  • the prediction signal generated through the prediction unit may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the subtraction unit 115 subtracts the prediction signal (predicted block, prediction sample array) output from the prediction unit from the input image signal (original block, original sample array), and subtracts a residual signal (remaining block, residual sample array). ) Can be created.
  • the generated residual signal may be transmitted to the converter 120.
  • the transform unit 120 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique uses at least one of DCT (Discrete Cosine Transform), DST (Discrete Sine Transform), KLT (Karhunen-Loeve Transform), GBT (Graph-Based Transform), or CNT (Conditionally Non-linear Transform).
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • KLT Kerhunen-Loeve 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 block of pixels having the same size of a square, or may be applied to a block of a variable size other than a square.
  • the quantization unit 130 may quantize the transform coefficients and transmit the quantization to the entropy encoding unit 190.
  • the entropy encoding unit 190 may encode a quantized signal (information on quantized transform coefficients) and output it as a bitstream. Information about the quantized transform coefficients may be called residual information.
  • the quantization unit 130 may rearrange the quantized transform coefficients in a block form 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 190 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 190 may encode together or separately information necessary for video/image restoration (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 form 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.
  • the signaling information, transmitted information, and/or syntax elements mentioned in the present disclosure 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 (not shown) for transmitting the signal output from the entropy encoding unit 190 and/or a storage unit (not shown) for storing may be provided as an internal/external element of the image encoding apparatus 100, or transmission The unit may be provided as a component of the entropy encoding unit 190.
  • the quantized transform coefficients output from the quantization unit 130 may be used to generate a residual signal.
  • a residual signal residual block or residual samples
  • inverse quantization and inverse transform residual transforms
  • the addition unit 155 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 180 or the intra prediction unit 185 to obtain a reconstructed signal (a reconstructed picture, a reconstructed block, and a reconstructed sample array). Can be generated.
  • a reconstructed signal (a reconstructed picture, a reconstructed block, and a reconstructed sample array).
  • the predicted block may be used as a reconstructed block.
  • the addition unit 155 may be referred to as a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, and may be used for inter prediction of the next picture through filtering as described later.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 160 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 160 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 170, specifically, the DPB of the memory 170. Can be saved on.
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
  • the filtering unit 160 may generate various information about filtering and transmit it to the entropy encoding unit 190 as described later in the description of each filtering method. Information about filtering may be encoded by the entropy encoding unit 190 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 170 may be used as a reference picture in the inter prediction unit 180.
  • the image encoding apparatus 100 may avoid prediction mismatch between the image encoding apparatus 100 and the image decoding apparatus, and may improve encoding efficiency.
  • the DPB in the memory 170 may store a reconstructed picture modified to be used as a reference picture in the inter prediction unit 180.
  • the memory 170 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 transmitted to the inter prediction unit 180 in order to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 170 may store reconstructed samples of reconstructed blocks in the current picture, and may be transmitted to the intra prediction unit 185.
  • FIG. 3 is a schematic diagram of an image decoding apparatus to which an embodiment according to the present disclosure can be applied.
  • the image decoding apparatus 200 includes an entropy decoding unit 210, an inverse quantization unit 220, an inverse transform unit 230, an addition unit 235, a filtering unit 240, and a memory 250. ), an inter prediction unit 260 and an intra prediction unit 265.
  • the inter prediction unit 260 and the intra prediction unit 265 may be collectively referred to as a “prediction unit”.
  • the inverse quantization unit 220 and the inverse transform unit 230 may be included in the residual processing unit.
  • All or at least some of the plurality of constituent units constituting the image decoding apparatus 200 may be implemented as one hardware component (eg, a decoder or a processor) according to embodiments.
  • the memory 170 may include a DPB, and may be implemented by a digital storage medium.
  • the image decoding apparatus 200 receiving a bitstream including video/image information may reconstruct an image by performing a process corresponding to the process performed by the image encoding apparatus 100 of FIG. 1.
  • the image decoding apparatus 200 may perform decoding using a processing unit applied by the image encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit.
  • the coding unit may be a coding tree unit or may be obtained by dividing the largest coding unit.
  • the reconstructed image signal decoded and output through the image decoding apparatus 200 may be reproduced through a reproducing apparatus (not shown).
  • the image decoding apparatus 200 may receive a signal output from the image encoding apparatus of FIG. 1 in the form of a bitstream.
  • the received signal may be decoded through the entropy decoding unit 210.
  • the entropy decoding unit 210 may parse the bitstream to derive information (eg, video/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 image decoding apparatus may additionally use information on the parameter set and/or the general restriction information to decode an image.
  • the signaling information, received information, and/or syntax elements mentioned in the present disclosure may be obtained from the bitstream by decoding through the decoding procedure.
  • the entropy decoding unit 210 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 reconstruction, and a quantized value of a transform coefficient related to a residual. Can be printed.
  • the CABAC entropy decoding method a bin corresponding to each syntax element is received in a bitstream, and information on the syntax element to be decoded, decoding information of a neighboring block and a block to be decoded, or information of a symbol/bin decoded in a previous step.
  • the context model is determined by using and, according to the determined context model, the probability of occurrence of bins is predicted to perform arithmetic decoding of the bins to generate a symbol corresponding to the value of each syntax element. I can.
  • the CABAC entropy decoding method may update the context model using information of the decoded symbol/bin for the context model of the next symbol/bin after the context model is determined.
  • information about prediction is provided to the prediction unit (inter prediction unit 260 and intra prediction unit 265), and the register on which entropy decoding is performed by the entropy decoding unit 210
  • the dual value that is, quantized transform coefficients and related parameter information may be input to the inverse quantization unit 220.
  • information about filtering among information decoded by the entropy decoding unit 210 may be provided to the filtering unit 240.
  • a receiving unit for receiving a signal output from the image encoding device may be additionally provided as an inner/outer element of the image decoding device 200, or the receiving unit is provided as a component of the entropy decoding unit 210 It could be.
  • the video decoding apparatus may include an information decoder (video/video/picture information decoder) and/or a sample decoder (video/video/picture sample decoder).
  • the information decoder may include an entropy decoding unit 210, and the sample decoder includes an inverse quantization unit 220, an inverse transform unit 230, an addition unit 235, a filtering unit 240, a memory 250, It may include at least one of the inter prediction unit 260 and the intra prediction unit 265.
  • the inverse quantization unit 220 may inverse quantize the quantized transform coefficients and output transform coefficients.
  • the inverse quantization unit 220 may rearrange the quantized transform coefficients in a two-dimensional block shape. In this case, the rearrangement may be performed based on a coefficient scan order performed by the image encoding apparatus.
  • the inverse quantization unit 220 may perform inverse quantization on quantized transform coefficients using a quantization parameter (eg, quantization step size information) and obtain transform coefficients.
  • a quantization parameter eg, quantization step size information
  • the inverse transform unit 230 may inverse transform the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the prediction information output from the entropy decoding unit 210, and determine a specific intra/inter prediction mode (prediction technique). I can.
  • the prediction unit can generate the prediction signal based on various prediction methods (techniques) described later.
  • the intra prediction unit 265 may predict the current block by referring to samples in the current picture.
  • the description of the intra prediction unit 185 may be equally applied to the intra prediction unit 265.
  • the inter prediction unit 260 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 260 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 (techniques), and the information on prediction may include information indicating a mode (technique) of inter prediction for the current block.
  • the addition unit 235 is reconstructed by adding the obtained residual signal to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 260 and/or the intra prediction unit 265).
  • a signal (restored picture, reconstructed block, reconstructed sample array) can be generated.
  • the description of the addition unit 155 may be equally applied to the addition unit 235.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 240 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 240 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 250, specifically, the DPB of the memory 250. Can be saved on.
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
  • the reconstructed picture (modified) stored in the DPB of the memory 250 may be used as a reference picture in the inter prediction unit 260.
  • the memory 250 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 260 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 250 may store reconstructed samples of reconstructed blocks in the current picture, and may be transmitted to the intra prediction unit 265.
  • embodiments described in the filtering unit 160, the inter prediction unit 180, and the intra prediction unit 185 of the encoding apparatus 100 are respectively The same or corresponding to the prediction unit 260 and the intra prediction unit 265 may be applied.
  • the image encoding/decoding apparatus may derive a prediction sample by performing inter prediction in block units.
  • Inter prediction may refer to a prediction technique derived in a method dependent on data elements of picture(s) other than the current picture.
  • a prediction block for the current block may be derived based on a reference block specified by a motion vector on a reference picture.
  • motion information of the current block may be derived based on the correlation of motion information between the neighboring block and the current block, and motion information in units of blocks, sub-blocks or samples Can be induced.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction type information.
  • the inter prediction type information may mean directional information of inter prediction.
  • the inter prediction type information may indicate that the current block is predicted using one of L0 prediction, L1 prediction, and Bi prediction.
  • the neighboring blocks of the current 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 for the current block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be referred to as a collocated reference block, a colCU, and the like, and a reference picture including the temporal neighboring block may be referred to as a collocated picture (colPic). I can.
  • a motion information candidate list may be constructed based on neighboring blocks of the current block.
  • a flag or index information indicating which candidate is used to derive a motion vector and/or a reference picture index of the current block is provided. Can be signaled.
  • the motion information may include L0 motion information and/or L1 motion information according to the inter prediction type.
  • the motion vector in the L0 direction may be defined as an L0 motion vector or MVL0
  • the motion vector in the L1 direction may be defined as an L1 motion vector or MVL1.
  • the prediction based on the L0 motion vector may be defined as L0 prediction
  • the prediction based on the L1 motion vector may be defined as the L1 prediction
  • the prediction based on both the L0 motion vector and the L1 motion vector is bi-prediction (Bi- prediction).
  • the motion vector L0 may mean a motion vector associated with the reference picture list L0
  • the motion vector L1 may mean a motion vector associated with the reference picture list L1.
  • the reference picture list L0 may include pictures prior to the current picture in an output order as reference pictures, and the reference picture list L1 may include pictures after the current picture in an output order.
  • previous pictures may be defined as forward (reference) pictures, and subsequent pictures may be defined as backward (reference) pictures.
  • the reference picture list L0 may further include pictures after the output order than the current picture.
  • previous pictures in the reference picture list L0 may be indexed first, and pictures afterwards may be indexed next.
  • the reference picture list L1 may further include previous pictures in output order than the current picture.
  • subsequent pictures in the reference picture list L1 may be indexed first, and previous pictures may be indexed next.
  • the output order may correspond to a picture order count (POC) order.
  • POC picture order count
  • FIG. 4 is a flowchart illustrating a video/video encoding method based on inter prediction.
  • FIG. 5 is a diagram illustrating an exemplary configuration of an inter prediction unit 180 according to the present disclosure.
  • the encoding method of FIG. 4 may be performed by the video encoding apparatus of FIG. 2. Specifically, step S410 may be performed by the inter prediction unit 180, and step S420 may be performed by the residual processing unit. Specifically, step S420 may be performed by the subtraction unit 115. Step S430 may be performed by the entropy encoding unit 190.
  • the prediction information of step S430 may be derived by the inter prediction unit 180, and the residual information of step S430 may be derived by the residual processing unit.
  • the residual information is information on the residual samples.
  • the residual information may include information on quantized transform coefficients for the residual samples.
  • the residual samples may be derived as transform coefficients through the transform unit 120 of the image encoding apparatus, and the transform coefficients may be derived as quantized transform coefficients through the quantization unit 130.
  • Information on the quantized transform coefficients may be encoded by the entropy encoding unit 190 through a residual coding procedure.
  • the image encoding apparatus may perform inter prediction on the current block (S410).
  • the image encoding apparatus may derive the inter prediction mode and motion information of the current block and generate prediction samples of the current block.
  • the procedure for determining the inter prediction mode, deriving motion information, and generating prediction samples may be performed simultaneously, or one procedure may be performed before the other procedure.
  • the inter prediction unit 180 of the image encoding apparatus may include a prediction mode determination unit 181, a motion information derivation unit 182, and a prediction sample derivation unit 183. have.
  • a prediction mode determination unit 181 determines a prediction mode for the current block
  • a motion information derivation unit 182 derives motion information of the current block
  • a prediction sample derivation unit 183 predicts the current block. Samples can be derived.
  • the inter prediction unit 180 of the video encoding apparatus searches for a block similar to the current block within a predetermined area (search area) of reference pictures through motion estimation, and a difference between the current block and the current block. It is possible to derive a reference block that is less than the minimum or a certain criterion.
  • a reference picture index indicating a reference picture in which the reference block is located may be derived, and a motion vector may be derived based on a position difference between the reference block and the current block.
  • the image encoding apparatus may determine a mode applied to the current block from among various inter prediction modes.
  • the image encoding apparatus may compare a rate-distortion (RD) cost for the various prediction modes and determine an optimal inter prediction mode for the current block.
  • RD rate-distortion
  • the method of determining the inter prediction mode for the current block by the image encoding apparatus is not limited to the above example, and various methods may be used.
  • the inter prediction mode for the current block is a merge mode, a merge skip mode, an MVP mode (Motion Vector Prediction mode), a SMVD mode (Symmetric Motion Vector Difference), an affine mode, and Subblock-based merge mode, AMVR mode (Adaptive Motion Vector Resolution mode), HMVP mode (History-based Motion Vector Predictor mode), Pair-wise average merge mode, MMVD mode It may be determined at least one of (Merge mode with Motion Vector Differences mode), DMVR mode (Decoder side Motion Vector Refinement mode), CIIP mode (Combined Inter and Intra Prediction mode), and GPM (Geometric Partitioning mode).
  • the image encoding apparatus may derive merge candidates from neighboring blocks of the current block and construct a merge candidate list using the derived merge candidates.
  • the apparatus for encoding an image may derive a reference block in which a difference between the current block and the current block among reference blocks indicated by merge candidates included in the merge candidate list is a minimum or a predetermined reference or less.
  • a merge candidate associated with the derived reference block is selected, and merge index information indicating the selected merge candidate may be generated and signaled to the image decoding apparatus.
  • Motion information of the current block may be derived using motion information of the selected merge candidate.
  • the video encoding apparatus when the MVP mode is applied to the current block, derives motion vector predictor (MVP) candidates from neighboring blocks of the current block, and uses the derived MVP candidates to perform MVP. Can construct a candidate list.
  • the video encoding apparatus may use a motion vector of an MVP candidate selected from among MVP candidates included in the MVP candidate list as the MVP of the current block.
  • a motion vector indicating a reference block derived by the above-described motion estimation may be used as the motion vector of the current block, and among the MVP candidates, the difference between the motion vector of the current block and the current block is the smallest.
  • An MVP candidate having a motion vector may be the selected MVP candidate.
  • a motion vector difference which is a difference obtained by subtracting the MVP from the motion vector of the current block, may be derived.
  • index information indicating the selected MVP candidate and information about the MVD may be signaled to the video decoding apparatus.
  • the value of the reference picture index may consist of reference picture index information and may be separately signaled to the video decoding apparatus.
  • the image encoding apparatus may derive residual samples based on the prediction samples (S420).
  • the image encoding apparatus may derive the residual samples by comparing the original samples of the current block with the prediction samples. For example, the residual sample may be derived by subtracting a corresponding prediction sample from an original sample.
  • the image encoding apparatus may encode image information including prediction information and residual information (S430).
  • the image encoding apparatus may output the encoded image information in the form of a bitstream.
  • the prediction information is information related to the prediction procedure and may include prediction mode information (eg, skip flag, merge flag or mode index, etc.) and information on motion information.
  • the prediction mode information e.g, skip flag, merge flag or mode index, etc.
  • the skip flag is information indicating whether the skip mode is applied to the current block
  • the merge flag is information indicating whether the merge mode is applied to the current block.
  • the prediction mode information may be information indicating one of a plurality of prediction modes, such as a mode index. When the skip flag and the merge flag are each 0, it may be determined that the MVP mode is applied to the current block.
  • the information on the motion information may include candidate selection information (eg, merge index, mvp flag, or mvp index) that is information for deriving a motion vector.
  • candidate selection information eg, merge index, mvp flag, or mvp index
  • the merge index may be signaled when a merge mode is applied to the current block, and may be information for selecting one of merge candidates included in the merge candidate list.
  • the MVP flag or the MVP index may be signaled when the MVP mode is applied to the current block, and may be information for selecting one of MVP candidates included in the MVP candidate list.
  • the MVP flag may be signaled using the syntax element mvp_l0_flag or mvp_l1_flag.
  • the information on the motion information may include information on the above-described MVD and/or reference picture index information.
  • the information on the motion information may include information indicating whether L0 prediction, L1 prediction, or pair (Bi) prediction is applied.
  • the residual information is information on the residual samples.
  • the residual information may include information on quantized transform coefficients for the residual samples.
  • the output bitstream may be stored in a (digital) storage medium and transmitted to an image decoding device, or may be transmitted to an image decoding device through a network.
  • the image encoding apparatus may generate a reconstructed picture (a picture including reconstructed samples and a reconstructed block) based on the reference samples and the residual samples. This is because the video encoding apparatus derives the same prediction result as that performed by the video decoding apparatus, and coding efficiency can be improved through this. Accordingly, the apparatus for encoding an image may store a reconstructed picture (or reconstructed samples, and a reconstructed block) in a memory and use it as a reference picture for inter prediction. As described above, an in-loop filtering procedure or the like may be further applied to the reconstructed picture.
  • FIG. 6 is a flowchart illustrating a video/video decoding method based on inter prediction.
  • FIG. 7 is a diagram illustrating an exemplary configuration of an inter prediction unit 260 according to the present disclosure.
  • the image decoding apparatus may perform an operation corresponding to an operation performed by the image encoding apparatus.
  • the image decoding apparatus may perform prediction on the current block and derive prediction samples based on the received prediction information.
  • the decoding method of FIG. 6 may be performed by the video decoding apparatus of FIG. 3.
  • Steps S610 to S630 may be performed by the inter prediction unit 260, and the prediction information of step S610 and the residual information of step S640 may be obtained from the bitstream by the entropy decoding unit 210.
  • the residual processing unit of the image decoding apparatus may derive residual samples for the current block based on the residual information (S640).
  • the inverse quantization unit 220 of the residual processing unit derives transform coefficients by performing inverse quantization based on the quantized transform coefficients derived based on the residual information
  • the inverse transform unit of the residual processing unit ( 230) may derive residual samples for the current block by performing inverse transform on the transform coefficients.
  • Step S650 may be performed by the addition unit 235 or the restoration unit.
  • the image decoding apparatus may determine a prediction mode for the current block based on the received prediction information (S610).
  • the video decoding apparatus may determine which inter prediction mode is applied to the current block based on prediction mode information in the prediction information.
  • the skip mode is applied to the current block based on the skip flag.
  • one of various inter prediction mode candidates may be selected based on the mode index.
  • the inter prediction mode candidates may include a skip mode, a merge mode, and/or an MVP mode, or may include various inter prediction modes to be described later.
  • the image decoding apparatus may derive motion information of the current block based on the determined inter prediction mode (S620). For example, when a skip mode or a merge mode is applied to the current block, the video decoding apparatus may configure a merge candidate list to be described later, and select one merge candidate from among merge candidates included in the merge candidate list. The selection may be performed based on the aforementioned candidate selection information (merge index). Motion information of the current block may be derived using motion information of the selected merge candidate. For example, motion information of the selected merge candidate may be used as motion information of the current block.
  • the video decoding apparatus may configure an MVP candidate list and use a motion vector of an MVP candidate selected from among MVP candidates included in the MVP candidate list as the MVP of the current block. have.
  • the selection may be performed based on the aforementioned candidate selection information (mvp flag or mvp index).
  • the MVD of the current block may be derived based on the information on the MVD
  • a motion vector of the current block may be derived based on the MVP of the current block and the MVD.
  • a reference picture index of the current block may be derived based on the reference picture index information.
  • a picture indicated by the reference picture index in the reference picture list for the current block may be derived as a reference picture referenced for inter prediction of the current block.
  • the image decoding apparatus may generate prediction samples for the current block based on motion information of the current block (S630).
  • the reference picture may be derived based on the reference picture index of the current block, and prediction samples of the current block may be derived using samples of the reference block indicated on the reference picture by the motion vector of the current block.
  • a prediction sample filtering procedure may be further performed on all or part of the prediction samples of the current block.
  • the inter prediction unit 260 of the image decoding apparatus may include a prediction mode determination unit 261, a motion information derivation unit 262, and a prediction sample derivation unit 263. have.
  • the inter prediction unit 260 of the video decoding apparatus determines a prediction mode for the current block based on the prediction mode information received from the prediction mode determination unit 261, and motion information received from the motion information derivation unit 262.
  • the motion information (motion vector and/or reference picture index, etc.) of the current block may be derived based on the information about and prediction samples of the current block may be derived by the prediction sample derivation unit 263.
  • the image decoding apparatus may generate residual samples for the current block based on the received residual information (S640).
  • the image decoding apparatus may generate reconstructed samples for the current block based on the prediction samples and the residual samples, and generate a reconstructed picture based on the prediction samples (S650). Thereafter, as described above, an in-loop filtering procedure or the like may be further applied to the reconstructed picture.
  • the inter prediction procedure may include determining an inter prediction mode, deriving motion information according to the determined prediction mode, and performing prediction based on the derived motion information (generating a prediction sample).
  • the inter prediction procedure may be performed in an image encoding apparatus and an image decoding apparatus.
  • inter prediction may be performed using motion information of a current block.
  • the video encoding apparatus may derive optimal motion information for the current block through a motion estimation procedure. For example, the video encoding apparatus can search for a similar reference block with high correlation using the original block in the original picture for the current block in units of fractional pixels within a predetermined search range in the reference picture, and derive motion information through this. can do.
  • Block similarity can be calculated based on the sum of absolute differences (SAD) between the current block and the reference block.
  • SAD sum of absolute differences
  • motion information may be derived based on the reference block having the smallest SAD in the search area.
  • the derived motion information may be signaled to the video decoding apparatus according to various methods based on the inter prediction mode.
  • motion information of the current block is not directly transmitted, and motion information of the current block is derived using motion information of a neighboring block. Accordingly, motion information of the current prediction block may be indicated by transmitting flag information indicating that the merge mode has been used and candidate selection information indicating which neighboring blocks have been used as merge candidates (eg, merge index).
  • flag information indicating that the merge mode has been used
  • candidate selection information indicating which neighboring blocks have been used as merge candidates (eg, merge index).
  • the current block since the current block is a unit of performing prediction, the current block is used in the same meaning as the current prediction block, and the neighboring block may be used in the same meaning as the neighboring prediction block.
  • the video encoding apparatus may search for a merge candidate block used to induce motion information of a current block. For example, up to five merge candidate blocks may be used, but the number of merge candidate blocks is not limited thereto. The maximum number of merge candidate blocks may be transmitted in a slice header or a tile group header, but is not limited thereto.
  • the image encoding apparatus may generate a merge candidate list, and among them, a merge candidate block having the lowest RD cost may be selected as a final merge candidate block.
  • the present disclosure provides various embodiments of a merge candidate block constituting the merge candidate list.
  • the merge candidate list may use, for example, five merge candidate blocks.
  • four spatial merge candidates and one temporal merge candidate can be used.
  • FIG. 8 is a diagram illustrating neighboring blocks that can be used as spatial merge candidates.
  • FIG. 9 is a diagram schematically illustrating a method of constructing a merge candidate list according to an example of the present disclosure.
  • the image encoding apparatus/image decoding apparatus may insert spatial merge candidates derived by searching for spatial neighboring blocks of the current block into the merge candidate list (S910).
  • the spatial neighboring blocks are a block around the lower left corner of the current block (A0), a neighboring block on the left (A1), a block around the upper right corner (B0), and a neighboring block at the top (B1) ), may include blocks B2 around the upper left corner.
  • additional neighboring blocks such as a right peripheral block, a lower peripheral block, and a right lower peripheral block may be further used as the spatial neighboring blocks.
  • the image encoding apparatus/image decoding apparatus may detect available blocks by searching for the spatial neighboring blocks based on priority, and derive motion information of the detected blocks as the spatial merge candidates. For example, the video encoding apparatus/video decoding apparatus may construct a merge candidate list by searching the five blocks shown in FIG. 8 in the order of A1, B1, B0, A0, B2 and sequentially indexing the available candidates. have.
  • the image encoding apparatus/image decoding apparatus may insert a temporal merge candidate derived by searching for a temporal neighboring block of the current block into the merge candidate list (S920).
  • the temporal neighboring block may be located on a reference picture that is a picture different from the current picture in which the current block is located.
  • the reference picture in which the temporal neighboring block is located may be referred to as a collocated picture or a col picture.
  • the temporal neighboring block may be searched in the order of a lower-right corner neighboring block and a lower-right center block of a co-located block with respect to the current block on the col picture. Meanwhile, when motion data compression is applied to reduce the memory load, specific motion information for the col picture may be stored as representative motion information for each predetermined storage unit.
  • the predetermined storage unit may be previously determined as, for example, a 16x16 sample unit or an 8x8 sample unit, or size information on the predetermined storage unit may be signaled from an image encoding apparatus to an image decoding apparatus.
  • motion information of the temporal neighboring block may be replaced with representative motion information of the predetermined storage unit in which the temporal neighboring block is located.
  • the temporal merge candidate may be derived based on motion information of a covered prediction block.
  • the coordinates of the temporally neighboring blocks (xTnb, yTnb) If la, the ((xTnb >> n) ⁇ n ) the modified position, ( Motion information of a prediction block located at yTnb>>n) ⁇ n)) may be used for the temporal merge candidate.
  • the predetermined storage unit is a 16x16 sample unit
  • the modified positions ((xTnb>>4) ⁇ 4)
  • (yTnb) The motion information of the prediction block located at >>4) ⁇ 4) may be used for the temporal merge candidate.
  • the predetermined storage unit is an 8x8 sample unit
  • the coordinates of the temporal neighboring block are (xTnb, yTnb)
  • the modified positions ((xTnb>>3) ⁇ 3), (yTnb> Motion information of the prediction block located at >3) ⁇ 3)) may be used for the temporal merge candidate.
  • the image encoding apparatus/image decoding apparatus may check whether the number of current merge candidates is less than the number of maximum merge candidates (S930).
  • the number of the maximum merge candidates may be predefined or may be signaled from the image encoding apparatus to the image decoding apparatus.
  • the image encoding apparatus may generate information on the number of the maximum merge candidates, encode, and transmit the information to the image decoding apparatus in the form of a bitstream.
  • a subsequent candidate addition process (S940) may not proceed.
  • the video encoding apparatus/video decoding apparatus may induce an additional merge candidate according to a predetermined method and then insert it into the merge candidate list. Yes (S940).
  • the additional merge candidate is, for example, history based merge candidate(s), pair-wise average merge candidate(s), ATMVP, combined bi-predictive merge candidate (the slice/tile group type of the current slice/tile group is B type. Case) and/or a zero vector merge candidate.
  • the image encoding apparatus/image decoding apparatus may terminate the construction of the merge candidate list.
  • the video encoding apparatus may select an optimal merge candidate from among merge candidates constituting the merge candidate list based on RD cost, and use candidate selection information (ex. merge candidate index, merge index) indicating the selected merge candidate as a video image. It can be signaled by the decoding device.
  • the video decoding apparatus may select the optimal merge candidate based on the merge candidate list and the candidate selection information.
  • motion information of the selected merge candidate may be used as motion information of the current block, and prediction samples of the current block may be derived based on the motion information of the current block.
  • the image encoding apparatus may derive residual samples of the current block based on the prediction samples, and may signal residual information about the residual samples to the image decoding apparatus.
  • the image decoding apparatus may generate reconstructed samples based on residual samples derived based on the residual information and the prediction samples, and generate a reconstructed picture based on the residual samples.
  • motion information of the current block may be derived in the same manner as when the merge mode is applied previously. However, when the skip mode is applied, the residual signal for the corresponding block is omitted, and thus prediction samples can be directly used as reconstructed samples.
  • the skip mode may be applied when the value of cu_skip_flag is 1, for example.
  • the spatial candidate may represent the spatial merge candidate described above.
  • the derivation of the spatial candidate may be performed based on spatial neighboring blocks. For example, up to four spatial candidates may be derived from candidate blocks existing at the location shown in FIG. 8.
  • the order of deriving the spatial candidate may be the order of A1 -> B1 -> B0 -> A0 -> B2.
  • the order of deriving the spatial candidate is not limited to the above order, and may be, for example, B1 -> A1 -> B0 -> A0 -> B2.
  • the last position in the order (position B2 in the above example) may be considered when at least one of the preceding four positions (in the example, A1, B1, B0, and A0) is not available.
  • the fact that the block at the predetermined location is not available may include a case in which the corresponding block belongs to a different slice or a different tile from the current block, or the corresponding block is an intra-predicted block.
  • a spatial candidate is derived from a first position (A1 or B1 in the above example) in order
  • a redundancy check may be performed on spatial candidates of a subsequent position. For example, when motion information of a subsequent spatial candidate is the same as motion information of a spatial candidate already included in the merge candidate list, the subsequent spatial candidate is not included in the merge candidate list, thereby improving encoding efficiency.
  • the redundancy check performed on subsequent spatial candidates is not performed on all possible candidate pairs, but only on some candidate pairs, thereby reducing computational complexity.
  • FIG. 10 is a diagram illustrating a pair of candidates for redundancy check performed on a spatial candidate.
  • the redundancy check for the spatial candidate at the location B0 may be performed only on the spatial candidate at the A0 location.
  • the redundancy check for the spatial candidate at the location B1 may be performed only on the spatial candidate at the location B0.
  • the redundancy check for the spatial candidate at the A1 position may be performed only on the spatial candidate at the A0 position.
  • the redundancy check for the spatial candidate of the B2 position may be performed only on the spatial candidate of the A0 position and the B0 position.
  • the example shown in FIG. 10 is an example in which the order of deriving the spatial candidate is the order of A0 -> B0 -> B1 -> A1 -> B2.
  • the present invention is not limited thereto, and even if the order of inducing spatial candidates is changed, as in the example illustrated in FIG. 10, the redundancy check may be performed for only some candidate pairs.
  • the temporal candidate may represent the temporal merge candidate described above.
  • the motion vector of the temporal candidate may correspond to the temporal candidate of the MVP mode.
  • the motion vector of the temporal candidate may be scaled.
  • the scaling is performed on a co-located CU (hereinafter, referred to as a'col block') belonging to a collocated reference picture (colPic) (hereinafter, referred to as a'collocated picture'). It can be done on the basis of.
  • the reference picture list used for derivation of the collocated block may be explicitly signaled in the slice header.
  • 11 is a diagram for describing a method of scaling a motion vector of a temporal candidate.
  • curr_CU and curr_pic represent a current block and a current picture
  • col_CU and col_pic represent a collocated block and a collated picture
  • curr_ref indicates a reference picture of the current block
  • col_ref indicates a reference picture of a collocated block
  • tb denotes a distance between the reference picture of the current block and the current picture
  • td denotes the distance between the reference picture of the collocated block and the collocated picture.
  • the tb and td may be expressed as values corresponding to a difference in picture order count (POC) between pictures.
  • Scaling of the motion vector of the temporal candidate may be performed based on tb and td.
  • the reference picture index of the temporal candidate may be set to 0.
  • FIG. 12 is a diagram for describing a location in which a temporal candidate is derived.
  • a block with a thick solid line indicates a current block.
  • the temporal candidate may be derived from a block in the collocated picture corresponding to the position C0 (lower right position) or the position C1 (center position) of FIG. 12.
  • a temporal candidate may be derived based on the location C0. If the C0 location is not available, a temporal candidate may be derived based on the C1 location. For example, when the block in the collocated picture at the position C0 is an intra-predicted block or exists outside the current CTU row, it may be determined that the position C0 is not available.
  • a motion vector of a collocated block may be stored for each predetermined unit block.
  • the C0 position or the C1 position may be modified to induce a motion vector of a block covering the C0 position or the C1 position.
  • the predetermined unit block is an 8x8 block
  • the C0 position or the C1 position is (xColCi, yColCi)
  • the position for inducing a temporal candidate is ((xColCi >> 3) ⁇ 3, (yColCi >> It can be modified as 3) ⁇ 3 ).
  • a history-based candidate can be expressed as a history-based merge candidate.
  • the history-based candidate may be added to the merge candidate list after the spatial and temporal candidates are added to the merge candidate list.
  • motion information of a previously encoded/decoded block is stored in a table, and may be used as a history-based candidate of the current block.
  • the table may store a plurality of history-based candidates during the encoding/decoding process.
  • the table can be initialized when a new CTU row is started. Initializing a table may mean that all history-based candidates stored in the table are deleted and the table is emptied. Whenever there is an inter-predicted block, related motion information may be added to the table as a last entry. In this case, the inter-predicted block may not be a block predicted based on a subblock. Motion information added to the table can be used as a new history-based candidate.
  • the table of history-based candidates may have a predetermined size.
  • the size may be 5.
  • the table can store up to five history-based candidates.
  • a limited first-in-first-out (FIFO) rule may be applied in which a redundancy check is first performed to see if the same candidate exists in the table. If the same candidate already exists in the table, the same candidate is deleted from the table, and positions of all subsequent history-based candidates may be moved forward.
  • FIFO first-in-first-out
  • History-based candidates can be used in the process of constructing a merge candidate list. At this time, history-based candidates recently included in the table are checked in order, and may be included in positions after temporal candidates of the merge candidate list. When a history-based candidate is included in a merge candidate list, a redundancy check with a spatial candidate or a temporal candidate already included in the merge candidate list may be performed. If a history-based candidate and a spatial or temporal candidate already included in the merge candidate list overlap, the corresponding history-based candidate may not be included in the merge candidate list. By simplifying the redundancy check as follows, the amount of computation can be reduced.
  • N denotes the number of candidates already included in the merge candidate list
  • M denotes the number of available history-based candidates stored in the table. That is, when 4 or less candidates are included in the merge candidate list, the number of history-based candidates used to generate the merge candidate list is M, and the merge candidate list includes more than 4 N candidates. In this case, the number of history-based candidates used to generate the merge candidate list may be set to (8-N).
  • the construction of the merge candidate list using the history-based candidate may be terminated.
  • the pair-wise average candidate may be expressed as a pair-wise average merge candidate or a pair-wise candidate.
  • the pair-wise average candidate may be generated by obtaining a predefined pair of candidates from candidates included in the merge candidate list and averaging them.
  • the predefined candidate pairs are ⁇ (0, 1), (0, 2), (1, 2), (0, 3), (1, 3), (2, 3) ⁇ and constitute each candidate pair.
  • the number may be an index of the merge candidate list. That is, the predefined candidate pair (0, 1) means a pair of the index 0 candidate and the index 1 candidate of the merge candidate list, and the pair-wise average candidate can be generated by the average of the index 0 candidate and the index 1 candidate. have. Pair-wise average candidates may be derived in the order of the predefined candidate pairs.
  • a pair-wise average candidate derivation process may be performed in the order of the candidate pair (0, 2) and the candidate pair (1, 2). have.
  • the pair-wise average candidate derivation process may be performed until configuration of the merge candidate list is completed.
  • the pair-wise average candidate derivation process may be performed until the number of merge candidates included in the merge candidate list reaches the maximum number of merge candidates.
  • Pair-wise average candidates can be calculated individually for each of the reference picture list.
  • an average of these two motion vectors may be calculated. In this case, even if the two motion vectors indicate different reference pictures, the average of the two motion vectors may be performed. If only one motion vector is available for one reference picture list, the available motion vector may be used as a motion vector of the pair-wise average candidate. If both motion vectors are not available for one reference picture list, it may be determined that the corresponding reference picture list is not valid.
  • a zero vector may be added to the merge candidate list until the maximum number of merge candidates is reached.
  • a motion vector of a reconstructed spatial neighboring block eg, a neighboring block shown in FIG. 8 and/or a motion vector corresponding to a temporal neighboring block (or Col block) are used.
  • a motion vector predictor (mvp) candidate list may be generated. That is, a motion vector of the reconstructed spatial neighboring block and/or a motion vector corresponding to the temporal neighboring block may be used as a motion vector predictor candidate of the current block.
  • an mvp candidate list for deriving L0 motion information and an mvp candidate list for deriving L1 motion information may be separately generated and used.
  • Prediction information (or information on prediction) for the current block is candidate selection information indicating an optimal motion vector predictor candidate selected from among motion vector predictor candidates included in the mvp candidate list (ex. MVP flag or MVP index). It may include.
  • the prediction unit may select a motion vector predictor of the current block from among motion vector predictor candidates included in the mvp candidate list using the candidate selection information.
  • the prediction unit of the video encoding apparatus may obtain a motion vector difference (MVD) between the motion vector of the current block and the motion vector predictor, encode the motion vector, and output it in the form of a bitstream. That is, MVD may be obtained by subtracting the motion vector predictor from the motion vector of the current block.
  • MVD motion vector difference
  • the prediction unit of the image decoding apparatus may obtain a motion vector difference included in the prediction information, and derive the motion vector of the current block by adding the motion vector difference and the motion vector predictor.
  • the prediction unit of the video decoding apparatus may obtain or derive a reference picture index indicating a reference picture from the prediction-related information.
  • FIG. 13 is a diagram schematically illustrating a method of constructing a motion vector predictor candidate list according to an example of the present disclosure.
  • an available candidate block may be inserted into the MVP candidate list by searching for a spatial candidate block of the current block (S1010). Thereafter, it is determined whether there are less than two MVP candidates included in the MVP candidate list (S1020), and if there are two, the configuration of the MVP candidate list may be completed.
  • step S1020 when there are less than two available spatial candidate blocks, the available candidate blocks may be inserted into the MVP candidate list by searching for a temporal candidate block of the current block (S1030).
  • the configuration of the MVP candidate list may be completed by inserting a zero motion vector into the MVP candidate list (S1040).
  • a reference picture index may be explicitly signaled.
  • a reference picture index for L0 prediction (refidxL0) and a reference picture index for L1 prediction (refidxL1) may be differentiated and signaled.
  • the MVP mode when the MVP mode is applied and BI prediction is applied, both information on refidxL0 and information on refidxL1 may be signaled.
  • information on the MVD derived from the video encoding apparatus may be signaled to the video decoding apparatus.
  • the information on the MVD may include, for example, information indicating the absolute value of the MVD and the x and y components of the sign. In this case, information indicating whether the absolute MVD value is greater than 0 or greater than 1, and the remainder of the MVD may be signaled in stages. For example, information indicating whether the absolute MVD value is greater than 1 may be signaled only when a value of flag information indicating whether the absolute MVD value is greater than 0 is 1.
  • step S410 of FIG. 4 or step S630 of FIG. 6.
  • a predicted block for the current block may be generated based on motion information derived according to the prediction mode.
  • the predicted block may include prediction samples (prediction sample array) of the current block.
  • prediction samples prediction sample array
  • an interpolation procedure may be performed, and through this, prediction samples of the current block are calculated based on the reference samples in the fractional sample unit within the reference picture. Can be derived.
  • prediction samples may be generated based on MV per sample/subblock.
  • prediction samples derived based on L0 prediction i.e., prediction using a reference picture in a reference picture list L0 and MVL0
  • L1 prediction i.e., a reference in a reference picture list L1
  • Prediction samples derived through a weighted sum (according to a phase) or a weighted average of prediction samples derived based on prediction using a picture and MVL1 may be used as prediction samples of the current block.
  • L0 prediction i.e., prediction using a reference picture in a reference picture list L0 and MVL0
  • L1 prediction i.e., a reference in a reference picture list L1
  • Prediction samples derived through a weighted sum (according to a phase) or a weighted average of prediction samples derived based on prediction using a picture and MVL1 may be used as prediction samples of the current block.
  • reconstructed samples and reconstructed pictures may be generated based on the derived prediction samples, and then a procedure such as in-loop filtering may be performed.
  • residual samples may be derived based on the derived prediction samples, and encoding of image information including prediction information and residual information may be performed.
  • BDOF may be used to refine (improve) a bi-prediction signal.
  • BDOF is for generating prediction samples by calculating improved motion information when bi-prediction is applied to a current block (ex. CU). Accordingly, the process of calculating the improved motion information by applying the BDOF may be included in the motion information derivation step described above.
  • BDOF can be applied at the 4x4 subblock level. That is, BDOF may be performed in units of 4x4 subblocks in the current block.
  • BODF may be applied to a CU that satisfies at least one or all of the following conditions, for example.
  • BDOF can only be applied to the luma component.
  • the present invention is not limited thereto, and the BDOF may be applied only to the chroma component, or may be applied to both the luma component and the chroma component.
  • the BDOF mode is based on the concept of optical flow. That is, it is assumed that the movement of the object is smooth.
  • an improved motion vector motion refinement (v x , v y ) may be calculated for each 4x4 subblock.
  • the improved motion vector motion refinement
  • the improved motion vector can be calculated by minimizing the difference between the L0 prediction sample and the L1 prediction sample.
  • the improved motion vector motion refinement
  • the horizontal gradient of the two prediction signals And vertical gradient can be calculated.
  • k may be 0 or 1.
  • the gradient can be calculated by directly calculating the difference between two adjacent samples.
  • the gradient can be calculated as follows.
  • I (0) (i, j) refers to the sample value at the (i, j) position in the L0 prediction block
  • I (1) (i, j) is the (i, j) position in the L1 prediction block. It can mean a sample value.
  • the first shift amount shift1 may be determined based on the bit depth (bit depth) of the luma component. For example, when the bit depth of the luma component is referred to as bitDepth, shift1 may be determined as max(6, bitDepth-6).
  • n a and n b may be set to min(1, bitDepth-11) and min(4, bitDepth-8), respectively.
  • the motion refinement (v x , v y ) improved by using the auto-correlation and cross-correlation between gradients described above can be derived as follows.
  • n S2 may be 12. Based on the derived motion refinement and gradients, the following adjustment may be performed for each sample in a 4x4 subblock. .
  • predicted samples (pred BDOF ) of a CU to which BDOF is applied may be calculated by adjusting the bi-prediction samples of the CU as follows.
  • n a , n b and n S2 may be 3, 6 and 12, respectively. These values may be selected so that the multiplier in the BDOF process does not exceed 15 bits, and the bit-width of intermediate parameters is maintained within 32 bits.
  • 14 is a diagram illustrating an extended CU to perform BDOF.
  • a row/column extended around a boundary of a CU may be used.
  • prediction samples in the extended area are generated using a bilinear filter, and CU (gray area in FIG. 14).
  • Region prediction samples may be generated using a normal 8-tap motion compensation interpolation filter.
  • the sample values of the extended position can be used only for gradient calculation.
  • the nearest neighbor sample value and/or a gradient value may be padded (repeated) and used.
  • the CU When the width and/or height of the CU is greater than 16 luma samples, the CU may be divided into sub-blocks having a width and/or height of 16 luma samples.
  • the boundary of each sub-block may be treated the same as the CU boundary described above in the BDOF process.
  • the maximum unit size in which the BDOF process is performed may be limited to 16x16.
  • whether to perform BDOF may be determined. That is, the BDOF process for each subblock may be skipped. For example, when the SAD value between the initial LO prediction sample and the initial L1 prediction sample is less than a predetermined threshold, the BDOF process may not be applied to the corresponding subblock. At this time, when the width and height of the corresponding subblock are W and H, respectively, the predetermined threshold may be set to (8 * W*( H >> 1 ). In consideration of the complexity of additional SAD calculation, DMVR The SAD between the initial L0 prediction sample and the initial L1 prediction sample calculated in the process may be reused.
  • luma_weight_lx_flag may be information indicating whether weighting factors of WP for the luma component of lx prediction (x is 0 or 1) are present in the bitstream. Alternatively, it may be information indicating whether WP is applied to the luma component of the lx prediction.
  • SMVD Symmetric MVD
  • CIIP CIIP
  • BDOF is applied in the inter prediction process to improve the reference sample in the motion compensation process, thereby improving the compression performance of an image.
  • BDOF can be performed in the normal mode. That is, in the Matte mode, the GPM mode, the CIIP mode, etc., the BDOF is not performed.
  • the present disclosure prevents potential errors of BDOF and improves performance by applying normalization and clipping when inducing a BDOF offset (bdofOffset, b(x, y)) for improvement of a reference sample in the BDOF process.
  • BDOF offset bdofOffset, b(x, y)
  • normalization may mean unifying a value expressed in various units (eg, 1/64-pel, 1/32-pel, 2-pel, etc.) into a value of a predetermined unit (eg, 1-pel). have.
  • [a, b] means a range of values from a to b, and that a certain value x is clipped to the range of [a, b] means that when x is less than a, the value of a, x When is greater than b, it may mean that the range of x is limited to have a value of b, and in other cases, a value of x.
  • the bit depth is not limited to the bit depth of the luma component, and may include, for example, a bit depth when the bit depth of the luma component and the chroma component are the same.
  • 15 is a diagram for describing a process of deriving a prediction sample of a current block by applying BDOF.
  • the BDOF-based inter prediction procedure of FIG. 15 may be performed in an image encoding apparatus and an image decoding apparatus.
  • motion information of the current block may be derived.
  • Motion information of the current block may be derived by various methods described in this disclosure.
  • the motion information of the current block may be derived by a regular merge mode, an MMVD mode, or an AMVP mode.
  • the motion information may include bi-prediction motion information (L0 motion information, L1 motion information).
  • the L0 motion information may include MVL0 (L0 motion vector) and refIdxL0 (L0 reference picture index)
  • the L1 motion information may include MVL1 (L1 motion vector) and refIdxL1 (L1 reference picture index). have.
  • a prediction sample of the current block may be derived based on the derived motion information of the current block (S1520). Specifically, L0 prediction samples for the current block may be derived based on the L0 motion information. In addition, L1 prediction samples for the current block may be derived based on the L1 motion information.
  • a BDOF offset may be derived based on the derived prediction samples (S1530).
  • BDOF of step S1530 may be performed according to the method described in the present disclosure.
  • a BDOF offset may be derived based on a gradient (according to a phase) of the L0 prediction samples and a gradient (according to a phase) of the L1 prediction samples.
  • the improved prediction samples may be used as a final prediction block of the current block.
  • the image encoding apparatus may derive residual samples through comparison with original samples based on prediction samples of the current block generated according to the method of FIG. 15.
  • information about the residual samples may be included in the image/video information, encoded, and output in the form of a bitstream.
  • the image decoding apparatus can generate the reconstructed current block based on the residual samples obtained based on the prediction samples of the current block generated according to the method of FIG. 15 and residual information in the bitstream. As shown.
  • 16 is a diagram illustrating input and output of a BDOF process according to an embodiment of the present disclosure.
  • the input of the BDOF process includes a width (nCbW), a height (nCbH) of the current block, a prediction subblock (predSamplesL0, predSamplesL1) in which the boundary region is extended by a predetermined length (ex, 2), and a prediction direction. It may include indexes (predFlagL0, predFlagL1) and reference picture indexes (refIdxL0, refIdxL1).
  • the input of the BDOF process may further include a BDOF use flag (bdofUtilizationFlag).
  • the BDOF use flag is input in units of subblocks within the current block, and may indicate whether or not BDOF is applied to the corresponding subblock.
  • the BDOF process may generate improved prediction blocks pbSamples by applying BDOF based on the input information.
  • FIG. 17 is a diagram for describing variables used in a BDOF process according to an embodiment of the present disclosure.
  • FIG. 17 may be a process following FIG. 16.
  • the input bit depth (bitDepth) of the current block may be set to BitDepth Y.
  • BitDepth Y may be derived based on information about the bit depth signaled through the bitstream.
  • various right shift amounts may be set based on the bit depth. For example, a first shift amount (shift1), a second shift amount (shift2), a third shift amount (shift3), and a fourth shift amount (shift4) may be respectively derived as shown in FIG. 17 based on the bit depth. have.
  • an offset (offset4) may be set based on shift4.
  • a variable mvRefineThres for specifying the clipping range of the improved motion vector may be set based on the bit depth. The use of the various variables described in FIG. 17 will be described later.
  • 18 is a diagram for describing a method of generating a prediction sample for each subblock in a current CU based on whether or not BDOF is applied, according to an embodiment of the present disclosure. 18 may be a process subsequent to FIG. 17.
  • the process disclosed in FIG. 18 is performed for each subblock in the current CU, and in this case, the size of the subblock may be 4x4.
  • the BDOF use flag (bdofUtilizationFlag) for the current subblock is the first value (False, '0')
  • the BDOF may not be applied to the current subblock.
  • the prediction sample of the current subblock is derived by a weighted sum of the L0 prediction sample and the L1 prediction sample, and in this case, the weight applied to the L0 prediction sample and the weight applied to the L1 prediction sample may be the same.
  • Shift4 and offset4 used in Equation (1) of FIG. 18 may be values set in FIG. 17.
  • BDOF may be applied to the current subblock.
  • the prediction sample of the current subblock may be generated by the BDOF process according to the present disclosure to be described later.
  • FIG. 19 is a diagram for describing a method of inducing a gradient, an auto-correlation relationship, and a cross-correlation relationship of a current subblock, according to an embodiment of the present disclosure.
  • FIG. 19 may be a process following FIG. 18.
  • the process disclosed in FIG. 19 is performed for each subblock in the current CU, and in this case, the size of the subblock may be 4x4.
  • positions (h x , h y ) for each sample position (x, y) in the current subblock may be derived.
  • a horizontal gradient and a vertical gradient for each sample position may be derived according to Equations (3) to (6).
  • variables (first intermediate parameter diff and second intermediate parameters tempH and tempV) for inducing autocorrelation and cross-correlation according to Equations (7) to (9) may be derived.
  • the first intermediate parameter diff may be derived using a value obtained by applying a right shift by a second shift amount (shift2) to the prediction samples (predSamplesL0, predSamplesL1) of the current block.
  • the second intermediate parameters tempH and tempV apply a right shift by a third shift amount (shift3) to the sum of the gradient in the L0 direction and the gradient in the L1 direction, as shown in Equations (8) and (9). Can be induced. Thereafter, an auto-correlation relationship and a cross-correlation relationship may be derived according to Equations (10) to (16) based on the derived first intermediate parameter and the second intermediate parameter.
  • FIG. 20 is a diagram for describing a method of inducing improved motion vectors (motion refinement, v x , v y ), inducing a BDOF offset, and generating a prediction sample of a current subblock, according to an embodiment of the present disclosure. It is a drawing. FIG. 20 may be a process following FIG. 19.
  • the process disclosed in FIG. 20 is performed for each subblock in the current CU, and in this case, the size of the subblock may be 4x4.
  • improved motion vectors (v x , v y ) can be derived according to Equations (1) and (2).
  • the improved motion vector can be clipped to the range specified by mvRefineThres.
  • a BDOF offset (bdofOffset) may be derived according to Equation (3) based on the improved motion vector and gradient.
  • prediction samples (pbSamples) of the current subblock may be generated according to Equation (4).
  • the methods described with reference to FIGS. 16 to 20 are successively performed to implement the BDOF process according to the first embodiment of the present disclosure.
  • the first shift amount shift1 is set to Max(6, bitDepth-6)
  • mvRefineThres is set to 1 ⁇ Max(, bitDepth-7). Therefore, the bit width of each parameter of predSample and BDOF according to BitDepth can be derived as shown in the table below.
  • each parameter can have a more accurate value, and furthermore, a memory overflow issue in the BDOF process can be solved.
  • a gradient (gradientHLX, gradientVLX, where X is 0 or 1) represents a slope at a distance of 2-pixels up and down and left and right of the current sample position, respectively.
  • v x and v y are 1/32-pel precision and have a range of values of [-32, 31] or [-32, 32]
  • 1 value of v x and v y is actually 1 Represents the /32-pel distance. Therefore, v x and v y can be viewed as applying the "1 ⁇ 5" operation to the 1-pixel unit value.
  • each parameter (horizontal gradient, vertical gradient, v x , v y ) used for calculating the BDOF offset may be normalized to values in 1-pixel units. For example, for a gradient that is a slope of a 2-pixel distance, normalization may be performed in a 1-pixel unit value by applying an operation of ">>1". In addition, for v x and v y of 1/32-pel precision, normalization may be performed in 1-pixel units by applying an operation of ">>5". In consideration of this, as shown in Equation (3) of FIG. 23, a value obtained by multiplying the gradient and v x , v y for the normalization may be right-shifted by a first shift amount (shift1).
  • shift1 may be set to a fixed value (eg, 7) regardless of the bit depth.
  • v x and v y may also be clipped to a range of values set regardless of the bit depth.
  • a variable mvRefineThres that specifies the clipping ranges of v x and v y may be set to a value of "1 ⁇ 5".
  • normalization according to the second embodiment of the present disclosure may be performed by considering a gradient and v x , v y together.
  • the second embodiment of the present disclosure can be implemented by improving Figs. 17, 19 and 20 of the first embodiment of the present disclosure.
  • 21 is a diagram for describing variables used in a BDOF process according to another embodiment of the present disclosure. 21 may be a modified example of the example of FIG. 17. Accordingly, descriptions of common parts in FIGS. 17 and 21 may be omitted.
  • the input bit depth (bitDepth) of the current block may be set to BitDepth Y.
  • BitDepth Y may be derived based on information about the bit depth signaled through the bitstream.
  • the first shift amount shift1, the second shift amount shift2, and the third shift amount shift3 may be set to fixed values regardless of the bit depth.
  • the first shift amount shift1, the second shift amount shift2, and the third shift amount shift3 may be set to 7, 4, and 1, respectively.
  • the fourth shift amount (shift4) and the offset (offset4) may be derived in the same manner as in the example of FIG. 17.
  • the variable mvRefineThres may be set to a fixed value regardless of the bit depth.
  • the variable mvRefineThres may be set to "1 ⁇ 5".
  • 22 is a diagram for describing a method of inducing a gradient, an auto-correlation relationship, and a cross-correlation relationship of a current subblock according to another embodiment of the present disclosure. 22 may be a modified example of the example of FIG. 19. Accordingly, descriptions of common parts in FIGS. 19 and 22 may be omitted.
  • the right shift operation (“>>shift1") may not be performed. According to the present embodiment, a gradient with higher accuracy can be obtained by omitting the right shift operation.
  • FIG. 23 is a diagram for describing a method of deriving an improved motion vector (motion refinement, v x , v y ), deriving a BDOF offset, and generating a prediction sample of a current subblock, according to another embodiment of the present disclosure. It is a drawing. 23 may be a modified example of the example of FIG. 20. Accordingly, descriptions of common parts in FIGS. 20 and 23 may be omitted.
  • the right shift operation ">>1" may be changed to ">>shift1". That is, it is possible to shift right by, gradient and v x, v y and v for the normalization of the gradient x, v values a first amount of shift (shift1) multiplied by y as described above. In this case, as described above, shift1 can be set to a fixed value (eg, 7) regardless of the bit depth.
  • the second embodiment of the present disclosure may be implemented.
  • bit width of each parameter of predSample and BDOF according to BitDepth may be derived as shown in the table below.
  • the gradient having a high correlation with the bit depth changes according to the bit depth.
  • the accuracy of the gradient value may increase.
  • the bit widths of v x and v y that are not related to the bit depth may have a fixed value regardless of the bit depth. According to Table 2, instead of increasing the range of the gradient value, the range of the values of v x and v y decreases, so the range of the bdofOffset value is not affected.
  • the gradient and v x , v y may be normalized to values in 1-pixel units.
  • a bit overflow may occur in the gradient calculation process. For example, as shown in Equations (3) to (6) of FIG. 22, when a shift operation is not performed in the gradient calculation process, a 32-bit operation may be performed to calculate the gradient. That is, a bit overflow may occur when calculating a gradient.
  • normalization for a gradient may be applied when calculating the gradient.
  • the gradient may not exceed 16 bits.
  • normalization for v x and v y may be performed by applying a right shift operation by the adjusted shift 1.
  • shift1 may be set to a fixed value (eg, 6) regardless of the bit depth.
  • the third embodiment of the present disclosure can be implemented by improving Figs. 21 and 22 of the second embodiment of the present disclosure.
  • 24 is a diagram for describing variables used in a BDOF process according to another embodiment of the present disclosure. 24 may be a modified example of the example of FIG. 21. Accordingly, descriptions of common parts in FIGS. 21 and 24 may be omitted.
  • the input bit depth of the current block may be set to BitDepth Y.
  • BitDepth Y may be derived based on information about the bit depth signaled through the bitstream.
  • the first shift amount shift1, the second shift amount shift2, and the third shift amount shift3 may be set to fixed values regardless of the bit depth.
  • the first shift amount shift1, the second shift amount shift2, and the third shift amount shift3 may be set to 6, 4, and 1, respectively.
  • the fourth shift amount (shift4) and the offset (offset4) may be derived in the same manner as in the example of FIG. 17.
  • the variable mvRefineThres may be set to a fixed value regardless of the bit depth.
  • the variable mvRefineThres may be set to "1 ⁇ 5".
  • 25 is a diagram for describing a method of inducing a gradient, an auto-correlation relationship, and a cross-correlation relationship of a current subblock according to another embodiment of the present disclosure. 25 may be a modified example of the example of FIG. 22. Accordingly, descriptions of common parts in FIGS. 22 and 25 may be omitted.
  • a right shift operation (“>>1") may be performed. In this way, the occurrence of bit overflow can be prevented by performing a right shift operation in the gradient calculation process.
  • the third embodiment of the present disclosure may be implemented.
  • bit width of each parameter of predSample and BDOF according to BitDepth may be derived as shown in the table below.
  • the gradient having a high correlation with the bit depth changes according to the bit depth.
  • the accuracy of the gradient value may increase.
  • the bit widths of v x and v y that are not related to the bit depth may have a fixed value regardless of the bit depth.
  • the gradient and v x , v y may be normalized to values in 1-pixel units.
  • a bit overflow may occur in the gradient calculation process. For example, as shown in Equations (3) to (6) of FIG. 22, when a shift operation is not performed in the gradient calculation process, a 32-bit operation may be performed to calculate the gradient. That is, a bit overflow may occur when calculating a gradient.
  • a bit overflow can be prevented by performing clipping when calculating a gradient.
  • the gradient may not exceed 16 bits.
  • the gradient and normalization for v x , v y may be performed in the same manner as in the second embodiment of the present disclosure.
  • a value obtained by multiplying the gradient by v x and v y may be shifted right by a first shift amount (shift1).
  • shift1 may be set to a fixed value (eg, 7) regardless of the bit depth.
  • the fourth embodiment of the present disclosure can be implemented by improving Figs. 21 and 22 of the second embodiment of the present disclosure.
  • 26 is a diagram for describing variables used in a BDOF process according to another embodiment of the present disclosure. 26 may be a modified example of the example of FIG. 21. Accordingly, descriptions of common parts in FIGS. 21 and 26 may be omitted.
  • the input bit depth (bitDepth) of the current block may be set to BitDepth Y.
  • BitDepth Y may be derived based on information about the bit depth signaled through the bitstream.
  • the first shift amount shift1, the second shift amount shift2, and the third shift amount shift3 may be set to fixed values regardless of the bit depth.
  • the first shift amount shift1, the second shift amount shift2, and the third shift amount shift3 may be set to 7, 4, and 1, respectively.
  • the fourth shift amount (shift4) and the offset (offset4) may be derived in the same manner as in the example of FIG. 17.
  • variable mvRefineThres may be set to a fixed value regardless of the bit depth.
  • the variable mvRefineThres may be set to "1 ⁇ 5".
  • a variable gradLimit for specifying the clipping range of the gradient value may be set. In this case, the gradLimit may be set based on the bit depth, for example, may be set to "1 ⁇ Max(15, BitDepth+3)".
  • FIG. 27 is a diagram for describing a method of inducing a gradient, an auto-correlation relationship, and a cross-correlation relationship of a current subblock according to another embodiment of the present disclosure. 27 may be a modified example of the example of FIG. 22. Accordingly, descriptions of common parts in FIGS. 22 and 27 may be omitted.
  • a clipping operation may be performed. That is, the calculated gradient value may be clipped to a value in the range specified by gradLimit.
  • the clipping range may be [-gradLimit, gradLimit-1].
  • the occurrence of bit overflow can be prevented by performing a clipping operation in the gradient calculation process as described above.
  • the fourth embodiment of the present disclosure may be implemented.
  • bit width of each parameter of predSample and BDOF according to BitDepth may be derived as shown in the table below.
  • the gradient having a high correlation with the bit depth changes according to the bit depth.
  • the accuracy of the gradient value may increase.
  • the bit widths of v x and v y that are not related to the bit depth may have a fixed value regardless of the bit depth.
  • the value range of the predicted sample (predSample) generated by interpolation of inter prediction is determined by the input bit depth and the coefficient of the interpolation filter, and in the worst case, has a value range of [-16830, 33150].
  • the value of predSample can be adjusted in the range of [-25022, 24958].
  • predSample has a value of 16 bit range when the bit depth is 8 to 12, and when the bit depth is 14 and 16, predSample has a value of 18 bit range and 20 bit range, respectively.
  • the clipping range of bdofOffset may also be defined in consideration of the bit depth. For example, a variable OffsetLimit specifying a clipping range of bdofOffset is defined based on a bit depth, and clipping of bdofOffset may be additionally applied to embodiments of the present disclosure.
  • bdofOffset may be clipped to a range of [-OffsetLimit, OffsetLimit-1].
  • bdofOffset may be replaced by Clip3 (-OffsetLimit, OffsetLimit-1, bdofOffset).
  • OffsetLimit may be defined based on bit depth. For example, OffsetLimit may be set to "1 ⁇ Max(12, BitDepth Y)".
  • a right shift operation in a gradient calculation process can be minimized.
  • the accuracy of bdofOffset may be further increased by adding an offset value.
  • the offset value may be determined based on the right shift amount.
  • shift1 may be set to "6", and offset may be set based on shift1 such as "1 ⁇ (shift1-1)".
  • Equation (3) is not limited to being applied to the third embodiment of the present disclosure, and may be applied to other embodiments of the present disclosure.
  • the modification of Equation (3) can be applied to the fourth embodiment of the present disclosure.
  • shift1 may be set to "7”
  • offset may be set based on shift1 such as "1 ⁇ (shift1-1)".
  • the accuracy of bdofOffset can be improved by minimizing a right shift operation in a gradient calculation process and adding an offset value when performing a right shift operation in the bdofOffset calculation process.
  • the bit range of the gradient value may vary.
  • Table 1 in the first embodiment of the present disclosure, a gradient of 11 bit-range can be calculated by applying ">>6" to a prediction sample of 16 bit-range.
  • the gradient Can in the case of applying ">>1" or clipping to a prediction sample of 16 bit-range according to the third or fourth embodiment of the present disclosure, as shown in Table 3 or Table 4, the gradient Can have a value of 16 bit-range.
  • equations (8) and (9) of FIGS. 25 and 27 can be modified as follows.
  • tempV[ x ][ y ] (gradientVL0[ x ][ y ]>> shift3)+ (gradientVL1[ x ][ y ] >> shift3)
  • shift3 may be set to Max(1, bitDepth-11) or a fixed value of 1.
  • 16 Bit overflow may occur.
  • intermediate parameters such as sGx2, sGy2, sGxGy, sGxdI, sGydI, etc. calculated based on the variables tempH and tempV.
  • the modified Equations (8) and Equations ( The amount of right shift (shift3) applied to 9) can be adjusted.
  • shift3 may be set to Max(6, bitDepth-6) or a fixed value of 6. .
  • shift3 is set to Max(6, bitDepth-6)+1 or a fixed value of 7 I can. According to the present embodiment, it is possible to prevent the occurrence of bit overflow in the calculation of not only variables tempH and tempV, but also intermediate parameters such as sGx2, sGy2, sGxGy, sGxdI, and sGydI.
  • the embodiments of the present disclosure are not limited to the above-described examples, and the embodiments described in the present disclosure may be used in combination with other embodiments or modifications.
  • the fifth embodiment of the present disclosure may be implemented by changing the step of FIG. 17 among steps constituting the first embodiment of the present disclosure described with reference to FIGS. 16 to 20.
  • FIG. 17 of the first embodiment of the present disclosure to FIG. 24 of the third embodiment of the present disclosure, a fifth embodiment of the present disclosure may be derived.
  • the exemplary methods of the present disclosure are expressed as a series of operations for clarity of description, this is not intended to limit the order in which steps are performed, and each step may be performed simultaneously or in a different order if necessary.
  • the exemplary steps may include additional steps, other steps may be included excluding some steps, or may include additional other steps excluding some steps.
  • an image encoding apparatus or an image decoding apparatus performing a predetermined operation may perform an operation (step) of confirming an execution condition or situation of a corresponding operation (step). For example, when it is described that a predetermined operation is performed when a predetermined condition is satisfied, the video encoding apparatus or the video decoding apparatus performs an operation to check whether the predetermined condition is satisfied, and then performs the predetermined operation. I can.
  • various embodiments of the present disclosure may be implemented by hardware, firmware, software, or a combination thereof.
  • one or more ASICs Application Specific Integrated Circuits
  • DSPs Digital Signal Processors
  • DSPDs Digital Signal Processing Devices
  • PLDs Programmable Logic Devices
  • FPGAs Field Programmable Gate Arrays
  • general purpose It may be implemented by a processor (general processor), a controller, a microcontroller, a microprocessor, or the like.
  • the image decoding device and the image encoding device to which the embodiment of the present disclosure is applied include a multimedia broadcasting transmission/reception device, a mobile communication terminal, a home cinema video device, a digital cinema video device, a surveillance camera, a video chat device, and a real-time communication device such as video communication.
  • 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 use. It may be included in a video device or the like, 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
  • FIG. 28 is a diagram illustrating a content streaming system to which an embodiment of the present disclosure can be applied.
  • a content streaming system to which an embodiment of the present disclosure is applied may largely include an encoding server, a streaming server, a web server, a media storage device, a user device, and a multimedia input device.
  • the encoding server serves to generate a bitstream by compressing content input from multimedia input devices such as a smartphone, a camera, and a camcorder into digital data, and transmits it to the streaming server.
  • multimedia input devices such as smart phones, cameras, camcorders, etc. directly generate bitstreams
  • the encoding server may be omitted.
  • the bitstream may be generated by an image encoding method and/or an image encoding apparatus to which an embodiment of the present disclosure is applied, and the streaming server may temporarily store the bitstream while transmitting or receiving the bitstream.
  • the streaming server may transmit multimedia data to a user device based on a user request through a web server, and the web server may serve as an intermediary for notifying the user of a service.
  • the web server transmits the request 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 may play a role of controlling a command/response 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 (tablet PC), ultrabook (ultrabook), wearable device (e.g., smartwatch, glass terminal (smart glass), HMD (head mounted display)), digital TV, desktop There may be computers, digital signage, etc.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • slate PC slate PC
  • Tablet PC Tablet PC
  • ultrabook ultrabook
  • wearable device e.g., smartwatch, glass terminal (smart glass), HMD (head mounted display)
  • digital TV desktop There may be computers, digital signage, etc.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributedly processed.
  • the scope of the present disclosure is software or machine-executable instructions (e.g., operating systems, applications, firmware, programs, etc.) that cause operations according to the methods of various embodiments to be executed on a device or computer, and such software It includes a non-transitory computer-readable medium (non-transitory computer-readable medium) which stores instructions and the like and is executable on a device or a computer.
  • a non-transitory computer-readable medium non-transitory computer-readable medium
  • An embodiment according to the present disclosure may be used to encode/decode an image.

Landscapes

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

Abstract

영상 부호화/복호화 방법 및 장치가 제공된다. 본 개시에 따른 영상 복호화 방법은 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 현재 블록의 움직임 정보에 기반하여 상기 현재 블록의 예측 샘플을 도출하는 단계, 상기 현재 블록에 BDOF(Bi-directional optical flow)를 적용할지 여부를 결정하는 단계, 상기 현재 블록에 BDOF를 적용하는 경우, 상기 현재 블록 내 현재 서브블록에 대한 그래디언트를 도출하는 단계, 상기 그래디언트에 기반하여 상기 현재 서브블록에 대한 개선된 움직임 벡터(vx, vy)를 도출하는 단계, 상기 그래디언트 및 상기 개선된 움직임 벡터에 기반하여 BDOF 오프셋을 도출하는 단계, 및 상기 현재 블록의 예측 샘플 및 상기 BDOF 오프셋에 기반하여 상기 현재 블록에 대한 개선된 예측 샘플을 도출하는 단계를 포함할 수 있다.

Description

BDOF를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
본 개시는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법에 관한 것으로서, 보다 상세하게는, BDOF(Bi-directional optical flow)를 수행하는 영상 부호화/복호화 방법, 장치 및 본 개시의 영상 부호화 방법/장치에 의해 생성된 비트스트림을 전송하는 방법에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 분야에서 증가하고 있다. 영상 데이터가 고해상도, 고품질이 될수록 기존의 영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하게 된다. 전송되는 정보량 또는 비트량의 증가는 전송 비용과 저장 비용의 증가를 초래한다.
이에 따라, 고해상도, 고품질 영상의 정보를 효과적으로 전송하거나 저장하고, 재생하기 위한 고효율의 영상 압축 기술이 요구된다.
본 개시는 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는, BDOF 오프셋을 도출하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는, BDOF를 수행하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 양상에 따른 영상 복호화 방법은 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 현재 블록의 움직임 정보에 기반하여 상기 현재 블록의 예측 샘플을 도출하는 단계, 상기 현재 블록에 BDOF를 적용할지 여부를 결정하는 단계, 상기 현재 블록에 BDOF를 적용하는 경우, 상기 현재 블록 내 현재 서브블록에 대한 그래디언트를 도출하는 단계, 상기 그래디언트에 기반하여 상기 현재 서브블록에 대한 개선된 움직임 벡터(vx, vy)를 도출하는 단계, 상기 그래디언트 및 상기 개선된 움직임 벡터에 기반하여 BDOF 오프셋을 도출하는 단계, 및 상기 현재 블록의 예측 샘플 및 상기 BDOF 오프셋에 기반하여 상기 현재 블록에 대한 개선된 예측 샘플을 도출하는 단계를 포함할 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 그래디언트를 도출하는 단계는 상기 현재 블록의 예측 샘플을 제1 쉬프트량만큼 우쉬프트하는 단계를 포함하고, 상기 제1 쉬프트량은 상기 현재 블록의 비트 뎁스와 무관하게 고정된 값으로 설정될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 제1 쉬프트량은 6일 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 개선된 움직임 벡터(vx, vy)를 도출하는 단계는, 상기 현재 블록의 예측 샘플에 기반하여 제1 중간 파라미터 diff를 도출하는 단계, 및 상기 그래디언트에 기반하여 제2 중간 파라미터 tempH 및 tempV를 도출하는 단계를 포함할 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 제1 중간 파라미터 diff를 도출하는 단계는 상기 현재 블록의 예측 샘플을 제2 쉬프트량만큼 우쉬프트하는 단계를 포함하고, 상기 제2 쉬프트량은 상기 현재 블록의 비트 뎁스와 무관하게 고정된 값으로 설정될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 제2 쉬프트량은 4일 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 제2 중간 파라미터 tempH 및 tempV를 도출하는 단계는 상기 그래디언트에 기반하여 유도된 값을 제3 쉬프트량만큼 우쉬프트하는 단계를 포함하고, 상기 제3 쉬프트량은 상기 현재 블록의 비트 뎁스와 무관하게 고정된 값으로 설정될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 제3 쉬프트량은 1일 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 개선된 움직임 벡터(vx, vy)는 소정의 범위로 클리핑될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 개선된 움직임 벡터(vx, vy)를 클리핑하는 상기 소정의 범위는 상기 현재 블록의 비트 뎁스와 무관하게 고정된 범위로 설정될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 BDOF 오프셋을 도출하는 단계는 상기 그래디언트와 상기 개선된 움직임 벡터에 기반하여 유도된 값을 소정의 쉬프트량만큼 우쉬프트하는 단계를 포함하고, 상기 소정의 쉬프트량은 상기 현재 블록의 비트 뎁스와 무관하게 고정된 범위로 설정될 수 있다.
본 개시에 따른 영상 복호화 방법에 있어서, 상기 현재 블록에 대한 개선된 예측 샘플을 도출하는 단계는 상기 BDOF 오프셋을 소정의 범위로 클리핑하는 단계를 포함하고, 상기 소정의 범위는 상기 현재 블록의 비트 뎁스에 기반하여 설정될 수 있다.
본 개시의 다른 양상에 따른 영상 복호화 장치는 메모리 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 현재 블록의 움직임 정보에 기반하여 상기 현재 블록의 예측 샘플을 도출하고, 상기 현재 블록에 BDOF를 적용할지 여부를 결정하고, 상기 현재 블록에 BDOF를 적용하는 경우, 상기 현재 블록 내 현재 서브블록에 대한 그래디언트를 도출하고, 상기 그래디언트에 기반하여 상기 현재 서브블록에 대한 개선된 움직임 벡터(vx, vy)를 도출하고, 상기 그래디언트 및 상기 개선된 움직임 벡터에 기반하여 BDOF 오프셋을 도출하고, 상기 현재 블록의 예측 샘플 및 상기 BDOF 오프셋에 기반하여 상기 현재 블록에 대한 개선된 예측 샘플을 도출할 수 있다.
본 개시의 또 다른 양상에 따른 영상 부호화 방법은, 영상 부호화 장치에 의해 수행되는 영상 부호화 방법으로서, 현재 블록의 움직임 정보에 기반하여 상기 현재 블록의 예측 샘플을 도출하는 단계, 상기 현재 블록에 BDOF를 적용할지 여부를 결정하는 단계, 상기 현재 블록에 BDOF를 적용하는 경우, 상기 현재 블록 내 현재 서브블록에 대한 그래디언트를 도출하는 단계, 상기 그래디언트에 기반하여 상기 현재 서브블록에 대한 개선된 움직임 벡터(vx, vy)를 도출하는 단계, 상기 그래디언트 및 상기 개선된 움직임 벡터에 기반하여 BDOF 오프셋을 도출하는 단계, 및 상기 현재 블록의 예측 샘플 및 상기 BDOF 오프셋에 기반하여 상기 현재 블록에 대한 개선된 예측 샘플을 도출하는 단계를 포함할 수 있다.
본 개시의 또 다른 양상에 따른 전송 방법은, 본 개시의 영상 부호화 장치 또는 영상 부호화 방법에 의해 생성된 비트스트림을 전송할 수 있다.
본 개시의 또 다른 양상에 따른 컴퓨터 판독 가능한 기록 매체는, 본 개시의 영상 부호화 방법 또는 영상 부호화 장치에 의해 생성된 비트스트림을 저장할 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 개시에 따르면, 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, BDOF 오프셋을 도출하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, BDOF를 수행하는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법이 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장한 기록 매체가 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시에 따른 실시예가 적용될 수 있는 비디오 코딩 시스템을 개략적으로 도시한 도면이다.
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 4는 인터 예측 기반 비디오/영상 인코딩 방법을 도시한 흐름도이다.
도 5는 본 개시에 따른 인터 예측부(180)의 구성을 예시적으로 도시한 도면이다.
도 6은 인터 예측 기반 비디오/영상 디코딩 방법을 도시한 흐름도이다.
도 7은 본 개시에 따른 인터 예측부(260)의 구성을 예시적으로 도시한 도면이다.
도 8은 공간적 머지 후보로 이용될 수 있는 주변 블록들을 예시한 도면이다.
도 9은 본 개시의 일 예에 따른 머지 후보 리스트 구성 방법을 개략적으로 나타낸 도면이다.
도 10은 공간적 후보에 대해 수행되는 중복성 체크를 위한 후보쌍을 예시한 도면이다.
도 11은 시간적 후보의 움직임 벡터를 스케일링하는 방법을 설명하기 위한 도면이다.
도 12는 시간적 후보를 유도하는 위치를 설명하기 위한 도면이다.
도 13은 본 개시의 일 예에 따른 움직임 벡터 예측자 후보 리스트 구성 방법을 개략적으로 나타낸 도면이다.
도 14는 BDOF를 수행하기 위해 확장된 CU를 도시한 도면이다.
도 15는 BDOF를 적용하여 현재 블록의 예측 샘플을 도출하는 과정을 설명하기 위한 도면이다.
도 16은 본 개시의 일 실시예에 따른 BDOF 과정의 입력과 출력을 설명하기 위한 도면이다.
도 17은 본 개시의 일 실시예에 따른 BDOF 과정에 이용되는 변수들을 설명하기 위한 도면이다.
도 18은 본 개시의 일 실시예에 따라, BDOF 적용 여부에 기반하여 현재 CU내 각 서브블록에 대한 예측 샘플을 생성하는 방법을 설명하기 위한 도면이다.
도 19는 본 개시의 일 실시예에 따라, 현재 서브블록의 그래디언트, 자기상관관계 및 교차상관관계를 유도하는 방법을 설명하기 위한 도면이다.
도 20은 본 개시의 일 실시예에 따라, 개선된 움직임 벡터(motion refinement, vx, vy)를 유도하고, BDOF 오프셋을 유도하고, 현재 서브블록의 예측 샘플을 생성하는 방법을 설명하기 위한 도면이다.
도 21은 본 개시의 다른 실시예에 따른 BDOF 과정에 이용되는 변수들을 설명하기 위한 도면이다.
도 22는 본 개시의 다른 실시예에 따라, 현재 서브블록의 그래디언트, 자기상관관계 및 교차상관관계를 유도하는 방법을 설명하기 위한 도면이다.
도 23은 본 개시의 다른 실시예에 따라, 개선된 움직임 벡터(motion refinement, vx, vy)를 유도하고, BDOF 오프셋을 유도하고, 현재 서브블록의 예측 샘플을 생성하는 방법을 설명하기 위한 도면이다.
도 24는 본 개시의 또 다른 실시예에 따른 BDOF 과정에 이용되는 변수들을 설명하기 위한 도면이다.
도 25는 본 개시의 또 다른 실시예에 따라, 현재 서브블록의 그래디언트, 자기상관관계 및 교차상관관계를 유도하는 방법을 설명하기 위한 도면이다.
도 26은 본 개시의 또 다른 실시예에 따른 BDOF 과정에 이용되는 변수들을 설명하기 위한 도면이다.
도 27은 본 개시의 또 다른 실시예에 따라, 현재 서브블록의 그래디언트, 자기상관관계 및 교차상관관계를 유도하는 방법을 설명하기 위한 도면이다.
도 28은 본 개시의 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시한 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 영상의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시에서 "픽처(picture)"는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 픽처의 일부를 구성하는 부호화 단위로서, 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 또한, 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다.
본 개시에서 "픽셀(pixel)" 또는 "펠(pel)"은 하나의 픽처(또는 영상)를 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.
본 개시에서 "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. 유닛은 경우에 따라서 "샘플 어레이", "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.
본 개시에서 "현재 블록"은 "현재 코딩 블록", "현재 코딩 유닛", "부호화 대상 블록", "복호화 대상 블록" 또는 "처리 대상 블록" 중 하나를 의미할 수 있다. 예측이 수행되는 경우, "현재 블록"은 "현재 예측 블록" 또는 "예측 대상 블록"을 의미할 수 있다. 변환(역변환)/양자화(역양자화)가 수행되는 경우, "현재 블록"은 "현재 변환 블록" 또는 "변환 대상 블록"을 의미할 수 있다. 필터링이 수행되는 경우, "현재 블록"은 "필터링 대상 블록"을 의미할 수 있다.
본 개시에서 "/"와 ","는 "및/또는"으로 해석될 수 있다. 예를 들어, "A/B"와 "A, B"는 "A 및/또는 B"로 해석될 수 있다. 또한, "A/B/C"와 "A, B, C"는 "A, B 및/또는 C 중 적어도 하나"를 의미할 수 있다.
본 개시에서 "또는"은 "및/또는"으로 해석될 수 있다. 예를 들어, "A 또는 B"는, 1) "A" 만을 의미하거나 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 또는, 본 개시에서 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
비디오 코딩 시스템 개요
도 1은 본 개시에 따른 비디오 코딩 시스템을 도시한다.
일 실시예에 따른 비디오 코딩 시스템은 부호화 장치(10) 및 복호화 장치(20)를 포함할 수 있다. 부호화 장치(10)는 부호화된 비디오(video) 및/또는 영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)로 전달할 수 있다.
일 실시예에 따른 부호화 장치(10)는 비디오 소스 생성부(11), 부호화부(12), 전송부(13)를 포함할 수 있다. 일 실시예에 따른 복호화 장치(20)는 수신부(21), 복호화부(22) 및 렌더링부(23)를 포함할 수 있다. 상기 부호화부(12)는 비디오/영상 부호화부라고 불릴 수 있고, 상기 복호화부(22)는 비디오/영상 복호화부라고 불릴 수 있다. 전송부(13)는 부호화부(12)에 포함될 수 있다. 수신부(21)는 복호화부(22)에 포함될 수 있다. 렌더링부(23)는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스 생성부(11)는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스 생성부(11)는 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.
부호화부(12)는 입력 비디오/영상을 부호화할 수 있다. 부호화부(12)는 압축 및 부호화 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화부(12)는 부호화된 데이터(부호화된 비디오/영상 정보)를 비트스트림(bitstream) 형태로 출력할 수 있다.
전송부(13)는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)의 수신부(21)로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부(13)는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부(21)는 상기 저장매체 또는 네트워크로부터 상기 비트스트림을 추출/수신하여 복호화부(22)로 전달할 수 있다.
복호화부(22)는 부호화부(12)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 복호화할 수 있다.
렌더링부(23)는 복호화된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
영상 부호화 장치 개요
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 2에 도시된 바와 같이, 영상 부호화 장치(100)는 영상 분할부(110), 감산부(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 가산부(155), 필터링부(160), 메모리(170), 인터 예측부(180), 인트라 예측부(185) 및 엔트로피 인코딩부(190)를 포함할 수 있다. 인터 예측부(180) 및 인트라 예측부(185)는 합쳐서 "예측부"라고 지칭될 수 있다. 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150)는 레지듀얼(residual) 처리부에 포함될 수 있다. 레지듀얼 처리부는 감산부(115)를 더 포함할 수도 있다.
영상 부호화 장치(100)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어, 인코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
영상 분할부(110)는 영상 부호화 장치(100)에 입력된 입력 영상(또는, 픽처, 프레임)을 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)을 QT/BT/TT (Quad-tree/binary-tree/ternary-tree) 구조에 따라 재귀적으로(recursively) 분할함으로써 획득될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 코딩 유닛의 분할을 위해, 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 트리 구조가 나중에 적용될 수 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 코딩 절차가 수행될 수 있다. 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 최대 코딩 유닛을 분할하여 획득한 하위 뎁스의 코딩 유닛이 최종 코닛 유닛으로 사용될 수도 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환 및/또는 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 코딩 절차의 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)일 수 있다. 상기 예측 유닛 및 상기 변환 유닛은 각각 상기 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.
예측부(인터 예측부(180) 또는 인트라 예측부(185))는 처리 대상 블록(현재 블록)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 현재 블록의 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(185)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 인트라 예측 모드 및/또는 인트라 예측 기법에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라, 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(185)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(180)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 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 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 서로 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수 있다. 예를 들어, 인터 예측부(180)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(180)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference) 및 움직임 벡터 예측자에 대한 지시자(indicator)를 부호화함으로써 현재 블록의 움직임 벡터를 시그널링할 수 있다. 움직임 벡터 차분은 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 차이를 의미할 수 있다.
예측부는 후술하는 다양한 예측 방법 및/또는 예측 기법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 현재 블록의 예측을 위해 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 현재 블록의 예측을 위해 인트라 예측과 인터 예측을 동시에 적용하는 예측 방법은 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 현재 블록의 예측을 위해 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 현재 블록으로부터 소정의 거리만큼 떨어진 위치의 현재 픽처 내 기복원된 참조 블록을 이용하여 현재 블록을 예측하는 방법이다. IBC가 적용되는 경우, 현재 픽처 내 참조 블록의 위치는 상기 소정의 거리에 해당하는 벡터(블록 벡터)로서 부호화될 수 있다.
예측부를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 감산부(115)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)로부터 예측부에서 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있다. 생성된 레지듀얼 신호는 변환부(120)로 전송될 수 있다.
변환부(120)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)을 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)을 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(130)는 변환 계수들을 양자화하여 엔트로피 인코딩부(190)로 전송할 수 있다. 엔트로피 인코딩부(190)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(130)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(190)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(190)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(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)를 더 포함할 수 있다. 본 개시에서 언급된 시그널링 정보, 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(190)로부터 출력된 신호를 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 영상 부호화 장치(100)의 내/외부 엘리먼트로서 구비될 수 있고, 또는 전송부는 엔트로피 인코딩부(190)의 구성요소로서 구비될 수도 있다.
양자화부(130)로부터 출력된 양자화된 변환 계수들은 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(140) 및 역변환부(150)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다.
가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(180) 또는 인트라 예측부(185)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 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(155)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 후술하는 바와 같이 픽처 인코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(160)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(160)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(170), 구체적으로 메모리(170)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(160)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 필터링에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(170)에 전송된 수정된 복원 픽처는 인터 예측부(180)에서 참조 픽처로 사용될 수 있다. 영상 부호화 장치(100)는 이를 통하여 인터 예측이 적용되는 경우, 영상 부호화 장치(100)와 영상 복호화 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(170) 내 DPB는 인터 예측부(180)에서의 참조 픽처로 사용하기 위해 수정된 복원 픽처를 저장할 수 있다. 메모리(170)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(180)에 전달될 수 있다. 메모리(170)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(185)에 전달할 수 있다.
영상 복호화 장치 개요
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 3에 도시된 바와 같이, 영상 복호화 장치(200)는 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265)를 포함하여 구성될 수 있다. 인터 예측부(260) 및 인트라 예측부(265)를 합쳐서 "예측부"라고 지칭될 수 있다. 역양자화부(220), 역변환부(230)는 레지듀얼 처리부에 포함될 수 있다.
영상 복호화 장치(200)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
비디오/영상 정보를 포함하는 비트스트림을 수신한 영상 복호화 장치(200)는 도 1의 영상 부호화 장치(100)에서 수행된 프로세스에 대응하는 프로세스를 수행하여 영상을 복원할 수 있다. 예를 들어, 영상 복호화 장치(200)는 영상 부호화 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있다. 코딩 유닛은 코딩 트리 유닛이거나 또는 최대 코딩 유닛을 분할하여 획득될 수 있다. 그리고, 영상 복호화 장치(200)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치(미도시)를 통해 재생될 수 있다.
영상 복호화 장치(200)는 도 1의 영상 부호화 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있다. 수신된 신호는 엔트로피 디코딩부(210)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(예컨대, 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)를 더 포함할 수 있다. 영상 복호화 장치는 영상을 디코딩하기 위해 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 추가적으로 이용할 수 있다. 본 개시에서 언급된 시그널링 정보, 수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩됨으로써 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 블록 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)을 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(260) 및 인트라 예측부(265))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(220)로 입력될 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(240)로 제공될 수 있다. 한편, 영상 부호화 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 영상 복호화 장치(200)의 내/외부 엘리먼트로서 추가적으로 구비될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)의 구성요소로서 구비될 수도 있다.
한편, 본 개시에 따른 영상 복호화 장치는 비디오/영상/픽처 복호화 장치라고 불릴 수 있다. 상기 영상 복호화 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및/또는 샘플 디코더(비디오/영상/픽처 샘플 디코더)를 포함할 수도 있다. 상기 정보 디코더는 엔트로피 디코딩부(210)를 포함할 수 있고, 상기 샘플 디코더는 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265) 중 적어도 하나를 포함할 수 있다.
역양자화부(220)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(220)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 영상 부호화 장치에서 수행된 계수 스캔 순서에 기반하여 수행될 수 있다. 역양자화부(220)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)을 획득할 수 있다.
역변환부(230)에서는 변환 계수들을 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득할 수 있다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(210)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드(예측 기법)를 결정할 수 있다.
예측부가 후술하는 다양한 예측 방법(기법)을 기반으로 예측 신호를 생성할 수 있음은 영상 부호화 장치(100)의 예측부에 대한 설명에서 언급된 바와 동일하다.
인트라 예측부(265)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 인트라 예측부(185)에 대한 설명은 인트라 예측부(265)에 대해서도 동일하게 적용될 수 있다.
인터 예측부(260)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 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(260)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 모드(기법)를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드(기법)를 지시하는 정보를 포함할 수 있다.
가산부(235)는 획득된 레지듀얼 신호를 예측부(인터 예측부(260) 및/또는 인트라 예측부(265) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 가산부(155)에 대한 설명은 가산부(235)에 대해서도 동일하게 적용될 수 있다.
한편, 후술하는 바와 같이 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(240)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(240)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(250), 구체적으로 메모리(250)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(250)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(260)에서 참조 픽처로 사용될 수 있다. 메모리(250)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(260)에 전달할 수 있다. 메모리(250)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(265)에 전달할 수 있다.
본 명세서에서, 인코딩 장치(100)의 필터링부(160), 인터 예측부(180) 및 인트라 예측부(185)에서 설명된 실시예들은 각각 영상 복호화 장치(200)의 필터링부(240), 인터 예측부(260) 및 인트라 예측부(265)에도 동일 또는 대응되도록 적용될 수 있다.
인터 예측 개요
영상 부호화/복호화 장치는 블록 단위로 인터 예측을 수행하여 예측 샘플을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들에 의존적인 방법으로 도출되는 예측 기법을 의미할 수 있다. 현재 블록에 대해 인터 예측이 적용되는 경우, 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록을 기반으로, 현재 블록에 대한 예측 블록이 유도될 수 있다.
이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해, 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 움직임 정보가 유도될 수 있으며, 블록, 서브 블록 또는 샘플 단위로 움직임 정보가 유도될 수 있다. 이때, 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 타입 정보를 더 포함할 수 있다. 여기서 인터 예측 타입 정보는 인터 예측의 방향성 정보를 의미할 수 있다. 인터 예측 타입 정보는 현재 블록이 L0 예측, L1 예측, Bi 예측 중 하나를 이용하여 예측됨을 지시할 수 있다.
현재 블록에 대해 인터 예측이 적용되는 경우, 현재 블록의 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighbouring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighbouring block)을 포함할 수 있다. 이때, 현재 블록에 대한 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 부호화 유닛(colCU) 등으로 지칭될 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)로 지칭될 수 있다.
한편, 현재 블록의 주변 블록들을 기반으로 움직임 정보 후보 리스트가 구성될 수 있고, 이때, 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 플래그 또는 인덱스 정보가 시그널링될 수 있다.
움직임 정보는 인터 예측 타입에 따라 L0 움직임 정보 및/또는 L1 움직임 정보를 포함할 수 있다. L0 방향의 움직임 벡터는 L0 움직임 벡터 또는 MVL0라고 정의될 수 있고, L1 방향의 움직임 벡터는 L1 움직임 벡터 또는 MVL1이라고 정의될 수 있다. L0 움직임 벡터에 기반한 예측은 L0 예측이라고 정의될 수 있고, L1 움직임 벡터에 기반한 예측을 L1 예측이라고 정의될 수 있고, 상기 L0 움직임 벡터 및 상기 L1 움직임 벡터 둘 다에 기반한 예측을 쌍예측(Bi-prediction)이라고 정의될 수 있다. 여기서 L0 움직임 벡터는 참조 픽처 리스트 L0에 연관된 움직임 벡터를 의미할 수 있고, L1 움직임 벡터는 참조 픽처 리스트 L1에 연관된 움직임 벡터를 의미할 수 있다.
참조 픽처 리스트 L0는 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 포함할 수 있고, 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 포함할 수 있다. 이때, 이전 픽처들은 순방향 (참조) 픽처라 정의할 수 있고, 상기 이후 픽처들은 역방향 (참조) 픽처라 정의할 수 있다. 한편, 참조 픽처 리스트 L0은 현재 픽처보다 출력 순서상 이후 픽처들을 더 포함할 수 있다. 이 경우 참조 픽처 리스트 L0 내에서 이전 픽처들이 먼저 인덱싱되고 이후 픽처들은 그 다음에 인덱싱될 수 있다. 참조 픽처 리스트 L1은 현재 픽처보다 출력 순서상 이전 픽처들을 더 포함할 수 있다. 이 경우 참조 픽처 리스트 L1 내에서 이후 픽처들이 먼저 인덱싱되고 이전 픽처들은 그 다음에 인덱싱 될 수 있다. 여기서 출력 순서는 POC(picture order count) 순서(order)에 대응될 수 있다.
도 4는 인터 예측 기반 비디오/영상 인코딩 방법을 도시한 흐름도이다.
도 5는 본 개시에 따른 인터 예측부(180)의 구성을 예시적으로 도시한 도면이다.
도 4의 인코딩 방법은 도 2의 영상 부호화 장치에 의해 수행될 수 있다. 구체적으로, 단계 S410은 인터 예측부(180)에 의하여 수행될 수 있고, 단계 S420은 레지듀얼 처리부에 의하여 수행될 수 있다. 구체적으로 단계 S420은 감산부(115)에 의하여 수행될 수 있다. 단계 S430은 엔트로피 인코딩부(190)에 의하여 수행될 수 있다. 단계 S430의 예측 정보는 인터 예측부(180)에 의하여 도출되고, 단계 S430의 레지듀얼 정보는 레지듀얼 처리부에 의하여 도출될 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다. 전술한 바와 같이 상기 레지듀얼 샘플들은 영상 부호화 장치의 변환부(120)를 통하여 변환 계수들로 도출되고, 상기 변환 계수들은 양자화부(130)를 통하여 양자화된 변환 계수들로 도출될 수 있다. 상기 양자화된 변환 계수들에 관한 정보가 레지듀얼 코딩 절차를 통하여 엔트로피 인코딩부(190)에서 인코딩될 수 있다.
영상 부호화 장치는 현재 블록에 대한 인터 예측을 수행할 수 있다(S410). 영상 부호화 장치는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 상기 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다. 예를 들어, 도 5에 도시된 바와 같이, 영상 부호화 장치의 인터 예측부(180)는 예측 모드 결정부(181), 움직임 정보 도출부(182), 예측 샘플 도출부(183)를 포함할 수 있다. 예측 모드 결정부(181)에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 영상 부호화 장치의 인터 예측부(180)는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 상기 현재 블록과 유사한 블록을 서치하고, 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 상기 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 상기 참조 블록과 상기 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 영상 부호화 장치는 다양한 인터 예측 모드들 중 상기 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 영상 부호화 장치는 상기 다양한 예측 모드들에 대한 율-왜곡 비용(Rate-Distortion (RD) cost)을 비교하고 상기 현재 블록에 대한 최적의 인터 예측 모드를 결정할 수 있다. 그러나, 영상 부호화 장치가 현재 블록에 대한 인터 예측 모드를 결정하는 방법은 상기 예로 한정되지 않으며, 다양한 방법들이 이용될 수 있다.
예컨대 현재 블록에 대한 인터 예측 모드는 머지 모드(merge mode), 머지 스킵 모드(skip mode), MVP 모드(Motion Vector Prediction mode), SMVD 모드(Symmetric Motion Vector Difference), 어파인 모드(affine mode), 서브 블록 기반 머지 모드(Subblock-based merge mode), AMVR 모드(Adaptive Motion Vector Resolution mode), HMVP 모드(History-based Motion Vector Predictor mode), 쌍예측 머지 모드(Pair-wise average merge mode), MMVD 모드(Merge mode with Motion Vector Differences mode), DMVR 모드(Decoder side Motion Vector Refinement mode), CIIP 모드(Combined Inter and Intra Prediction mode) 및 GPM(Geometric Partitioning mode) 중 적어도 하나로 결정될 수 있다.
예를 들어, 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 영상 부호화 장치는 상기 현재 블록의 주변 블록들로부터 머지 후보들을 유도하고, 유도된 머지 후보들을 이용하여 머지 후보 리스트를 구성할 수 있다. 또한, 영상 부호화 장치는 상기 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 상기 현재 블록과 중 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 상기 도출된 참조 블록과 연관된 머지 후보가 선택되며, 상기 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 영상 복호화 장치로 시그널링될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다.
다른 예로, 상기 현재 블록에 MVP 모드가 적용되는 경우, 영상 부호화 장치는 상기 현재 블록의 주변 블록들로부터 움직임 벡터 예측자 (MVP, Motion Vector Predictor) 후보들을 유도하고, 유도된 MVP 후보들을 이용하여 MVP 후보 리스트를 구성할 수 있다. 또한, 영상 부호화 장치는 상기 MVP 후보 리스트에 포함된 MVP 후보들 중 선택된 MVP 후보의 움직임 벡터를 상기 현재 블록의 MVP 로 이용할 수 있다. 이 경우, 예를 들어, 전술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 상기 현재 블록의 움직임 벡터로 이용될 수 있으며, 상기 MVP 후보들 중 상기 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 MVP 후보가 상기 선택된 MVP 후보가 될 수 있다. 상기 현재 블록의 움직임 벡터에서 상기 MVP를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우 상기 선택된 MVP 후보를 가리키는 인덱스 정보 및 상기 MVD에 관한 정보가 영상 복호화 장치로 시그널링될 수 있다. 또한, MVP 모드가 적용되는 경우, 상기 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보로 구성되어 별도로 상기 영상 복호화 장치로 시그널링될 수 있다.
영상 부호화 장치는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S420). 영상 부호화 장치는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다. 예컨대, 상기 레지듀얼 샘플은 원본 샘플로부터 대응하는 예측 샘플을 감산함으로써 도출될 수 있다.
영상 부호화 장치는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩할 수 있다(S430). 영상 부호화 장치는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 상기 예측 정보는 상기 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 상기 예측 모드 정보 중 skip flag는 현재 블록에 대해 스킵 모드가 적용되는지 여부를 나타내는 정보이며, merge flag는 현재 블록에 대해 머지 모드가 적용되는지 여부를 나타내는 정보이다. 또는 예측 모드 정보는 mode index와 같이, 복수의 예측 모드들 중 하나를 지시하는 정보일 수도 있다. 상기 skip flag와 merge flag가 각각 0일 경우, 현재 블록에 대해 MVP 모드가 적용되는 것으로 결정될 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 상기 후보 선택 정보 중 merge index는 현재 블록에 대해 머지 모드가 적용되는 경우에 시그널링될 수 있으며, 머지 후보 리스트에 포함된 머지 후보들 중 하나를 선택하기 위한 정보일 수 있다. 상기 후보 선택 정보 중 MVP flag 또는 MVP index는 현재 블록에 대해 MVP 모드가 적용되는 경우에 시그널링될 수 있으며, MVP 후보 리스트에 포함된 MVP 후보들 중 하나를 선택하기 위한 정보일 수 있다. 구체적으로 MVP flag는 구문 요소 mvp_l0_flag 혹은 mvp_l1_flag를 이용하여 시그널링될 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(Bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 영상 복호화 장치로 전달될 수 있고, 또는 네트워크를 통하여 영상 복호화 장치로 전달될 수도 있다.
한편, 전술한 바와 같이 영상 부호화 장치는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록을 포함하는 픽처)를 생성할 수 있다. 이는 영상 복호화 장치에서 수행되는 것과 동일한 예측 결과를 영상 부호화 장치에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 영상 부호화 장치는 복원 픽처(또는 복원 샘플들, 복원 블록)를 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 6은 인터 예측 기반 비디오/영상 디코딩 방법을 도시한 흐름도이다.
도 7는 본 개시에 따른 인터 예측부(260)의 구성을 예시적으로 도시한 도면이다.
영상 복호화 장치는 상기 영상 부호화 장치에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 영상 복호화 장치는 수신된 예측 정보를 기반으로 현재 블록에 대한 예측을 수행하고 예측 샘플들을 도출할 수 있다.
도 6의 디코딩 방법은 도 3의 영상 복호화 장치에 의해 수행될 수 있다. 단계 S610 내지 S630은 인터 예측부(260)에 의하여 수행될 수 있고, 단계 S610의 예측 정보 및 단계 S640의 레지듀얼 정보는 엔트로피 디코딩부(210)에 의하여 비트스트림으로부터 획득될 수 있다. 영상 복호화 장치의 레지듀얼 처리부는 상기 레지듀얼 정보를 기반으로 현재 블록에 대한 레지듀얼 샘플들을 도출할 수 있다(S640). 구체적으로 상기 레지듀얼 처리부의 역양자화부(220)는 상기 레지듀얼 정보를 기반으로 도출된 양자화된 변환 계수들을 기반으로, 역양자화를 수행하여 변환 계수들을 도출하고, 상기 레지듀얼 처리부의 역변환부(230)는 상기 변환 계수들에 대한 역변환을 수행하여 상기 현재 블록에 대한 레지듀얼 샘플들을 도출할 수 있다. 단계 S650은 가산부(235) 또는 복원부에 의하여 수행될 수 있다.
구체적으로 영상 복호화 장치는 수신된 예측 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정할 수 있다(S610). 영상 복호화 장치는 상기 예측 정보 내의 예측 모드 정보를 기반으로 상기 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, 상기 skip flag를 기반으로 상기 현재 블록에 상기 스킵 모드가 적용되지 여부를 결정할 수 있다. 또한, 상기 merge flag를 기반으로 상기 현재 블록에 상기 머지 모드가 적용되지 또는 MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 상기 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 상기 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 MVP 모드를 포함할 수 있고, 또는 후술하는 다양한 인터 예측 모드들을 포함할 수 있다.
영상 복호화 장치는 상기 결정된 인터 예측 모드를 기반으로 상기 현재 블록의 움직임 정보를 도출할 수 있다(S620). 예를 들어, 영상 복호화 장치는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들 중 하나의 머지 후보를 선택할 수 있다. 상기 선택은 전술한 후보 선택 정보(merge index)를 기반으로 수행될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다. 예컨대, 상기 선택된 머지 후보의 움직임 정보가 상기 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 영상 복호화 장치는 상기 현재 블록에 MVP 모드가 적용되는 경우, MVP 후보 리스트를 구성하고, 상기 MVP 후보 리스트에 포함된 MVP 후보들 중 선택된 MVP 후보의 움직임 벡터를 상기 현재 블록의 MVP로 이용할 수 있다. 상기 선택은 전술한 후보 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우 상기 MVD에 관한 정보를 기반으로 상기 현재 블록의 MVD를 도출할 수 있으며, 상기 현재 블록의 MVP 와 상기 MVD를 기반으로 상기 현재 블록의 움직임 벡터를 도출할 수 있다. 또한, 상기 참조 픽처 인덱스 정보를 기반으로 상기 현재 블록의 참조 픽처 인덱스를 도출할 수 있다. 상기 현재 블록에 관한 참조 픽처 리스트 내에서 상기 참조 픽처 인덱스가 가리키는 픽처가 상기 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
영상 복호화 장치는 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S630). 이 경우 상기 현재 블록의 참조 픽처 인덱스를 기반으로 상기 참조 픽처를 도출하고, 상기 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 경우에 따라 상기 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 도 7에 도시된 바와 같이, 영상 복호화 장치의 인터 예측부(260)는 예측 모드 결정부(261), 움직임 정보 도출부(262), 예측 샘플 도출부(263)를 포함할 수 있다. 영상 복호화 장치의 인터 예측부(260)는 예측 모드 결정부(261)에서 수신된 예측 모드 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(262)에서 수신된 움직임 정보에 관한 정보를 기반으로 상기 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(263)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다.
영상 복호화 장치는 수신된 레지듀얼 정보를 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 생성할 수 있다(S640). 영상 복호화 장치는 상기 예측 샘플들 및 상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다(S650). 이후 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 전술한 바와 같다.
전술한 바와 같이 인터 예측 절차는 인터 예측 모드 결정 단계, 결정된 예측 모드에 따른 움직임 정보 도출 단계, 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계를 포함할 수 있다. 상기 인터 예측 절차는 전술한 바와 같이 영상 부호화 장치 및 영상 복호화 장치에서 수행될 수 있다.
이하에서, 예측 모드에 따른 움직임 정보 도출 단계에 대해 보다 상세히 설명한다.
전술한 바와 같이, 인터 예측은 현재 블록의 움직임 정보를 이용하여 수행될 수 있다. 영상 부호화 장치는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 영상 부호화 장치는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 현재 블록과 참조 블록 간 SAD(sum of absolute differences)를 기반으로 계산될 수 있다. 이 경우 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보를 도출할 수 있다. 도출된 움직임 정보는 인터 예측 모드 기반으로 여러 방법에 따라 영상 복호화 장치로 시그널링될 수 있다.
현재 블록에 대해 머지 모드(merge mode)가 적용되는 경우, 현재 블록의 움직임 정보가 직접적으로 전송되지 않고, 주변 블록의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보를 유도하게 된다. 따라서, 머지 모드를 이용하였음을 알려주는 플래그 정보 및 어떤 주변 블록을 머지 후보로서 이용하였는지를 알려주는 후보 선택 정보(예컨대, 머지 인덱스)를 전송함으로써 현재 예측 블록의 움직임 정보를 지시할 수 있다. 본 개시에서 현재 블록은 예측 수행의 단위이므로, 현재 블록은 현재 예측 블록과 같은 의미로 사용되고, 주변 블록은 주변 예측 블록과 같은 의미로 사용될 수 있다.
영상 부호화 장치는 머지 모드를 수행하기 위해서 현재 블록의 움직임 정보를 유도하기 위해 이용되는 머지 후보 블록(merge candidate block)을 서치할 수 있다. 예를 들어, 상기 머지 후보 블록은 최대 5개까지 이용될 수 있으나, 이에 한정되지 않는다. 상기 머지 후보 블록의 최대 개수는 슬라이스 헤더 또는 타일 그룹 헤더에서 전송될 수 있으나, 이에 한정되지 않는다. 상기 머지 후보 블록들을 찾은 후, 영상 부호화 장치는 머지 후보 리스트를 생성할 수 있고, 이들 중 RD cost가 가장 작은 머지 후보 블록을 최종 머지 후보 블록으로 선택할 수 있다.
본 개시는 상기 머지 후보 리스트를 구성하는 머지 후보 블록에 대한 다양한 실시예를 제공한다. 상기 머지 후보 리스트는 예를 들어 5개의 머지 후보 블록을 이용할 수 있다. 예를 들어, 4개의 공간적 머지 후보(spatial merge candidate)와 1개의 시간적 머지 후보(temporal merge candidate)를 이용할 수 있다.
도 8은 공간적 머지 후보로 이용될 수 있는 주변 블록들을 예시한 도면이다.
도 9는 본 개시의 일 예에 따른 머지 후보 리스트 구성 방법을 개략적으로 나타낸 도면이다.
영상 부호화 장치/영상 복호화 장치는 현재 블록의 공간적 주변 블록들을 탐색하여 도출된 공간적 머지 후보들을 머지 후보 리스트에 삽입할 수 있다(S910). 예를 들어, 상기 공간적 주변 블록들은 도 8에 도시된 바와 같이, 상기 현재 블록의 좌하단 코너 주변 블록(A0), 좌측 주변 블록(A1), 우상단 코너 주변 블록(B0), 상단 주변 블록(B1), 좌상단 코너 주변 블록(B2)들을 포함할 수 있다. 다만, 이는 예시로서 전술한 공간적 주변 블록들 이외에도 우측 주변 블록, 하측 주변 블록, 우하측 주변 블록 등 추가적인 주변 블록들이 더 상기 공간적 주변 블록들로 사용될 수 있다. 영상 부호화 장치/영상 복호화 장치는 상기 공간적 주변 블록들을 우선순위에 기반하여 탐색함으로써 가용한 블록들을 검출하고, 검출된 블록들의 움직임 정보를 상기 공간적 머지 후보들로 도출할 수 있다. 예를 들어, 영상 부호화 장치/영상 복호화 장치는 도 8에 도시된 5개의 블록들을 A1, B1, B0, A0, B2의 순서대로 탐색하고 가용한 후보들을 순차적으로 인덱싱함으로써 머지 후보 리스트를 구성할 수 있다.
영상 부호화 장치/영상 복호화 장치는 상기 현재 블록의 시간적 주변 블록을 탐색하여 도출된 시간적 머지 후보를 상기 머지 후보 리스트에 삽입할 수 있다(S920). 상기 시간적 주변 블록은 상기 현재 블록이 위치하는 현재 픽처와 다른 픽처인 참조 픽처 상에 위치할 수 있다. 상기 시간적 주변 블록이 위치하는 참조 픽처는 collocated 픽처 또는 col 픽처라고 불릴 수 있다. 상기 시간적 주변 블록은 상기 col 픽처 상에서의 상기 현재 블록에 대한 동일 위치 블록(co-located block)의 우하측 코너 주변 블록 및 우하측 센터 블록의 순서로 탐색될 수 있다. 한편, 메모리 부하를 줄이기 위해 motion data compression이 적용되는 경우, 상기 col 픽처에 대해 일정 저장 단위마다 특정 움직임 정보를 대표 움직임 정보로 저장할 수 있다. 이 경우 상기 일정 저장 단위 내의 모든 블록에 대한 움직임 정보를 저장할 필요가 없으며 이를 통하여 motion data compression 효과를 얻을 수 있다. 이 경우, 일정 저장 단위는 예를 들어 16x16 샘플 단위, 또는 8x8 샘플 단위 등으로 미리 정해질 수도 있고, 또는 영상 부호화 장치에서 영상 복호화 장치로 상기 일정 저장 단위에 대한 사이즈 정보가 시그널링될 수도 있다. 상기 motion data compression이 적용되는 경우 상기 시간적 주변 블록의 움직임 정보는 상기 시간적 주변 블록이 위치하는 상기 일정 저장 단위의 대표 움직임 정보로 대체될 수 있다. 즉, 이 경우 구현 측면에서 보면, 상기 시간적 주변 블록의 좌표에 위치하는 예측 블록이 아닌, 상기 시간적 주변 블록의 좌표(좌상단 샘플 포지션)를 기반으로 일정 값만큼 산술적 오른쪽 쉬프트 후 산술적 왼쪽 쉬프트 한 위치를 커버하는 예측 블록의 움직임 정보를 기반으로 상기 시간적 머지 후보가 도출될 수 있다. 예를 들어, 상기 일정 저장 단위가 2nx2n 샘플 단위인 경우, 상기 시간적 주변 블록의 좌표가 (xTnb, yTnb)라 하면, 수정된 위치인 ((xTnb>>n)<<n), (yTnb>>n)<<n))에 위치하는 예측 블록의 움직임 정보가 상기 시간적 머지 후보를 위하여 사용될 수 있다. 구체적으로 예를 들어, 상기 일정 저장 단위가 16x16 샘플 단위인 경우, 상기 시간적 주변 블록의 좌표가 (xTnb, yTnb)라 하면, 수정된 위치인 ((xTnb>>4)<<4), (yTnb>>4)<<4))에 위치하는 예측 블록의 움직임 정보가 상기 시간적 머지 후보를 위하여 사용될 수 있다. 또는 예를 들어, 상기 일정 저장 단위가 8x8 샘플 단위인 경우, 상기 시간적 주변 블록의 좌표가 (xTnb, yTnb)라 하면, 수정된 위치인 ((xTnb>>3)<<3), (yTnb>>3)<<3))에 위치하는 예측 블록의 움직임 정보가 상기 시간적 머지 후보를 위하여 사용될 수 있다.
다시 도 9을 참조하면, 영상 부호화 장치/영상 복호화 장치는 현재 머지 후보들의 개수가 최대 머지 후보들의 개수보다 작은지 여부를 확인할 수 있다(S930). 상기 최대 머지 후보들의 개수는 미리 정의되거나 영상 부호화 장치에서 영상 복호화 장치로 시그널링될 수 있다. 예를 들어, 영상 부호화 장치는 상기 최대 머지 후보들의 개수에 관한 정보를 생성하고, 인코딩하여 비트스트림 형태로 상기 영상 복호화 장치로 전달할 수 있다. 상기 최대 머지 후보들의 개수가 다 채워지면 이후의 후보 추가 과정(S940)은 진행하지 않을 수 있다.
단계 S930의 확인 결과 상기 현재 머지 후보들의 개수가 상기 최대 머지 후보들의 개수보다 작은 경우, 영상 부호화 장치/영상 복호화 장치는 소정의 방식에 따라 추가 머지 후보를 유도한 후 상기 머지 후보 리스트에 삽입할 수 있다(S940). 상기 추가 머지 후보는 예를 들어 history based merge candidate(s), pair-wise average merge candidate(s), ATMVP, combined bi-predictive 머지 후보 (현재 슬라이스/타일 그룹의 슬라이스/타일 그룹 타입이 B 타입인 경우) 및/또는 영(zero) 벡터 머지 후보 중 적어도 하나를 포함할 수 있다.
단계 S930의 확인 결과 상기 현재 머지 후보들의 개수가 상기 최대 머지 후보들의 개수보다 작지 않은 경우, 영상 부호화 장치/영상 복호화 장치는 상기 머지 후보 리스트의 구성을 종료할 수 있다. 이 경우 영상 부호화 장치는 RD cost 기반으로 상기 머지 후보 리스트를 구성하는 머지 후보들 중 최적의 머지 후보를 선택할 수 있으며, 상기 선택된 머지 후보를 가리키는 후보 선택 정보(ex. 머지 후보 인덱스, merge index)를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 상기 머지 후보 리스트 및 상기 후보 선택 정보를 기반으로 상기 최적의 머지 후보를 선택할 수 있다.
상기 선택된 머지 후보의 움직임 정보가 상기 현재 블록의 움직임 정보로 사용될 수 있으며, 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록의 예측 샘플들을 도출할 수 있음은 전술한 바와 같다. 영상 부호화 장치는 상기 예측 샘플들을 기반으로 상기 현재 블록의 레지듀얼 샘플들을 도출할 수 있으며, 상기 레지듀얼 샘플들에 관한 레지듀얼 정보를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 상기 레지듀얼 정보를 기반으로 도출된 레지듀얼 샘플들 및 상기 예측 샘플들을 기반으로 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있음은 전술한 바와 같다.
현재 블록에 대해 스킵 모드(skip mode)가 적용되는 경우, 앞에서 머지 모드가 적용되는 경우와 동일한 방법으로 상기 현재 블록의 움직임 정보를 도출할 수 있다. 다만, 스킵 모드가 적용되는 경우 해당 블록에 대한 레지듀얼 신호가 생략되며 따라서 예측 샘플들이 바로 복원 샘플들로 이용될 수 있다. 상기 스킵 모드는 예를 들어 cu_skip_flag의 값이 1인 경우에 적용될 수 있다.
이하, 머지 모드 및/또는 스킵 모드의 경우, 공간적 후보를 유도하는 방법에 대해 설명한다. 공간적 후보는 상술한 공간적 머지 후보를 나타낼 수 있다.
공간적 후보의 유도는 공간적으로 인접한 블록들(spatial neighboring blocks)에 기반하여 수행될 수 있다. 예로써, 도 8에 도시된 위치에 존재하는 후보 블록들로부터 최대 4개의 공간적 후보가 유도될 수 있다. 공간적 후보를 유도하는 순서는 A1 -> B1 -> B0 -> A0 -> B2의 순서일 수 있다. 그러나, 공간적 후보를 유도하는 순서는 상기 순서로 한정되지 않으며, 예컨대, B1 -> A1 -> B0 -> A0 -> B2의 순서일 수도 있다. 순서상 마지막 위치(상기 예에서, B2 위치)는 선행하는 4개 위치들(상기 예에서, A1, B1, B0 및 A0) 중 적어도 하나가 가용하지 않은 경우에 고려될 수 있다. 이 때, 소정 위치의 블록이 가용하지 않다는 것은 해당 블록이 현재 블록과 다른 슬라이스 또는 다른 타일에 속하거나 해당 블록이 인트라 예측된 블록인 경우를 포함할 수 있다. 순서상 첫번째 위치(상기 예에서, A1 또는 B1)로부터 공간적 후보가 유도된 경우, 후속하는 위치의 공간적 후보들에 대해서는 중복성 체크가 수행될 수 있다. 예컨대, 후속하는 공간적 후보의 움직임 정보가 머지 후보 리스트에 이미 포함된 공간적 후보의 움직임 정보와 동일할 경우, 상기 후속하는 공간적 후보는 머지 후보 리스트에 포함시키지 않음으로써, 부호화 효율을 향상시킬 수 있다. 후속하는 공간적 후보에 대해 수행되는 중복성 체크는 가능한 모든 후보쌍에 대해 수행되지 않고 일부의 후보쌍에 대해서만 수행됨으로써 계산 복잡도를 감소시킬 수 있다.
도 10은 공간적 후보에 대해 수행되는 중복성 체크를 위한 후보쌍을 예시한 도면이다.
도 10에 도시된 예에서, B0 위치의 공간적 후보에 대한 중복성 체크는 A0 위치의 공간적 후보에 대해서만 수행될 수 있다. 또한, B1 위치의 공간적 후보에 대한 중복성 체크는 B0 위치의 공간적 후보에 대해서만 수행될 수 있다. 또한, A1 위치의 공간적 후보에 대한 중복성 체크는 A0 위치의 공간적 후보에 대해서만 수행될 수 있다. 마지막으로, B2 위치의 공간적 후보에 대한 중복성 체크는 A0 위치 및 B0 위치의 공간적 후보에 대해서만 수행될 수 있다.
도 10에 도시된 예는, 공간적 후보를 유도하는 순서가 A0 -> B0 -> B1 -> A1 -> B2의 순서인 경우의 예이다. 그러나 이에 한정되지 않으며, 공간적 후보를 유도하는 순서가 변경되더라도 도 10에 도시된 예와 같이, 일부의 후보쌍에 대해서만 중복성 체크가 수행될 수 있다.
이하, 머지 모드 및/또는 스킵 모드의 경우, 시간적 후보를 유도하는 방법에 대해 설명한다. 시간적 후보는 상술한 시간적 머지 후보를 나타낼 수 있다. 또한, 시간적 후보의 움직임 벡터는 MVP 모드의 시간적 후보에 대응될 수도 있다.
시간적 후보는 하나의 후보만이 머지 후보 리스트에 포함될 수 있다. 시간적 후보를 유도하는 과정에서, 시간적 후보의 움직임 벡터는 스케일링될 수 있다. 예컨대, 상기 스케일링은 콜로케이티드 참조 픽처(collocated reference picture, colPic)(이하, '콜 픽처'라 함)에 속한 콜로케이티드 블록(co-located CU)(이하, '콜 블록'이라 함)에 기반하여 수행될 수 있다. 콜 블록의 유도에 사용되는 참조 픽처 리스트는 슬라이스 헤더에서 명시적으로 시그널링될 수 있다.
도 11은 시간적 후보의 움직임 벡터를 스케일링하는 방법을 설명하기 위한 도면이다.
도 11에서, curr_CU와 curr_pic은 현재 블록과 현재 픽처를 나타내고, col_CU와 col_pic은 콜 블록과 콜 픽처를 나타낸다. 또한, curr_ref는 현재 블록의 참조 픽처를 나타내고, col_ref는 콜 블록의 참조 픽처를 나타낸다. 또한, tb는 현재 블록의 참조 픽처와 현재 픽처 사이의 거리를 나타내고, td는 콜 블록의 참조 픽처와 콜 픽처 사이의 거리를 나타낸다. 상기 tb와 td는 픽처간의 POC(Picture Order Count)의 차이에 해당하는 값으로 나타낼 수 있다. 시간적 후보의 움직임 벡터의 스케일링은 tb와 td에 기반하여 수행될 수 있다. 또한, 시간적 후보의 참조 픽처 인덱스는 0으로 설정될 수 있다.
도 12는 시간적 후보를 유도하는 위치를 설명하기 위한 도면이다.
도 12에서, 굵은 실선의 블록은 현재 블록을 나타낸다. 시간적 후보는 도 12의 C0 위치(우하단 위치) 또는 C1 위치(중앙 위치)에 해당하는 콜 픽처 내의 블록으로부터 유도될 수 있다. 먼저, C0 위치가 가용한지 판단되고, C0 위치가 가용한 경우, C0 위치에 기반하여 시간적 후보가 유도될 수 있다. 만약 C0 위치가 가용하지 않은 경우, C1 위치에 기반하여 시간적 후보가 유도될 수 있다. 예컨대, C0 위치의 콜 픽처 내 블록이 인트라 예측된 블록이거나, 현재 CTU 행(row)의 외부에 존재하는 경우, C0 위치가 가용하지 않은 것으로 판단될 수 있다.
상술한 바와 같이, motion data compression이 적용되는 경우, 콜 블록의 움직임 벡터는 소정의 단위 블록마다 저장될 수 있다. 이 경우, C0 위치 또는 C1 위치를 커버하는 블록의 움직임 벡터를 유도하기 위해 C0 위치 또는 C1 위치는 수정될 수 있다. 예컨대, 상기 소정의 단위 블록이 8x8 블록이고, C0 위치 또는 C1 위치를 (xColCi, yColCi)라 할 때, 시간적 후보를 유도하기 위한 위치는 ( ( xColCi >> 3 ) << 3, ( yColCi >> 3 ) << 3 )로 수정될 수 있다.
이하, 머지 모드 및/또는 스킵 모드의 경우, History-based 후보를 유도하는 방법에 대해 설명한다. History-based 후보는 History-based 머지 후보로 표현될 수 있다.
History-based 후보는 공간적 후보와 시간적 후보가 머지 후보 리스트에 추가된 이후에 상기 머지 후보 리스트에 추가될 수 있다. 예컨대, 이전에 부호화/복호화된 블록의 움직임 정보가 테이블에 저장되고, 현재 블록의 History-based 후보로서 사용될 수 있다. 상기 테이블은 부호화/복호화 과정 동안 복수의 History-based 후보를 저장할 수 있다. 상기 테이블은 새로운 CTU 행(row)이 시작될 때 초기화될 수 있다. 테이블이 초기화된다는 것은 테이블에 저장된 History-based 후보가 모두 삭제되어 해당 테이블이 비워지는 것을 의미할 수 있다. 인터 예측된 블록이 있을 때마다, 관련 움직임 정보가 마지막 엔트리로서 상기 테이블에 추가될 수 있다. 이 때, 상기 인터 예측된 블록은 서브블록 기반으로 예측된 블록이 아닐 수 있다. 상기 테이블에 추가된 움직임 정보는 새로운 History-based 후보로서 사용될 수 있다.
History-based 후보의 테이블은 소정의 크기를 가질 수 있다. 예컨대, 해당 크기는 5일 수 있다. 이 때, 상기 테이블은 최대 5개의 History-based 후보를 저장할 수 있다. 새로운 후보가 테이블에 추가될 때, 먼저 동일한 후보가 상기 테이블에 존재하는지의 중복성 체크가 수행되는 제한된 first-in-first-out (FIFO) 규정이 적용될 수 있다. 만약 동일한 후보가 상기 테이블에 이미 존재하는 경우, 상기 동일한 후보는 상기 테이블로부터 삭제되고, 이 후의 모든 History-based 후보들의 위치가 전방으로 이동될 수 있다.
History-based 후보는 머지 후보 리스트의 구성 과정에 이용될 수 있다. 이 때, 상기 테이블에 최근에 포함된 History-based 후보들이 순서대로 체크되고, 상기 머지 후보 리스트의 시간적 후보 이후의 위치에 포함될 수 있다. History-based 후보가 머지 후보 리스트에 포함될 때, 상기 머지 후보 리스트에 이미 포함된 공간적 후보 또는 시간적 후보와의 중복성 체크가 수행될 수 있다. 만약, 머지 후보 리스트에 이미 포함된 공간적 후보 또는 시간적 후보와 History-based 후보가 중복되는 경우, 해당 History-based 후보는 상기 머지 후보 리스트에 포함되지 않을 수 있다. 상기 중복성 체크는 아래와 같이 단순화시킴으로써 연산량이 저감될 수 있다.
머지 후보 리스트의 생성에 이용되는 History-based 후보의 개수는 (N <= 4 ) ? M: (8 - N)으로 설정될 수 있다. 이 때, N은 머지 후보 리스트에 이미 포함된 후보의 개수를 나타내고, M은 상기 테이블에 저장된 가용한 History-based 후보의 개수를 나타낸다. 즉, 머지 후보 리스트에 4개 이하의 후보가 포함된 경우, 상기 머지 후보 리스트의 생성에 이용되는 History-based 후보의 개수는 M개이며, 머지 후보 리스트에 4개보다 많은 N개의 후보가 포함된 경우, 상기 머지 후보 리스트의 생성에 이용되는 History-based 후보의 개수는 (8 - N)개로 설정될 수 있다.
가용한 머지 후보의 전체 개수가 (머지 후보의 최대 허용 개수 - 1)에 도달하는 경우, History-based 후보를 이용한 머지 후보 리스트의 구성은 종료될 수 있다.
이하, 머지 모드 및/또는 스킵 모드의 경우, Pair-wise average 후보를 유도하는 방법에 대해 설명한다. Pair-wise average 후보는 Pair-wise average 머지 후보 또는 Pair-wise 후보로 표현될 수 있다.
Pair-wise average 후보는 머지 후보 리스트에 포함된 후보들로부터 기정의된 후보쌍을 획득하고 이들을 평균함으로써 생성될 수 있다. 기정의된 후보쌍은 {(0, 1), (0, 2), (1, 2), (0, 3), (1, 3), (2, 3)}이고, 각 후보쌍을 구성하는 숫자는 머지 후보 리스트의 인덱스일 수 있다. 즉, 기정의된 후보쌍 (0, 1)은 머지 후보 리스트의 인덱스 0 후보와 인덱스 1 후보의 쌍을 의미하고, Pair-wise average 후보는 인덱스 0 후보와 인덱스 1 후보의 평균에 의해 생성될 수 있다. 상기 기 정의된 후보쌍의 순서대로 Pair-wise average 후보의 유도가 수행될 수 있다. 즉, 후보쌍 (0, 1)에 대해 Pair-wise average 후보를 유도한 후, 후보쌍 (0, 2), 후보쌍 (1, 2)의 순서로 Pair-wise average 후보 유도 과정이 수행될 수 있다. Pair-wise average 후보 유도 과정은 머지 후보 리스트의 구성이 완료될 때까지 수행될 수 있다. 예컨대, Pair-wise average 후보 유도 과정은 머지 후보 리스트에 포함된 머지 후보의 개수가 최대 머지 후보 개수에 도달할 때까지 수행될 수 있다.
Pair-wise average 후보는 참조 픽처 리스트의 각각에 대해 개별적으로 계산될 수 있다. 하나의 참조 픽처 리스트(L0 list 또는 L1 list)에 대해 2개의 움직임 벡터가 가용한 경우, 이들 2개의 움직임 벡터의 평균이 계산될 수 있다. 이 때, 2개의 움직임 벡터가 서로 다른 참조 픽처를 가리키더라도 상기 2개의 움직임 벡터의 평균이 수행될 수 있다. 만약 하나의 참조 픽처 리스트에 대해 1개의 움직임 벡터만이 가용한 경우, 가용한 움직임 벡터가 Pair-wise average 후보의 움직임 벡터로서 사용될 수 있다. 만약 하나의 참조 픽처 리스트에 대해 2개의 움직임 벡터가 모두 가용하지 않은 경우, 해당 참조 픽처 리스트는 유효하지 않은 것으로 결정될 수 있다.
Pair-wise average 후보가 머지 후보 리스트에 포함된 이후에도 머지 후보 리스트의 구성이 완료되지 않은 경우, 최대 머지 후보 개수에 도달할 때까지 제로 벡터가 머지 후보 리스트에 추가될 수 있다.
현재 블록에 대해 MVP 모드가 적용되는 경우, 복원된 공간적 주변 블록(예를 들어, 도 8에 도시된 주변 블록)의 움직임 벡터 및/또는 시간적 주변 블록(또는 Col 블록)에 대응하는 움직임 벡터를 이용하여, 움직임 벡터 예측자(motion vector predictor, mvp) 후보 리스트가 생성될 수 있다. 즉, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록에 대응하는 움직임 벡터가 현재 블록의 움직임 벡터 예측자 후보로 사용될 수 있다. 쌍예측이 적용되는 경우, L0 움직임 정보 도출을 위한 mvp 후보 리스트와 L1 움직임 정보 도출을 위한 mvp 후보 리스트가 개별적으로 생성되어 이용될 수 있다. 현재 블록에 대한 예측 정보(또는 예측에 관한 정보)는 상기 mvp 후보 리스트에 포함된 움직임 벡터 예측자 후보들 중에서 선택된 최적의 움직임 벡터 예측자 후보를 지시하는 후보 선택 정보(ex. MVP 플래그 또는 MVP 인덱스)를 포함할 수 있다. 이 때, 예측부는 상기 후보 선택 정보를 이용하여, mvp 후보 리스트에 포함된 움직임 벡터 예측자 후보들 중에서, 현재 블록의 움직임 벡터 예측자를 선택할 수 있다. 영상 부호화 장치의 예측부는 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 움직임 벡터 차분(MVD)을 구할 수 있고, 이를 인코딩하여 비트스트림 형태로 출력할 수 있다. 즉, MVD는 현재 블록의 움직임 벡터에서 상기 움직임 벡터 예측자를 뺀 값으로 구해질 수 있다. 영상 복호화 장치의 예측부는 상기 예측에 관한 정보에 포함된 움직임 벡터 차분을 획득하고, 상기 움직임 벡터 차분과 상기 움직임 벡터 예측자의 가산을 통해 현재 블록의 상기 움직임 벡터를 도출할 수 있다. 영상 복호화 장치의 예측부는 참조 픽처를 지시하는 참조 픽처 인덱스 등을 상기 예측에 관한 정보로부터 획득 또는 유도할 수 있다.
도 13은 본 개시의 일 예에 따른 움직임 벡터 예측자 후보 리스트 구성 방법을 개략적으로 나타낸 도면이다.
먼저, 현재 블록의 공간적 후보 블록을 탐색하여 가용한 후보 블록을 MVP 후보 리스트에 삽입할 수 있다(S1010). 이후, MVP 후보 리스트에 포함된 MVP 후보가 2개 미만인지 여부가 판단되고(S1020), 2개인 경우, MVP 후보 리스트의 구성을 완료할 수 있다.
단계 S1020에서, 가용한 공간적 후보 블록이 2개 미만인 경우, 현재 블록의 시간적 후보 블록을 탐색하여 가용한 후보 블록을 MVP 후보 리스트에 삽입할 수 있다(S1030). 시간적 후보 블록이 가용하지 않은 경우, 제로 움직임 벡터를 MVP 후보 리스트에 삽입(S1040)함으로써, MVP 후보 리스트의 구성을 완료할 수 있다.
한편, MVP 모드가 적용되는 경우, 참조 픽처 인덱스가 명시적으로 시그널링될 수 있다. 이경우 L0 예측을 위한 참조 픽처 인덱스(refidxL0)와 L1 예측을 위한 참조 픽처 인덱스(refidxL1)가 구분되어 시그널링될 수 있다. 예를 들어, MVP 모드가 적용되고 쌍예측(BI prediction)이 적용되는 경우, 상기 refidxL0에 관한 정보 및 refidxL1에 관한 정보가 둘 다 시그널링될 수 있다.
전술한 바와 같이, MVP 모드가 적용되는 경우, 영상 부호화 장치에서 도출된 MVD에 관한 정보가 영상 복호화 장치로 시그널링될 수 있다. MVD에 관한 정보는 예를 들어 MVD 절대값 및 부호에 대한 x, y 성분을 나타내는 정보를 포함할 수 있다. 이 경우, MVD 절대값이 0보다 큰지, 및 1보다 큰지 여부, MVD 나머지를 나타내는 정보가 단계적으로 시그널링될 수 있다. 예를 들어, MVD 절대값이 1보다 큰지 여부를 나타내는 정보는 MVD 절대값이 0보다 큰지 여부를 나타내는 flag 정보의 값이 1인 경우에 한하여 시그널링될 수 있다.
이하에서, 본 개시의 예측 수행 방법의 일 실시예에 대해 설명한다. 이하의 예측 수행 방법은 도 4의 단계 S410 또는 도 6의 단계 S630에서 수행될 수 있다.
예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록을 생성할 수 있다. 상기 예측된 블록(예측 블록)은 상기 현재 블록의 예측 샘플들(예측 샘플 어레이)를 포함할 수 있다. 현재 블록의 움직임 벡터가 분수 샘플(fractional sample) 단위를 가리키는 경우, 보간(interpolation) 절차가 수행될 수 있으며, 이를 통하여 참조 픽처 내에서 분수 샘플 단위의 참조 샘플들을 기반으로 상기 현재 블록의 예측 샘플들이 도출될 수 있다. 현재 블록에 Affine 인터 예측이 적용되는 경우, 샘플/서브블록 단위 MV를 기반으로 예측 샘플들을 생성할 수 있다. 쌍예측(bi-prediction)이 적용되는 경우, L0 예측(즉, 참조 픽처 리스트 L0 내 참조 픽처와 MVL0를 이용한 예측)을 기반으로 도출된 예측 샘플들과 L1 예측(즉, 참조 픽처 리스트 L1 내 참조 픽처와 MVL1을 이용한 예측)을 기반으로 도출된 예측 샘플들의 (위상에 따른) 가중합 또는 가중평균을 통하여 도출된 예측 샘플들이 현재 블록의 예측 샘플들로 이용될 수 있다. 쌍예측이 적용되는 경우, L0 예측에 이용된 참조 픽처와 L1 예측에 이용된 참조 픽처가 현재 픽처를 기준으로 서로 다른 시간적 방향에 위치하는 경우, (즉, 쌍예측이면서 양방향 예측에 해당하는 경우) 이를 true(참) 쌍예측이라고 부를 수 있다.
영상 복호화 장치에서, 도출된 예측 샘플들을 기반으로 복원 샘플들 및 복원 픽처가 생성될 수 있고, 이후 인루프 필터링 등의 절차가 수행될 수 있다. 또한, 영상 부호화 장치에서, 도출된 예측 샘플들을 기반으로 레지듀얼 샘플들이 도출되고 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보의 인코딩이 수행될 수 있다.
Bi-directional optical flow (BDOF)
본 개시에 따르면, 쌍예측(bi-prediction) 신호를 리파인(개선)하기 위하여 BDOF가 사용될 수 있다. BDOF는 현재 블록(ex. CU)에 쌍예측이 적용되는 경우 개선된 움직임 정보를 계산하여 예측 샘플들을 생성하기 위한 것이다. 따라서, BDOF를 적용하여 개선된 움직임 정보를 계산하는 과정은 상술한 움직임 정보 도출 단계에 포함될 수도 있다.
예를 들어, BDOF는 4x4 서브블록 레벨에서 적용될 수 있다. 즉, BDOF는 현재 블록 내 4x4 서브블록 단위로 수행될 수 있다.
BODF는 예를 들어 다음과 같은 조건을 적어도 하나 또는 모두 만족하는 CU에 대하여 적용될 수 있다.
- CU가 true 쌍예측 모드로 부호화된 경우, 즉, 두 개의 참조 픽처들 중 하나는 디스플레이 순서가 현재 픽처에 선행하고, 나머지 하나는 디스플레이 순서가 현재 픽처에 후행하는 경우
- CU가 어파인 모드 또는 ATMVP 머지 모드가 아닌 경우
- CU가 64개 이상의 루마 샘플을 갖는 경우
- CU의 높이(height) 및 너비(width)가 8 루마 샘플 이상인 경우
- BCW 가중치 인덱스가 균등 가중치를 지시하는 경우, 즉, L0 예측 샘플과 L1 예측 샘플에 동일한 가중치가 적용되는 것을 지시하는 경우
- 현재 CU에 대해 가중 예측(WP, Weighted Prediction)이 적용되지 않는 경우
- 현재 CU에 대해 CIIP 모드가 사용되지 않는 경우
또한, BDOF는 루마 성분에 대하여만 적용될 수 있다. 그러나 이에 한정되지 않으며, BDOF는 크로마 성분에 대하여만 적용되거나, 루마 성분 및 크로마 성분의 모두에 대하여 적용될 수도 있다.
BDOF 모드는 광학적 흐름(optical flow)의 개념에 기초한다. 즉, 객체의 움직임이 스무스(smooth)한 것을 가정한다. BDOF가 적용되는 경우, 각각의 4x4 서브블록에 대해, 개선된 움직임 벡터(motion refinement) (vx, vy)가 계산될 수 있다. 개선된 움직임 벡터(motion refinement)는 L0 예측 샘플과 L1 예측 샘플 사이의 차이를 최소화함으로써 계산될 수 있다. 개선된 움직임 벡터(motion refinement)는 4x4 서브 블록 내 쌍예측된 샘플 값들을 조정(adjust)하는데 이용될 수 있다.
이하, BDOF가 수행되는 과정을 보다 구체적으로 설명한다.
먼저, 2개의 예측 신호들의 수평 그래디언트(gradient)
Figure PCTKR2020012153-appb-I000001
와 수직 그래디언트
Figure PCTKR2020012153-appb-I000002
가 계산될 수 있다. 이 때, k는 0 또는 1일 수 있다. 상기 그래디언트는 2개의 인접한 샘플들 사이의 차이를 직접 계산함으로써 계산될 수 있다. 예컨대, 상기 그래디언트는 아래와 같이 계산될 수 있다.
Figure PCTKR2020012153-appb-M000001
상기 수학식 1에서, I(k)(i, j)는 리스트 k (k = 0, 1) 내 예측 신호의 좌표 (i, j)의 샘플값을 의미한다. 예컨대, I(0)(i, j)는 L0 예측 블록 내 (i, j) 위치의 샘플값을 의미하고, I(1)(i, j)는 L1 예측 블록 내 (i, j) 위치의 샘플값을 의미할 수 있다. 상기 수학식 1에서, 제1 쉬프트량(shift1)은 루마 성분의 비트 뎁스(비트 깊이)에 기초하여 결정될 수 있다. 예컨대, 루마 성분의 비트 뎁스를 bitDepth라 할 때, shift1은 max(6, bitDepth-6)으로 결정될 수 있다.
상술한 바와 같이 그래디언트가 계산된 후, 그래디언트간 자기상관관계(auto-correlation) 및 교차상관관계(cross-correlation) S1, S2, S3, S5 및 S6이 아래와 같이 계산될 수 있다.
Figure PCTKR2020012153-appb-M000002
상기 수학식 2에서, na 및 nb 는 각각 min( 1, bitDepth-11 ) 및 min( 4, bitDepth-8)으로 설정될 수 있다.
상술한 그래디언트간 자기상관관계 및 교차상관관계를 이용하여 개선된 움직임 벡터(motion refinement) (vx, vy)가 아래와 같이 유도될 수 있다.
Figure PCTKR2020012153-appb-M000003
상기 수학식 3에서, nS2는 12일 수 있다.상기 유도된 개선된 움직임 벡터(motion refinement) 및 그래디언트들에 기초하여, 4x4 서브블록 내 각 샘플들에 대해 다음과 같은 조정이 수행될 수 있다.
Figure PCTKR2020012153-appb-M000004
최종적으로, CU의 쌍예측 샘플들을 아래와 같이 조정함으로써 BDOF가 적용된 CU의 예측 샘플들(predBDOF)을 계산할 수 있다.
Figure PCTKR2020012153-appb-M000005
상기 수학식들에 있어서, na, nb및 nS2는 각각 3, 6 및 12일 수 있다. 이 값들은 BDOF 과정에서의 승수(multiplier)가 15 비트를 초과하지 않고, 중간 파라미터들(intermediate parameters)의 비트너비(bit-width)가 32 비트 이내로 유지될 수 있도록 선택될 수 있다.
그래디언트 값을 유도하기 위해, 현재 CU의 외부에 존재하는 리스트 k (k=0, 1) 내 예측 샘플들 I(k)(i, j)이 생성될 수 있다. 도 14는 BDOF를 수행하기 위해 확장된 CU를 도시한 도면이다.
도 14에 도시된 바와 같이, BDOF를 수행하기 위해, CU의 경계 주변으로 확장된 행/열이 사용될 수 있다. 경계 바깥의 예측 샘플들을 생성하기 위한 계산의 복잡도를 제어하기 위해, 확장된 영역(도 14의 흰색 영역) 내 예측 샘플들은 양선형 필터(bilinear filter)를 사용하여 생성되고, CU(도 14의 회색 영역) 내 예측 샘플들은 보통의 8-tap 움직임 보상 보간 필터(normal 8-tap motion compensation interpolation filter)를 사용하여 생성될 수 있다. 상기 확장된 위치의 샘플 값들은 그래디언트 계산에만 사용될 수 있다. BDOF 과정의 나머지 단계들을 수행하기 위해, CU 경계의 바깥에 위치하는 샘플 값 및/또는 그래디언트 값이 필요한 경우, 가장 인접한 이웃 샘플 값 및/또는 그래디언트 값을 패딩(반복)하여 사용할 수 있다.
CU의 너비 및/또는 높이가 16 루마 샘플보다 큰 경우, 해당 CU는 너비 및/또는 높이가 16 루마 샘플인 서브 블록들로 분할될 수 있다. 각 서브 블록들의 경계는 BDOF 과정에서 상술한 CU 경계와 동일하게 취급될 수 있다. BDOF 과정이 수행되는 최대 유닛 크기는 16x16으로 제한될 수 있다.
각각의 서브블록에 대해, BDOF 수행 여부가 결정될 수 있다. 즉, 각각의 서브블록에 대한 BDOF 과정은 스킵될 수 있다. 예컨대, 초기(initial) LO 예측 샘플과 초기 L1 예측 샘플 사이의 SAD 값이 소정의 임계치보다 작은 경우, BDOF 과정은 해당 서브블록에 적용되지 않을 수 있다. 이때, 해당 서브블록의 너비와 높이가 각각 W 및 H일 때, 상기 소정의 임계치는 (8 * W*( H >> 1 )로 설정될 수 있다. 부가적인 SAD 계산의 복잡도를 고려하여, DMVR 과정에서 계산된 초기L0 예측 샘플과 초기 L1 예측 샘플 사이의 SAD가 재사용될 수 있다.
현재 블록에 대해 BCW가 가용한 경우, 예컨대, BCW 가중치 인덱스가 불균등 가중치를 지시하는 경우, BDOF는 적용되지 않을 수 있다. 유사하게, 현재 블록에 대해 WP가 가용한 경우, 예컨대, 2개의 참조 픽처들 중 적어도 하나에 대한 luma_weight_lx_flag가 1인 경우, BDOF는 적용되지 않을 수 있다. 이때, luma_weight_lx_flag는 lx 예측(x는 0 또는 1)의 루마 성분에 대한 WP의 가중치 팩터(weighting factors)가 비트스트림에 존재하는지 여부를 지시하는 정보일 수 있다. 또는, lx 예측의 루마 성분에 대해 WP가 적용되는지 여부를 지시하는 정보일 수 있다. CU가 Symmetric MVD(SMVD) 모드 또는 CIIP 모드로 부호화된 경우, BDOF는 적용되지 않을 수 있다.
상술한 바와 같이, 인터 예측 과정에서 BDOF가 적용되어 움직임 보상 과정에서 참조 샘플을 개선함으로써 영상의 압축 성능을 높일 수 있다. BDOF는 일반 모드일 때 수행될 수 있다. 즉, 어파인 모드, GPM 모드, CIIP 모드 등일 경우, BDOF는 수행되지 않는다.
본 개시는 BDOF 과정에서 참조 샘플의 개선을 위한 BDOF 오프셋(bdofOffset, b(x, y))을 유도할 때, 정규화(normalization) 및 클리핑(clipping)을 적용하여 BDOF의 잠재적 오류를 막고 성능을 향상시킬 수 있는 다양한 방법을 제안한다. 본 개시에서 정규화는 다양한 단위(예컨대, 1/64-pel, 1/32-pel, 2-pel 등)로 표현된 값을 소정 단위(예컨대, 1-pel)의 값으로 통일하는 것을 의미할 수 있다. 또한, 본 개시에서 [a, b]는 a부터 b까지의 값의 범위를 의미하며, 어떤 값 x가 [a, b]의 범위로 클리핑된다는 것은, x가 a보다 작을 때 a의 값, x가 b보다 클 때 b의 값, 그 외의 경우 x의 값을 갖도록 x의 범위가 제한되는 것을 의미할 수 있다. 또한, 본 개시에서 비트 뎁스는 루마 성분의 비트 뎁스로 한정되지 않으며, 예컨대, 루마 성분과 크로마 성분의 비트 뎁스가 동일한 경우의 비트 뎁스를 포함할 수 있다.
도 15는 BDOF를 적용하여 현재 블록의 예측 샘플을 도출하는 과정을 설명하기 위한 도면이다.
도 15의 BDOF 기반 인터 예측 절차는 영상 부호화 장치 및 영상 복호화 장치에서 수행될 수 있다.
먼저, 단계 S1510에서, 현재 블록의 움직임 정보가 도출될 수 있다. 현재 블록의 움직임 정보는 본 개시에 기재된 다양한 방법에 의해 도출될 수 있다. 예컨대, 현재 블록의 움직임 정보는 정규의 머지 모드, MMVD 모드 또는 AMVP 모드에 의해 도출될 수 있다. 상기 움직임 정보는 쌍예측 움직임 정보(L0 움직임 정보, L1 움직임 정보)를 포함할 수 있다. 예컨대, 상기 L0 움직임 정보는 MVL0(L0 움직임 벡터), refIdxL0(L0 참조 픽처 인덱스)를 포함할 수 있고, 상기 L1 움직임 정보는 MVL1(L1 움직임 벡터), refIdxL1(L1 참조 픽처 인덱스)을 포함할 수 있다.
이후, 도출된 현재 블록의 움직임 정보에 기반하여 현재 블록의 예측 샘플이 도출될 수 있다(S1520). 구체적으로, 상기 L0 움직임 정보를 기반으로 현재 블록에 대한 L0 예측 샘플들이 도출될 수 있다. 또한, 상기 L1 움직임 정보를 기반으로 현재 블록에 대한 L1 예측 샘플들이 도출될 수 있다.
이후, 도출된 예측 샘플들에 기반하여 BDOF 오프셋이 도출될 수 있다(S1530). 단계 S1530의 BDOF는 본 개시에 기재된 방법에 따라 수행될 수 있다. 예컨대, 상기 L0 예측 샘플들의 (위상에 따른) 그래디언트 및 상기 L1 예측 샘플들의 (위상에 따른) 그래디언트를 기반으로 BDOF 오프셋이 도출될 수 있다.
이후, 상기 LX(X = 0 또는 1) 예측 샘플들 및 상기 BDOF 오프셋을 기반으로 상기 현재 블록의 개선된 예측 샘플들이 도출될 수 있다(S1540). 상기 개선된 예측 샘플들은 현재 블록의 최종 예측 블록으로서 이용될 수 있다.
영상 부호화 장치는 도 15의 방법에 따라 생성된 현재 블록의 예측 샘플들을 기반으로 원본 샘플들과의 비교를 통하여 레지듀얼 샘플들을 도출할 수 있다. 상기 레지듀얼 샘플들에 관한 정보(레지듀얼 정보)가 영상/비디오 정보에 포함되어 인코딩되고, 비트스트림 형태로 출력될 수 있음은 상술한 바와 같다. 또한, 영상 복호화 장치는 도 15의 방법에 따라 생성된 현재 블록의 예측 샘플들 및 비트스트림 내 레지듀얼 정보에 기반하여 획득한 레지듀얼 샘플들을 기반으로 복원된 현재 블록을 생성할 수 있음은 상술한 바와 같다.
도 16은 본 개시의 일 실시예에 따른 BDOF 과정의 입력과 출력을 설명하기 위한 도면이다.
도 16에 도시된 바와 같이, BDOF 과정의 입력은 현재 블록의 너비(nCbW), 높이(nCbH), 경계 영역이 소정 길이(ex, 2)만큼 확장된 예측 서브블록(predSamplesL0, predSamplesL1), 예측 방향 인덱스(predFlagL0, predFlagL1) 및 참조 픽처 인덱스(refIdxL0, refIdxL1)를 포함할 수 있다. 또한, BDOF 과정의 입력은 BDOF 이용 플래그(bdofUtilizationFlag)를 더 포함할 수도 있다. 이때, BDOF 이용 플래그는 현재 블록 내 서브블록 단위로 입력되어, 해당 서브블록에 대해 BDOF가 적용되는지 여부를 지시할 수 있다.
또한, BDOF 과정은 상기 입력 정보들에 기반하여 BDOF를 적용함으로써, 개선된 예측 블록(pbSamples)을 생성할 수 있다.
도 17은 본 개시의 일 실시예에 따른 BDOF 과정에 이용되는 변수들을 설명하기 위한 도면이다. 도 17은 도 16에 후속하는 과정일 수 있다.
도 17에 도시된 바와 같이, BDOF 과정을 수행하기 위해, 현재 블록의 입력 비트 뎁스(bitDepth)가 BitDepthY로 설정될 수 있다. 이때, BitDepthY는 비트스트림을 통해 시그널링되는 비트 뎁스에 관한 정보에 기반하여 유도될 수 있다. 또한, 비트 뎁스에 기반하여 다양한 우쉬프트량이 설정될 수 있다. 예컨대, 제1 쉬프트량(shift1), 제2 쉬프트량(shift2), 제3 쉬프트량(shift3) 및 제4 쉬프트량(shift4)이 비트 뎁스에 기반하여 도 17에 도시된 바와 같이 각각 유도될 수 있다. 그리고, shift4에 기반하여 오프셋(offset4)이 설정될 수 있다. 또한, 개선된 움직임 벡터의 클리핑 범위를 특정하기 위한 변수 mvRefineThres가 비트 뎁스에 기반하여 설정될 수 있다. 도 17에서 설명된 다양한 변수들의 용도에 대해서는 후술한다.
도 18은 본 개시의 일 실시예에 따라, BDOF 적용 여부에 기반하여 현재 CU내 각 서브블록에 대한 예측 샘플을 생성하는 방법을 설명하기 위한 도면이다. 도 18은 도 17에 후속하는 과정일 수 있다.
도 18에 개시된 과정은, 현재 CU내 서브블록마다 수행되며, 이때 서브블록의 크기는 4x4일 수 있다. 현재 서브블록에 대한 BDOF 이용 플래그(bdofUtilizationFlag)가 제1 값(False, '0')인 경우, 현재 서브블록에 대해서는 BDOF가 적용되지 않을 수 있다. 이 경우, 현재 서브블록의 예측 샘플은 L0 예측 샘플과 L1 예측 샘플의 가중합으로 유도되며, 이때 L0 예측 샘플에 적용되는 가중치와 L1 예측 샘플에 적용되는 가중치는 동일할 수 있다. 도 18의 식 (1)에 사용된 shift4 및 offset4는 도 17에서 설정된 값일 수 있다. 현재 서브블록에 대한 BDOF 이용 플래그(bdofUtilizationFlag)가 제2 값(True, '1')인 경우, 현재 서브블록에 대해서는 BDOF가 적용될 수 있다. 이 경우, 현재 서브블록의 예측 샘플은 후술하는 본 개시에 따른 BDOF 과정에 의해 생성될 수 있다.
도 19는 본 개시의 일 실시예에 따라, 현재 서브블록의 그래디언트, 자기상관관계 및 교차상관관계를 유도하는 방법을 설명하기 위한 도면이다. 도 19는 도 18에 후속하는 과정일 수 있다.
도 19에 개시된 과정은, 현재 CU내 서브블록마다 수행되며, 이때 서브블록의 크기는 4x4일 수 있다.
도 19에 따르면, 식 (1), 식 (2)에 따라, 현재 서브블록 내 각 샘플 위치 (x, y)에 대한 위치 (hx, hy)가 유도될 수 있다. 이후, 식 (3) 내지 식 (6)에 따라 각 샘플 위치에 대한 수평 그래디언트와 수직 그래디언트가 유도될 수 있다. 이후, 식 (7) 내지 식 (9)에 따라 자기상관관계 및 교차상관관계를 유도하기 위한 변수들(제1 중간 파라미터 diff 및 제2 중간 파라미터 tempH 및 tempV)이 유도될 수 있다. 예컨대, 제1 중간 파라미터 diff는, 식 (7)과 같이, 현재 블록의 예측 샘플(predSamplesL0, predSamplesL1)에 제2 쉬프트량(shift2)만큼 우쉬프트를 적용한 값을 이용하여 유도될 수 있다. 예컨대, 제2 중간 파라미터 tempH 및 tempV는, 식 (8) 및 식 (9)와 같이, L0 방향의 그래디언트와 L1 방향의 그래디언트를 합산한 갑에 제3 쉬프트량(shift3)만큼 우쉬프트를 적용하여 유도될 수 있다. 이후, 유도된 제1 중간 파라미터 및 제2 중간 파라미터에 기반하여 식 (10) 내지 식 (16)에 따라 자기상관관계 및 교차상관관계가 유도될 수 있다.
도 20은 본 개시의 일 실시예에 따라, 개선된 움직임 벡터(motion refinement, vx, vy)를 유도하고, BDOF 오프셋을 유도하고, 현재 서브블록의 예측 샘플을 생성하는 방법을 설명하기 위한 도면이다. 도 20은 도 19에 후속하는 과정일 수 있다.
도 20에 개시된 과정은, 현재 CU내 서브블록마다 수행되며, 이때 서브블록의 크기는 4x4일 수 있다.
도 20에 따르면, 식 (1), 식 (2)에 따라 개선된 움직임 벡터(vx, vy)가 유도될 수 있다. 개선된 움직임 벡터는 mvRefineThres에 의해 특정되는 범위로 클리핑될 수 있다. 또한, 개선된 움직임 벡터 및 그래디언트에 기반하여 식 (3)에 따라 BDOF 오프셋(bdofOffset)이 유도될 수 있다. 유도된 BDOF 오프셋을 이용하여 식 (4)에 따라 현재 서브블록의 예측 샘플(pbSamples)이 생성될 수 있다.
도 16 내지 도 20을 참조하여 설명한 방법들은 연속적으로 수행됨으로써 본 개시의 제1 실시예에 따른 BDOF 과정을 구현할 수 있다. 도 16 내지 도 20에 따른 실시예에서, 제1 쉬프트량(shift1)은 Max(6, bitDepth-6)으로 설정되고, mvRefineThres는 1<<Max(, bitDepth-7)로 설정된다. 따라서, BitDepth에 따른 predSample과 BDOF의 각 파라미터들의 비트 너비(bit width)는 아래 표와 같이 유도될 수 있다.
Figure PCTKR2020012153-appb-T000001
상기 표 1에서, 예컨대, BitDepth가 8일 때, predSample은 16 bit range의 값을 가지며, 그래디언트는 11 bit, vx, vy는 6 bit를 사용하게 되고, 결국 bdofOffset 값의 범위는 [-49856, 48298]이 된다. 상기 표 1에 나타낸 바와 같이, BitDepth가 변화함에 따라 predSample의 비트 너비가 달라진다. 그러나, BitDepth와 높은 연관성을 갖는 그래디언트는 BitDepth가 변화함에도 고정된 비트 너비(11 bit)를 갖는다. 또한, BitDepth와 연관성이 없는 vx, vy의 비트 너비는 BitDepth가 변화함에 따라 달라진다.
후술하는 본 개시의 다른 실시예들에 따르면, BDOF 과정에서 사용되는 파라미터들의 정규화 및 클리핑을 개선함으로써, 각 파라미터들과 BitDepth와의 연관성을 보다 정확히 반영할 수 있다. 이로써, 각 파라미터들이 보다 정확한 값을 가질 수 있고, 나아가 BDOF 과정에서의 메모리 오버플로우 이슈도 해결할 수 있다.
본 개시의 다른 실시예들은 도 16 내지 도 20을 참조하여 상술한 본 개시의 제1 실시예의 일부를 변경함으로써 구현될 수 있다.
이하, 본 개시의 제2 실시예에 따른 BDOF 과정을 설명한다.
본 개시의 제2 실시예는 본 개시의 제1 실시예에서의 BDOF 과정과 다른 정규화 방법을 적용한다. 본 개시에 따르면, 그래디언트(gradientHLX, gradientVLX, 이 때 X는 0 또는 1)는 각각 현재 샘플 위치의 좌우 및 상하 2-pixel 거리에서의 기울기를 나타낸다. 또한, vx, vy가 1/32-pel 정밀도(precision)이고 [-32, 31] 혹은 [-32, 32]의 값의 범위를 가질 때, vx, vy의 1값은 실제 1/32-pel 거리를 나타낸다. 따라서, vx, vy는 1-pixel 단위의 값에 "1<<5" 연산을 적용한 것으로 볼 수 있다.
본 개시의 제2 실시예에 따르면, BDOF 오프셋의 계산에 이용되는 각 파라미터(수평 그래디언트, 수직 그래디언트, vx, vy)들을 1-pixel 단위의 값으로 정규화할 수 있다. 예컨대, 2-pixel 거리의 기울기인 그래디언트에 대해서는 ">>1"의 연산을 적용하여 1-pixel 단위의 값으로 정규화를 수행할 수 있다. 또한, 1/32-pel 정밀도의 vx, vy에 대해서는 ">>5"의 연산을 적용하여 1-pixel 단위의 값으로 정규화를 수행할 수 있다. 이를 고려하여, 도 23의 식 (3)과 같이, 상기 정규화를 위해 그래디언트와 vx, vy를 곱한 값을 제1 쉬프트량(shift1)만큼 우쉬프트할 수 있다. 이때 shift1은 비트 뎁스와 무관하게 고정된 값(예컨대, 7)으로 설정할 수 있다. 또한, vx, vy도 비트 뎁스와 무관하게 설정되는 값의 범위로 클리핑할 수 있다. 예컨대, vx, vy의 클리핑 범위를 특정하는 변수 mvRefineThres를 "1<<5"의 값으로 설정할 수 있다. 상술한 바와 같이, 본 개시의 제2 실시예에 따른 정규화는 그래디언트와 vx, vy를 함께 고려하여 수행될 수 있다.
본 개시의 제2 실시예는 본 개시의 제1 실시예의 도 17, 도 19 및 도 20을 개선함으로써 구현될 수 있다.
도 21은 본 개시의 다른 실시예에 따른 BDOF 과정에 이용되는 변수들을 설명하기 위한 도면이다. 도 21은 도 17의 예를 변형한 예일 수 있다. 따라서, 도 17 및 도 21에 있어서 공통되는 부분의 설명은 생략될 수 있다.
도 21에 도시된 바와 같이, BDOF 과정을 수행하기 위해, 현재 블록의 입력 비트 뎁스(bitDepth)가 BitDepthY로 설정될 수 있다. 이때, BitDepthY는 비트스트림을 통해 시그널링되는 비트 뎁스에 관한 정보에 기반하여 유도될 수 있다. 또한, 제1 쉬프트량(shift1), 제2 쉬프트량(shift2) 및 제3 쉬프트량(shift3)은 비트 뎁스와 무관하게 고정된 값으로 설정될 수 있다. 예컨대, 제1 쉬프트량(shift1), 제2 쉬프트량(shift2) 및 제3 쉬프트량(shift3)은 각각 7, 4 및 1로 설정될 수 있다. 제4 쉬프트량(shift4) 및 오프셋(offset4)은 도 17의 예와 동일하게 유도될 수 있다. 또한, 변수 mvRefineThres는 비트 뎁스와 무관하게 고정된 값으로 설정될 수 있다. 예컨대, 변수 mvRefineThres는 "1<<5"로 설정될 수 있다.
도 22는 본 개시의 다른 실시예에 따라, 현재 서브블록의 그래디언트, 자기상관관계 및 교차상관관계를 유도하는 방법을 설명하기 위한 도면이다. 도 22는 도 19의 예를 변형한 예일 수 있다. 따라서, 도 19 및 도 22에 있어서 공통되는 부분의 설명은 생략될 수 있다.
도 19의 예와 비교하면, 도 22의 식 (3) 내지 식 (6)의 그래디언트 계산에 있어서, 우쉬프트 연산(">>shift1")은 수행되지 않을 수 있다. 본 실시예에 따르면, 우쉬프트 연산을 생략함으로써 보다 높은 정확도를 갖는 그래디언트를 획득할 수 있다.
도 23은 본 개시의 다른 실시예에 따라, 개선된 움직임 벡터(motion refinement, vx, vy)를 유도하고, BDOF 오프셋을 유도하고, 현재 서브블록의 예측 샘플을 생성하는 방법을 설명하기 위한 도면이다. 도 23은 도 20의 예를 변형한 예일 수 있다. 따라서, 도 20 및 도 23에 있어서 공통되는 부분의 설명은 생략될 수 있다.
도 20의 예와 비교하면, 도 23의 식 (3)의 bdofOffset의 계산에 있어서, 우쉬프트 연산 ">>1"은 ">>shift1"로 변경될 수 있다. 즉, 상술한 바와 같이, 그래디언트와 vx, vy의 정규화를 위해 그래디언트와 vx, vy를 곱한 값을 제1 쉬프트량(shift1)만큼 우쉬프트할 수 있다. 이 때, shift1은 비트 뎁스와 무관하게 고정된 값(예컨대, 7)으로 설정될 수 있음은 상술한 바와 같다.
상기와 같이, 본 개시의 제1 실시예에 따른 도 17, 도 19 및 도 20의 예를 도 21, 도 22 및 도 23과 같이 각각 수정함으로써, 본 개시의 제2 실시예가 구현될 수 있다.
본 개시의 제2 실시예에 따르면, BitDepth에 따른 predSample과 BDOF의 각 파라미터들의 비트 너비(bit width)는 아래 표와 같이 유도될 수 있다.
Figure PCTKR2020012153-appb-T000002
상기 표 2에 나타낸 바와 같이, 비트 뎁스와 높은 연관성을 갖는 그래디언트는 비트 뎁스에 따라 변화한다. 또한, predSample 값을 기반으로 그래디언트 값의 범위가 정해지므로, 그래디언트 값의 정확도가 증가할 수 있다. 또한, 비트 뎁스와 연관성이 없는 vx, vy의 비트 너비는 비트 뎁스와 관계없이 고정된 값을 가질 수 있다. 표 2에 따르면, 그래디언트 값의 범위가 증가하는 대신 vx, vy의 값의 범위가 줄어들기 때문에 bdofOffset 값의 범위에는 영향을 주지 않는다.
이하, 본 개시의 제3 실시예에 따른 BDOF 과정을 설명한다.
본 개시의 제2 실시예에서 상술한 바와 같이, 그래디언트 및 vx, vy는 1-pixel 단위의 값으로 정규화될 수 있다. 그러나, 도 22의 실시예에 따르면, 그래디언트 계산 과정에서 비트 오버플로우(bit overflow)가 발생할 수 있다. 예컨대, 도 22의 식 (3) 내지 식 (6)과 같이, 그래디언트 계산 과정에서 쉬프트 연산을 수행하지 않는 경우, 그래디언트의 계산을 위해 32 비트 연산이 수행될 수 있다. 즉, 그래디언트 계산시 비트 오버플로우가 발생할 수 있다.
본 개시의 제3 실시예는 이를 고려하여, 그래디언트에 대한 정규화를 그래디언트 계산시에 적용할 수 있다. 즉, 그래디언트 계산시 ">>1" 연산을 적용하여 정규화를 수행함으로써 비트 오버플로우를 방지할 수 있다. 본 개시의 제3 실시예에 따르면, 그래디언트는 16 비트를 넘지 않을 수 있다. 한편, vx, vy에 대한 정규화는 조정된 shift1만큼 우쉬프트 연산을 적용함으로써 수행될 수 있다. 예컨대, shift1은 비트 뎁스와 무관하게 고정값(예컨대, 6)으로 설정될 수 있다.
본 개시의 제3 실시예는 본 개시의 제2 실시예의 도 21 및 도 22를 개선함으로써 구현될 수 있다.
도 24는 본 개시의 또 다른 실시예에 따른 BDOF 과정에 이용되는 변수들을 설명하기 위한 도면이다. 도 24는 도 21의 예를 변형한 예일 수 있다. 따라서, 도 21 및 도 24에 있어서 공통되는 부분의 설명은 생략될 수 있다.
도 24에 도시된 바와 같이, BDOF 과정을 수행하기 위해, 현재 블록의 입력 비트 뎁스(bitDepth)가 BitDepthY로 설정될 수 있다. 이때, BitDepthY는 비트스트림을 통해 시그널링되는 비트 뎁스에 관한 정보에 기반하여 유도될 수 있다. 또한, 제1 쉬프트량(shift1), 제2 쉬프트량(shift2) 및 제3 쉬프트량(shift3)은 비트 뎁스와 무관하게 고정된 값으로 설정될 수 있다. 예컨대, 제1 쉬프트량(shift1), 제2 쉬프트량(shift2) 및 제3 쉬프트량(shift3)은 각각 6, 4 및 1로 설정될 수 있다. 제4 쉬프트량(shift4) 및 오프셋(offset4)은 도 17의 예와 동일하게 유도될 수 있다. 또한, 변수 mvRefineThres는 비트 뎁스와 무관하게 고정된 값으로 설정될 수 있다. 예컨대, 변수 mvRefineThres는 "1<<5"로 설정될 수 있다.
도 25는 본 개시의 또 다른 실시예에 따라, 현재 서브블록의 그래디언트, 자기상관관계 및 교차상관관계를 유도하는 방법을 설명하기 위한 도면이다. 도 25는 도 22의 예를 변형한 예일 수 있다. 따라서, 도 22 및 도 25에 있어서 공통되는 부분의 설명은 생략될 수 있다.
도 22의 방법과 비교하면, 도 25의 식 (3) 내지 식 (6)의 그래디언트 계산에 있어서, 우쉬프트 연산(">>1")이 수행될 수 있다. 이와 같이 그래디언트 계산 과정에서 우쉬프트 연산을 수행함으로써 비트 오버플로우의 발생을 방지할 수 있다.
또한, 도 24와 같이, shift1은 6으로 수정되므로, 그래디언트와 vx, vy에 적용되는 전체 우쉬프트량은 "7"이 된다. 따라서, 본 개시의 제3 실시예와 본 개시의 제2 실시예에서의 전체 우쉬프트량은 동일하게 유지될 수 있다.
상기와 같이, 본 개시의 제2 실시예에 따른 도 21 및 도 22의 예를 도 24 및 도 25와 같이 각각 수정함으로써, 본 개시의 제3 실시예가 구현될 수 있다.
본 개시의 제3 실시예에 따르면, BitDepth에 따른 predSample과 BDOF의 각 파라미터들의 비트 너비(bit width)는 아래 표와 같이 유도될 수 있다.
Figure PCTKR2020012153-appb-T000003
상기 표 3에 나타낸 바와 같이, 비트 뎁스와 높은 연관성을 갖는 그래디언트는 비트 뎁스에 따라 변화한다. 또한, predSample 값을 기반으로 그래디언트 값의 범위가 정해지므로, 그래디언트 값의 정확도가 증가할 수 있다. 또한, 도 25의 식 (3) 내지 식 (6)에서 우쉬프트 연산을 수행함으로써, 그래디언트 계산시의 비트 오버플로우를 방지할 수 있다. 또한, 비트 뎁스와 연관성이 없는 vx, vy의 비트 너비는 비트 뎁스와 관계없이 고정된 값을 가질 수 있다.
이하, 본 개시의 제4 실시예에 따른 BDOF 과정을 설명한다.
본 개시의 제2 실시예에서 상술한 바와 같이, 그래디언트 및 vx, vy는 1-pixel 단위의 값으로 정규화될 수 있다. 그러나, 도 22의 실시예에 따르면, 그래디언트 계산 과정에서 비트 오버플로우(bit overflow)가 발생할 수 있다. 예컨대, 도 22의 식 (3) 내지 식 (6)과 같이, 그래디언트 계산 과정에서 쉬프트 연산을 수행하지 않는 경우, 그래디언트의 계산을 위해 32 비트 연산이 수행될 수 있다. 즉, 그래디언트 계산시 비트 오버플로우가 발생할 수 있다.
본 개시의 제4 실시예는 이를 고려하여, 그래디언트 계산시에 클리핑을 수행함으로써 비트 오버플로우를 방지할 수 있다. 본 개시의 제4 실시예에 따르면, 그래디언트는 16 비트를 넘지 않을 수 있다. 그래디언트 및 vx, vy에 대한 정규화는 본 개시의 제2 실시예와 동일하게 수행될 수 있다. 이를 위해, 그래디언트와 vx, vy를 곱한 값은 제1 쉬프트량(shift1)만큼 우쉬프트할 수 있다. 이 때, shift1은 비트 뎁스와 무관하게 고정된 값(예컨대, 7)으로 설정될 수 있다.
본 개시의 제4 실시예는 본 개시의 제2 실시예의 도 21 및 도 22를 개선함으로써 구현될 수 있다.
도 26은 본 개시의 또 다른 실시예에 따른 BDOF 과정에 이용되는 변수들을 설명하기 위한 도면이다. 도 26은 도 21의 예를 변형한 예일 수 있다. 따라서, 도 21 및 도 26에 있어서 공통되는 부분의 설명은 생략될 수 있다.
도 26에 도시된 바와 같이, BDOF 과정을 수행하기 위해, 현재 블록의 입력 비트 뎁스(bitDepth)가 BitDepthY로 설정될 수 있다. 이때, BitDepthY는 비트스트림을 통해 시그널링되는 비트 뎁스에 관한 정보에 기반하여 유도될 수 있다. 또한, 제1 쉬프트량(shift1), 제2 쉬프트량(shift2) 및 제3 쉬프트량(shift3)은 비트 뎁스와 무관하게 고정된 값으로 설정될 수 있다. 예컨대, 제1 쉬프트량(shift1), 제2 쉬프트량(shift2) 및 제3 쉬프트량(shift3)은 각각 7, 4 및 1로 설정될 수 있다. 제4 쉬프트량(shift4) 및 오프셋(offset4)은 도 17의 예와 동일하게 유도될 수 있다. 또한, 변수 mvRefineThres는 비트 뎁스와 무관하게 고정된 값으로 설정될 수 있다. 예컨대, 변수 mvRefineThres는 "1<<5"로 설정될 수 있다. 또한, 그래디언트 값의 클리핑 범위를 특정하기 위한 변수 gradLimit가 설정될 수 있다. 이때, gradLimit는 비트 뎁스에 기반하여 설정될 수 있으며, 예컨대, "1<<Max(15, BitDepth+3)"으로 설정될 수 있다.
도 27은 본 개시의 또 다른 실시예에 따라, 현재 서브블록의 그래디언트, 자기상관관계 및 교차상관관계를 유도하는 방법을 설명하기 위한 도면이다. 도 27은 도 22의 예를 변형한 예일 수 있다. 따라서, 도 22 및 도 27에 있어서 공통되는 부분의 설명은 생략될 수 있다.
도 22의 방법과 비교하면, 도 27의 식 (3) 내지 식 (6)의 그래디언트 계산에 있어서, 클리핑 연산이 수행될 수 있다. 즉, 계산된 그래디언트 값은 gradLimit에 의해 특정되는 범위의 값으로 클리핑될 수 있다. 예컨대, 클리핑의 범위는 [-gradLimit, gradLimit-1]일 수 있다. 본 개시의 제3 실시예에 따르면, 이와 같이 그래디언트 계산 과정에서 클리핑 연산을 수행함으로써 비트 오버플로우의 발생을 방지할 수 있다.
상기와 같이, 본 개시의 제2 실시예에 따른 도 21 및 도 22의 예를 도 26 및 도 27과 같이 각각 수정함으로써, 본 개시의 제4 실시예가 구현될 수 있다.
본 개시의 제4 실시예에 따르면, BitDepth에 따른 predSample과 BDOF의 각 파라미터들의 비트 너비(bit width)는 아래 표와 같이 유도될 수 있다.
Figure PCTKR2020012153-appb-T000004
상기 표 4에 나타낸 바와 같이, 비트 뎁스와 높은 연관성을 갖는 그래디언트는 비트 뎁스에 따라 변화한다. 또한, predSample 값을 기반으로 그래디언트 값의 범위가 정해지므로, 그래디언트 값의 정확도가 증가할 수 있다. 또한, 도 27의 식 (3) 내지 식 (6)에서 클리핑 연산을 수행함으로써, 그래디언트 계산시의 비트 오버플로우를 방지할 수 있다. 또한, 비트 뎁스와 연관성이 없는 vx, vy의 비트 너비는 비트 뎁스와 관계없이 고정된 값을 가질 수 있다.
이하에서, 본 개시에 따라 BDOF 오프셋을 클리핑하는 실시예에 대해 설명한다.
인터 예측의 보간(interpolation)에 의해 생성된 예측 샘플(predSample)은 입력 비트 뎁스와 보간 필터의 계수에 의해 값의 범위가 정해지며 최악의 경우, [-16830, 33150]의 값의 범위를 가진다. 이 때, 16 비트 오버플로우를 방지하기 위해 predSample 값에 -8192값을 더해줌으로써, 표 1에 나타낸 바와 같이, predSample의 값은 [-25022, 24958]의 범위로 조정될 수 있다.
따라서, 표 1에 나타낸 바와 같이, BitDepthY가 8일 때, predSample은 16 bit range의 값을 가지며, gradient는 11 bit, vx, vy는 6 bit를 사용하게 되고, 결국 bdofOffset값의 범위는 [-49856, 48298]이 된다. 따라서, 본 개시의 다양한 실시예에 따라, predSample과 bdofOffset을 더할 경우, 16 비트 오버플로우가 발생할 수 있다.
본 개시에 따르면, BDOF 오프셋(bdofOffset) 값을 소정의 범위로 클리핑함으로써 개선된 예측 샘플의 값을 계산할 때, 16 비트 오버플로우가 발생하는 것을 방지할 수 있다. 보다 구체적으로, predSample은 비트 뎁스가 8 내지 12일 때 16 bit range의 값을 가지며 비트 뎁스가 14 및 16일 때, predSample은 18 bit range 및 20 bit range의 값을 각각 갖는다. 따라서, bdofOffset의 클리핑의 범위도 비트 뎁스를 고려하여 정의될 수 있다. 예컨대, bdofOffset의 클리핑의 범위를 특정하는 변수 OffsetLimit가 비트 뎁스 기반으로 정의되고, 본 개시의 실시예들에 bdofOffset의 클리핑이 부가적으로 적용될 수 있다.
예컨대, 도 20의 식 (4) 및 도 23의 식 (4)에서, bdofOffset은 [-OffsetLimit, OffsetLimit-1]의 범위로 클리핑될 수 있다. 예컨대, 도 20의 식 (4) 및 도 23의 식 (4)에서, bdofOffset은 Clip3(-OffsetLimit, OffsetLimit-1, bdofOffset)으로 대체될 수 있다. 이 때, OffsetLimit는 비트 뎁스에 기반하여 정의될 수 있다. 예컨대, OffsetLimit는 "1<<Max(12, BitDepthY)"로 설정될 수 있다. 상기와 같이 bdofOffset에 클리핑을 적용함으로써, predSample과 bdofOffset을 더할 경우 발생할 수 있는 비트 오버플로우를 방지할 수 있다.
이하, 본 개시의 또 다른 실시예에 따라, BDOF 오프셋(bdofOffset)을 유도하는 방법을 설명한다.
본 실시예에 따르면, BDOF 오프셋의 정확도를 향상시키기 그래디언트 계산 과정에서의 우쉬프트 연산을 최소화할 수 있다. 또한, bdofOffset 계산 과정에서 우쉬프트 연산을 수행할 때, 오프셋 값을 더해줌으로써 bdofOffset의 정확도를 더 높일 수 있다. 이 때, 오프셋 값은 우쉬프트량에 기반하여 결정될 수 있다. 예컨대, 본 실시예는 본 개시의 제3 실시예에 적용될 수 있다. 이 경우, 도 23의 식 (3)은 아래와 같이 변형될 수 있다.
bdofOffset　=　(　vx　*　(　gradientHL0[　x　+　1　][　y　+　1　]　-　gradientHL1[　x　+　1　][　y　+　1　]　+ offset)　)　>>　shift1+　(　vy　*　(gradientVL0[　x　+　1　][　y　+　1　]　-　gradientVL1[　x　+　1　][　y　+　1　]　) + offset　)　>>　shift1
상기 식에서 shift1은 "6"으로 설정되고, offset은 "1<<(shift1-1)"과 같이 shift1에 기반하여 설정될 수 있다.
상기 식 (3)의 변형은 본 개시의 제3 실시예에 적용되는 것으로 한정되지 않으며, 본 개시의 다른 실시예에도 적용될 수 있다. 예컨대, 상기 식 (3)의 변형은 본 개시의 제4 실시예에 적용될 수 있다. 이 경우, shift1은 "7"로 설정되고, offset은 "1<<(shift1-1)"과 같이 shift1에 기반하여 설정될 수 있다.
본 실시예에 따르면, 그래디언트 계산 과정에서의 우쉬프트 연산을 최소화하고, bdofOffset 계산 과정에서 우쉬프트 연산을 수행할 때, 오프셋 값을 더해줌으로써 bdofOffset의 정확도를 높일 수 있다.
이하, 본 개시의 또 다른 실시예에 따라, BDOF 오프셋(bdofOffset)을 유도하는 방법을 설명한다.
상술한 바와 같이, BDOF 오프셋 계산 과정에서, prediction sample 및 그래디언트 등을 이용하여 다양한 변수들이 유도된다. 본 개시의 다양한 실시예에 따라 정규화를 수행할 때, 그래디언트 계산 과정에서 우쉬프트량이 "1"로 설정되거나 클리핑이 수행되는 경우, 그래디언트 값의 비트 범위가 달라질 수 있다. 예컨대, 표 1에 나타낸 바와 같이, 본 개시의 제1 실시예는 16 bit-range의 prediction sample에 ">>6"을 적용함으로써 11 bit-range의 그래디언트를 계산할 수 있다. 이 때, 본 개시의 제3 실시예 또는 제4 실시예에 따라 16 bit-range의 prediction sample에 ">>1"을 적용하거나 클리핑을 적용하는 경우, 표 3 또는 표 4에 나타낸 바와 같이, 그래디언트는 16 bit-range의 값을 가질 수 있다. 그러나 그래디언트 값의 범위가 증가할 경우 그래디언트에 기반하여 계산되는 변수 tempH, tempV 등을 계산할 때 16 비트 오버플로우가 발생할 수 있다. 본 실시예는 이를 고려하여 tempH 및 tempV 계산시 그래디언트의 각 항목에 우쉬프트 연산을 적용함으로써 비트 오버플로우의 발생을 방지할 수 있다. 예컨대, 도 25 및 도 27의 식 (8) 및 식 (9)는 아래와 같이 수정될 수 있다.
tempH[　x　][　y　]　=　(gradientHL0[　x　][　y　]>>　shift3)+　(gradientHL1[　x　][　y　]　>>　shift3) (8)
tempV[　x　][　y　]　=　(gradientVL0[　x　][　y　]>>　shift3)+　(gradientVL1[　x　][　y　]　>>　shift3) (9)
상기 수정된 식 (8) 및 식 (9)에서, shift3은 Max(1, bitDepth - 11) 또는 고정값 1로 설정될 수 있다. 상기와 같이, 본 개시의 제3 실시예와 제4 실시예를 수정함으로써, tempH 및 tempV 계산시 비트 오버플로우의 발생을 방지할 수 있다.
이하, 본 개시의 또 다른 실시예에 따라 비트 오버플로우의 발생을 방지하는 방법을 설명한다.
상술한 바와 같이, 본 개시의 제3 실시예 또는 제4 실시예에 따라 16 bit-range의 prediction sample에 ">>1"을 적용하거나 클리핑을 적용하는 경우, 변수 tempH, tempV 등을 계산할 때 16 비트 오버플로우가 발생할 수 있다. 이 때, 변수 tempH 및 tempV에 기반하여 계산되는 sGx2, sGy2, sGxGy, sGxdI, sGydI 등의 중간 파라미터의 계산에 있어서도 16 비트 오버플로우가 발생할 수 있다. 본 실시예에 따르면, 변수 tempH 및 tempV 뿐만 아니라, sGx2, sGy2, sGxGy, sGxdI, sGydI 등의 중간 파라미터의 계산에 있어서도 비트 오버플로우의 발생을 방지하기 위해, 상기 수정된 식 (8) 및 식 (9)에 적용되는 우쉬프트의 량(shift3)을 조절할 수 있다. 예컨대, 본 개시의 제3 실시예의 경우, 도 25의 식 (8) 및 식 (9)를 상기와 같이 수정함에 있어, shift3은 Max(6, bitDepth - 6) 또는 고정값 6으로 설정될 수 있다. 또한, 본 개시의 제4 실시예의 경우, 도 27의 식 (8) 및 식 (9)를 상기와 같이 수정함에 있어, shift3은 Max(6, bitDepth - 6)+1 또는 고정값 7로 설정될 수 있다. 본 실시예에 따르면, 변수 tempH 및 tempV 뿐만 아니라, sGx2, sGy2, sGxGy, sGxdI, sGydI 등의 중간 파라미터의 계산에 있어서도 비트 오버플로우의 발생을 방지할 수 있다.
본 개시의 실시예들은 상술한 예로 한정되지 않으며, 본 개시에 기재된 실시예들은 다른 실시예 또는 변형예들과 조합되어 사용될 수 있다. 예컨대, 본 개시의 제5 실시예는 도 16 내지 도 20을 참조하여 설명한 본 개시의 제1 실시예를 구성하는 단계들 중 도 17의 단계를 변경함으로써 구현될 수 있다. 예컨대, 본 개시의 제1 실시예의 도 17은 본 개시의 제3 실시예의 도 24로 변경됨으로써 본 개시의 제5 실시예가 도출될 수 있다.
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시에 있어서, 소정의 동작(단계)을 수행하는 영상 부호화 장치 또는 영상 복호화 장치는 해당 동작(단계)의 수행 조건이나 상황을 확인하는 동작(단계)을 수행할 수 있다. 예컨대, 소정의 조건이 만족되는 경우 소정의 동작을 수행한다고 기재된 경우, 영상 부호화 장치 또는 영상 복호화 장치는 상기 소정의 조건이 만족되는지 여부를 확인하는 동작을 수행한 후, 상기 소정의 동작을 수행할 수 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
또한, 본 개시의 다양한 실시예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
또한, 본 개시의 실시예가 적용된 영상 복호화 장치 및 영상 부호화 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.
도 28은 본 개시의 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시한 도면이다.
도 28에 도시된 바와 같이, 본 개시의 실시예가 적용된 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 개시의 실시예가 적용된 영상 부호화 방법 및/또는 영상 부호화 장치에 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 할 수 있다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송할 수 있다. 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 수행할 수 있다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하는 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 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.
본 개시에 따른 실시예는 영상을 부호화/복호화하는데 이용될 수 있다.

Claims (15)

  1. 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 상기 영상 복호화 방법은,
    현재 블록의 움직임 정보에 기반하여 상기 현재 블록의 예측 샘플을 도출하는 단계;
    상기 현재 블록에 BDOF(Bi-directional optical flow)를 적용할지 여부를 결정하는 단계;
    상기 현재 블록에 BDOF를 적용하는 경우,
    상기 현재 블록 내 현재 서브블록에 대한 그래디언트를 도출하는 단계;
    상기 그래디언트에 기반하여 상기 현재 서브블록에 대한 개선된 움직임 벡터(vx, vy)를 도출하는 단계;
    상기 그래디언트 및 상기 개선된 움직임 벡터에 기반하여 BDOF 오프셋을 도출하는 단계; 및
    상기 현재 블록의 예측 샘플 및 상기 BDOF 오프셋에 기반하여 상기 현재 블록에 대한 개선된 예측 샘플을 도출하는 단계를 포함하는 영상 복호화 방법.
  2. 제1항에 있어서,
    상기 그래디언트를 도출하는 단계는 상기 현재 블록의 예측 샘플을 제1 쉬프트량만큼 우쉬프트하는 단계를 포함하고,
    상기 제1 쉬프트량은 상기 현재 블록의 비트 뎁스와 무관하게 고정된 값으로 설정되는 영상 복호화 방법.
  3. 제2항에 있어서,
    상기 제1 쉬프트량은 6인 영상 복호화 방법.
  4. 제1항에 있어서,
    상기 개선된 움직임 벡터(vx, vy)를 도출하는 단계는,
    상기 현재 블록의 예측 샘플에 기반하여 제1 중간 파라미터 diff를 도출하는 단계; 및
    상기 그래디언트에 기반하여 제2 중간 파라미터 tempH 및 tempV를 도출하는 단계를 포함하는 영상 복호화 방법.
  5. 제4항에 있어서,
    상기 제1 중간 파라미터 diff를 도출하는 단계는 상기 현재 블록의 예측 샘플을 제2 쉬프트량만큼 우쉬프트하는 단계를 포함하고,
    상기 제2 쉬프트량은 상기 현재 블록의 비트 뎁스와 무관하게 고정된 값으로 설정되는 영상 복호화 방법.
  6. 제5항에 있어서,
    상기 제2 쉬프트량은 4인 영상 복호화 방법.
  7. 제4항에 있어서,
    상기 제2 중간 파라미터 tempH 및 tempV를 도출하는 단계는 상기 그래디언트에 기반하여 유도된 값을 제3 쉬프트량만큼 우쉬프트하는 단계를 포함하고,
    상기 제3 쉬프트량은 상기 현재 블록의 비트 뎁스와 무관하게 고정된 값으로 설정되는 영상 복호화 방법.
  8. 제7항에 있어서,
    상기 제3 쉬프트량은 1인 영상 복호화 방법.
  9. 제1항에 있어서,
    상기 개선된 움직임 벡터(vx, vy)는 소정의 범위로 클리핑되는 영상 복호화 방법.
  10. 제9항에 있어서,
    상기 개선된 움직임 벡터(vx, vy)를 클리핑하는 상기 소정의 범위는 상기 현재 블록의 비트 뎁스와 무관하게 고정된 범위로 설정되는 영상 복호화 방법.
  11. 제1항에 있어서,
    상기 BDOF 오프셋을 도출하는 단계는 상기 그래디언트와 상기 개선된 움직임 벡터에 기반하여 유도된 값을 소정의 쉬프트량만큼 우쉬프트하는 단계를 포함하고,
    상기 소정의 쉬프트량은 상기 현재 블록의 비트 뎁스와 무관하게 고정된 범위로 설정되는 영상 복호화 방법.
  12. 제1항에 있어서,
    상기 현재 블록에 대한 개선된 예측 샘플을 도출하는 단계는 상기 BDOF 오프셋을 소정의 범위로 클리핑하는 단계를 포함하고,
    상기 소정의 범위는 상기 현재 블록의 비트 뎁스에 기반하여 설정되는 영상 복호화 방법.
  13. 메모리 및 적어도 하나의 프로세서를 포함하는 영상 복호화 장치로서,
    상기 적어도 하나의 프로세서는
    현재 블록의 움직임 정보에 기반하여 상기 현재 블록의 예측 샘플을 도출하고, 상기 현재 블록에 BDOF를 적용할지 여부를 결정하고, 상기 현재 블록에 BDOF를 적용하는 경우, 상기 현재 블록 내 현재 서브블록에 대한 그래디언트를 도출하고, 상기 그래디언트에 기반하여 상기 현재 서브블록에 대한 개선된 움직임 벡터(vx, vy)를 도출하고, 상기 그래디언트 및 상기 개선된 움직임 벡터에 기반하여 BDOF 오프셋을 도출하고, 상기 현재 블록의 예측 샘플 및 상기 BDOF 오프셋에 기반하여 상기 현재 블록에 대한 개선된 예측 샘플을 도출하는 영상 복호화 장치.
  14. 영상 부호화 장치에 의해 수행되는 영상 부호화 방법으로서, 상기 영상 부호화 방법은,
    현재 블록의 움직임 정보에 기반하여 상기 현재 블록의 예측 샘플을 도출하는 단계;
    상기 현재 블록에 BDOF를 적용할지 여부를 결정하는 단계;
    상기 현재 블록에 BDOF를 적용하는 경우,
    상기 현재 블록 내 현재 서브블록에 대한 그래디언트를 도출하는 단계;
    상기 그래디언트에 기반하여 상기 현재 서브블록에 대한 개선된 움직임 벡터(vx, vy)를 도출하는 단계;
    상기 그래디언트 및 상기 개선된 움직임 벡터에 기반하여 BDOF 오프셋을 도출하는 단계; 및
    상기 현재 블록의 예측 샘플 및 상기 BDOF 오프셋에 기반하여 상기 현재 블록에 대한 개선된 예측 샘플을 도출하는 단계를 포함하는 영상 부호화 방법.
  15. 제14항의 영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법.
PCT/KR2020/012153 2019-09-10 2020-09-09 Bdof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법 WO2021049865A1 (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
US17/639,837 US20220337842A1 (en) 2019-09-10 2020-09-09 Image encoding/decoding method and device for performing bdof, and method for transmitting bitstream
JP2022515879A JP2022547988A (ja) 2019-09-10 2020-09-09 Ｂｄｏｆを行う画像符号化／復号化方法、装置、及びビットストリームを伝送する方法
CN202080063601.0A CN114365485A (zh) 2019-09-10 2020-09-09 用于执行bdof的图像编码/解码方法和装置及用于发送比特流的方法
EP20863214.1A EP4030760A4 (en) 2019-09-10 2020-09-09 IMAGE CODING/DECODING METHOD AND APPARATUS FOR PERFORMING BDOF AND METHOD FOR TRANSMITTING A BIT STREAM
AU2020347025A AU2020347025B2 (en) 2019-09-10 2020-09-09 Image encoding/decoding method and device for performing bdof, and method for transmitting bitstream
KR1020227005733A KR20220036966A (ko) 2019-09-10 2020-09-09 Bdof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962898531P 2019-09-10 2019-09-10
US62/898,531 2019-09-10
US201962904648P 2019-09-23 2019-09-23
US62/904,648 2019-09-23

Publications (1)

Publication Number Publication Date
WO2021049865A1 true WO2021049865A1 (ko) 2021-03-18

Family

ID=74867156

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/012153 WO2021049865A1 (ko) 2019-09-10 2020-09-09 Bdof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법

Country Status (7)

Country Link
US (1) US20220337842A1 (ko)
EP (1) EP4030760A4 (ko)
JP (1) JP2022547988A (ko)
KR (1) KR20220036966A (ko)
CN (1) CN114365485A (ko)
AU (1) AU2020347025B2 (ko)
WO (1) WO2021049865A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021054886A1 (en) * 2019-09-20 2021-03-25 Telefonaktiebolaget Lm Ericsson (Publ) Methods of video encoding and/or decoding with bidirectional optical flow simplification on shift operations and related apparatus

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180129860A (ko) * 2016-04-25 2018-12-05 엘지전자 주식회사 영상 코딩 시스템에서 인터 예측 방법 및 장치
US20190068991A1 (en) * 2017-08-22 2019-02-28 Google Llc Co-Located Reference Frame Interpolation Using Optical Flow Estimation
KR20190024553A (ko) * 2017-08-29 2019-03-08 에스케이텔레콤 주식회사 양방향 옵티컬 플로우를 이용한 움직임 보상 방법 및 장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10375413B2 (en) * 2015-09-28 2019-08-06 Qualcomm Incorporated Bi-directional optical flow for video coding
WO2018166357A1 (en) * 2017-03-16 2018-09-20 Mediatek Inc. Method and apparatus of motion refinement based on bi-directional optical flow for video coding
US10659788B2 (en) * 2017-11-20 2020-05-19 Google Llc Block-based optical flow estimation for motion compensated prediction in video coding
WO2019045427A1 (ko) * 2017-08-29 2019-03-07 에스케이텔레콤 주식회사 양방향 옵티컬 플로우를 이용한 움직임 보상 방법 및 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180129860A (ko) * 2016-04-25 2018-12-05 엘지전자 주식회사 영상 코딩 시스템에서 인터 예측 방법 및 장치
US20190068991A1 (en) * 2017-08-22 2019-02-28 Google Llc Co-Located Reference Frame Interpolation Using Optical Flow Estimation
KR20190024553A (ko) * 2017-08-29 2019-03-08 에스케이텔레콤 주식회사 양방향 옵티컬 플로우를 이용한 움직임 보상 방법 및 장치

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BENJAMIN BROSS , JIANLE CHEN , SHAN LIU: "Versatile Video Coding (Draft 6)", 127. MPEG MEETING; 20190708 - 20190712; GOTHENBURG; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), GOTHENBURG SE JVET-O2001-VE, 31 July 2019 (2019-07-31), Gothenburg SE, pages 1 - 455, XP030208568 *
See also references of EP4030760A4 *
T. CHUJOH, E. SASAKI, T. IKAI (SHARP),: "Non-CE9: A bug fix of BDOF specification", 15. JVET MEETING; 20190703 - 20190712; GOTHENBURG; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), JVET-O0207-V2, 3 July 2019 (2019-07-03), XP030218849 *

Also Published As

Publication number Publication date
EP4030760A1 (en) 2022-07-20
AU2020347025A1 (en) 2022-03-24
AU2020347025B2 (en) 2024-02-29
JP2022547988A (ja) 2022-11-16
US20220337842A1 (en) 2022-10-20
CN114365485A (zh) 2022-04-15
KR20220036966A (ko) 2022-03-23
EP4030760A4 (en) 2023-09-06

Similar Documents

Publication Publication Date Title
WO2021025451A1 (ko) 움직임 정보 후보를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020171444A1 (ko) Dmvr 기반의 인터 예측 방법 및 장치
WO2021054676A1 (ko) Prof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021034123A1 (ko) 가중 예측을 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020184848A1 (ko) Dmvr 기반의 인터 예측 방법 및 장치
WO2019194514A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020184847A1 (ko) Dmvr 및 bdof 기반의 인터 예측 방법 및 장치
WO2019216714A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020262931A1 (ko) 비디오/영상 코딩 시스템에서 머지 데이터 신택스의 시그널링 방법 및 장치
WO2021006579A1 (ko) 머지 후보의 양방향 예측을 위한 가중치 인덱스를 유도하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021172881A1 (ko) 인터 예측에 기반한 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체
WO2020262930A1 (ko) 머지 데이터 신택스에서 중복적인 신택스의 제거 방법 및 장치
WO2020256454A1 (ko) 현재 블록에 대하여 최종적으로 예측 모드를 선택하지 못하는 경우 인터 예측을 수행하는 영상 디코딩 방법 및 그 장치
WO2020251258A1 (ko) 쌍 예측이 적용되는 경우 가중 평균을 위한 가중치 인덱스 정보를 도출하는 영상 디코딩 방법 및 그 장치
WO2020009447A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2021141477A1 (ko) 머지 후보들의 최대 개수 정보를 포함하는 시퀀스 파라미터 세트를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020231144A1 (ko) 어파인 tmvp를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021060834A1 (ko) 서브픽처 기반 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020256492A1 (ko) 비디오/영상 코딩 시스템에서 중복 시그널링 제거 방법 및 장치
WO2020256487A1 (ko) 움직임 예측에 기반한 영상 코딩 방법 및 장치
WO2020262929A1 (ko) 비디오/영상 코딩 시스템에서 신택스 시그널링 방법 및 장치
WO2020262962A1 (ko) 크로마 변환 블록의 최대 크기 제한을 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021049865A1 (ko) Bdof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021040426A1 (ko) Prof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021112633A1 (ko) 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법

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: 20863214

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20227005733

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2022515879

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020347025

Country of ref document: AU

Date of ref document: 20200909

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2020863214

Country of ref document: EP

Effective date: 20220411