WO2021071297A1 - 변환에 기반한 영상 코딩 방법 및 그 장치 - Google Patents

변환에 기반한 영상 코딩 방법 및 그 장치 Download PDF

Info

Publication number
WO2021071297A1
WO2021071297A1 PCT/KR2020/013758 KR2020013758W WO2021071297A1 WO 2021071297 A1 WO2021071297 A1 WO 2021071297A1 KR 2020013758 W KR2020013758 W KR 2020013758W WO 2021071297 A1 WO2021071297 A1 WO 2021071297A1
Authority
WO
WIPO (PCT)
Prior art keywords
lfnst
transform
block
index
syntax element
Prior art date
Application number
PCT/KR2020/013758
Other languages
English (en)
French (fr)
Inventor
구문모
임재현
김승환
살레히파메흐디
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 CN202080083777.2A priority Critical patent/CN114762341B/zh
Priority to CN202410003026.5A priority patent/CN117812262A/zh
Priority to US17/763,118 priority patent/US20220345710A1/en
Priority to JP2022521365A priority patent/JP7414977B2/ja
Priority to EP20873717.1A priority patent/EP4044594A4/en
Priority to MX2022004211A priority patent/MX2022004211A/es
Priority to CN202410003872.7A priority patent/CN117979005A/zh
Priority to KR1020227007086A priority patent/KR20220044311A/ko
Publication of WO2021071297A1 publication Critical patent/WO2021071297A1/ko
Priority to JP2023222607A priority patent/JP2024024020A/ja

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
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/18—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a set of transform coefficients
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Definitions

  • This document relates to an image coding technology, and more particularly, to a transform-based image coding method and an apparatus therefor in an image coding system.
  • the image/video data becomes high-resolution and high-quality, the amount of information or bits to be transmitted increases relative to that of the existing image/video data. Therefore, the image data can be transmitted using a medium such as an existing wired/wireless broadband line or an existing storage medium. In the case of storing video/video data by using it, the transmission cost and storage cost increase.
  • VR Virtual Reality
  • AR Artificial Realtiy
  • a high-efficiency video/video compression technique is required to effectively compress, transmit, store, and reproduce information of high-resolution, high-quality video/video having various characteristics as described above.
  • the technical problem of this document is to provide a method and apparatus for increasing image coding efficiency.
  • Another technical problem of this document is to provide a method and apparatus for increasing the efficiency of LFNST index coding.
  • Another technical problem of this document is to provide a method and apparatus for increasing the efficiency of the second-order transformation through coding of an LFNST index.
  • a method for decoding an image performed by a decoding apparatus includes the steps of deriving a residual sample by applying at least one of LFNST or MTS to a transform coefficient; Generating a reconstructed picture based on the residual samples, wherein the LFNST is performed based on an LFNST transform set, an LFNST kernel included in the LFNST transform set, and an LFNST index indicating the LFNST kernel, and the
  • the first bean of the syntax element bean string for the LFNST index is derived based on different context information according to the tree type of the current block, and the second bean of the syntax element bean string may be derived based on preset context information.
  • Deriving context information of a syntax element for the LFNST index Decoding bins of a syntax element bin string for the LFNST index based on the context information; It may further include the step of deriving a value of the syntax element for the LFNST index.
  • the first bin may be derived as first context information, and if the tree type of the current block is not a single tree, the first bin may be derived as second context information.
  • the context information for the second bin may be derived as third context information different from the first context information and the second context information.
  • the LFNST conversion set includes two LFNST kernels, and a value for the syntax element is 0 indicating a case where the LFNST is not applied to the current block, 1 indicating a first LFNST kernel among the LFNST kernels, It may include any one of 2 indicating a second LFNST kernel among the LFNST kernels.
  • the value for the syntax element is binarized into a truncated universal code, the value 0 for the syntax element is '0', the value 1 for the syntax element is '10', and the value 2 for the syntax element Can be binarized to '11'.
  • a video encoding method performed by an encoding device includes deriving transform coefficients for the current block by applying at least one of LFNST or MTS to residual samples; Including the step of encoding the LFNST index indicating the LFNST kernel and quantized residual information, wherein the LFNST is performed based on the LFNST transform set, the LFNST kernel included in the LFNST transform set, and the LFNST index
  • the first bean of the syntax element bean string may be derived based on different context information according to the tree type of the current block, and the second bean of the syntax element bean string may be derived based on preset context information.
  • a digital storage medium in which encoded image information generated according to an image encoding method performed by an encoding apparatus and image data including a bitstream are stored may be provided.
  • a digital storage medium in which image data including a bitstream and encoded image information causing the decoding apparatus to perform the image decoding method may be provided.
  • the efficiency of LFNST index coding can be improved.
  • the efficiency of quadratic transformation can be improved through coding of the LFNST index.
  • FIG. 1 schematically shows an example of a video/video coding system to which this document can be applied.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/video encoding apparatus to which the present document can be applied.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/video decoding apparatus to which the present document can be applied.
  • FIG. 4 is an exemplary structural diagram of a content streaming system to which this document is applied.
  • FIG. 5 schematically shows a multiple transformation technique according to an embodiment of the present document.
  • 6 exemplarily shows intra directional modes of 65 prediction directions.
  • FIG. 7 is a diagram for describing an RST according to an embodiment of the present document.
  • FIG. 8 is a diagram illustrating a sequence of arranging output data of a forward linear transformation into a one-dimensional vector, according to an example.
  • FIG. 9 is a diagram illustrating a sequence of arranging output data of a forward quadratic transformation into 2D blocks according to an example.
  • FIG. 10 is a diagram illustrating wide-angle intra prediction modes according to an embodiment of the present document.
  • FIG. 11 is a diagram showing a block shape to which LFNST is applied.
  • FIG. 12 is a diagram illustrating an arrangement of output data of forward LFNST according to an example.
  • FIG. 13 is a diagram illustrating zero-out in a block to which 4x4 LFNST is applied according to an example.
  • FIG. 14 is a diagram illustrating zero-out in a block to which 8x8 LFNST is applied according to an example.
  • 15 is a diagram illustrating a block diagram of a CABAC encoding system according to an embodiment.
  • 16 is a flowchart illustrating an operation of a video decoding apparatus according to an embodiment of the present document.
  • 17 is a flowchart illustrating an operation of a video encoding apparatus according to an embodiment of the present document.
  • each of the components in the drawings described in the present document is independently illustrated for convenience of description of different characteristic functions, and does not mean that each component is implemented as separate hardware or separate software.
  • two or more of the configurations may be combined to form one configuration, or one configuration may be divided into a plurality of configurations.
  • Embodiments in which each configuration is integrated and/or separated are also included in the scope of the rights of this document, unless departing from the essence of this document.
  • VVC Very Video Coding
  • HEVC High Efficiency Video Coding
  • EMC essential video coding
  • video may mean a set of images over time.
  • a picture generally refers to a unit representing one image in a specific time period, and a slice/tile is a unit constituting a part of a picture in coding.
  • a slice/tile may include one or more coding tree units (CTU).
  • One picture may be composed of one or more slices/tiles.
  • One picture may be composed of one or more tile groups.
  • One tile group may include one or more tiles.
  • a pixel or pel may mean a minimum unit constituting one picture (or image).
  • sample' may be used as a term corresponding to a pixel.
  • a sample may generally represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component.
  • the sample may mean a pixel value in the spatial domain, and when such a pixel value is converted to the frequency domain, it may mean a transform coefficient in the frequency domain.
  • a unit may represent a basic unit of image processing.
  • the unit may include at least one of a specific area of a picture and information related to the corresponding area.
  • One unit may include one luma block and two chroma (ex. cb, cr) blocks.
  • the unit may be used interchangeably with terms such as a block or an area depending on the case.
  • the MxN block may include samples (or sample arrays) consisting of M columns and N rows, or a set (or array) of transform coefficients.
  • A/B may mean “A and/or B.”
  • A, B may mean “A and/or B.”
  • A/B/C may mean “at least one of A, B, and/or C.”
  • A/B/C may mean “ at least one of A, B, and/or C.”
  • At least one of A and B may mean “only A”, “only B” or “both A and B”.
  • the expression “at least one of A or B” or “at least one of A and/or B” means “at least one It can be interpreted the same as “at least one of A and B”.
  • “at least one of A, B and C” means “only A”, “only B”, “only C”, or “A, B and C It can mean any combination of A, B and C”.
  • “at least one of A, B or C” or “at least one of A, B and/or C” means It can mean “at least one of A, B and C”.
  • parentheses used in the present specification may mean “for example”. Specifically, when indicated as “prediction (intra prediction)”, “intra prediction” may be proposed as an example of “prediction”. In other words, “prediction” in the present specification is not limited to “intra prediction”, and “intra prediction” may be suggested as an example of “prediction”. In addition, even when indicated as “prediction (ie, intra prediction)”, “intra prediction” may be proposed as an example of “prediction”.
  • FIG. 1 schematically shows an example of a video/video coding system to which this document can be applied.
  • a video/image coding system may include a source device and a receiving device.
  • the source device may transmit the encoded video/image information or data in a file or streaming form to the receiving device through a digital storage medium or a network.
  • the source device may include a video source, an encoding device, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding device, and a renderer.
  • the encoding device may be referred to as a video/image encoding device, and the decoding device may be referred to as a video/image decoding device.
  • the transmitter may be included in the encoding device.
  • the receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or an external component.
  • the video source may acquire a video/image through a process of capturing, synthesizing, or generating a video/image.
  • the video source may include a video/image capturing device and/or a video/image generating device.
  • the video/image capture device may include, for example, one or more cameras, a video/image archive including previously captured video/images, and the like.
  • the video/image generating device may include, for example, a computer, a tablet and a smartphone, and may (electronically) generate a video/image.
  • a virtual video/image may be generated through a computer or the like, and in this case, a video/image capturing process may be substituted as a process of generating related data.
  • the encoding device may encode the input video/video.
  • the encoding apparatus may perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
  • the encoded data (encoded video/video information) may be output in the form of a bitstream.
  • the transmission unit may transmit the encoded video/video information or data output in the form of a bitstream to the reception unit of the reception device through a digital storage medium or a network in a file or streaming format.
  • Digital storage media may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiver may receive/extract the bitstream and transmit it to the decoding device.
  • the decoding device may decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding device.
  • the renderer can render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • the video encoding device may include an image encoding device.
  • the encoding apparatus 200 includes an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, and It may be configured to include an adder 250, a filter 260, and a memory 270.
  • the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222.
  • the residual processing unit 230 may include a transform unit 232, a quantizer 233, an inverse quantizer 234, and an inverse transformer 235.
  • the residual processing unit 230 may further include a subtractor 231.
  • the addition unit 250 may be referred to as a reconstructor or a recontructged block generator.
  • the image segmentation unit 210, the prediction unit 220, the residual processing unit 230, the entropy encoding unit 240, the addition unit 250, and the filtering unit 260 described above may include one or more hardware components (for example, it may be configured by an encoder chipset or a processor).
  • the memory 270 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include the memory 270 as an internal/external component.
  • the image segmentation unit 210 may divide an input image (or picture, frame) input to the encoding apparatus 200 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • the coding unit is recursively divided according to the QTBTTT (Quad-tree binary-tree ternary-tree) structure from a coding tree unit (CTU) or a largest coding unit (LCU).
  • QTBTTT Quad-tree binary-tree ternary-tree
  • CTU coding tree unit
  • LCU largest coding unit
  • one coding unit may be divided into a plurality of coding units of a deeper depth based on a quad tree structure, a binary tree structure, and/or a ternary structure.
  • a quad tree structure may be applied first, and a binary tree structure and/or a ternary structure may be applied later.
  • the binary tree structure may be applied first.
  • the coding procedure according to this document may be performed based on the final coding unit that is no longer divided. In this case, based on the coding efficiency according to the image characteristics, the maximum coding unit can be directly used as the final coding unit, or if necessary, the coding unit is recursively divided into coding units of lower depth to be optimal. A coding unit of the size of may be used as the final coding unit.
  • the coding procedure may include a procedure such as prediction, transformation, and restoration, which will be described later.
  • the processing unit may further include a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be divided or partitioned from the above-described final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for inducing a transform coefficient and/or a unit for inducing a residual signal from the transform coefficient.
  • the unit may be used interchangeably with terms such as a block or an area depending on the case.
  • the MxN block may represent a set of samples or transform coefficients consisting of M columns and N rows.
  • a sample may represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luminance component, or may represent only a pixel/pixel value of a saturation component.
  • Sample may be used as a term corresponding to one picture (or image) as a pixel or pel.
  • the subtraction unit 231 subtracts the prediction signal (predicted block, prediction samples, or prediction sample array) output from the prediction unit 220 from the input image signal (original block, original samples, or original sample array) to make a residual.
  • a signal residual block, residual samples, or residual sample array
  • the prediction unit 220 may perform prediction on a block to be processed (hereinafter referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the predictor 220 may determine whether intra prediction or inter prediction is applied in units of a current block or CU.
  • the prediction unit may generate various information related to prediction, such as prediction mode information, as described later in the description of each prediction mode, and transmit it to the entropy encoding unit 240.
  • the information on prediction may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra prediction unit 222 may predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the vicinity of the current block or may be located away from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes according to the degree of detail of the prediction direction. However, this is an example, and more or less directional prediction modes may be used depending on the setting.
  • the intra prediction unit 222 may determine a prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 221 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on 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.
  • the temporal neighboring block may be referred to as a collocated reference block, a collocated CU (colCU), and the like, and a reference picture including the temporal neighboring block may be referred to as a collocated picture (colPic).
  • the inter prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive a motion vector and/or a reference picture index of the current block. Can be generated. Inter prediction may be performed based on various prediction modes.
  • the inter prediction unit 221 may use motion information of a neighboring block as motion information of a current block.
  • a residual signal may not be transmitted.
  • MVP motion vector prediction
  • the motion vector of the current block is determined by using a motion vector of a neighboring block as a motion vector predictor and signaling a motion vector difference. I can instruct.
  • the prediction unit 220 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction to predict one block, as well as simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may perform intra block copy (IBC) to predict a block.
  • the intra block copy may be used for content image/video coding such as a game, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction in the current picture, but can be performed similarly to inter prediction in that it derives a reference block in the current picture. That is, the IBC may use at least one of the inter prediction techniques described in this document.
  • the prediction signal generated through the inter prediction unit 221 and/or the intra prediction unit 222 may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique may include Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Graph-Based Transform (GBT), or Conditionally Non-linear Transform (CNT).
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • GBT Graph-Based Transform
  • CNT Conditionally Non-linear Transform
  • GBT refers to the transformation obtained from this graph when the relationship information between pixels is expressed in a graph.
  • CNT refers to a transformation obtained based on generating a prediction signal using all previously reconstructed pixels.
  • the conversion process may be applied to a pixel block having the same size of a square, or may be applied to a block having a variable size other
  • the quantization unit 233 quantizes the transform coefficients and transmits it to the entropy encoding unit 240, and the entropy encoding unit 240 encodes the quantized signal (information on quantized transform coefficients) and outputs it as a bitstream. have.
  • Information about the quantized transform coefficients may be called residual information.
  • the quantization unit 233 may rearrange the quantized transform coefficients in the form of a block into a one-dimensional vector form based on a coefficient scan order, and the quantized transform coefficients in the form of the one-dimensional vector It is also possible to generate information about transform coefficients.
  • the entropy encoding unit 240 may perform various encoding methods such as exponential Golomb, context-adaptive variable length coding (CAVLC), context-adaptive binary arithmetic coding (CABAC), and the like.
  • the entropy encoding unit 240 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.
  • Signaled/transmitted information and/or syntax elements described later in this document may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream may be transmitted through a network or may be stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmission unit (not shown) for transmitting and/or a storage unit (not shown) for storing may be configured as internal/external elements of the encoding apparatus 200, or the transmission unit It may be included in the entropy encoding unit 240.
  • Quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
  • a residual signal residual block or residual samples
  • the addition unit 250 may generate a reconstructed signal (a reconstructed picture, a reconstructed block, reconstructed samples, or a reconstructed sample array) by adding the reconstructed residual signal to the prediction signal output from the prediction unit 220 .
  • the predicted block may be used as a reconstructed block.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, and may be used for inter prediction of the next picture through filtering as described later.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 260 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 260 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and the modified reconstructed picture may be converted to the memory 270, specifically, the DPB of the memory 270. Can be saved on.
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset (SAO), adaptive loop filter, bilateral filter, and the like.
  • the filtering unit 260 may generate a variety of filtering information and transmit it to the entropy encoding unit 290 as described later in the description of each filtering method.
  • the filtering information may be encoded by the entropy encoding unit 290 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 270 may be used as a reference picture in the inter prediction unit 280.
  • the encoding device may avoid prediction mismatch between the encoding device 200 and the decoding device, and may improve encoding efficiency.
  • the DPB of the memory 270 may store the modified reconstructed picture to be used as a reference picture in the inter prediction unit 221.
  • the memory 270 may store motion information of a block from which motion information in a current picture is derived (or encoded) and/or motion information of blocks in a picture that have already been reconstructed.
  • the stored motion information may be transmitted to the inter prediction unit 221 in order to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 270 may store reconstructed samples of reconstructed blocks in the current picture, and may be transmitted to the intra prediction unit 222.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/video decoding apparatus to which the present document can be applied.
  • the decoding apparatus 300 includes an entropy decoder 310, a residual processor 320, a predictor 330, an adder 340, and a filtering unit. It may be configured to include (filter, 350) and memory (memory, 360).
  • the prediction unit 330 may include an inter prediction unit 331 and an intra prediction unit 332.
  • the residual processing unit 320 may include a dequantizer 321 and an inverse transformer 321.
  • the entropy decoding unit 310, the residual processing unit 320, the prediction unit 330, the addition unit 340, and the filtering unit 350 described above are one hardware component (for example, a decoder chipset or a processor). ) Can be configured.
  • the memory 360 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include the memory 360 as an internal/external component.
  • the decoding apparatus 300 may reconstruct an image in response to a process in which the video/image information is processed by the encoding apparatus of FIG. 2. For example, the decoding apparatus 300 may derive units/blocks based on the block division related information obtained from the bitstream.
  • the decoding device 300 may perform decoding using a processing unit applied by the encoding device.
  • the processing unit of decoding may be, for example, a coding unit, and the coding unit may be divided from a coding tree unit or a maximum coding unit along a quad tree structure, a binary tree structure and/or a ternary tree structure.
  • One or more transform units may be derived from the coding unit.
  • the reconstructed image signal decoded and output through the decoding device 300 may be reproduced through the playback device.
  • the decoding apparatus 300 may receive a signal output from the encoding apparatus of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310.
  • the entropy decoding unit 310 may parse the bitstream to derive information (eg, video/video information) necessary for image restoration (or picture restoration).
  • the video/video information may further include information on various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/video information may further include general constraint information.
  • the decoding apparatus may further decode the picture based on the information on the parameter set and/or the general restriction information.
  • Signaled/received information and/or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 310 decodes information in a 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, a quantized value of a transform coefficient related to a residual. Can be printed.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in a bitstream, and includes information about the syntax element to be decoded and information on the decoding information of the block to be decoded and the neighboring block or symbol/bin information decoded in a previous step.
  • a context model is determined using the context model, and a symbol corresponding to the value of each syntax element can be generated by performing arithmetic decoding of the bin by predicting the probability of occurrence of a bin according to the determined context model. have.
  • 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.
  • a receiving unit (not shown) for receiving a signal output from the encoding device may be further configured as an inner/outer element of the decoding device 300, or the receiving unit may be a component of the entropy decoding unit 310.
  • the decoding apparatus may be referred to as a video/video/picture decoding apparatus, and the decoding apparatus can be divided into an information decoder (video/video/picture information decoder) and a sample decoder (video/video/picture sample decoder). May be.
  • the information decoder may include the entropy decoding unit 310, and the sample decoder may include the inverse quantization unit 321, an inverse transform unit 322, a prediction unit 330, an addition unit 340, and a filtering unit ( 350) and at least one of the memory 360 may be included.
  • the inverse quantization unit 321 may inverse quantize the quantized transform coefficients and output transform coefficients.
  • the inverse quantization unit 321 may rearrange the quantized transform coefficients into a two-dimensional block shape. In this case, the rearrangement may be performed based on the coefficient scan order performed by the encoding device.
  • the inverse quantization unit 321 may perform inverse quantization on quantized transform coefficients 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 322 obtains a residual signal (residual block, residual sample array) by inverse transforming the transform coefficients.
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on information about the prediction output from the entropy decoding unit 310, and may determine a specific intra/inter prediction mode.
  • the prediction unit may generate a prediction signal based on various prediction methods to be described later. For example, the prediction unit may apply intra prediction or inter prediction to predict one block, as well as simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may perform intra block copy (IBC) to predict a block.
  • the intra block copy may be used for content image/video coding such as a game, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction in the current picture, but can be performed similarly to inter prediction in that it derives a reference block in the current picture. That is, the IBC may use at least one of the inter prediction techniques described in this document.
  • the intra prediction unit 332 may predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the vicinity of the current block or may be located away from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra prediction unit 332 may determine a prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 331 may derive a predicted block for the current block based on a reference block (reference sample array) specified by a motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on 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 inter prediction unit 331 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or a reference picture index of the current block based on the received candidate selection information.
  • Inter prediction may be performed based on various prediction modes, and the information on the prediction may include information indicating a mode of inter prediction for the current block.
  • the addition unit 340 adds the obtained residual signal to the prediction signal (predicted block, prediction sample array) output from the prediction unit 330 to generate a reconstructed signal (restored picture, reconstructed block, reconstructed sample array). I can. When there is no residual for a block to be processed, such as when the skip mode is applied, the predicted block may be used as a reconstructed block.
  • the addition unit 340 may be referred to as a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, may be output through filtering as described later, or may be used for inter prediction of the next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 350 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 350 may apply various filtering methods to the reconstructed picture to generate a modified reconstructed picture, and the modified reconstructed picture may be converted to the memory 60, specifically, the DPB of the memory 360. Can be transferred to.
  • the various filtering methods may include, for example, deblocking filtering, sample adaptive offset, adaptive loop filter, bilateral filter, and the like.
  • the reconstructed picture (modified) stored in the DPB of the memory 360 may be used as a reference picture in the inter prediction unit 331.
  • the memory 360 may store motion information of a block from which motion information in a current picture is derived (or decoded) and/or motion information of blocks in a picture that have already been reconstructed.
  • the stored motion information may be transmitted to the inter prediction unit 331 in order to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 360 may store reconstructed samples of reconstructed blocks in the current picture, and may be transmitted to the intra prediction unit 332.
  • the embodiments described in the prediction unit 330, the inverse quantization unit 321, the inverse transform unit 322, and the filtering unit 350 of the decoding apparatus 300 are respectively a prediction unit ( 220), the inverse quantization unit 234, the inverse transform unit 235, and the filtering unit 260 may be applied to the same or correspond to each other.
  • a predicted block including prediction samples for a current block which is a block to be coded
  • the predicted block includes prediction samples in the spatial domain (or pixel domain).
  • the predicted block is derived identically by the encoding device and the decoding device, and the encoding device decodes information (residual information) about the residual between the original block and the predicted block, not the original sample value of the original block itself.
  • Video coding efficiency can be improved by signaling to the device.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, and generate a reconstructed block including reconstructed samples by summing the residual block and the predicted block. A reconstructed picture to be included can be generated.
  • the residual information may be generated through transformation and quantization procedures.
  • the encoding apparatus derives a residual block between the original block and the predicted block, and derives transform coefficients by performing a transformation procedure on residual samples (residual sample array) included in the residual block. And, by performing a quantization procedure on the transform coefficients, quantized transform coefficients may be derived, and related residual information may be signaled to a decoding apparatus (through a bitstream).
  • the residual information may include information such as value information of the quantized transform coefficients, position information, a transform technique, a transform kernel, and a quantization parameter.
  • the decoding apparatus may perform an inverse quantization/inverse transform procedure based on the residual information and derive residual samples (or residual blocks).
  • the decoding apparatus may generate a reconstructed picture based on the predicted block and the residual block.
  • the encoding apparatus may also inverse quantize/inverse transform quantized transform coefficients for reference for inter prediction of a picture to derive a residual block, and generate a reconstructed picture based on the inverse quantization/inverse transformation of the quantized transform coefficients.
  • FIG. 4 is an exemplary structural diagram of a content streaming system to which this document is applied.
  • the content streaming system to which this document is applied may largely include an encoding server, a streaming server, a web server, a media storage device, a user device, and a multimedia input device.
  • the encoding server serves to generate a bitstream by compressing content input from multimedia input devices such as smartphones, cameras, camcorders, etc. into digital data, and transmits it to the streaming server.
  • multimedia input devices such as smartphones, cameras, camcorders, etc. directly generate bitstreams
  • the encoding server may be omitted.
  • the bitstream may be generated by an encoding method or a bitstream generation method to which this document is applied, and the streaming server may temporarily store the bitstream while transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to a user device based on a user request through a web server, and the web server serves as an intermediary for notifying the user of a service.
  • the web server transmits it to the streaming server, and the streaming server transmits multimedia data to the user.
  • the content streaming system may include a separate control server.
  • the control server serves to control 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, ultrabook, wearable device, e.g., smartwatch, smart glass, head mounted display (HMD), digital TV, desktop computer , Digital signage, etc.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • Tablet PC tablet
  • ultrabook ultrabook
  • wearable device e.g., smartwatch, smart glass, head mounted display (HMD), digital TV, desktop computer , Digital signage, etc.
  • HMD head mounted display
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributedly processed.
  • the transform unit may correspond to the transform unit in the encoding apparatus of FIG. 2 described above, and the inverse transform unit may correspond to the inverse transform unit in the encoding apparatus of FIG. 2 or the inverse transform unit in the decoding apparatus of FIG. 3. .
  • the transform unit may derive (first-order) transform coefficients by performing a first-order transform based on residual samples (residual sample array) in the residual block (S510).
  • This primary transform may be referred to as a core transform.
  • the first-order transform may be based on multiple transform selection (MTS), and when multiple transforms are applied as the first-order transform, it may be referred to as a multiple core transform.
  • MTS multiple transform selection
  • the multiple core transformation may represent a method of additionally using Discrete Cosine Transform (DST) type 2, Discrete Sine Transform (DST) type 7, DCT type 8, and/or DST type 1. That is, the multi-core transform is based on a plurality of transform kernels selected from among the DCT type 2, the DST type 7, the DCT type 8, and the DST type 1, based on the residual signal (or residual block) in the spatial domain in the frequency domain. It may represent a transform method of transforming into transform coefficients (or first-order transform coefficients) of.
  • the first-order transform coefficients may be referred to as temporary transform coefficients from the viewpoint of the transform unit.
  • transformation coefficients can be generated by applying a transformation from a spatial domain to a frequency domain for a residual signal (or a residual block) based on DCT type 2.
  • Transform to may be applied to generate transform coefficients (or first-order transform coefficients).
  • DCT type 2, DST type 7, DCT type 8, and DST type 1 may be referred to as a transform type, a transform kernel, or a transform core.
  • a vertical transformation kernel and a horizontal transformation kernel for a target block may be selected among the transformation kernels, and a vertical transformation for the target block is performed based on the vertical transformation kernel, and the Horizontal transformation may be performed on the target block based on the horizontal transformation kernel.
  • the horizontal transformation may represent transformation of horizontal components of the target block
  • the vertical transformation may represent transformation of vertical components of the target block.
  • the vertical transform kernel/horizontal transform kernel may be adaptively determined based on a prediction mode and/or a transform index of a target block (CU or subblock) including a residual block.
  • mapping relationship can be set. For example, if the horizontal direction conversion kernel is represented by trTypeHor and the vertical direction conversion kernel is represented by trTypeVer, the value of trTypeHor or trTypeVer is set to DCT2, the value of trTypeHor or trTypeVer is set to DST7, and the value of trTypeHor or trTypeVer is 2 May be set to DCT8.
  • MTS index information may be encoded and signaled to a decoding device to indicate any one of a plurality of transform kernel sets. For example, if the MTS index is 0, it indicates that both the trTypeHor and trTypeVer values are 0, if the MTS index is 1, it indicates that both the trTypeHor and trTypeVer values are 1, and if the MTS index is 2, the trTypeHor value is 2 and the trTypeVer value Is 1, if the MTS index is 3, the trTypeHor value is 1 and the trTypeVer value is 2, and if the MTS index is 4, it may indicate that both the trTypeHor and trTypeVer values are 2.
  • a conversion kernel set according to MTS index information is shown in a table as follows.
  • the transform unit may derive modified (second-order) transform coefficients by performing a second-order transform based on the (first-order) transform coefficients (S520).
  • the first-order transform is a transform from a spatial domain to a frequency domain
  • the second-order transform refers to transforming into a more compressive expression using a correlation existing between (first-order) transform coefficients.
  • the second-order transform may include a non-separable transform.
  • the second transform may be referred to as a non-separable secondary transform (NSST) or a mode-dependent non-separable secondary transform (MDNSST).
  • the non-separated quadratic transform is a second-order transform of the (first-order) transform coefficients derived through the first-order transform based on a non-separable transform matrix, and then modified transform coefficients for a residual signal. It may represent a transform that produces (or quadratic transform coefficients).
  • a transform may be applied at once without separating vertical transform and horizontal transform (or independently applying horizontal and vertical transform) to the (first-order) transform coefficients.
  • the non-separated quadratic transform is not separately applied in the vertical direction and the horizontal direction for the (first-order) transform coefficients, and, for example, the two-dimensional signals (transform coefficients) are in a specific direction (e.g., row priority).
  • modified transform coefficients or quadratic transform coefficients
  • the conversion method can be indicated.
  • the row priority order is to arrange the first row, the second row, ..., the Nth row for the MxN block in a row
  • the column priority order is the first column, the second column for the MxN block.
  • the non-separated quadratic transform may be applied to a top-left region of a block (hereinafter, referred to as a transform coefficient block) composed of (first-order) transform coefficients.
  • a transform coefficient block composed of (first-order) transform coefficients.
  • an 8 ⁇ 8 non-separated quadratic transform may be applied to the upper left 8 ⁇ 8 area of the transform coefficient block.
  • the width (W) and the height (H) of the transform coefficient block are 4 or more, and the width (W) or the height (H) of the transform coefficient block is less than 8
  • 4 ⁇ 4 non-separated secondary A transform can be applied to the upper left min(8,W) ⁇ min(8,H) area of the transform coefficient block.
  • the embodiment is not limited thereto, and for example, even if only the condition that the width (W) or the height (H) of the transform coefficient block is 4 or more is satisfied, the 4 ⁇ 4 non-separated quadratic transform is the upper left corner of the transform coefficient block. It can also be applied to the region min(8,W) ⁇ min(8,H).
  • non-separated quadratic transformation may be performed as follows.
  • the 4 ⁇ 4 input block X can be represented as follows.
  • a vector can be represented as follows.
  • the vector Rearranges the two-dimensional block of X in Equation 1 into a one-dimensional vector according to the row-first order.
  • the second-order non-separated transform can be calculated as follows.
  • T denotes a 16x16 (non-separated) transform matrix
  • a 16 ⁇ 1 transform coefficient vector through Equation 3 above Can be derived, and the above Can be re-organized into 4 ⁇ 4 blocks through a scan order (horizontal, vertical, diagonal, etc.).
  • the above-described calculation is an example, and in order to reduce the computational complexity of the non-separated quadratic transform, HyGT (Hypercube-Givens Transform) or the like may be used for the calculation of the non-separated quadratic transform.
  • a transformation kernel (or transformation core, transformation type) may be selected in a mode dependent manner.
  • the mode may include an intra prediction mode and/or an inter prediction mode.
  • the non-separated quadratic transform may be performed based on an 8 ⁇ 8 transform or a 4 ⁇ 4 transform determined based on the width (W) and height (H) of the transform coefficient block.
  • the 8x8 transform refers to a transform that can be applied to an 8x8 area included in a corresponding transform coefficient block when both W and H are equal to or greater than 8, and the 8x8 area may be an upper left 8x8 area inside the corresponding transform coefficient block.
  • the 4x4 transform refers to a transform that can be applied to a 4x4 area included in the corresponding transform coefficient block when both W and H are equal to or greater than 4, and the 4x4 area may be the upper left 4x4 area inside the corresponding transform coefficient block.
  • an 8x8 transform kernel matrix may be a 64x64/16x64 matrix
  • a 4x4 transform kernel matrix may be a 16x16/8x16 matrix.
  • two non-separated quadratic transform kernels may be configured per transform set for non-separated quadratic transform for both 8 ⁇ 8 transform and 4 ⁇ 4 transform, and the transform set is There can be four. That is, four transform sets may be configured for an 8 ⁇ 8 transform, and four transform sets may be configured for a 4 ⁇ 4 transform. In this case, four transform sets for an 8 ⁇ 8 transform may contain two 8 ⁇ 8 transform kernels, and in this case, four transform sets for a 4 ⁇ 4 transform include two 4 ⁇ 4 transform kernels each. Can be included.
  • the size of the transform that is, the size of the region to which the transform is applied, may be a size other than 8 ⁇ 8 or 4 ⁇ 4 as an example, the number of sets is n, and the number of transform kernels in each set is k It could be a dog.
  • the transform set may be referred to as an NSST set or an LFNST set. Selection of a specific set among the transform sets may be performed, for example, based on an intra prediction mode of a current block (CU or subblock).
  • LFNST Low-Frequency Non-Separable Transform
  • LFNST Low-Frequency Non-Separable Transform
  • the intra prediction mode is two non-directinoal or non-angular intra prediction modes and 65 directional or angular intra prediction modes.
  • the non-directional intra prediction modes may include a planar intra prediction mode 0 and a DC intra prediction mode 1, and the directional intra prediction modes may include 65 intra prediction modes 2 to 66. .
  • the intra prediction mode 67 may be further used, and the intra prediction mode 67 may represent a linear model (LM) mode.
  • LM linear model
  • 6 exemplarily shows intra directional modes of 65 prediction directions.
  • an intra prediction mode having horizontal directionality and an intra prediction mode having vertical directionality can be distinguished based on an intra prediction mode 34 having a downward-right diagonal prediction direction.
  • H and V in FIG. 6 denote horizontal and vertical directions, respectively, and numbers from -32 to 32 denote a displacement of 1/32 units on a sample grid position. This may represent an offset to the mode index value.
  • Intra prediction modes 2 to 33 have horizontal directionality
  • intra prediction modes 34 to 66 have vertical directionality.
  • the 34th intra prediction mode can be considered to be neither horizontal nor vertical, strictly speaking, but it can be classified as belonging to horizontal directionality from the viewpoint of determining a transform set of a quadratic transform.
  • Intra prediction mode 18 and intra prediction mode 50 represent horizontal intra prediction mode and vertical intra prediction mode, respectively, and intra prediction mode 2 has a left reference pixel and is up-right direction.
  • the 34th intra prediction mode may be referred to as a downward-right diagonal intra prediction mode
  • the 66th intra prediction mode may be referred to as a left-downward diagonal intra prediction mode.
  • mapping of four transform sets according to an intra prediction mode may be represented, for example, as shown in the following table.
  • one of four transform sets may be mapped to any one of 0 to 3, that is, four according to the intra prediction mode.
  • one of k transformation kernels in the specific set may be selected through a non-separated quadratic transformation index.
  • the encoding device may derive a non-separated quadratic transformation index indicating a specific transformation kernel based on a rate-distortion (RD) check, and may signal the non-separated quadratic transformation index to the decoding device.
  • the decoding apparatus may select one of k transform kernels in a specific set based on the non-separated quadratic transform index.
  • the lfnst index value 0 may refer to the first non-separated quadratic transformation kernel
  • the lfnst index value 1 may refer to the second non-separated quadratic transformation kernel
  • the lfnst index value 2 may refer to the third non-separated quadratic transformation kernel.
  • the lfnst index value 0 may indicate that the first non-separated quadratic transformation is not applied to the target block
  • the lfnst index values 1 to 3 may indicate the three transformation kernels.
  • the transform unit may perform the non-separated quadratic transform based on the selected transform kernels and obtain modified (quaternary) transform coefficients.
  • the modified transform coefficients may be derived as quantized transform coefficients through a quantization unit as described above, and may be encoded and transmitted to a signaling and inverse quantization/inverse transform unit in an encoding apparatus and signaling to a decoding apparatus.
  • the (first-order) transform coefficients that are the output of the first-order (separate) transform may be derived as quantized transform coefficients through the quantization unit as described above, and are encoded. It may be transmitted to a decoding device to an inverse quantization/inverse transform unit in a signaling and encoding device.
  • the inverse transform unit may perform a series of procedures in the reverse order of the procedure performed by the above-described transform unit.
  • the inverse transform unit receives (inverse quantized) transform coefficients, performs a second-order (inverse) transform to derive (first-order) transform coefficients (S550), and performs a first-order (inverse) for the (first-order) transform coefficients.
  • a residual block (residual samples) may be obtained by performing transformation (S560).
  • the first-order transform coefficients may be referred to as modified transform coefficients from the standpoint of the inverse transform unit.
  • the encoding apparatus and the decoding apparatus may generate a reconstructed block based on the residual block and the predicted block, and generate a reconstructed picture based on the residual block and the predicted block.
  • the decoding apparatus may further include a second-order inverse transform determining unit (or an element determining whether to apply a second-order inverse transform) and a second-order inverse transform determining unit (or a second-order inverse transform determining element).
  • Whether to apply the second-order inverse transform may determine whether to apply the second-order inverse transform.
  • the second-order inverse transform may be NSST, RST, or LFNST, and the application of the second-order inverse transform may determine whether to apply the second-order inverse transform based on the second-order transform flag parsed from the bitstream.
  • the determining unit whether to apply the second-order inverse transform may determine whether to apply the second-order inverse transform based on a transform coefficient of the residual block.
  • the second-order inverse transform determiner may determine a second-order inverse transform.
  • the second-order inverse transform determiner may determine a second-order inverse transform applied to the current block based on the LFNST (NSST or RST) transform set specified according to the intra prediction mode.
  • the method for determining the second-order transformation may be determined depending on the method for determining the first-order transformation.
  • Various combinations of the first-order transform and the second-order transform may be determined according to the intra prediction mode.
  • the inverse quadratic transform determiner may determine a region to which the inverse quadratic transform is applied based on the size of the current block.
  • a residual block (residual samples) may be obtained by receiving the (inverse quantized) transform coefficients and performing the first-order (separation) inverse transform.
  • the encoding apparatus and the decoding apparatus may generate a reconstructed block based on the residual block and the predicted block, and generate a reconstructed picture based on the residual block and the predicted block.
  • a reduced secondary transform (RST) with a reduced size of a transform matrix (kernel) can be applied from the concept of NSST in order to reduce the amount of computation and memory required for the non-separated quadratic transform.
  • the transform kernel, the transform matrix, and the coefficients constituting the transform kernel matrix described in this document may be represented by 8 bits. This may be one condition to be implemented in the decoding device and the encoding device, and it is possible to reduce the amount of memory required for storing the conversion kernel while accompanied by a performance degradation that can be reasonably accommodated compared to the existing 9-bit or 10-bit. .
  • a small multiplier can be used, and it can be more suitable for a single instruction multiple data (SIMD) instruction used for optimal software implementation.
  • RST may mean a transformation performed on residual samples for a target block based on a transform matrix whose size is reduced according to a simplification factor.
  • the amount of computation required for transformation may be reduced due to a reduction in the size of the transformation matrix. That is, the RST can be used to solve an issue of computational complexity that occurs during transformation or non-separation transformation of a large block.
  • RST may be referred to in various terms such as reduced transform, reduced transform, reduced transform, reduced secondary transform, reduction transform, simplified transform, simple transform, and the like, and the name to which the RST may be referred to is not limited to the listed examples.
  • RST since RST is mainly performed in a low frequency region including a non-zero coefficient in a transform block, it may be referred to as a low-frequency non-separable transform (LFNST).
  • LFNST low-frequency non-separable transform
  • the conversion index may be referred to as an LFNST index.
  • the inverse transform unit 235 of the encoding device 200 and the inverse transform unit 322 of the decoding device 300 are transformed based on the inverse RST of the transform coefficients.
  • the inverse first-order transform means the inverse transform of the first-order transform applied to the residual.
  • deriving a transform coefficient based on a transform may mean deriving a transform coefficient by applying a corresponding transform.
  • FIG. 7 is a diagram for describing an RST according to an embodiment of the present document.
  • target block may mean a current block, a residual block, or a transform block on which coding is performed.
  • a reduced transformation matrix may be determined by mapping an N dimensional vector to an R dimensional vector located in a different space, where R is less than N.
  • N may mean the square of the length of one side of the block to which the transform is applied or the total number of transform coefficients corresponding to the block to which the transform is applied
  • the simplification factor may mean an R/N value.
  • the simplification factor may be referred to in various terms such as a reduced factor, a reduction factor, a reduced factor, a reduction factor, a simplified factor, and a simple factor.
  • R may be referred to as a reduced coefficient, but in some cases, the simplified factor may mean R.
  • the simplification factor may mean an N/R value.
  • the simplification factor or the simplification factor may be signaled through a bitstream, but the embodiment is not limited thereto.
  • a simplification factor or a predefined value for the simplification factor may be stored in each encoding device 200 and the decoding device 300, and in this case, the simplification factor or the simplification factor may not be signaled separately.
  • the size of the simplified transform matrix according to an embodiment is RxN, which is smaller than the size NxN of a conventional transform matrix, and may be defined as in Equation 4 below.
  • the matrix T in the Reduced Transform block shown in FIG. 7A may mean the matrix T RxN of Equation 4.
  • transform coefficients for the target block may be derived.
  • the RST according to FIG.7 (a) is It can be expressed as a matrix operation such as Equation 5. In this case, memory and multiplication operations can be reduced to approximately 1/4 by a simplification factor.
  • a matrix operation can be understood as an operation to obtain a column vector by multiplying a matrix and a column vector by placing a matrix on the left side of the column vector.
  • r 1 to r 64 may represent residual samples for a target block, and more specifically, may be transform coefficients generated by applying a first-order transform.
  • transform coefficients c i for the target block may be derived, and the derivation process of c i may be the same as Equation 6.
  • the size of the normal transform matrix is 64x64 (NxN), but the size of the simplified transform matrix is reduced to 16x64 (RxN).
  • Memory usage can be reduced by an R/N ratio.
  • the use of the simplified transform matrix can reduce the number of multiplication operations by an R/N ratio (RxN).
  • the transform unit 232 of the encoding apparatus 200 may derive transform coefficients for the target block by performing a first-order transform and an RST-based second-order transform on residual samples for the target block. These transform coefficients may be transmitted to the inverse transform unit of the decoding device 300, and the inverse transform unit 322 of the decoding device 300 derives the modified transform coefficients based on the inverse reduced secondary transform (RST) of the transform coefficients. Then, residual samples for the target block may be derived based on the inverse linear transform of the modified transform coefficients.
  • RST inverse reduced secondary transform
  • the size of the inverse RST matrix T NxR is NxR smaller than the size NxN of a conventional inverse transform matrix, and is in a transpose relationship with the simplified transform matrix T RxN shown in Equation 4.
  • the matrix T t in the Transform block may mean the inverse RST matrix T RxN T (the superscript T means transpose).
  • T means transpose
  • modified transform coefficients for the target block or residual samples for the target block may be derived.
  • Station RxN RST matrix T T may be expressed as (T RxN) T NxR.
  • modified transform coefficients for the target block may be derived by multiplying transform coefficients for the target block by the inverse RST matrix T RxN T.
  • an inverse RST may be applied as an inverse linear transformation, and in this case, residual samples for the target block may be derived when transform coefficients for the target block are multiplied by the inverse RST matrix TRxNT.
  • the RST according to FIG. 7(b) is It can be expressed as a matrix operation such as Equation 7 of.
  • Equation 7 c 1 to c 16 may represent transform coefficients for the target block.
  • r i representing modified transform coefficients for the target block or residual samples for the target block may be derived, and a derivation process of r i may be the same as in Equation 8.
  • r 1 to r N representing the modified transform coefficients for the target block or residual samples for the target block may be derived.
  • the size of a typical inverse transform matrix is 64x64 (NxN)
  • the size of the simplified inverse transform matrix is reduced to 64x16 (NxR).
  • Memory usage can be reduced by R/N ratio.
  • the use of the simplified inverse transform matrix can reduce the number of multiplication operations by an R/N ratio (NxR).
  • the transformation set configuration shown in Table 2 can be applied. That is, the 8x8 RST may be applied according to the transform set in Table 2. Since one transform set is composed of two or three transforms (kernels) according to an intra prediction mode, it may be configured to select one of a maximum of four transforms including a case where a quadratic transform is not applied. When the quadratic transformation is not applied, the transformation can be regarded as the identity matrix applied.
  • transformation index may be designated by signaling a syntax element called an lfnst index for each transform coefficient block. That is, for an 8x8 upper left block through a transform index, 8x8 RST may be designated in the RST configuration, or 8x8 lfnst may be designated when LFNST is applied.
  • 8x8 lfnst and 8x8 RST refer to transforms that can be applied to the 8x8 area included in the corresponding transform coefficient block when both W and H of the target block to be transformed are equal to or greater than 8, and the corresponding 8x8 area is the corresponding transform coefficient block. It may be an upper left 8x8 area inside.
  • 4x4 lfnst and 4x4 RST refer to transforms that can be applied to the 4x4 area included in the corresponding transform coefficient block when both W and H of the target block are equal to or greater than 4, and the 4x4 area is It may be the upper left 4x4 area.
  • a maximum of 16 x 48 conversion kernels is selected by selecting only 48 data, not a 16 x 64 conversion kernel matrix, for 64 data constituting an 8 x 8 area.
  • Matrix can be applied.
  • “maximum” means that the maximum value of m is 16 for an m x 48 transform kernel matrix capable of generating m coefficients. That is, when RST is performed by applying an m x 48 transform kernel matrix (m ⁇ 16) to an 8 x 8 region, it is possible to generate m coefficients by receiving 48 data. When m is 16, 48 data are input and 16 coefficients are generated.
  • a 16 ⁇ 1 vector may be generated by sequentially multiplying a 16 ⁇ 48 matrix and a 48 ⁇ 1 vector.
  • 48 x 1 vectors can be formed by appropriately arranging 48 pieces of data constituting an 8 x 8 area.
  • a 48x1 vector may be constructed based on 48 pieces of data constituting an area excluding a 4x4 area at the bottom right of an 8x8 area.
  • the transposed matrix of the above-described transform kernel matrix may be used for the inverse transform of the decoding process. That is, when inverse RST or LFNST is performed as an inverse transformation process performed by the decoding apparatus, the input coefficient data to which the inverse RST is applied is composed of a 1-D vector according to a predetermined arrangement order, and the corresponding inverse RST matrix is added to the 1-D vector.
  • the modified coefficient vectors obtained by multiplying from the left may be arranged in a 2D block according to a predetermined arrangement order.
  • ⁇ transform coefficients corresponding to the upper left of the 8x8 region among the transform coefficients of the 8x8 region are input in the form of a one-dimensional array according to the scanning order.
  • the nx1 vector can be interpreted in the same meaning as the nx1 matrix, it may be expressed as an nx1 column vector.
  • * means a matrix multiplication operation. When such a matrix operation is performed, 48 modified transform coefficients may be derived, and 48 modified transform coefficients may be arranged in the upper left, upper right, and lower left regions excluding the lower right region of the 8x8 region.
  • the inverse transform unit 235 of the encoding device 200 and the inverse transform unit 322 of the decoding device 300 are transformed based on the inverse RST of the transform coefficients.
  • the inverse first-order transform means the inverse transform of the first-order transform applied to the residual.
  • deriving a transform coefficient based on a transform may mean deriving a transform coefficient by applying a corresponding transform.
  • the LFNST may include forward transformation by an encoding device and inverse transformation by a decoding device.
  • the encoding apparatus applies a primary (core) transform and then receives a result (or a part of the result) as an input, and applies a secondary transform.
  • Equation 9 x and y are the inputs and outputs of the quadratic transformation, respectively, and G is a matrix representing the quadratic transformation, and transform basis vectors are composed of column vectors.
  • G is a matrix representing the quadratic transformation, and transform basis vectors are composed of column vectors.
  • the dimension of the transformation matrix G is expressed as [number of rows x number of columns]
  • the dimension of G T is obtained by taking the transforce of the matrix G.
  • the dimensions of the matrix G are [48 x 16 ], [48 x 8 ], [16 x 16 ], and [16 x 8 ], and the [48 x 8] and [16 x 8] matrices are respectively
  • This is a partial matrix obtained by sampling 8 transform basis vectors from the left of the [48 x 16] matrix and the [16 x 16] matrix.
  • the dimensions of the matrix G T are [16 x 48 ], [8 x 48 ], [16 x 16 ], and [8 x 16 ], and [8 x 48] and [8 x 16]
  • the matrix is a partial matrix obtained by sampling 8 transform basis vectors from the top of the [16 x 48] matrix and the [16 x 16] matrix, respectively.
  • a [48 x 1] vector or a [16 x 1] vector can be used as an input x
  • a [16 x 1] vector or a [8 x 1] vector can be used as an output y.
  • 2D data that is the output of the forward transform is properly arranged to form a [48 x 1] vector or a [16 x 1] vector as input x. We need to construct a dimensional vector.
  • FIG. 8 is a diagram illustrating a sequence of arranging output data of a forward linear transformation into a one-dimensional vector, according to an example.
  • Figure 8 (a) and (b) shows the sequence for creating a [48 x 1] vector
  • Figure 8 (a) and (b) the right diagram for creating a [16 x 1] vector Indicate the order.
  • a one-dimensional vector x may be obtained by sequentially arranging 2D data in the order shown in FIGS. 8A and 8B.
  • the arrangement direction of the output data of the forward linear transformation may be determined according to the intra prediction mode of the current block. For example, if the intra prediction mode of the current block is in the horizontal direction based on the diagonal direction, the output data of the forward first order transformation may be arranged in the order of FIG. 8A, and the intra prediction mode of the current block is in the diagonal direction. In the vertical direction based on, the output data of the forward first-order transformation may be arranged in the order of (b) of FIG. 8.
  • an arrangement order different from the ordering of FIGS. 8A and 8B may be applied, and the same as when the arrangement order of FIGS. 8A and 8B is applied.
  • the column vectors of matrix G can be rearranged according to the corresponding arrangement order. That is, the column vectors of G can be rearranged so that each element constituting the x vector is always multiplied by the same transformed basis vector.
  • Equation 9 Since the output y derived through Equation 9 is a one-dimensional vector, if a configuration that processes the result of a forward quadratic transformation as an input, for example, a configuration that performs quantization or residual coding, requires two-dimensional data as input data. Then, the output y vector of Equation 9 must be properly arranged as 2D data.
  • FIG. 9 is a diagram illustrating a sequence of arranging output data of a forward quadratic transformation into 2D blocks according to an example.
  • LFNST it may be placed in a 2D block according to a predetermined scan order.
  • 9A shows that when the output y is a [16 x 1] vector, output values are arranged in a diagonal scan order at 16 positions of a 2D block.
  • FIG. 9B shows that when the output y is a [8 x 1] vector, output values are arranged at 8 positions of a 2D block according to a diagonal scan order, and the remaining 8 positions are filled with zeros.
  • X in (b) of FIG. 9 indicates that it is filled with zeros.
  • the output vector y since the order in which the output vector y is processed by a configuration that performs quantization or residual coding may be performed according to a preset order, the output vector y may not be arranged in the 2D block as shown in FIG. 9. .
  • data coding may be performed in units of 2D blocks (e.g., 4x4) such as CG (Coefficient Group), and in this case, data is arranged in a specific order as in the diagonal scan order of FIG. Can be.
  • the decoding apparatus may construct a 1D input vector y by arranging 2D data outputted through an inverse quantization process or the like for inverse transformation according to a preset scan order.
  • the input vector y may be output as an input vector x by the following equation.
  • the output vector x can be derived by multiplying the input vector y, which is a [16 x 1] vector or a [8 x 1] vector, by a G matrix.
  • the output vector x may be a [48 x 1] vector or a [16 x 1] vector.
  • the output vector x is arranged in a two-dimensional block according to the order shown in FIG. 8 to be arranged as two-dimensional data, and the two-dimensional data becomes input data (or part of the input data) of the reverse first-order transformation.
  • the reverse quadratic transform is generally opposite to the forward quadratic transform process, and in the case of the inverse transform, the reverse quadratic transform is applied first, and then the backward linear transform is applied, unlike in the forward direction.
  • one of eight [48 x 16] matrices and eight [16 x 16] matrices may be selected as the transform matrix G. Whether a [48 x 16] matrix or a [16 x 16] matrix is applied depends on the size and shape of the block.
  • each transform set may be composed of two matrices. Which of the four transform sets to use is determined according to the intra prediction mode, and more specifically, the transform set is determined based on the value of the extended intra prediction mode by considering the wide angle intra prediction mode (Wide Angle Intra Prediction, WAIP). do. Which of the two matrices constituting the selected transform set is selected is derived through index signaling. More specifically, as the transmitted index value, 0, 1, and 2 are possible, 0 indicates that LFNST is not applied, and 1 and 2 are two transforms constituting a transform set selected based on the intra prediction mode value. Any one of the matrices can be indicated.
  • WAIP Wide Angle Intra Prediction
  • FIG. 10 is a diagram illustrating wide-angle intra prediction modes according to an embodiment of the present document.
  • a typical intra prediction mode value may have values ranging from 0 to 66 and 81 to 83, and as illustrated, an intra prediction mode value extended due to WAIP may have a value ranging from -14 to 83. Values from 81 to 83 indicate Cross Compoonent Linear Model (CCLM) mode, and values from -14 to -1 and values from 67 to 80 indicate the intra prediction mode value extended due to WAIP application.
  • CCLM Cross Compoonent Linear Model
  • the upper reference pixels are generally closer to positions inside the block to be predicted. Therefore, it may be more accurate to predict in the bottom-left direction than in the top-right direction.
  • the height of the block is larger than the width
  • the left reference pixels are generally close to the positions inside the block to be predicted. Therefore, it may be more accurate to predict in the top-right direction than in the bottom-left direction. Therefore, it may be advantageous to apply remapping, that is, mode index transformation, to the index of the wide-angle intra prediction mode.
  • the total number of intra prediction modes for a specific block (for example, a specific size non-square block) may not be changed, that is, the total number of intra prediction modes is 67, and the intra prediction mode for the specific block is The prediction mode coding may not be changed.
  • Table 3 shows a process of deriving a modified intra mode by remapping an intra prediction mode to a wide-angle intra prediction mode.
  • the extended intra prediction mode value is finally stored in the predModeIntra variable, and ISP_NO_SPLIT indicates that the CU block is not divided into sub-partitions by the Intra Sub Partitions (ISP) technology adopted in the current VVC standard, and the cIdx variable Values of 0, 1, and 2 indicate cases of luma, Cb, and Cr components, respectively.
  • the Log2 function shown in Table 3 returns a logarithmic value with a base of 2, and the Abs function returns an absolute value.
  • variable predModeIntra indicating the intra prediction mode and the height and width of the transform block are used as input values of the wide angle intra prediction mode mapping process, and the output value is the modified intra prediction mode (the modified intra prediction mode).
  • prediction mode predModeIntra The height and width of the transform block or the coding block may be the height and width of the current block for remapping of the intra prediction mode.
  • the variable whRatio reflecting the ratio of the width and the width may be set to Abs(Log2(nW/nH)).
  • the intra prediction mode can be divided into two cases and modified.
  • the intra prediction mode is set to a value 65 greater than the intra prediction mode [predModeIntra is set equal to (predModeIntra + 65 )].
  • the intra prediction mode is set to a value 67 smaller than the intra prediction mode [predModeIntra is set equal to (predModeIntra-67 )].
  • Table 2 above shows how a transform set is selected based on an intra prediction mode value extended by WAIP in LFNST.
  • the modes 14 to 33 and the modes 35 to 80 are symmetrical to each other in the viewpoint of a prediction direction centering on the mode 34.
  • mode 14 and mode 54 are symmetric about the direction corresponding to mode 34. Therefore, the same transform set is applied to the modes located in directions symmetrical to each other, and such symmetry is reflected in Table 2.
  • the forward LFNST input data for mode 54 is symmetrical with the forward LFNST input data for mode 14.
  • 2D data is rearranged into 1D data according to the arrangement order shown in FIGS. 8A and 8B, respectively, and FIG. 8A )
  • the order of patterns shown in (b) of FIG. 8 are symmetric about the direction indicated by mode 34 (diagonal direction).
  • FIG. 11 is a diagram showing a block shape to which LFNST is applied.
  • Figure 11 (a) shows 4 x 4 blocks, (b) shows 4 x 8 and 8 x 4 blocks, (c) shows 4 x N or N x 4 blocks in which N is 16 or more, and (d) shows 8 An x 8 block, (e) represents an M x N block in which M ⁇ 8, N ⁇ 8, and N>8 or M>8.
  • blocks with thick borders indicate areas to which LFNST is applied.
  • LFNST is applied to the top-left 4x4 area for the blocks of FIGS. 11A and 11B, and for the two upper left 4x4 areas arranged in succession for the block of FIG. 11C. Each LFNST is applied.
  • LFNST is applied in units of 4x4 regions, these LFNSTs are hereinafter referred to as “4x4 LFNST”.
  • a [16 x 16] or [16 x 8] matrix may be applied.
  • a [16 x 8] matrix is applied to the 4x4 block (4x4 TU or 4x4 CU) of FIG. 11 (a), and [16 x 8] for the blocks in (b) and (c) of FIG. 11 16]
  • the matrix is applied. This is to set the computational complexity for the worst case to 8 multiplications per sample.
  • LFNST is applied to the upper left 8x8 area, and this LFNST will be referred to as “8x8 LFNST” hereinafter.
  • a [48 x 16] or [48 x 8] matrix may be applied.
  • a [48 x 1] vector (x vector in Equation 9) is input as input data, so all sample values in the upper left 8x8 area are not used as input values for forward LFNST. That is, as shown in the left order of Fig. 8(a) or the left order of Fig. 8(b), the 4x4 block at the bottom-right is left as it is, and samples belonging to the remaining 3 4x4 blocks are included.
  • [48 x 1] we can construct a vector.
  • a [48 x 8] matrix may be applied to an 8x8 block (8x8 TU or 8x8 CU) in FIG. 11(d), and a [48x16] matrix may be applied to an 8x8 block in FIG. 11(e). This is also to set the computational complexity for the worst case to 8 multiplications per sample.
  • the corresponding forward LFNST (4x4 LFNST or 8x8 LFNST) is applied according to the block shape, 8 or 16 output data (y vector in Equation 9, [8 x 1] or [16 x 1] vector) are created.
  • the number of output data is equal to or less than the number of input data due to the characteristics of the matrix GT.
  • FIG. 12 is a diagram illustrating an arrangement of output data of forward LFNST according to an example, and illustrates a block in which output data of forward LFNST is arranged according to a block shape.
  • the shaded area in the upper left corner of the block shown in FIG. 12 corresponds to the area where the output data of forward LFNST is located, and the location marked with 0 represents samples filled with a value of 0, and the remaining area is changed by forward LFNST. Indicates the area that is not available. In an area that is not changed by LFNST, the output data of the forward primary transform remains unchanged.
  • the output data of the forward LFNST may not fill the upper left 4x4 block.
  • a [16 x 8] matrix and a [48 x 8] matrix are applied to the block indicated by a thick line or a partial area inside the block, respectively, as the output of the forward LFNST [8 x 1 ] A vector is created. That is, only 8 output data may be filled as shown in FIGS. 12A and 12D according to the scan order shown in FIG. 9B, and 0 may be filled for the remaining 8 positions.
  • two 4x4 blocks adjacent to the upper left 4x4 block and the lower left 4x4 blocks as shown in FIG. 12D are also filled with 0 values.
  • the LFNST index is basically signaled to designate whether to apply LFNST and a transformation matrix to be applied. As shown in FIG. 12, when LFNST is applied, since the number of output data of the forward LFNST may be equal to or less than the number of input data, a region filled with a zero value occurs as follows.
  • the encoding device uses non-zero data ( It is possible to know whether there is an effective coefficient). Accordingly, the encoding device may determine whether to perform signaling for the LFNST index based on whether non-zero data exists, and the decoding device may determine whether to parse the LFNST index. If non-zero data does not exist in the areas designated in 1) and 2) above, LFNST index signaling is performed.
  • the following simplification methods may be applied.
  • the number of output data for forward LFNST may be limited to a maximum of 16.
  • 4x4 LFNST may be applied to two 4x4 regions adjacent to the upper left, and at this time, up to 32 LFNST output data may be generated. If the number of output data for the forward LFNST is limited to a maximum of 16, 4x4 LFNST is applied only to one 4x4 area existing in the upper left corner even for a 4xN/Nx4 (N ⁇ 16) block (TU or CU). LFNST can be applied only once for all blocks. This can simplify the implementation of image coding.
  • zero-out may be additionally applied to a region to which LFNST is not applied.
  • zero-out may mean filling the values of all positions belonging to a specific area with a value of 0. That is, zero-out can be applied to a region that is not changed due to LFNST and maintains the result of the forward first-order transformation.
  • zero-out can be classified into two types ((ii)-(A) and (ii)-(B)) as follows.
  • FIG. 13 is a diagram illustrating zero-out in a block to which 4x4 LFNST is applied according to an example.
  • a block to which 4x4 LFNST is applied that is, a region to which LFNST is not applied to a block of FIGS. 12A, 12B, and 12C may be filled with 0s.
  • FIG. 13D shows that, according to an example, when the maximum value of the number of output data of forward LFNST is limited to 16, zero-out is performed on the remaining blocks to which 4x4 LFNST is not applied.
  • FIG. 14 is a diagram illustrating zero-out in a block to which 8x8 LFNST is applied according to an example.
  • the blocks to which the 8x8 LFNST is applied that is, the areas to which the LFNST is not applied to the blocks of (d) and (e) of FIG. 12 may be filled with 0s.
  • non-zero data is added to the area filled with 0 values in Fig. 12(d) and (e), and up to the area additionally filled with 0 in Fig. After checking whether it exists, signaling for the LFNST index can be performed only when non-zero data does not exist.
  • the area in which non-zero output data can exist is limited to the inside of the upper left 4x4 area.
  • the eighth position in the scan order is the last position in which non-zero data can exist
  • the 16th position in the scan order is the last position in which non-zero data can exist.
  • the amount of computation required for the entire conversion process can be reduced, thereby reducing the power consumption required to perform the conversion.
  • a second-order transformation such as LFNST increases the total delay time involved in performing the transformation because the amount of calculation is added to the existing first-order transformation.
  • an increase in delay time due to quadratic transformation during encoding leads to an increase in delay time until reconstruction, thereby increasing the overall delay time of intra prediction encoding.
  • the delay time for performing the first-order conversion can be significantly reduced when applying LFNST, so the delay time for the entire conversion is maintained as it is or rather reduced, making the encoding device simpler. Can be implemented.
  • ISP Intelligent Sub-Paritions
  • coding refers to performing intra prediction coding by dividing a block to be currently coded in a horizontal direction or a vertical direction.
  • a reconstructed block is generated by performing encoding/decoding in units of divided blocks, and the reconstructed block may be used as a reference block of the next divided block.
  • one coding block may be divided into two or four sub-blocks to be coded, and in the ISP, one sub-block is a reconstructed pixel value of an adjacent left or adjacent upper sub-block.
  • Intra prediction is performed with reference.
  • “coding” used may be used as a concept including both coding performed by the encoding device and decoding performed by the decoding device.
  • the ISP divides a block predicted by luma intra into 2 or 4 sub-partitions in the vertical direction or the horizontal direction according to the size of the block. For example, the minimum block size that an ISP can apply is 4 x 8 or 8 x 4. If the block size is larger than 4 x 8 or 8 x 4, the block is divided into 4 sub-partitions.
  • sub-blocks are sequentially coded according to the division type, for example, horizontally or vertically, left to right, or top to bottom, and inverse transform and intra prediction for one sub-block are performed.
  • coding for the next sub-block may be performed.
  • a reconstructed pixel of an already coded coding block is referred to as in a conventional intra prediction method.
  • the reconstructed pixels of the adjacent coding block that have already been coded as in the conventional intra prediction method are deduced to derive the reference pixels adjacent to the corresponding side. See.
  • all sub-blocks may be coded with the same intra prediction mode, and a flag indicating whether to use ISP coding and a flag indicating in which direction (horizontal or vertical) to be divided may be signaled.
  • the number of sub-blocks can be adjusted to 2 or 4, and if the size (width x height) of one sub-block is less than 16, division into the sub-block is not allowed, or ISP coding It can be restricted not to apply itself.
  • one coding unit is divided into 2 or 4 partition blocks, i.e., sub-blocks, and predicted, and the same intra prediction mode is applied to the divided 2 or 4 partition blocks. .
  • Mx(N/4) blocks When it is divided, it is divided into Mx(N/4) blocks) and in the vertical direction (when the MxN coding unit is divided in the vertical direction, if it is divided into two, it is divided into (M/2)xN blocks and divided into four) (Divided into (M/4)xN blocks) are all possible.
  • partition blocks are coded in an order from top to bottom, and when partitioned in a vertical direction, partition blocks are coded in an order from left to right.
  • the currently coded partition block may be predicted by referring to reconstructed pixel values of the upper (left) partition block in the case of horizontal (vertical) division.
  • Transformation may be applied in units of partition blocks to the residual signal generated by the ISP prediction method.
  • MTS Multiple Transform Selection
  • DST-7/DCT-8 as well as the existing DCT-2
  • LNNST forward Low Frequency Non-Separable Transform
  • LFNST may be applied to partition blocks divided by applying the ISP prediction mode, and the same intra prediction mode is applied to the divided partition blocks as described above. Accordingly, when selecting the LFNST set derived based on the intra prediction mode, the derived LFNST set can be applied to all partition blocks. That is, since the same intra prediction mode is applied to all partition blocks, the same LFNST set may be applied to all partition blocks.
  • LFNST may be applied only to a transform block having a horizontal and vertical length of 4 or more. Accordingly, when the horizontal or vertical length of the partition block divided according to the ISP prediction method is less than 4, LFNST is not applied and the LFNST index is not signaled. In addition, when LFNST is applied to each partition block, the corresponding partition block can be regarded as one transform block. Of course, if the ISP prediction method is not applied, LFNST may be applied to the coding block.
  • LFNST when the length of one side of the partition block is 4, LFNST is applied only to the upper left 4x4 area, and when the length of all sides of the partition block, that is, the width and height is 8 or more, the upper left 8x8 area and the lower right 4x4 inside the area. LFNST can be applied to the remaining 48 coefficients excluding the region.
  • each partition block is 4x4 or 8x8, only 8 transform coefficients may be output after applying the forward LFNST. That is, if the partition block is 4x4, an 8x16 matrix may be applied as a transform matrix, and if the partition block is 8x8, an 8x48 matrix may be applied as a transform matrix.
  • LFNST index signaling is performed in units of coding units. Accordingly, in the case of ISP prediction mode and when LFNST is applied to all partition blocks, the same LFNST index value may be applied to the corresponding partition blocks. That is, once the LFNST index value is transmitted at the coding unit level, the corresponding LFNST index may be applied to all partition blocks inside the coding unit.
  • the LFNST index value can have values of 0, 1, and 2, and 0 indicates a case where LFNST is not applied, and 1 and 2 are two transform matrices present in one LFNST set when LFNST is applied. Points to.
  • the LFNST set is determined by the intra prediction mode, and in the ISP prediction mode, all partition blocks in the coding unit are predicted by the same intra prediction mode, so the partition blocks may refer to the same LFNST set.
  • LFNST index signaling is still performed in units of coding units, but in the case of the ISP prediction mode, it is not uniformly determined whether to apply LFNST to all partition blocks, and for each partition block through a separate condition. It is possible to determine whether to apply the LFNST index value signaled at the coding unit level or not to apply the LFNST.
  • a separate condition can be signaled in the form of a flag for each partition block through the bitstream, and if the flag value is 1, the LFNST index value signaled at the coding unit level is applied, and if the flag value is 0, LFNST is not applied. May not.
  • the application of LFNST can be restricted to keep the number of multiplications per sample (or per coefficient, per position) below a certain value.
  • the number of multiplications per sample (or per coefficient, per position) can be kept to 8 or less by applying LFNST as follows.
  • the partition block is a 4x4 block, instead of a 16x16 matrix, an 8x16 matrix that samples the top 8 rows from a 16x16 matrix in the forward direction can be applied, and a 16x8 matrix that samples the left 8 columns from a 16x16 matrix in the reverse direction can be applied.
  • an 8x48 matrix obtained by sampling the top 8 rows from a 16x48 matrix is applied instead of a 16x48 matrix in the forward direction, and a 48x8 matrix sampled from the left 8 columns from a 48x16 matrix instead of a 48x16 matrix in the reverse direction. Can be applied.
  • 16 coefficients generated after applying a 16x16 matrix to only the upper left 4x4 block when performing forward transformation are arranged in the upper left 4x4 area, and the other areas may be filled with 0 values.
  • 16 coefficients located in the upper left 4x4 block may be arranged in a scanning order to form an input vector, and then 16x16 matrices may be multiplied to generate 16 output data.
  • the generated output data is disposed in the upper left 4x4 area, and the rest area except for the upper left 4x4 area may be filled with zeros.
  • an 8xN or Nx8 (N> 8) block 16 generated after applying a 16x48 matrix to only the ROI area inside the upper left 8x8 block (remaining areas excluding the upper left 8x8 block to the lower right 4x4 block) when performing forward conversion.
  • the coefficients are arranged in the upper left 4x4 area, and all other areas may be filled with a value of 0.
  • an input vector is formed by arranging 16 coefficients located in the upper left 4x4 block according to the scanning order, and then 48 output data may be generated by multiplying a 48x16 matrix.
  • the generated output data may be filled in the ROI area, and all other areas may be filled with a value of 0.
  • Another example is the number of multiplications per sample (or per coefficient, per position) based on the ISP coding unit size, not the size of the ISP partition block in order to keep the number of multiplications per sample (or per coefficient, per position) below a certain value. Can be kept to 8 or less. If there is only one block among the ISP partition blocks that satisfies the condition to which LFNST is applied, the complexity calculation for the worst case of LFNST may be applied based on the size of the corresponding coding unit rather than the size of the partition block.
  • the other 2 partitions Blocks can be set to generate 16 transform coefficients instead of 8 each (based on the encoder).
  • the LFNST index may have values of 0, 1, and 2, and 0 indicates that LFNST is not applied, and 1 and 2 indicate any one of two LFNST kernel matrices included in the selected LFNST set.
  • LFNST is applied based on the LFNST kernel matrix selected by the LFNST index. The following describes how the LFNST index is transmitted in the current VVC standard.
  • the LFNST index may be transmitted once per coding unit (CU), and in the case of a dual-tree, individual LFNST indexes may be signaled for each luma block and chroma block.
  • the LFNST index value is set to a default value of 0 (infer).
  • the case where the LFNST index value is inferred to be 0 is as follows.
  • the horizontal or vertical length of the luma block of the coding unit exceeds the size of the maximum luma transform that can be transformed, for example, when the maximum luma transform size that can be transformed is 64, the luma block of the coding block is If the size is equal to 128x16, LFNST cannot be applied.
  • the size of the maximum luma transform is exceeded for each of the coding units for the luma component and the coding units for the chroma component. That is, whether the luma block exceeds the maximum luma transform size that can be transformed is checked, and for the chroma block, the horizontal/vertical length of the corresponding luma block for the color format and the maximum luma transform size that can be transformed are exceeded. Whether or not it is checked. For example, when the color format is 4:2:0, the horizontal/vertical length of the corresponding luma block is twice the corresponding chroma block, and the transform size of the corresponding luma block is twice the corresponding chroma block. As another example, when the color format is 4:4:4, the horizontal/vertical length and the transform size of the corresponding luma block are the same as the corresponding chroma block.
  • a 64-length conversion or a 32-length conversion means a conversion applied to a width or length having a length of 64 or 32, respectively, and “conversion size” may mean a corresponding length of 64 or 32.
  • the LFNST index can be transmitted only when both the horizontal length and the vertical length of the coding unit are 4 or more.
  • the LFNST index can be signaled only when both the horizontal length and the vertical length of the corresponding component (ie, luma or chroma component) are 4 or more.
  • the LFNST index may be signaled when both the horizontal length and the vertical length of the luma component are 4 or more.
  • the last non-zero coefficient position is not the DC position (the upper-left position of the block)
  • the dual-tree type luma block the last non-zero coefficient position is not the DC position
  • LFNST Transfer the index.
  • the LNFST index is transmitted if at least one of the last non-zero coefficient position for Cb and the last non-zero coefficient position for Cr is not a DC position.
  • the LFNST index is transmitted.
  • the position of the last non-zero coefficient for the corresponding transform block is not checked to determine whether the LFNST index is signaled. That is, when the CBF value is 0, since transformation is not applied to the corresponding block, the position of the last non-zero coefficient may not be considered when checking the condition for LFNST index signaling.
  • LFNST transform coefficients may exist in eight positions from the DC position according to the transform coefficient scanning order in the VVC standard, and all remaining positions are filled with zeros.
  • LFNST transform coefficients may exist at 16 positions from the DC position according to the transform coefficient scanning order in the VVC standard, and all remaining positions are filled with zeros.
  • LFNST index signaling can be omitted.
  • the ISP mode may be applied only to a luma block or may be applied to both a luma block and a chroma block.
  • a corresponding coding unit is divided into two or four partition blocks to be predicted, and a transform may be applied to the corresponding partition blocks, respectively. Therefore, when determining the condition for signaling the LFNST index in units of coding units, it is necessary to take into account the fact that LFNST can be applied to each of the corresponding partition blocks.
  • the ISP prediction mode is applied only to a specific component (eg, a luma block)
  • the LFNST index must be signaled in consideration of the fact that only the corresponding component is divided into partition blocks. LFNST index signaling methods available in ISP mode are summarized as follows.
  • the LFNST index may be transmitted once per coding unit (CU), and in the case of a dual-tree, individual LFNST indexes may be signaled for each luma block and chroma block.
  • the LFNST index value is set to a default value of 0 (infer).
  • the case where the LFNST index value is inferred to be 0 is as follows.
  • the horizontal or vertical length of the luma block of the coding unit exceeds the size of the maximum luma transform that can be transformed, for example, when the maximum luma transform size that can be transformed is 64, the luma block of the coding block is If the size is equal to 128x16, LFNST cannot be applied.
  • LFNST index signaling may be omitted and the LFNST index value may be inferred as 0.
  • the maximum transform block size is exceeded for each of the coding unit or partition block for the luma component and the coding unit or partition block for the chroma component. That is, if the horizontal and vertical lengths of the coding unit or partition block for luma are compared with the maximum luma transform size, respectively, if any one is greater than the maximum luma transform size, LFNST is not applied, and in the case of the coding unit or partition block for chroma, the color The horizontal/vertical length of the corresponding luma block for the format and the size of the maximum luma transform capable of maximum conversion are compared.
  • the horizontal/vertical length of the corresponding luma block is twice the corresponding chroma block
  • the transform size of the corresponding luma block is twice the corresponding chroma block.
  • the horizontal/vertical length and the transform size of the corresponding luma block are the same as the corresponding chroma block.
  • the LFNST index can be transmitted only when both the horizontal length and the vertical length of the partition block are 4 or more.
  • the LFNST index is only used when the size of the partition block is equal to or greater than the 2xM (1xM) or Mx2 (Mx1) block. Can be transmitted.
  • the PxQ block is equal to or greater than the RxS block, it means that P ⁇ R and Q ⁇ S.
  • the LFNST index can be transmitted only when the partition block is equal to or larger than the minimum size applicable to the LFNST.
  • the LFNST index can be signaled only when the partition block for the luma or chroma component is equal to or larger than the minimum size to which LFNST is applicable.
  • the LFNST index can be signaled only when the partition block for the luma component is equal to or larger than the minimum size applicable to the LFNST.
  • an MxN block when an MxN block is greater than or equal to a KxL block, it means that M is greater than or equal to K and N is greater than or equal to L. That the MxN block is greater than the KxL block means that M is greater than or equal to K and N is greater than or equal to L, and M is greater than K or N is greater than L.
  • an MxN block is less than or equal to a KxL block, it means that M is less than or equal to K and N is less than or equal to L, and that an MxN block is less than or equal to a KxL block means that M is less than or equal to K and N is less than L. It is equal to or equal to, meaning that M is less than K or N is less than L.
  • the LFNST index can be transmitted. If it is a dual tree type and is a chroma block, all partition blocks for Cb (if ISP mode is not applied to the chroma component, the number of partition blocks is considered to be one), the position of the last non-zero coefficient and all partitions for Cr. The LNFST index can be transmitted if at least one of the positions of the last non-zero coefficients is not a DC position (if the ISP mode is not applied to the chroma component, the number of partition blocks is considered to be one).
  • the position of the last non-zero coefficient for the corresponding partition block is not checked in order to determine whether the LFNST index is signaled. That is, when the CBF value is 0, the transform is not applied to the corresponding block. Therefore, when checking the condition for LFNST index signaling, the position of the last non-zero coefficient for the corresponding partition block is not considered.
  • each partition block is For a partition block, if the CBF value for Cb is 0 and the CBF value for Cr is 1, only the position of the last non-zero coefficient for Cr is checked to determine whether to signal the corresponding LFNST index. 3) In the case of a single tree type, the luma component For all partition blocks of the, Cb and Cr components, the position of the last non-zero coefficient may be checked only for blocks having a CBF value of 1 to determine whether to signal the LFNST index.
  • image information may be configured so that the position of the last non-zero coefficient is not checked, and an embodiment of this is as follows.
  • LFNST index signaling may be allowed without checking the position of the last non-zero coefficient for both the luma block and the chroma block. That is, even if the position of the last non-zero coefficient for all partition blocks is the DC position or the corresponding CBF value is 0, the corresponding LFNST index signaling can be allowed.
  • the check for the position of the last non-zero coefficient may be omitted for only the luma block, and in the case of the chroma block, the position of the last non-zero coefficient in the above-described scheme may be checked.
  • LFNST index signaling is allowed without checking the position of the last non-zero coefficient.
  • the last non-zero It is possible to determine whether to signal the corresponding LFNST index by checking whether there is a DC position relative to the position of the coefficient.
  • the method i or ii may be applied. That is, in the case of ISP mode and applying number i to the single tree type, the check for the position of the last non-zero coefficient for both the luma block and the chroma block may be omitted, and LFNST index signaling may be allowed.
  • ii is applied to omit the check for the position of the last non-zero coefficient for the partition blocks for the luma component, and the partition blocks for the chroma component (if ISP is not applied for the chroma component, the partition block
  • the number may be considered to be 1), it is possible to determine whether to signal the corresponding LFNST index by performing a check on the position of the last non-zero coefficient in the above-described manner.
  • E. LFNST index signaling can be omitted when it is confirmed that a transform coefficient exists in a location other than a location where the LFNST transform coefficient can exist even for one of all partition blocks.
  • LFNST transform coefficients may exist in eight positions from the DC position according to the transform coefficient scanning order in the VVC standard, and all remaining positions are filled with zeros.
  • LFNST transform coefficients may exist at 16 positions from the DC position according to the transform coefficient scanning order in the VVC standard, and all remaining positions are filled with zeros. You lose.
  • LFNST index signaling can be omitted.
  • the length condition is independently viewed for the horizontal direction and the vertical direction, and DST-7 is applied instead of DCT-2 without signaling for the MTS index. It is determined whether the horizontal or vertical length is greater than or equal to 4 and less than or equal to 16, and a first-order transformation kernel is determined according to the determination result. Accordingly, in the case where LFNST can be applied while in the ISP mode, the following conversion combination configuration is possible.
  • the first-order conversion decision condition when the ISP included in the current VVC standard can be followed.
  • each of the horizontal and vertical directions independently checks whether the length condition (a condition equal to or greater than 4 and equal to or less than 16) is satisfied, and if it is satisfied, DST-7 is used instead of DCT-2 for first-order transformation. If applicable and not satisfied, DCT-2 can be applied.
  • DCT-2 can be applied to both horizontal and vertical directions.
  • the conditions for determining the first-order conversion when the ISP included in the current VVC standard can be followed. In other words, it checks whether the length condition (a condition equal to or greater than 4 and equal to or less than 16) is satisfied independently for the horizontal and vertical directions, and if it is satisfied, DST-7 is applied instead of DCT-2, and if not, DCT-2 can be applied.
  • the length condition a condition equal to or greater than 4 and equal to or less than 16
  • the LFNST index may be configured to be transmitted for each partition block rather than for each coding unit.
  • LFNST index signaling scheme it is considered that only one partition block exists in the unit in which the LFNST index is transmitted, and whether to signal the LFNST index may be determined.
  • the following describes the signaling order of the LFNST index and the MTS index.
  • the LFNST index signaled in residual coding may be coded after the coding position for the last non-zero coefficient position, and the MTS index may be coded immediately after the LFNST index.
  • the LFNST index may be signaled for each conversion unit.
  • the LFNST index may be coded after coding for the last significant coefficient position, and the MTS index may be coded after the LFNST index.
  • the syntax of residual coding according to an example is as follows.
  • log2TbWidth, log2TbHeight The log value of base-2 and zero-out for the width and height of the current transform block are reflected and reduced to the upper left area where non-zero coefficients can exist. I can.
  • sps_lfnst_enabled_flag A flag indicating whether LFNST is applicable. If the flag value is 0, it indicates that LFNST is not applicable, and if the flag value is 1, it indicates that LFNST is applicable. It is defined in the Sequence Parameter Set (SPS).
  • CuPredMode[ chType ][ x0 ][ y0 ] The prediction mode corresponding to the variable chType and (x0, y0) position, chType can have values 0 and 1, 0 represents the luma component, and 1 represents the chroma component. .
  • the (x0, y0) position represents the position on the picture, and as CuPredMode[chType][x0][y0] values, MODE_INTRA (intra prediction) and MODE_INTER (inter prediction) are possible.
  • intra_mip_flag[ x0 ][ y0 ] The contents of the (x0, y0) location are the same as in step 4 above.
  • the intra_mip_flag is a flag indicating whether a matrix-based intra prediction (MIP) prediction mode is applied. If the flag value is 0, it indicates that MIP is not applicable, and if the flag value is 1, it indicates that the MIP is applied.
  • MIP matrix-based intra prediction
  • cIdx A value of 0 represents luma, and a value of 1 and 2 represent chroma components Cb and Cr, respectively.
  • treeType indicates single-tree and dual-tree (SINGLE_TREE: single tree, DUAL_TREE_LUMA: dual tree for luma components, DUAL_TREE_CHROMA: dual tree for chroma components)
  • lastSubBlock indicates a position in the scan order of a sub-block (Coefficient Group (CG)) where the last non-zero coefficient is located. 0 indicates a sub-block including a DC component, and if greater than 0, it is not a sub-block including a DC component.
  • CG Coefficient Group
  • lastScanPos This indicates where the last significant coefficient is in the scan order within one sub-block. If one sub-block consists of 16 positions, values from 0 to 15 are possible.
  • LFNST index syntax element to be parsed. If it is not parsed, it is inferred as a value of 0. That is, the default value is set to 0 and indicates that LFNST is not applied.
  • LastSignificantCoeffX, LastSignificantCoeffY The last significant coefficient represents the x-coordinate and y-coordinate located in the transform block. The x-coordinate starts at 0 and increases from left to right, and the y-coordinate starts at 0 and increases from top to bottom. If the values of both variables are 0, it means that the last significant coefficient is located in DC.
  • cu_sbt_flag Flag indicating whether subblock transformation (SBT) included in the current VVC standard is applicable. If the flag value is 0, it indicates that SBT is not applicable, and if the flag value is 1, SBT is applied. To be.
  • sps_explicit_mts_inter_enabled_flag flags indicating whether explicit MTS has been applied to the inter CU and intra CU, respectively. If the flag value is 0, it indicates that MTS is not applicable to the inter CU or intra CU, and if 1 is applicable. Indicates that.
  • tu_mts_idx[ x0 ][ y0 ] This is an MTS index syntax element to be parsed. If it is not parsed, it is inferred as a value of 0. That is, the default value is set to 0, indicating that DCT-2 is applied to both the horizontal and vertical directions.
  • the LFNST index is signaled.
  • the LFNST index is signaled only when the last significant coefficient exists at positions 0 to 7 in the upper left sub-block.
  • the LFNST index is signaled independently of each of the luma and the chroma, and in the case of the chroma, the LFNST index may be signaled by applying the last significant coefficient position condition only to the Cb component.
  • the LFNST index may be signaled by applying the last significant coefficient position condition to the Cr component.
  • log2ZoTbWidth and log2ZoTbHeight denote log values in which the base of the width and height of the upper left area where the last significant coefficient can exist due to zero-out is 2 (base-2).
  • log2ZoTbWidth and log2ZoTbHeight values can be updated in two places. The first is before the MTS index or LFNST index value is parsed, and the second is after the MTS index is parsed.
  • log2ZoTbWidth and log2ZoTbHeight can be set regardless of the MTS index value.
  • log2ZoTbWidth and log2ZoTbHeight are set when the MTS index value is greater than 0 (DST-7/DCT-8 combination).
  • DST-7/DCT-8 is independently applied to each of the horizontal and vertical directions in the first-order transformation, up to 16 effective coefficients may exist for each row or column for each direction. That is, after applying DST-7/DCT-8 having a length of 32 or more, up to 16 transform coefficients may be derived for each row or column from the left or the top. Therefore, for a 2D block, when DST-7/DCT-8 is applied in both the horizontal and vertical directions, effective coefficients may exist only up to the upper left 16x16 region.
  • DST-7/DCT-8 when DST-7/DCT-8 is applied to one side and DCT-2 is applied to the horizontal and vertical directions, there may be 16 effective coefficients in the former direction, and 32 in the latter direction. There can be two effective coefficients. For example, if it is a 64x8 transform block and DCT-2 is applied in the horizontal direction and DST-7 is applied in the vertical direction (this may occur in a situation where the implicit MTS is applied), there may be an effective coefficient in the upper left 32x8 area. have.
  • log2ZoTbWidth and log2ZoTbHeight are updated in two places, that is, before MTS index parsing, the ranges of last_sig_coeff_x_prefix and last_sig_coeff_y_prefix can be determined by log2ZoTbWidth and log2ZoTbHeight as shown in the table below.
  • the maximum values of last_sig_coeff_x_prefix and last_sig_coeff_y_prefix can be set by reflecting log2ZoTbWidth and log2ZoTbHeight values in the binarization process for last_sig_coeff_x_prefix and last_sig_coeff_y_prefix.
  • the specification text may be configured as shown in Table 7.
  • Table 7 The description of the variables listed in Table 7 is the same as in Table 4.
  • the LFNST index or/and the MTS index may be signaled at the coding unit level.
  • the LFNST index can have three values, 0, 1, and 2, where 0 indicates that LFNST is not applied, and 1 and 2 are the first candidate and the first of the two LFNST kernel candidates included in the selected LFNST set, respectively. Indicate the second candidate.
  • the LFNST index is coded through truncated unary binarization, and values 0, 1, and 2 may be coded as empty strings 0, 10, and 11, respectively.
  • LFNST may be applied only when DCT-2 is applied in both the horizontal direction and the vertical direction as a first-order transformation. Therefore, if the MTS index is signaled after LFNST index signaling, the MTS index can be signaled only when the LFNST index value is 0. If the LFNST index is not 0, the MTS index is not signaled and both the horizontal and vertical directions are DCT. First-order transformation can be performed by applying -2.
  • MTS index values can have values of 0, 1, 2, 3, 4, and 0, 1, 2, 3, 4 are DCT-2/DCT-2, DST-7/DST for horizontal and vertical directions, respectively. -7, DCT-8/DST-7, DST-7/DCT-8, DCT-8/DCT-8 can be indicated to be applied. Further, the MTS index may be coded through truncated unary binarization, and the 0, 1, 2, 3, and 4 values may be coded as empty strings 0, 10, 110, 1110, and 1111, respectively.
  • the LFNST index and the MTS index may be signaled at the coding unit level, and the MTS index may be sequentially coded after the LFNST index at the coding unit level.
  • the coding unit syntax table for this is as follows.
  • variable LfnstDcOnly and the variable LfnstZeroOutSigCoeffFlag in Table 8 may be set as shown in Table 9 below.
  • variable LfnstDcOnly is 1 if all of the last significant coefficients are located at the DC position (upper left position) for transform blocks with a value of 1 for the CBF (Coded Block Flag, 1 if there is at least one valid coefficient in the block, otherwise 0). If not, it is zero. More specifically, in the case of dual-tree luma, the position of the last significant coefficient is checked for one luma transform block, and in the case of dual-tree chroma, the position of the last significant coefficient is checked for both the transform block for Cb and the transform block for Cr. do. In the case of a single tree, the position of the last significant coefficient can be checked for the transform block for luma, Cb, and Cr.
  • variable LfnstZeroOutSigCoeffFlag is 0 if there is an effective coefficient at the zero-out position when LFNST is applied, otherwise it is 1.
  • Lfnst_idx[x0][y0] included in Table 8 and the following tables indicates the LFNST index for the corresponding coding unit
  • tu_mts_idx[x0][y0] indicates the MTS index for the corresponding coding unit.
  • the condition for signaling lfnst_idx[ x0 ][ y0] may include a condition for checking whether the transform_skip_flag[ x0 ][ y0] value is 0 (!transform_skip_flag[ x0 ][ y0 ]).
  • the condition for checking whether the existing tu_mts_idx[x0][y0] value is 0 (that is, checking whether DCT-2 in both the horizontal and vertical directions) may be omitted.
  • transform_skip_flag[x0][y0] indicates whether the coding unit is coded in a transform skip mode in which transform is omitted, and the flag is signaled before the MTS index and LFNST index. That is, since lfnst_idx[x0][y0] is signaled before signaling the value of tu_mtx_idx[x0][y0], only the condition for the transform_skip_flag[x0][y0] value can be checked.
  • tu_cbf_luma[x0][y0] is a flag indicating whether an effective coefficient exists for the luma component
  • cbWidth and cbHeight represent the width and height of the coding unit for the luma component, respectively.
  • tu_mts_idx[ x0 ][ y0] is signaled when both the width and height of the coding unit for the luma component are 32 or less, that is, whether MTS is applied is determined by the width and height of the coding unit for the luma component. do.
  • transform block tiling when transform block tiling occurs (e.g., when the maximum transform size is set to 32, a 64x64 coding unit is divided into four 32x32 transform blocks and is coded) the size of each transform block
  • the MTS index may be signaled based on. For example, when the width and height of a transform block are both 32 or less, the same MTS index value is applied to all transform blocks in a coding unit, so that the same first-order transform may be applied.
  • the value of tu_cbf_luma[ x0 ][ y0] in Table 8 is the CBF value for the upper left transform block, or 1 if the CBF value is 1 even for one transform block for all transform blocks. I can.
  • log2ZoTbWidth and log2ZoTbHeight each represent the base-2 log value of the width and height of the upper left area remaining after zero-out is performed
  • tu_mts_idx[ The part that checks the value of x0 ][y0] may be omitted.
  • Binarization for last_sig_coeff_x_prefix and last_sig_coeff_y_prefix in Table 9 may be determined based on log2ZoTbWidth and log2ZoTbHeight as shown in Table 6.
  • a condition for checking sps_mts_enable_flag may be added when determining log2ZoTbWidth and log2ZoTbHeight in residual coding.
  • the MTS index may be signaled as shown in Table 10.
  • LumaLastSignificantCoeffX and LumaLastSignificantCoeffY represent the X coordinate and Y coordinate of the last significant coefficient position for the luma transform block, respectively.
  • the condition that both LumaLastSignificantCoeffX and LumaLastSignificantCoeffY must be less than 16 has been added to Table 10, and if either of them is 16 or more, DCT-2 is applied in both the horizontal and vertical directions, so signaling for tu_mts_idx[x0][y0] It can be inferred that DCT-2 is applied in both the horizontal and vertical directions without omission.
  • LumaLastSignificantCoeffX and LumaLastSignificantCoeffY are less than 16, it means that the last significant coefficient exists in the upper left 16x16 area.
  • DST-7 or DCT-8 of length 32 is applied, 16 items from the left or top are applied. This indicates that there is a possibility that zero-out, leaving only the transform coefficient, has been applied. Accordingly, it is possible to indicate the conversion kernel used for the first-order conversion by signaling tu_mts_idx[x0][y0].
  • a coding unit syntax table, a transform unit syntax table, and a residual coding syntax table are as follows.
  • the MTS index moves from the transform unit level to the syntax of the coding unit level, and is signaled after LFNST index signaling.
  • the restriction condition that does not allow LFNST has been removed.
  • LFNST can be applied to all intra prediction blocks.
  • both the MTS index and the LFNST index are conditionally signaled at the last part of the coding unit level.
  • MtsZeroOutSigCoeffFlag is initially set to 1, and this value can be changed in the residual coding of Table 13.
  • the variable MtsZeroOutSigCoeffFlag is changed from 1 to 0 when there is a significant coefficient in the region (LastSignificantCoeffX> 15
  • the technical feature may be implemented with another conditional syntax. For example, after MTS is performed, a variable indicating whether an effective coefficient exists in an area other than the DC area of the current block can be derived, and if the variable indicates that an effective coefficient exists in an area other than the DC area, MTS index can be signaled. That is, the existence of the effective coefficient in the region excluding the DC region of the current block indicates that the value of tu_cbf_luma[x0][y0] is 1, and in this case, the MTS index can be signaled.
  • variable MtsDcOnly The variable can be expressed as MtsDcOnly, and the variable MtsDcOnly is initially set to 1 at the coding unit level, and then the value is changed to 0 when the residual coding level indicates that an effective coefficient exists in a region other than the DC region of the current block. Can be.
  • image information may be configured such that the MTS index is signaled.
  • the variable MtsDcOnly maintains an initial value of 1.
  • the video information may be configured so that the MTS index is not signaled. That is, the MTS index is not parsed and signaled.
  • the decoding apparatus may determine the color index (cIdx) of the transform coefficient to derive the variable MtsZeroOutSigCoeffFlag of Table 13.
  • the color index (cIdx) is 0, it means the luma component.
  • the variable MtsZeroOutSigCoeffFlag is a variable indicating whether zero-out has been performed when MTS is applied, and indicates whether a transform coefficient exists in an area other than the upper left 16X16 area in which the last significant coefficient can exist due to zero-out after MTS is performed. .
  • a non-zero-out region in which a non-zero transform coefficient may exist may be set depending on whether zero-out accompanying MTS has been performed. Even in this case, a color index (cIdx When) is 0, the non-zero-out area may be set as the upper left 16X16 area of the current block.
  • Table 11 shows a variable LfnstZeroOutSigCoeffFlag that can indicate that zero-out has been performed when LFNST is applied.
  • the variable LfnstZeroOutSigCoeffFlag indicates whether a valid coefficient exists in the second region excluding the first region at the top left of the current block. This value is initially set to 1, and if there is a valid coefficient in the second region, the value is 0. Can be changed to.
  • the LFNST index can be parsed only when the initially set variable LfnstZeroOutSigCoeffFlag value is maintained as 1.
  • FIG. 15 is a diagram illustrating a block diagram of a CABAC encoding system according to an embodiment, and illustrates a block diagram of context-adaptive binary arithmetic coding (CABAC) for encoding a single syntax element.
  • CABAC context-adaptive binary arithmetic coding
  • each binary number 0 or 1 constituting the binary value is called a bin.
  • each of 1, 1, and 0 is referred to as one bin.
  • the bin(s) for one syntax element may represent the value of the corresponding syntax element.
  • the binarized bins are input to a regular encoding engine or a bypass encoding engine.
  • the regular encoding engine allocates a model to a context that reflects a probability value for a corresponding bin, and encodes the bin based on the allocated context model.
  • the probability model for the corresponding bin may be updated. Bins that are coded in this way are called context-coded bins.
  • the bypass encoding engine omits the procedure of estimating the probability of the input bin and the procedure of updating the probability model applied to the corresponding bin after encoding. Instead of allocating a context, a uniform probability distribution is applied to encode the input bins, thereby improving the encoding speed. Bins that are coded in this way are called bypass bins.
  • Entropy encoding may determine whether to perform encoding through a regular encoding engine or through a bypass encoding engine, and switch an encoding path. Entropy decoding performs the same process as encoding in the reverse order.
  • the LFNST index consists of up to two bins, and the binary code for the possible LFNST index values 0, 1, 2 ) Is assigned 0, 10 and 11 respectively.
  • context-based CABAC coding may be applied to the first bin of the LFNST index (regular coding), and bypass coding may be applied to the second bin.
  • context-based CABAC coding may be applied to both the first and second bins of the LFNST index.
  • the table shows the allocation of ctxInc of the LFNST index according to the context coded bin.
  • context 0 can be applied for a single tree
  • context 1 can be applied for a non-single tree
  • a single tree means that the luma component and the chroma component are coded with the same coding structure. If the coding unit is divided while having the same coding structure, but the size of the coding unit is less than a certain threshold, and the luma component and the chroma component are coded with separate tree structures, the coding unit is regarded as a dual tree and is the first bin. Can determine the context of. That is, as shown in Table 14, context 1 can be assigned.
  • context 0 can be coded, otherwise, context 1 can be used.
  • the LFNST index has two fixed blank values for the corresponding candidate (only the first candidate is tried. It may be coded as case 10 and may be coded as 11 when only the second candidate is attempted).
  • the second bin is coded as bypass, a fixed amount of bits is generated for the second bin even though the second bin has a fixed value (0 or 1), which can significantly increase the coding cost for the second bin. have.
  • the second bean is coded in a context method rather than bypass, if only one fixed LFNST kernel candidate is attempted, the corresponding fixed value (0 or 1) for the second bean is updated to a 100% probability. The coding cost can be significantly reduced.
  • both bins for LFNST index coding are coded in a context method, so even if only one LFNST kernel candidate is fixed and applied during the encoding process, the coding efficiency is minimized compared to applying both candidates and the encoding complexity Because it can be reduced, it is possible to give a substantial degree of freedom in finding a performance-complexity trade-off in the encoding process.
  • 16 is a flowchart illustrating an operation of a video decoding apparatus according to an embodiment of the present document.
  • FIG. 16 Each step disclosed in FIG. 16 is based on some of the contents described above in FIGS. 5 to 15. Accordingly, detailed descriptions overlapping with those described above in FIGS. 3 and 5 to 15 will be omitted or simplified.
  • the decoding apparatus 300 may receive information about an intra prediction mode, residual information, and an LFNST index from a bitstream (S1610).
  • This information is received as syntax information, and the syntax information is received as a binarized empty string containing 0s and 1s.
  • the decoding apparatus may derive binarization information for the syntax element of the LFNST index. This creates a candidate set for the binarized value that the syntax element of the received transform index may have.
  • the syntax element of the LFNST index may be binarized using a truncated universal code method.
  • the syntax element of the conversion index according to the present embodiment may indicate whether LFNST is applied and any one of the LFNST kernels included in the LFNST conversion set.
  • the LFNST index There can be three values of the syntax element.
  • the syntax element value for the LFNST index is 0 indicating when LFNST is not applied to the current block, 1 indicating the first LFNST kernel among LFNST kernels, and the second LFNST kernel among LFNST kernels. It may contain 2 indicating.
  • the syntax element values for the three LFNST indices may be coded as 0, 10, and 11 according to the truncated universal code method. That is, a value of 0 for a syntax element may be binarized to '0', a value of 1 for a syntax element may be '10', and a value of 2 for a syntax element may be binarized to '11'.
  • the decoding apparatus may derive a transform coefficient by performing residual coding based on the received residual information (S1620).
  • the decoding apparatus 300 may decode information about quantized transform coefficients for a current block from a bitstream, and quantized transform coefficients for a target block based on information about quantized transform coefficients for the current block. Can derive them.
  • Information on quantized transform coefficients for the target block may be included in a sequence parameter set (SPS) or a slice header, information on whether or not a simplified transform (RST) is applied, information on a simplification factor, At least one of information on the minimum transform size to which the simplified transform is applied, information on the maximum transform size to which the simplified transform is applied, the size of the simplified inverse transform, and information on a transform index indicating any one of transform kernel matrices included in the transform set It may include.
  • SPS sequence parameter set
  • RST simplified transform
  • simplification factor At least one of information on the minimum transform size to which the simplified transform is applied, information on the maximum transform size to which the simplified transform is applied, the size of the simplified inverse transform, and information on a transform index indicating any one of transform kernel
  • the decoding apparatus 300 may derive transform coefficients by performing inverse quantization on residual information for a current block, that is, quantized transform coefficients, and may arrange the derived transform coefficients in a predetermined scanning order.
  • the derived transform coefficients may be arranged according to the reverse diagonal scan order in units of 4 ⁇ 4 blocks, and the transform coefficients in the 4 ⁇ 4 block may also be arranged according to the reverse diagonal scan order. That is, transform coefficients subjected to inverse quantization may be arranged according to a reverse scan order applied in a video codec such as in VVC or HEVC.
  • the transform coefficient derived based on such residual information may be an inverse quantized transform coefficient as described above, or may be a quantized transform coefficient. That is, the transform coefficient may be data capable of checking whether the current block is non-zero data regardless of whether or not quantization is performed.
  • the decoding apparatus may derive a residual sample by applying an inverse transform to the quantized transform coefficient.
  • the decoding apparatus may derive a residual sample by applying LFNST as a non-separated transform or MTS as a separating transform, and these transforms indicate the LFNST kernel, that is, the LFNST index and the MTS kernel indicating the LFNST matrix, respectively. It may be performed based on the MTS index.
  • the decoding apparatus may derive context information for the first bin of the LFNST index according to the tree type of the current block, and may derive preset context information for the second (S1630).
  • context information for the first bin may be derived as a different value. For example, if the tree type of the current block is a single tree, the first bin may be derived as first context information, and if the tree type of the current block is not a single tree, the first bin may be derived as second context information.
  • the context information for the second bin may be derived as one preset value regardless of the tree type of the current block. That is, according to an example, the bin string of the LFNST index may be decoded based on a context model rather than a bypass method for both bins.
  • the decoding apparatus decodes the bins of the syntax element bean string based on context information, and determines the value of the syntax element for the LFNST index applied to the current block among binarized values that the syntax element of the LFNST index may have by context information-based decoding. It can be derived (S1640).
  • the decoding apparatus receives an bin string that has been binarized using a truncated universal code method, and decodes a syntax element of the LFNST index based on context information.
  • the decoding apparatus 300 determines the LFNST transform set based on the mapping relationship according to the intra prediction mode applied to the current block, and applies LFNST based on the LFNST transform set, the LFNST kernel included in the LFNST transform set, and the LFNST index.
  • a modified transform coefficient may be derived (S1650).
  • the decoding apparatus may derive residual samples for the current block based on the inverse linear transformation of the modified transform coefficients (S1660), and may generate a reconstructed picture based on the residual samples (S1670). .
  • 17 is a flowchart illustrating an operation of a video encoding apparatus according to an embodiment of the present document.
  • FIG. 17 Each step disclosed in FIG. 17 is based on some of the contents described above in FIGS. 5 to 15. Accordingly, detailed descriptions overlapping with those described above in FIGS. 2 and 5 to 15 will be omitted or simplified.
  • the encoding apparatus 200 may derive a prediction sample for a current block based on an intra prediction mode applied to the current block (S1710).
  • the encoding apparatus 200 may derive residual samples for the current block based on the prediction samples (S1720).
  • the encoding apparatus 200 may derive transform coefficients for the current block by applying at least one of LFNST or MTS to residual samples, and arrange the transform coefficients according to a predetermined scanning order.
  • the encoding apparatus may derive a transform coefficient for the current block based on the first-order transform for the residual sample (S1730).
  • the first-order transform may be performed through a plurality of transform kernels, such as MTS, and in this case, a transform kernel may be selected based on an intra prediction mode.
  • a transform kernel may be selected based on an intra prediction mode.
  • the encoding apparatus may zero out the remaining area of the current block excluding the upper left specific area of the current block, for example, a 16x16 area.
  • the encoding apparatus 200 determines whether to perform quadratic transformation, non-separated transformation, or specifically LFNST on the transform coefficients for the current block, and derives the modified transform coefficients by applying LFNST to the transform coefficient. can do.
  • the encoding device may derive a modified transform coefficient by applying LFNST based on the LFNST transform set and the LFNST kernel included in the LFNST transform set (S1740).
  • LFNST is a non-separated transform that applies a transform without separating the coefficients in a specific direction, unlike a first-order transform that transforms coefficients to be transformed in a vertical or horizontal direction.
  • the non-separated transformation may be a low-frequency non-separated transformation in which the transformation is applied only to a low frequency region, not the entire target block to be transformed.
  • the encoding device may encode at least one of an LFNST index indicating an LFNST kernel or an MTS index indicating an MTS kernel.
  • the encoding device may derive a value of the syntax element for the LFNST index and may binarize the value of the syntax element for the LFNST index (S1750).
  • the syntax element of the LFNST index according to the present embodiment may indicate whether LFNST is applied and any one of the LFNST kernels included in the LFNST transformation set.
  • the LFNST index There can be three values of the syntax element.
  • the syntax element value for the LFNST index is 0 indicating when LFNST is not applied to the current block, 1 indicating the first LFNST kernel among LFNST kernels, and 1 indicating the second LFNST kernel among LFNST kernels. It can be derived as 2.
  • the encoding device may binarize the values of the syntax elements for the three transform indices into 0, 10, and 11 according to the truncated universal code method. That is, the value 0 for the syntax element can be binarized to '0', the value 1 for the syntax element is '10', and the value 2 for the syntax element can be binarized to '11'. For the syntax element for Korea, it can be binarized to any one of '0', '10, and '11'.
  • the encoding device derives context information for the first bin of the LFNST index according to the tree type of the current block, derives preset context information for the second, and encodes the bin of the syntax element bean string based on the context information.
  • context information for the first bin may be derived as a different value. For example, if the tree type of the current block is a single tree, the first bin may be derived as first context information, and if the tree type of the current block is not a single tree, the first bin may be derived as second context information.
  • the context information for the second bin may be derived as one value regardless of the tree type of the current block. That is, according to an example, the bin string of the LFNST index may be encoded based on a context model rather than a bypass method for both bins.
  • the encoding device binarizes the empty string of the LFNST index using a truncated universal code method, and encodes the syntax element of the LFNST index for the corresponding binarization value based on different context information.
  • the encoding apparatus may configure and output video information such that at least one of the LFNST index and the MTS index is signaled at the coding unit level, and the MTS index is signaled immediately after signaling of the LFNST index, and output after encoding the quantized residual information. Yes (S1770).
  • the encoding apparatus may perform quantization based on transform coefficients or modified transform coefficients for the current block to derive quantized transform coefficients, and encode and output image information including information on the quantized transform coefficients.
  • the encoding apparatus may generate residual information including information on quantized transform coefficients.
  • the residual information may include the above-described conversion related information/syntax element.
  • the encoding device may encode image/video information including residual information and output it in the form of a bitstream.
  • the encoding apparatus may generate information about quantized transform coefficients and encode information about the generated quantized transform coefficients.
  • At least one of quantization/inverse quantization and/or transform/inverse transformation may be omitted.
  • the quantized transform coefficient may be referred to as a transform coefficient.
  • the transform coefficient may be referred to as a coefficient or a residual coefficient, or may still be referred to as a transform coefficient for uniformity of expression.
  • the quantized transform coefficient and the transform coefficient may be referred to as a transform coefficient and a scaled transform coefficient, respectively.
  • the residual information may include information about the transform coefficient(s), and the information about the transform coefficient(s) may be signaled through a residual coding syntax.
  • Transform coefficients may be derived based on the residual information (or information about the transform coefficient(s)), and scaled transform coefficients may be derived through an inverse transform (scaling) of the transform coefficients. Residual samples may be derived based on the inverse transform (transform) of the scaled transform coefficients. This may be applied/expressed in other parts of this document as well.
  • the above-described method according to this document may be implemented in the form of software, and the encoding device and/or the decoding device according to this document performs image processing such as, for example, a TV, computer, smartphone, set-top box, and display device. It can be included in the device.
  • the above-described method may be implemented as a module (process, function, etc.) that performs the above-described functions.
  • Modules are stored in memory and can be executed by a processor.
  • the memory may be inside or outside the processor, and may be connected to the processor through various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), another chipset, a logic circuit, and/or a data processing device.
  • the memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory card, storage medium, and/or other storage device. That is, the embodiments described in this document may be implemented and performed on a processor, microprocessor, controller, or chip.
  • the functional units shown in each drawing may be implemented and executed on a computer, a processor, a microprocessor, a controller, or a chip.
  • the decoding device and encoding device to which this document 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, a real-time communication device such as video communication, and mobile streaming.
  • an OTT video (Over the top video) device may include a game console, a Blu-ray player, an Internet-connected TV, a home theater system, a smartphone, a tablet PC, and a digital video recorder (DVR).
  • DVR digital video recorder
  • the processing method to which this document is applied may be produced in the form of a program executed by a computer, and may be stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to this document can also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all kinds of storage devices and distributed storage devices in which computer-readable data is stored.
  • the computer-readable recording medium is, for example, Blu-ray disk (BD), universal serial bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk, and optical It may include a data storage device.
  • the computer-readable recording medium includes media implemented in the form of a carrier wave (for example, transmission through the Internet).
  • bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired or wireless communication network.
  • an embodiment of this document may be implemented as a computer program product using a program code, and the program code may be executed in a computer according to the embodiment of the present document.
  • the program code may be stored on a carrier readable by a computer.
  • the claims set forth herein may be combined in a variety of ways.
  • the technical features of the method claims of the present specification may be combined to be implemented as a device, and the technical features of the device claims of the present specification may be combined to be implemented by a method.
  • the technical characteristics of the method claim of the present specification and the technical characteristics of the device claim may be combined to be implemented as a device, and the technical characteristics of the method claim of the present specification and the technical characteristics of the device claim may be combined to be implemented by a method.

Landscapes

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

Abstract

본 문서에 따른 영상 디코딩 방법은 변환 계수에 LFNST 또는 MTS 중 적어도 하나를 적용하여 레지듀얼 샘플을 도출하는 단계; 상기 레지듀얼 샘플들을 기반으로 복원 픽처를 생성하는 단계를 포함하되, 상기 LFNST는 LFNST 변환 세트, 상기 LFNST 변환 세트에 포함되어 있는 LFNST 커널 및 상기 LFNST 커널을 지시하는 LFNST 인덱스에 기초하여 수행되고, 상기 LFNST 인덱스에 대한 신택스 요소 빈 스트링의 첫 번째 빈은 상기 현재 블록의 트리 타입에 따라 상이한 컨텍스트 정보를 기반으로 도출되고, 상기 신택스 요소 빈 스트링의 두 번째 빈은 기설정된 컨텍스트 정보를 기반으로 도출될 수 있다.

Description

변환에 기반한 영상 코딩 방법 및 그 장치
본 문서는 영상 코딩 기술에 관한 것으로서 보다 상세하게는 영상 코딩 시스템에서 변환(transform)에 기반한 영상 코딩 방법 및 그 장치에 관한 것이다.
최근 4K 또는 8K 이상의 UHD(Ultra High Definition) 영상/비디오와 같은 고해상도, 고품질의 영상/비디오에 대한 수요가 다양한 분야에서 증가하고 있다. 영상/비디오 데이터가 고해상도, 고품질이 될수록 기존의 영상/비디오 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상/비디오 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(Virtual Reality), AR(Artificial Realtiy) 컨텐츠나 홀로그램 등의 실감 미디어(Immersive Media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 영상/비디오에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 영상/비디오의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 영상/비디오 압축 기술이 요구된다.
본 문서의 기술적 과제는 영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 다른 기술적 과제는 LFNST 인덱스 코딩의 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 LFNST 인덱스의 코딩을 통하여 2차 변환의 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 영상 디코딩 방법을 제공한다. 상기 방법은 변환 계수에 LFNST 또는 MTS 중 적어도 하나를 적용하여 레지듀얼 샘플을 도출하는 단계; 상기 레지듀얼 샘플들을 기반으로 복원 픽처를 생성하는 단계를 포함하되, 상기 LFNST는 LFNST 변환 세트, 상기 LFNST 변환 세트에 포함되어 있는 LFNST 커널 및 상기 LFNST 커널을 지시하는 LFNST 인덱스에 기초하여 수행되고, 상기 LFNST 인덱스에 대한 신택스 요소 빈 스트링의 첫 번째 빈은 상기 현재 블록의 트리 타입에 따라 상이한 컨텍스트 정보를 기반으로 도출되고, 상기 신택스 요소 빈 스트링의 두 번째 빈은 기설정된 컨텍스트 정보를 기반으로 도출될 수 있다.
상기 LFNST 인덱스에 대한 신택스 요소의 컨텍스트 정보를 도출하는 단계와; 상기 컨텍스트 정보에 기초하여 상기 LFNST 인덱스에 대한 신택스 요소 빈 스트링의 빈들을 디코딩 하는 단계와; 상기 LFNST 인덱스에 대한 신택스 요소의 값을 도출하는 단계를 더 포함할 수 있다.
상기 현재 블록의 트리 타입이 싱글 트리이면 상기 첫 번째 빈은 제1 컨텍스트 정보로 도출되고, 상기 현재 블록의 트리 타입이 싱글 트리가 아니면 상기 첫 번째 빈은 제2 컨텍스트 정보로 도출될 수 있다.
상기 두 번째 빈에 대한 컨텍스트 정보는 상기 제1 컨텍스트 정보 및 상기 제2 컨텍스트 정보와 상이한 제3 컨텍스트 정보로 도출될 수 있다.
상기 LFNST 변환 세트에는 두 개의 상기 LFNST 커널이 포함되고, 상기 신택스 요소에 대한 값은 상기 현재 블록에 상기 LFNST가 적용되지 않는 경우를 지시하는 0, 상기 LFNST 커널 중 첫 번째 LFNST 커널을 지시하는 1, 상기 LFNST 커널 중 두 번째 LFNST 커널을 지시하는 2 중 어느 하나를 포함할 수 있다.
상기 신택스 요소에 대한 값은 트런케이티드 유너리 코드로 이진화되고, 상기 신택스 요소에 대한 값 0은 ‘0’으로, 상기 신택스 요소에 대한 값 1은 ‘10’로, 상기 신택스 요소에 대한 값 2는 ‘11’로 이진화 될 수 있다.
본 문서의 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 영상 인코딩 방법을 제공한다. 상기 방법은 레지듀얼 샘플들에 LFNST 또는 MTS 중 적어도 하나를 적용하여 상기 현재 블록에 대한 변환 계수들을 도출하는 단계; LFNST 커널을 지시하는 LFNST 인덱스 및 양자화된 레지듀얼 정보를 인코딩하는 단계를 포함하되, 상기 LFNST는 LFNST 변환 세트, 상기 LFNST 변환 세트에 포함되어 있는 상기 LFNST 커널을 기반으로 수행되고, 상기 LFNST 인덱스에 대한 신택스 요소 빈 스트링의 첫 번째 빈은 상기 현재 블록의 트리 타입에 따라 상이한 컨텍스트 정보를 기반으로 도출되고, 상기 신택스 요소 빈 스트링의 두 번째 빈은 기설정된 컨텍스트 정보를 기반으로 도출될 수 있다.
본 문서의 또 다른 일 실시예에 따르면, 인코딩 장치에 의하여 수행된 영상 인코딩 방법에 따라 생성된 인코딩된 영상 정보 및 비트스트림이 포함된 영상 데이터가 저장된 디지털 저장 매체가 제공될 수 있다.
본 문서의 또 다른 일 실시예에 따르면, 디코딩 장치에 의하여 상기 영상 디코딩 방법을 수행하도록 야기하는 인코딩된 영상 정보 및 비트스트림이 포함된 영상 데이터가 저장된 디지털 저장 매체가 제공될 수 있다.
본 문서에 따르면 전반적인 영상/비디오 압축 효율을 높일 수 있다.
본 문서에 따르면 LFNST 인덱스 코딩의 효율을 높일 수 있다.
본 문서에 따르면 LFNST 인덱스의 코딩을 통하여 2차 변환의 효율을 높일 수 있다.
본 명세서의 구체적인 일례를 통해 얻을 수 있는 효과는 이상에서 나열된 효과로 제한되지 않는다. 예를 들어, 관련된 기술분야의 통상의 지식을 자긴 자(a person having ordinary skill in the related art)가 본 명세서로부터 이해하거나 유도할 수 있는 다양한 기술적 효과가 존재할 수 있다. 이에 따라 본 명세서의 구체적인 효과는 본 명세서에 명시적으로 기재된 것에 제한되지 않고, 본 명세서의 기술적 특징으로부터 이해되거나 유도될 수 있는 다양한 효과를 포함할 수 있다.
도 1은 본 문서가 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 2는 본 문서가 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 본 문서가 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4는 본 문서가 적용되는 컨텐츠 스트리밍 시스템 구조도를 예시적으로 나타낸다.
도 5는 본 문서의 일 실시예에 따른 다중 변환 기법을 개략적으로 나타낸다.
도 6은 65개 예측 방향의 인트라 방향성 모드들을 예시적으로 나타낸다.
도 7은 본 문서의 일 실시예에 따른 RST를 설명하기 위한 도면이다.
도 8은 일 예에 따라 순방향 1차 변환의 출력 데이터를 1차원 벡터로 배열하는 순서를 도시한 도면이다.
도 9는 일 예에 따라 순방향 2차 변환의 출력 데이터를 2차원 블록으로 배열하는 순서를 도시한 도면이다.
도 10은 본 문서의 일 실시예에 따른 광각 인트라 예측 모드들을 도시한 도면이다.
도 11은 LFNST가 적용되는 블록 모양을 도시한 도면이다.
도 12는 일 예에 따라 순방향 LFNST의 출력 데이터의 배열을 도시한 도면이다.
도 13은 일 예에 따라 4x4 LFNST가 적용되는 블록에서의 제로 아웃을 도시하는 도면이다.
도 14는 일 예에 따라 8x8 LFNST가 적용되는 블록에서의 제로 아웃을 도시하는 도면이다.
도 15는 일 실시예에 따른 CABAC 인코딩 시스템의 블록도를 도시하는 도면이다.
도 16은 본 문서의 일 실시예에 따른 비디오 디코딩 장치의 동작을 도시하는 흐름도이다.
도 17은 본 문서의 일 실시예에 따른 비디오 인코딩 장치의 동작을 도시하는 흐름도이다.
본 문서는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 문서를 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 문서에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 문서의 본질에서 벗어나지 않는 한 본 문서의 권리범위에 포함된다.
이하, 첨부한 도면들을 참조하여, 본 문서의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략한다.
이 문서는 비디오/영상 코딩에 관한 것이다. 예를 들어 이 문서에서 개시된 방법/실시예는 VVC (Versatile Video Coding) 표준 (ITU-T Rec. H.266), VVC 이후의 차세대 비디오/이미지 코딩 표준, 또는 그 이외의 비디오 코딩 관련 표준들(예를 들어, HEVC (High Efficiency Video Coding) 표준 (ITU-T Rec. H.265), EVC(essential video coding) 표준, AVS2 표준 등)과 관련될 수 있다.
이 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
이 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)는 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 수 있다.
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 또는 샘플은 공간 도메인에서의 픽셀값을 의미할 수도 있고, 이러한 픽셀값이 주파수 도메인으로 변환되면 주파수 도메인에서의 변환 계수를 의미할 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
이 문서에서 “/”와 ","는 “및/또는”으로 해석된다. 예를 들어, “A/B”는 “A 및/또는 B”로 해석되고, “A, B”는 “A 및/또는 B”로 해석된다. 추가적으로, “A/B/C”는 “A, B 및/또는 C 중 적어도 하나”를 의미한다. 또한, “A, B, C”도 “A, B 및/또는 C 중 적어도 하나”를 의미한다. (In this document, the term “/” and "," should be interpreted to indicate “and/or.” For instance, the expression “A/B” may mean “A and/or B.” Further, “A, B” may mean “A and/or B.” Further, “A/B/C” may mean “at least one of A, B, and/or C.” Also, “A/B/C” may mean “at least one of A, B, and/or C.”)
추가적으로, 본 문서에서 “또는”는 “및/또는”으로 해석된다. 예를 들어, “A 또는 B”은, 1) “A” 만을 의미하고, 2) “B” 만을 의미하거나, 3) “A 및 B”를 의미할 수 있다. 달리 표현하면, 본 문서의 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다. (Further, in the document, the term “or” should be interpreted to indicate “and/or.” For instance, the expression “A or B” may comprise 1) only A, 2) only B, and/or 3) both A and B. In other words, the term “or” in this document should be interpreted to indicate “additionally or alternatively.”)
본 명세서에서 “적어도 하나의 A 및 B(at least one of A and B)”는, “오직 A”, “오직 B” 또는 “A와 B 모두”를 의미할 수 있다. 또한, 본 명세서에서 “적어도 하나의 A 또는 B(at least one of A or B)”나 “적어도 하나의 A 및/또는 B(at least one of A and/or B)”라는 표현은 “적어도 하나의 A 및 B(at least one of A and B)”와 동일하게 해석될 수 있다.
또한, 본 명세서에서 “적어도 하나의 A, B 및 C(at least one of A, B and C)”는, “오직 A”, “오직 B”, “오직 C”, 또는 “A, B 및 C의 임의의 모든 조합(any combination of A, B and C)”를 의미할 수 있다. 또한, “적어도 하나의 A, B 또는 C(at least one of A, B or C)”나 “적어도 하나의 A, B 및/또는 C(at least one of A, B and/or C)”는 “적어도 하나의 A, B 및 C(at least one of A, B and C)”를 의미할 수 있다.
또한, 본 명세서에서 사용되는 괄호는 “예를 들어(for example)”를 의미할 수 있다. 구체적으로, “예측(인트라 예측)”로 표시된 경우, “예측”의 일례로 “인트라 예측”이 제안된 것일 수 있다. 달리 표현하면 본 명세서의 “예측”은 “인트라 예측”으로 제한(limit)되지 않고, “인트라 예측”이 “예측”의 일례로 제안될 것일 수 있다. 또한, “예측(즉, 인트라 예측)”으로 표시된 경우에도, “예측”의 일례로 “인트라 예측”이 제안된 것일 수 있다.
본 명세서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
도 1은 본 문서를 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 소스 디바이스 및 수신 디바이스를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포맷을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
도 2는 본 문서가 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 인코딩 장치라 함은 영상 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)는 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)를 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽처, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 문서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
감산부(231)는 입력 영상 신호(원본 블록, 원본 샘플들 또는 원본 샘플 어레이)에서 예측부(220)로부터 출력된 예측 신호(예측된 블록, 예측 샘플들 또는 예측 샘플 어레이)를 감산하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들 또는 레지듀얼 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 예측부(220)는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(220)는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 각 예측모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 상기 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
인터 예측부(221) 및/또는 인트라 예측부(222)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 등을 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송되고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 후술되는 시그널링/전송되는 정보 및/또는 신택스 요소들은 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(250)는 복원된 레지듀얼 신호를 예측부(220)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플들 또는 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(260)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset, SAO), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(290)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(290)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(280)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(200)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270)의 DPB는 수정된 복원 픽처를 인터 예측부(221)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 문서가 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memory, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(330)로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼에 대한 정보, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(321)로 입력될 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 예측부(330), 가산부(340), 필터링부(350) 및 메모리(360) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 상기 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
인트라 예측부(332)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(332)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(331)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(331)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(330)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(60), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(331)에서 참조 픽쳐로 사용될 수 있다. 메모리(360)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(331)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(332)에 전달할 수 있다.
본 명세서에서, 디코딩 장치(300)의 예측부(330), 역양자화부(321), 역변환부(322) 및 필터링부(350) 등에서 설명된 실시예들은 각각 인코딩 장치(200)의 예측부(220), 역양자화부(234), 역변환부(235) 및 필터링부(260) 등에도 동일 또는 대응되도록 적용될 수 있다.
상술한 바와 같이 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 상기 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 상기 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 상기 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록과 상기 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 상기 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 상기 레지듀얼 정보는 상기 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 상기 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
도 4는 본 문서가 적용되는 컨텐츠 스트리밍 시스템 구조도를 예시적으로 나타낸다.
또한, 본 문서가 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다. 상기 비트스트림은 본 문서가 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다. 상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
도 5는 본 문서에 따른 다중 변환 기법을 개략적으로 나타낸다.
도 5를 참조하면, 변환부는 상술한 도 2의 인코딩 장치 내의 변환부에 대응될 수 있고, 역변환부는 상술한 도 2의 인코딩 장치 내의 역변환부 또는 도 3의 디코딩 장치 내의 역변환부에 대응될 수 있다.
변환부는 레지듀얼 블록 내의 레지듀얼 샘플들(레지듀얼 샘플 어레이)를 기반으로 1차 변환을 수행하여 (1차) 변환 계수들을 도출할 수 있다(S510). 이러한 1차 변환(primary transform)은 핵심 변환(core transform)으로 지칭될 수 있다. 여기서 상기 1차 변환은 다중 변환 선택(Multiple Transform Selection, MTS)에 기반할 수 있으며, 1차 변환으로 다중 변환이 적용될 경우 다중 핵심 변환으로 지칭될 수 있다.
다중 핵심 변환은 DCT(Discrete Cosine Transform) 타입 2과 DST(Discrete Sine Transform) 타입 7, DCT 타입 8, 및/또는 DST 타입 1을 추가적으로 사용하여 변환하는 방식을 나타낼 수 있다. 즉, 상기 다중 핵심 변환은 상기 DCT 타입 2, 상기 DST 타입 7, 상기 DCT 타입 8 및 상기 DST 타입 1 중 선택된 복수의 변환 커널들을 기반으로 공간 도메인의 레지듀얼 신호(또는 레지듀얼 블록)를 주파수 도메인의 변환 계수들(또는 1차 변환 계수들)로 변환하는 변환 방법을 나타낼 수 있다. 여기서 상기 1차 변환 계수들은 변환부 입장에서 임시 변환 계수들로 불릴 수 있다.
다시 말하면, 기존의 변환 방법이 적용되는 경우, DCT 타입 2를 기반으로 레지듀얼 신호(또는 레지듀얼 블록)에 대한 공간 도메인에서 주파수 도메인으로의 변환이 적용되어 변환 계수들이 생성될 수 있었다. 이와 달리, 상기 다중 핵심 변환이 적용되는 경우, DCT 타입 2, DST 타입 7, DCT 타입 8, 및/또는 DST 타입 1 등을 기반으로 레지듀얼 신호(또는 레지듀얼 블록)에 대한 공간 도메인에서 주파수 도메인으로의 변환이 적용되어 변환 계수들(또는 1차 변환 계수들)이 생성될 수 있다. 여기서, DCT 타입 2, DST 타입 7, DCT 타입 8, 및 DST 타입 1 등은 변환 타입, 변환 커널(kernel) 또는 변환 코어(core)라고 불릴 수 있다. 이러한 DCT/DST 변환 타입들은 기저 함수들을 기반으로 정의될 수 있다.
상기 다중 핵심 변환이 수행되는 경우, 상기 변환 커널들 중 대상 블록에 대한 수직 변환 커널 및 수평 변환 커널이 선택될 수 있고, 상기 수직 변환 커널을 기반으로 상기 대상 블록에 대한 수직 변환이 수행되고, 상기 수평 변환 커널을 기반으로 상기 대상 블록에 대한 수평 변환이 수행될 수 있다. 여기서, 상기 수평 변환은 상기 대상 블록의 수평 성분들에 대한 변환을 나타낼 수 있고, 상기 수직 변환은 상기 대상 블록의 수직 성분들에 대한 변환을 나타낼 수 있다. 상기 수직 변환 커널/수평 변환 커널은 레지듀얼 블록을 포함하는 대상 블록(CU 또는 서브블록)의 예측 모드 및/또는 변환 인덱스를 기반으로 적응적으로 결정될 수 있다.
또한, 일 예에 따르면, MTS을 적용하여 1차 변환을 수행하는 경우, 특정 기저 함수들을 소정 값으로 설정하고, 수직 변환 또는 수평 변환일 때 어떠한 기저 함수들이 적용되는지 여부를 조합하여 변환 커널에 대한 매핑 관계를 설정할 수 있다. 예를 들어, 수평 방향 변환 커널을 trTypeHor로 나타내고, 수직 방향 변환 커널을 trTypeVer로 나타내는 경우, trTypeHor 또는 trTypeVer 값 0은 DCT2로 설정되고, trTypeHor 또는 trTypeVer 값 1은 DST7 로 설정되고, trTypeHor 또는 trTypeVer 값 2는 DCT8로 설정될 수 있다.
이 경우, 다수의 변환 커널 세트들 중 어느 하나를 지시하기 위하여 MTS 인덱스 정보가 인코딩되어 디코딩 장치로 시그널링될 수 있다. 예를 들어, MTS 인덱스가 0이면 trTypeHor 및 trTypeVer 값이 모두 0인 것을 지시하고, MTS 인덱스가 1이면 trTypeHor 및 trTypeVer 값이 모두 1 인 것을 지시하고, MTS 인덱스가 2이면 trTypeHor 값은 2이고 trTypeVer 값은 1 인 것을 지시하고, MTS 인덱스가 3이면 trTypeHor 값은 1이고 trTypeVer 값은 2 인 것을 지시하고, MTS 인덱스가 4이면 trTypeHor 및 trTypeVer 값이 모두 2 인 것을 지시할 수 있다.
일 예에 따라, MTS 인덱스 정보에 따른 변환 커널 세트를 표로 나타내면 다음과 같다.
Figure PCTKR2020013758-appb-T000001
변환부는 상기 (1차) 변환 계수들을 기반으로 2차 변환을 수행하여 수정된(2차) 변환 계수들을 도출할 수 있다(S520). 상기 1차 변환은 공간 도메인에서 주파수 도메인으로의 변환이고, 상기 2차 변환은 (1차) 변환 계수들 사이에 존재하는 상관 관계(correlation)를 이용하여 보다 압축적인 표현으로 변환하는 것을 의미한다. 상기 2차 변환은 비분리 변환(non- separable transform)을 포함할 수 있다. 이 경우 상기 2차 변환은 비분리 2차 변환(non-separable secondary transform, NSST) 또는 MDNSST(mode-dependent non-separable secondary transform)이라고 불릴 수 있다. 상기 비분리 2차 변환은 상기 1차 변환을 통하여 도출된 (1차) 변환 계수들을 비분리 변환 매트릭스(non-separable transform matrix)를 기반으로 2차 변환하여 레지듀얼 신호에 대한 수정된 변환 계수들(또는 2차 변환 계수들)을 생성하는 변환을 나타낼 수 있다. 여기서, 상기 비분리 변환 매트릭스를 기반으로 상기 (1차) 변환 계수들에 대하여 수직 변환 및 수평 변환을 분리하여(또는 수평 수직 변환을 독립적으로) 적용하지 않고 한번에 변환을 적용할 수 있다. 다시 말해, 상기 비분리 2차 변환은 상기 (1차) 변환 계수들에 대해 수직 방향과 수평 방향에 따로 적용되지 않고, 예를 들어 2차원 신호(변환 계수)들을 특정 정해진 방향(예컨대, 행 우선(row-first) 방향 또는 열 우선(column-first) 방향)을 통하여 1차원 신호로 재정렬한 후, 상기 비분리 변환 매트릭스를 기반으로 수정된 변환 계수들(또는 2차 변환 계수들)을 생성하는 변환 방법을 나타낼 수 있다. 예를 들어, 행 우선 순서는 MxN 블록에 대해 1번째 행, 2번째 행, ... , N번째 행의 순서로 일렬로 배치하는 것이고, 열 우선 순서는 MxN 블록에 대해 1번째 열, 2번째 열, ... , M번째 열의 순서로 일렬로 배치하는 것이다. 상기 비분리 2차 변환은 (1차) 변환 계수들로 구성된 블록(이하, 변환 계수 블록이라고 불릴 수 있다)의 좌상단(top-left) 영역에 대하여 적용될 수 있다. 예를 들어, 상기 변환 계수 블록의 폭(W) 및 높이(H)가 둘 다 8 이상인 경우, 8×8 비분리 2차 변환이 상기 변환 계수 블록의 좌상단 8×8 영역에 대하여 적용될 수 있다. 또한, 상기 변환 계수 블록의 폭(W) 및 높이(H)가 둘 다 4 이상이면서, 상기 변환 계수 블록의 폭(W) 또는 높이(H)가 8보다 작은 경우, 4×4 비분리 2차 변환이 상기 변환 계수 블록의 좌상단 min(8,W)×min(8,H) 영역에 대하여 적용될 수 있다. 다만 실시예는 이에 한정되지 않으며, 예를 들어 상기 변환 계수 블록의 폭(W) 또는 높이(H)가 모두 4 이상인 조건만 만족하더라도, 4×4 비분리 2차 변환이 상기 변환 계수 블록의 좌상단 min(8,W)×min(8,H) 영역에 대하여 적용될 수도 있다.
구체적으로 예를 들어, 4×4 입력 블록이 사용되는 경우 비분리 2차 변환은 다음과 같이 수행될 수 있다.
상기 4×4 입력 블록 X는 다음과 같이 나타내어질 수 있다.
Figure PCTKR2020013758-appb-M000001
상기 X를 벡터 형태로 나타내는 경우, 벡터
Figure PCTKR2020013758-appb-I000001
는 다음과 같이 나타내어질 수 있다.
Figure PCTKR2020013758-appb-M000002
수학식 2와 같이, 벡터
Figure PCTKR2020013758-appb-I000002
는 행 우선(row-first) 순서에 따라 수학식 1의 X의 2차원 블록을 1차원 벡터로 재배열한다.
이 경우, 상기 2차 비분리 변환은 다음과 같이 계산될 수 있다.
Figure PCTKR2020013758-appb-M000003
여기서,
Figure PCTKR2020013758-appb-I000003
는 변환 계수 벡터를 나타내고, T는 16×16 (비분리) 변환 매트릭스를 나타낸다.
상기 수학식 3을 통하여 16×1 변환 계수 벡터
Figure PCTKR2020013758-appb-I000004
가 도출될 수 있으며, 상기
Figure PCTKR2020013758-appb-I000005
는 스캔 순서(수평, 수직, 대각(diagonal) 등)를 통하여 4×4 블록으로 재구성(re-organized)될 수 있다. 다만, 상술한 계산은 예시로서 비분리 2차 변환의 계산 복잡도를 줄이기 위하여 HyGT(Hypercube-Givens Transform) 등이 비분리 2차 변환의 계산을 위하여 사용될 수도 있다.
한편, 상기 비분리 2차 변환은 모드 기반(mode dependent)으로 변환 커널(또는 변환 코어, 변환 타입)이 선택될 수 있다. 여기서 모드는 인트라 예측 모드 및/또는 인터 예측 모드를 포함할 수 있다.
상술한 바와 같이 상기 비분리 2차 변환은 상기 변환 계수 블록의 너비(W) 및 높이(H)를 기반으로 결정된 8×8 변환 또는 4×4 변환에 기반하여 수행될 수 있다. 8x8 변환은 W와 H가 모두 8보다 같거나 클 때 해당 변환 계수 블록 내부에 포함된 8x8 영역에 적용될 수 있는 변환을 가리키며 해당 8x8 영역은 해당 변환 계수 블록 내부의 좌상단 8x8 영역일 수 있다. 유사하게, 4x4 변환은 W와 H가 모두 4보다 같거나 클 때 해당 변환 계수 블록 내부에 포함된 4x4 영역에 적용될 수 있는 변환을 가리키며 해당 4x4 영역은 해당 변환 계수 블록 내부의 좌상단 4x4 영역일 수 있다. 예를 들어, 8x8 변환 커널 매트릭스는 64x64/16x64 행렬, 4x4 변환 커널 매트릭스는 16x16/8x16 행렬이 될 수 있다.
이때, 모드 기반 변환 커널 선택을 위하여, 8×8 변환 및 4×4 변환 둘 다에 대하여 비분리 2차 변환을 위한 변환 세트당 2개씩의 비분리 2차 변환 커널들이 구성될 수 있고, 변환 세트는 4개일 수 있다. 즉, 8×8 변환에 대하여 4개의 변환 세트가 구성되고, 4×4 변환에 대하여 4개의 변환 세트가 구성될 수 있다. 이 경우 8×8 변환에 대한 4개의 변환 세트에는 각각 2개씩의 8×8 변환 커널들이 포함될 수 있고, 이 경우 4×4 변환에 대한 4개의 변환 세트에는 각각 2개씩의 4×4 변환 커널들이 포함될 수 있다.
다만, 상기 변환의 사이즈, 즉 변환이 적용되는 영역의 사이즈는 예시로서 8×8 또는 4×4 이외의 사이즈가 사용될 수 있고, 상기 세트의 수는 n개, 각 세트 내 변환 커널들의 수는 k개일 수도 있다.
상기 변환 세트는 NSST 세트 또는 LFNST 세트라고 불릴 수 있다. 상기 변환 세트들 중 특정 세트의 선택은 예를 들어, 현재 블록(CU 또는 서브블록)의 인트라 예측 모드에 기반하여 수행될 수 있다. LFNST(Low-Frequency Non-Separable Transform)는 후술될 감소된 비분리 변환의 일 예일 수 있으며, 저주파 성분에 대한 비분리 변환을 나타낸다.
참고로, 예를 들어, 인트라 예측 모드는 2개의 비방향성(non-directinoal, 또는 비각도성(non-angular)) 인트라 예측 모드들과 65개의 방향성(directional, 또는 각도성(angular)) 인트라 예측 모드들을 포함할 수 있다. 상기 비방향성 인트라 예측 모드들은 0번인 플래너(planar) 인트라 예측 모드 및 1번인 DC 인트라 예측 모드를 포함할 수 있고, 상기 방향성 인트라 예측 모드들은 2번 내지 66번의 65개의 인트라 예측 모드들을 포함할 수 있다. 다만, 이는 예시로서 본 문서는 인트라 예측 모드들의 수가 다른 경우에도 적용될 수 있다. 한편, 경우에 따라 67번 인트라 예측 모드가 더 사용될 수 있으며, 상기 67번 인트라 예측 모드는 LM(linear model) 모드를 나타낼 수 있다.
도 6은 65개의 예측 방향의 인트라 방향성 모드들을 예시적으로 나타낸다.
도 6을 참조하면, 우하향 대각 예측 방향을 갖는 34번 인트라 예측 모드를 중심으로 수평 방향성(horizontal directionality)을 갖는 인트라 예측 모드와 수직 방향성(vertical directionality)을 갖는 인트라 예측 모드를 구분할 수 있다. 도 6의 H와 V는 각각 수평 방향성과 수직 방향성을 의미하며, -32 ~ 32의 숫자는 샘플 그리드 포지션(sample grid position) 상에서 1/32 단위의 변위를 나타낸다. 이는 모드 인덱스 값에 대한 오프셋을 나타낼 수 있다. 2번 내지 33번 인트라 예측 모드는 수평 방향성, 34번 내지 66번 인트라 예측 모드는 수직 방향성을 갖는다. 한편, 34번 인트라 예측 모드는 엄밀히 말해 수평 방향성도 수직 방향성도 아니라고 볼 수 있으나, 2차 변환의 변환 세트를 결정하는 관점에서 수평 방향성에 속한다고 분류될 수 있다. 이는, 34번 인트라 예측 모드를 중심으로 대칭되는 수직 방향 모드에 대해서는 입력 데이터를 트랜스포즈(transpose)해서 사용하고 34번 인트라 예측 모드에 대해서는 수평 방향 모드에 대한 입력 데이터 정렬 방식을 사용하기 때문이다. 입력 데이터를 트랜스포즈하는 것은 2차원 블록 데이터 MxN에 대해 행이 열이 되고 열이 행이 되어 NxM 데이터를 구성하는 것을 의미한다. 18번 인트라 예측 모드와 50번 인트라 예측 모드는 각각 수평 인트라 예측 모드(horizontal intra prediction mode), 수직 인트라 예측 모드(vertical intra prediction mode)를 나타내며, 2번 인트라 예측 모드는 왼쪽 참조 픽셀을 가지고 우상향 방향으로 예측하므로 우상향 대각 인트라 예측 모드라 불릴 수 있고, 동일한 맥락으로 34번 인트라 예측 모드는 우하향 대각 인트라 예측 모드, 66번 인트라 예측 모드는 좌하향 대각 인트라 예측 모드라고 불릴 수 있다.
일 예에 따라, 인트라 예측 모드에 따라 4개의 변환 세트들이 매핑(mapping)은 예를 들어 다음 표와 같이 나타내어질 수 있다.
Figure PCTKR2020013758-appb-T000002
표 2와 같이, 인트라 예측 모드에 따라 4개의 변환 세트 중 어느 하나, 즉 lfnstTrSetIdx가 0 부터 3, 즉 4개 중 어느 하나에 매핑될 수 있다.
한편, 비분리 변환에 특정 세트가 사용되는 것으로 결정되면, 비분리 2차 변환 인덱스를 통하여 상기 특정 세트 내 k개의 변환 커널들 중 하나가 선택될 수 있다. 인코딩 장치는 RD(rate-distortion) 체크 기반으로 특정 변환 커널을 가리키는 비분리 2차 변환 인덱스를 도출할 수 있으며, 상기 비분리 2차 변환 인덱스를 디코딩 장치로 시그널링할 수 있다. 디코딩 장치는 상기 비분리 2차 변환 인덱스를 기반으로 특정 세트 내 k개의 변환 커널들 중 하나를 선택할 수 있다. 예를 들어, lfnst 인덱스 값 0은 첫번째 비분리 2차 변환 커널을 가리킬 수 있고, lfnst 인덱스 값 1은 두번째 비분리 2차 변환 커널을 가리킬 수 있으며, lfnst 인덱스 값 2는 세번째 비분리 2차 변환 커널을 가리킬 수 있다. 또는 lfnst 인덱스 값 0은 대상 블록에 대하여 첫번째 비분리 2차 변환이 적용되지 않음을 가리킬 수 있고, lfnst 인덱스 값 1 내지 3은 상기 3개의 변환 커널들을 가리킬 수 있다.
변환부는 선택된 변환 커널들을 기반으로 상기 비분리 2차 변환을 수행하고 수정된(2차) 변환 계수들을 획득할 수 있다. 상기 수정된 변환 계수들은 상술한 바와 같이 양자화부를 통하여 양자화된 변환 계수들로 도출될 수 있고, 인코딩되어 디코딩 장치로 시그널링 및 인코딩 장치 내의 역양자화/역변환부로 전달될 수 있다.
한편, 상술한 바와 같이 2차 변환이 생략되는 경우 상기 1차 (분리) 변환의 출력인 (1차) 변환 계수들이 상술한 바와 같이 양자화부를 통하여 양자화된 변환 계수들로 도출될 수 있고, 인코딩되어 디코딩 장치로 시그널링 및 인코딩 장치 내의 역양자화/역변환부로 전달될 수 있다.
역변환부는 상술한 변환부에서 수행된 절차의 역순으로 일련의 절차를 수행할 수 있다. 역변환부는 (역양자화된) 변환 계수들을 수신하여, 2차 (역)변환을 수행하여 (1차) 변환 계수들을 도출하고(S550), 상기 (1차) 변환 계수들에 대하여 1차 (역)변환을 수행하여 레지듀얼 블록(레지듀얼 샘플들)을 획득할 수 있다(S560). 여기서 상기 1차 변환 계수들은 역변환부 입장에서 수정된(modified) 변환 계수들로 불릴 수 있다. 인코딩 장치 및 디코딩 장치는 상기 레지듀얼 블록과 예측된 블록을 기반으로 복원 블록을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있음은 상술한 바와 같다.
한편, 디코딩 장치는 2차 역변환 적용 여부 결정부(또는 이차 역변환의 적용 여부를 결정하는 요소)와, 2차 역변환 결정부(또는 이차 역변환을 결정하는 요소)를 더 포함할 수 있다. 2차 역변환 적용 여부 결정부는 2차 역변환의 적용 여부를 결정할 수 있다. 예를 들어, 2차 역변환은 NSST, RST 또는 LFNST 일 수 있고, 2차 역변환 적용 여부 결정부는 비트스트림으로부터 파싱한 이차 변환 플래그에 기초하여 2차 역변환의 적용 여부를 결정할 수 있다. 다른 일 예로, 2차 역변환 적용 여부 결정부는 레지듀얼 블록의 변환 계수에 기초하여 2차 역변환의 적용 여부를 결정할 수도 있다.
이차 역변환 결정부는 2차 역변환을 결정할 수 있다. 이때, 2차 역변환 결정부는 인트라 예측 모드에 따라 지정된 LFNST(NSST 또는 RST) 변환 세트에 기초하여 현재 블록에 적용되는 이차 역변환을 결정할 수 있다. 또한, 일 실시예로서, 1차 변환 결정 방법에 의존적으로(depend on) 이차 변환 결정 방법이 결정될 수 있다. 인트라 예측 모드에 따라 일차 변환과 이차 변환의 다양한 여러 조합이 결정될 수 있다. 또한, 일 예로, 이차 역변환 결정부는 현재 블록의 크기에 기초하여 이차 역변환이 적용되는 영역을 결정할 수도 있다.
한편, 상술한 바와 같이 2차 (역)변환이 생략되는 경우 (역양자화된) 변환 계수들을 수신하여 상기 1차 (분리) 역변환을 수행하여 레지듀얼 블록(레지듀얼 샘플들)을 획득할 수 있다. 인코딩 장치 및 디코딩 장치는 상기 레지듀얼 블록과 예측된 블록을 기반으로 복원 블록을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있음은 상술한 바와 같다.
한편, 본 문서에서는 비분리 2차 변환에 수반되는 계산량과 메모리 요구량의 저감을 위하여 NSST의 개념에서 변환 매트릭스(커널)의 크기가 감소된 RST(reduced secondary transform)을 적용할 수 있다.
한편, 본 문서에서 설명된 변환 커널, 변환 매트릭스, 변환 커널 매트릭스를 구성하는 계수, 즉 커널 계수 또는 매트릭스 계수는 8비트로 표현될 수 있다. 이는 디코딩 장치 및 인코딩 장치에서 구현되기 위한 하나의 조건일 수 있으며, 기존의 9비트 또는 10비트와 비교하여 합리적으로 수용할 수 있는 성능 저하를 수반하면서 변환 커널을 저장하기 위한 메모리 요구량을 줄일 수 있다. 또한, 커널 매트릭스를 8비트로 표현함으로써 작은 곱셈기를 사용할 수 있고, 최적의 소프트웨어 구현을 위하여 사용되는 SIMD(Single Instruction Multiple Data) 명령에 보다 적합할 수 있다.
본 명세서에서 RST는 간소화 팩터(factor)에 따라 크기가 감소된 변환 매트릭스(transform matrix)를 기반으로 대상 블록에 대한 레지듀얼 샘플들에 대하여 수행되는 변환을 의미할 수 있다. 간소화 변환을 수행하는 경우, 변환 매트릭스의 크기 감소로 인해 변환 시 요구되는 연산량이 감소될 수 있다. 즉, RST은 크기가 큰 블록의 변환 또는 비분리 변환 시 발생하는 연산 복잡도(complexity) 이슈를 해소하기 위해 이용될 수 있다.
RST는 감소된 변환, 감소 변환, reduced transform, reduced secondary transform, reduction transform, simplified transform, simple transform 등 다양한 용어로 지칭될 수 있으며, RST이 지칭될 수 있는 명칭은 나열된 예시들에 한정되지 않는다. 또는 RST는 주로 변환 블록에서 0이 아닌 계수를 포함하는 저주파 영역에서 이루어지므로 LFNST(Low-Frequency Non-Separable Transform)로 지칭될 수도 있다. 상기 변환 인덱스는 LFNST 인덱스로 명명될 수 있다.
한편, 2차 역변환이 RST를 기반으로 이루어지는 경우, 인코딩 장치(200)의 역변환부(235)와 디코딩 장치(300)의 역변환부(322)는 변환 계수들에 대한 역 RST을 기반으로 수정된 변환 계수들을 도출하는 역 RST부와, 수정된 변환 계수들에 대한 역 1차변환을 기반으로 상기 대상 블록에 대한 레지듀얼 샘플들을 도출하는 역 1차변환부를 포함할 수 있다. 역 1차변환은 레지듀얼에 적용되었던 1차 변환의 역변환을 의미한다. 본 문서에서 변환을 기반으로 변환 계수를 도출하는 것은 해당 변환을 적용하여 변환 계수를 도출하는 것을 의미할 수 있다.
도 7은 본 문서의 일 실시예에 따른 RST를 설명하기 위한 도면이다.
본 명세서에서 “대상 블록”은 코딩이 수행되는 현재 블록 또는 레지듀얼 블록 또는 변환 블록을 의미할 수 있다.
일 실시예에 따른 RST에서, N차원 벡터(N dimensional vector)가 다른 공간에 위치한 R차원 벡터(R dimensional vector)에 매핑되어 감소된 변환 매트릭스가 결정될 수 있으며, 여기서 R은 N보다 작다. N은 변환이 적용되는 블록의 한 변의 길이(length)의 제곱 또는 변환이 적용되는 블록과 대응되는 변환 계수들의 총 개수를 의미할 수 있고, 간소화 팩터는 R/N값을 의미할 수 있다. 간소화 팩터는 감소된 팩터, 감소 팩터, reduced factor, reduction factor, simplified factor, simple factor 등 다양한 용어로 지칭될 수 있다. 한편, R은 간소화 계수(reduced coefficient)로 지칭될 수 있으나, 경우에 따라서는 간소화 팩터가 R을 의미할 수도 있다. 또한, 경우에 따라서 간소화 팩터는 N/R값을 의미할 수도 있다.
일 실시예에서, 간소화 팩터 또는 간소화 계수는 비트스트림을 통하여 시그널링될 수 있으나, 실시예가 이에 한정되는 것은 아니다. 예를 들어, 간소화 팩터 또는 간소화 계수에 대한 기 정의된 값이 각 인코딩 장치(200) 및 디코딩 장치(300)에 저장되어 있을 수 있으며, 이 경우 간소화 팩터 또는 간소화 계수는 별도로 시그널링되지 않을 수 있다.
일 실시예에 따른 간소화 변환 매트릭스의 사이즈는 통상의 변환 매트릭스의 사이즈 NxN보다 작은 RxN이며, 아래의 수학식 4와 같이 정의될 수 있다.
Figure PCTKR2020013758-appb-M000004
도 7의 (a)에 도시된 Reduced Transform 블록 내의 매트릭스 T는 수학식 4의 매트릭스 TRxN를 의미할 수 있다. 도 7의 (a)와 같이 대상 블록에 대한 레지듀얼 샘플들에 대하여 간소화 변환 매트릭스 TRxN가 곱해지는 경우, 대상 블록에 대한 변환 계수들이 도출될 수 있다.
일 실시예에서, 변환이 적용되는 블록의 사이즈가 8x8이고, R=16 (즉, R/N=16/64=1/4이다)인 경우, 도 7의 (a)에 따른 RST는 아래의 수학식 5와 같은 행렬 연산으로 표현될 수 있다. 이 경우, 메모리와 곱하기 연산이 간소화 팩터에 의하여 대략 1/4로 감소할 수 있다.
본 문서에서 행렬 연산이란, 행렬을 열 벡터의 왼쪽에 두고 행렬과 열 벡터를 곱하여 열 벡터를 얻는 연산으로 이해될 수 있다.
Figure PCTKR2020013758-appb-M000005
수학식 5에서 r1 내지 r64는 대상 블록에 대한 레지듀얼 샘플들을 나타낼 수 있고, 보다 구체적으로, 일차 변환을 적용하여 생성된 변환 계수일 수 있다. 수학식 5의 연산 결과 대상 블록에 대한 변환 계수들 ci가 도출될 수 있으며, ci의 도출 과정은 수학식 6 같을 수 있다.
Figure PCTKR2020013758-appb-M000006
수학식 6의 연산 결과, 대상 블록에 대한 변환 계수들 c1 내지 cR이 도출될 수 있다. 즉, R=16인 경우, 대상 블록에 대한 변환 계수들 c1 내지 c16이 도출될 수 있다. 만약 RST가 아니라 통상의(regular) 변환이 적용되어 사이즈가 64x64(NxN)인 변환 매트릭스가 사이즈가 64x1(Nx1)인 레지듀얼 샘플들에 곱해졌다면 대상 블록에 대한 변환 계수들이 64개(N개)가 도출되었겠지만, RST가 적용되었기 때문에 대상 블록에 대한 변환 계수들이 16개(R개)만 도출되는 것이다. 대상 블록에 대한 변환 계수들의 총 개수가 N개에서 R개로 감소하여 인코딩 장치(200)가 디코딩 장치(300)로 전송하는 데이터의 양이 감소하므로 인코딩 장치(200)-디코딩 장치(300) 간 전송 효율이 증가할 수 있다.
변환 매트릭스의 사이즈 관점에서 검토하면, 통상의 변환 매트릭스의 사이즈는 64x64(NxN)인데 간소화 변환 매트릭스의 사이즈는 16x64(RxN)로 감소하므로, 통상의 변환을 수행할 때와 비교하면 RST를 수행할 시 메모리 사용을 R/N 비율로 감소시킬 수 있다. 또한, 통상의 변환 매트릭스를 이용할 때의 곱셈 연산 수 NxN과 비교하면, 간소화 변환 매트릭스를 이용하면 곱셈 연산 수를 R/N 비율로 감소(RxN)시킬 수 있다.
일 실시예에서, 인코딩 장치(200)의 변환부(232)는 대상 블록에 대한 레지듀얼 샘플들을 1차 변환 및 RST 기반의 2차 변환을 수행함으로써 대상 블록에 대한 변환 계수들을 도출할 수 있다. 이러한 변환 계수들은 디코딩 장치(300)의 역변환부로 전달될 수 있으며, 디코딩 장치(300)의 역변환부(322)는 변환 계수들에 대한 역 RST(reduced secondary transform)을 기반으로 수정된 변환 계수들을 도출하고, 수정된 변환 계수들에 대한 역 1차변환을 기반으로 대상 블록에 대한 레지듀얼 샘플들을 도출할 수 있다.
일 실시예에 따른 역 RST 매트릭스 TNxR의 사이즈는 통상의 역변환 매트릭스의 사이즈 NxN보다 작은 NxR이며, 수학식 4에 도시된 간소화 변환 매트릭스 TRxN과 트랜스포즈(transpose) 관계에 있다.
도 7의 (b)에 도시된 Reduced Inv. Transform 블록 내의 매트릭스 Tt는 역 RST 매트릭스 TRxN T을 의미할 수 있다(위첨자 T는 트랜스포즈를 의미한다). 도 7의 (b)와 같이 대상 블록에 대한 변환 계수들에 대하여 역 RST 매트릭스 TRxN T가 곱해지는 경우, 대상 블록에 대한 수정된 변환 계수들 또는 대상 블록에 대한 레지듀얼 샘플들이 도출될 수 있다. 역 RST 매트릭스 TRxN T는 (TRxN)T NxR로 표현할 수도 있다.
보다 구체적으로, 2차 역변환으로 역 RST가 적용되는 경우에는, 대상 블록에 대한 변환 계수들에 대하여 역 RST 매트릭스 TRxN T가 곱해지면 대상 블록에 대한 수정된 변환 계수들이 도출될 수 있다. 한편, 역 1차변환으로 역 RST가 적용될 수 있고, 이 경우 대상 블록에 대한 변환 계수들에 대하여 역 RST 매트릭스 TRxNT가 곱해지면 대상 블록에 대한 레지듀얼 샘플들이 도출될 수 있다.
일 실시예에서, 역변환이 적용되는 블록의 사이즈가 8x8이고, R=16(즉, R/N=16/64=1/4인 경우)인 경우, 도 7의 (b)에 따른 RST는 아래의 수학식 7과 같은 행렬 연산으로 표현될 수 있다.
Figure PCTKR2020013758-appb-M000007
수학식 7에서 c1 내지 c16은 대상 블록에 대한 변환 계수들을 나타낼 수 있다. 수학식 7의 연산 결과 대상 블록에 대한 수정된 변환 계수들 또는 대상 블록에 대한 레지듀얼 샘플들을 나타내는 ri가 도출될 수 있으며, ri의 도출 과정은 수학식 8과 같을 수 있다.
Figure PCTKR2020013758-appb-M000008
수학식 8의 연산 결과, 대상 블록에 대한 수정된 변환 계수들 또는 대상 블록에 대한 레지듀얼 샘플들을 나타내는 r1 내지 rN이 도출될 수 있다. 역변환 매트릭스의 사이즈 관점에서 검토하면, 통상의 역변환 매트릭스의 사이즈는 64x64(NxN)인데 간소화 역변환 매트릭스의 사이즈는 64x16(NxR)으로 감소하므로, 통상의 역변환을 수행할 때와 비교하면 역 RST를 수행할 시 메모리 사용을 R/N 비율로 감소시킬 수 있다. 또한, 통상의 역변환 매트릭스를 이용할 때의 곱셈 연산 수 NxN과 비교하면, 간소화 역변환 매트릭스를 이용하면 곱셈 연산 수를 R/N 비율로 감소(NxR)시킬 수 있다.
한편, 8x8 RST에 대해서도, 표 2와 같은 변환 세트 구성을 적용할 수 있다. 즉, 표 2에서의 변환 세트에 따라 해당 8x8 RST가 적용될 수 있다. 하나의 변환 세트는 화면 내 예측 모드에 따라 2개 또는 3개의 변환 (커널)들로 구성되어 있으므로 2차 변환을 적용하지 않는 경우까지 포함하여 최대 네 개의 변환 중 하나를 선택하도록 구성될 수 있다. 2차 변환을 적용하지 않을 때의 변환은 항등 행렬이 적용된 것이 라고 간주될 수 있다. 네 개의 변환에 대해 각기 0, 1, 2, 3의 인덱스를 부여한다고 했을 때(예를 들어, 0번 인덱스를 항등 행렬, 즉 2차 변환을 적용하지 않는 경우로 할당할 수 있음), 변환 인덱스 또는 lfnst 인덱스라는 신택스 요소(syntax element)를 변환 계수 블록마다 시그널링하여 적용될 변환을 지정할 수 있다. 즉, 변환 인덱스를 통해 8x8 좌상단 블록에 대해서, RST 구성에서는 8x8 RST를 지정할 수 있고, 또는 LFNST가 적용되는 경우 8x8 lfnst를 지정할 수 있다. 8x8 lfnst 및 8x8 RST는 변환의 대상이 되는 대상 블록의 W와 H가 모두 8보다 같거나 클 때 해당 변환 계수 블록 내부에 포함된 8x8 영역에 적용될 수 있는 변환을 가리키며 해당 8x8 영역은 해당 변환 계수 블록 내부의 좌상단 8x8 영역일 수 있다. 유사하게, 4x4 lfnst 및 4x4 RST는 대상 블록의 W와 H가 모두 4보다 같거나 클 때 해당 변환 계수 블록 내부에 포함된 4x4 영역에 적용될 수 있는 변환을 가리키며 해당 4x4 영역은 해당 변환 계수 블록 내부의 좌상단 4x4 영역일 수 있다.
한편, 본 문서의 일 실시예에 따라, 인코딩 과정의 변환에서, 8 x 8 영역을 구성하는 64개의 데이터에 대해 16 x 64 변환 커널 매트릭스가 아닌, 48개의 데이터만을 선택하여 최대 16 x 48 변환 커널 매트릭스를 적용할 수 있다. 여기서, “최대”라는 것은 m 개의 계수를 생성할 수 있는 m x 48 변환 커널 매트릭스에 대해 m의 최대 값이 16이라는 것을 의미한다. 즉, 8 x 8 영역에 m x 48 변환 커널 매트릭스(m ≤ 16)를 적용하여 RST를 수행할 경우, 48개의 데이터를 입력 받아서 m개의 계수를 생성해 낼 수 있다. m이 16인 경우, 48개의 데이터를 입력 받아서 16개의 계수를 생성한다. 즉, 48개의 데이터가 48 x 1 벡터를 이룬다고 했을 때, 16 x 48 행렬과 48 x 1 벡터를 순서대로 곱하여 16 x 1 벡터가 생성될 수 있다. 이 때, 8 x 8 영역을 이루는 48개의 데이터를 적절히 배열하여 48 x 1 벡터를 구성할 수 있다. 예를 들어, 8 x 8 영역 중 우하단 4 x 4 영역을 제외한 영역을 구성하는 48 개의 데이터에 기초하여 48 x 1 벡터를 구성할 수 있다. 이때, 최대 16 x 48 변환 커널 매트릭스를 적용하여 행렬 연산을 수행하면 16개의 수정된 변환 계수가 생성되는데, 16개의 수정된 변환 계수는 스캐닝 순서에 따라 좌상단 4 x 4 영역에 배치될 수 있고, 우상단 4 x 4 영역과 좌하단 4 x 4 영역은 0으로 채워질 수 있다.
디코딩 과정의 역변환에는 상기 서술된 변환 커널 매트릭스의 트랜스포즈된 매트릭스가 사용될 수 있다. 즉, 디코딩 장치에서 수행되는 역변환 과정으로 역 RST 또는 LFNST가 수행되는 경우, 역 RST를 적용할 입력 계수 데이터는 소정의 배열 순서에 따라 1차원 벡터로 구성되고, 1차원 벡터에 해당 역 RST 행렬을 왼쪽에서 곱하여 얻어진 수정된 계수 벡터를 소정의 배열 순서에 따라 2차원 블록에 배열될 수 있다.
정리하면, 변환 과정에서, 8x8 영역에 RST 또는 LFNST가 적용되는 경우, 8x8 영역의 변환 계수들 중 8x8 영역의 우하단 영역을 제외한 좌상단, 우상단, 좌하단 영역의 48개 변환 계수들과 16x48의 변환 커널 매트릭스와의 행렬 연산이 수행된다. 행렬 연산을 위하여 48개의 변환 계수들은 1차원 배열로 입력된다. 이러한 행렬 연산이 수행되면 16개의 수정된 변환 계수들이 도출되고, 수정된 변환 계수들은 8x8 영역의 좌상단 영역에 배열될 수 있다.
역으로, 역 변환 과정에서, 8x8 영역에 역 RST 또는 LFNST가 적용되는 경우, 8x8 영역의 변환 계수들 중 8x8 영역의 좌상단에 대응하는 16개의 변환 계수들은 스캐닝 순서에 따라 1차원 배열 형태로 입력되어 48 x 16의 변환 커널 매트릭스와 행렬 연산될 수 있다. 즉, 이러한 경우의 행렬 연산은 (48 x 16 행렬) * (16x1 변환 계수 벡터) = (48 x 1 수정된 변환계수벡터)로 나타낼 수 있다. 여기서 nx1 벡터는 nx1 행렬과 같은 의미로 해석될 수 있으므로, nx1 열 벡터로 표기될 수도 있다. 또한, *은 행렬 곱셈 연산을 의미한다. 이러한 행렬 연산이 수행되면, 48개의 수정된 변환 계수가 도출될 수 있고, 48개의 수정된 변환 계수들은 8x8 영역의 우하단 영역을 제외한 좌상단, 우상단, 좌하단 영역에 배열될 수 있다.
한편, 2차 역변환이 RST를 기반으로 이루어지는 경우, 인코딩 장치(200)의 역변환부(235)와 디코딩 장치(300)의 역변환부(322)는 변환 계수들에 대한 역 RST을 기반으로 수정된 변환 계수들을 도출하는 역 RST부와, 수정된 변환 계수들에 대한 역 1차변환을 기반으로 상기 대상 블록에 대한 레지듀얼 샘플들을 도출하는 역 1차변환부를 포함할 수 있다. 역 1차변환은 레지듀얼에 적용되었던 1차 변환의 역변환을 의미한다. 본 문서에서 변환을 기반으로 변환 계수를 도출하는 것은 해당 변환을 적용하여 변환 계수를 도출하는 것을 의미할 수 있다.
상술된 비분리 변환, LFNST에 대하여 구체적으로 살펴 보면 다음과 같다. LFNST는 인코딩 장치에에 의한 순방향(forward) 변환과 디코딩 장치에 의한 역방향(inverse) 변환을 포함할 수 있다.
인코딩 장치는 순방향 1차 변환(primary (core) transform)을 적용한 후 도출된 결과(또는 결과의 일부)를 입력으로 하여, 순방향 2차 변환(secondary transform)을 적용한다.
Figure PCTKR2020013758-appb-M000009
상기 수학식 9에서, x와 y는 각각 2차 변환의 입력과 출력이고, G는 2차 변환을 나타내는 행렬로써 변환 기저 벡터(transform basis vector)들은 열 벡터들로 구성된다. 역방향 LFNST의 경우, 변환 행렬 G의 차원(dimension)을 [ row수 x column수 ]로 표기했을 때, 순방향 LFNST의 경우 행렬 G의 트랜스포스를 취한 것이 GT의 차원이 된다.
역방향 LFNST의 경우 행렬 G의 차원은 [ 48 x 16 ], [ 48 x 8 ], [ 16 x 16 ], [16 x 8 ]이 되며, [48 x 8] 행렬과 [16 x 8 ] 행렬은 각각 [ 48 x 16 ] 행렬과 [ 16 x 16 ] 행렬의 왼쪽부터 8개의 변환 기저 벡터들을 샘플링한 부분 행렬이다.
반면, 순방향 LFNST의 경우 행렬 GT의 차원은 [ 16 x 48 ], [ 8 x 48 ], [ 16 x 16 ], [ 8 x 16 ]이 되며, [ 8 x 48] 행렬과 [ 8 x 16 ] 행렬은 각각 [16 x 48 ] 행렬과 [ 16 x 16 ] 행렬의 위쪽부터 8개의 변환 기저 벡터들을 샘플링한 부분 행렬이다.
따라서, 순방향 LFNST의 경우 입력 x로는 [ 48 x 1 ] 벡터 또는 [ 16 x 1 ] 벡터가 가능하며 출력 y로는 [ 16 x 1 ] 벡터 또는 [ 8 x 1 ] 벡터가 가능하다. 비디오 코딩 및 디코딩에서 순방향 1차 변환의 출력은 이차원(2D) 데이터이므로 입력 x로서 [ 48 x 1 ] 벡터 또는 [ 16 x 1 ] 벡터를 구성하기 위하여 순방향 변환의 출력인 2D 데이터를 적절히 배열하여 1차원 벡터를 구성해야 한다.
도 8은 일 예에 따라 순방향 1차 변환의 출력 데이터를 1차원 벡터로 배열하는 순서를 도시한 도면이다. 도 8의 (a) 및 (b)의 왼쪽 도면은 [ 48 x 1 ] 벡터를 만들기 위한 순서를 나타내고, 도 8의 (a) 및 (b)의 오른쪽 도면은 [ 16 x 1 ] 벡터를 만들기 위한 순서를 나타낸다. LFNST의 경우 도 8의 (a) 및 (b)와 같은 순서로 2D 데이터를 순차적으로 배열하여 일차원 벡터 x를 얻을 수 있다.
이러한 순방향 1차 변환의 출력 데이터의 배열 방향은 현재 블록의 인트라 예측 모드에 따라 결정될 수 있다. 예를 들어, 현재 블록의 인트라 예측 모드가 대각선 방향을 기준으로 수평 방향이면 순방향 1차 변환의 출력 데이터들은 도 8의 (a)의 순서로 배열 될 수 있고, 현재 블록의 인트라 예측 모드가 대각선 방향을 기준으로 수직 방향이면 순방향 1차 변환의 출력 데이터들은 도 8의 (b)의 순서로 배열 될 수 있다.
일 예에 따라, 도 8의 (a) 및 (b)의 배열 순서(ordering)와 다른 배열 순서를 적용할 수 있으며, 도 8의 (a) 및 (b)의 배열 순서를 적용하였을 때와 동일한 결과(y 벡터)를 도출하려면 행렬 G의 열 벡터들을 해당 배열 순서에 맞춰서 재배열하면 된다. 즉, x 벡터를 구성하는 각 요소에 대해 항상 동일한 변환 기저 벡터와 곱해지도록 G의 열 벡터들을 재배치할 수 있다.
수학식 9를 통해 도출되는 출력 y는 일차원 벡터이므로, 만약 순방향 2차 변환의 결과를 입력으로 하여 처리하는 구성, 예를 들어 양자화 또는 레지듀얼 코딩을 수행하는 구성들이 입력 데이터로 2차원 데이터가 필요하면 수학식 9의 출력 y 벡터는 다시 2D 데이터로 적절히 배치되어야 한다.
도 9는 일 예에 따라 순방향 2차 변환의 출력 데이터를 2차원 블록으로 배열하는 순서를 도시한 도면이다.
LFNST의 경우 정해진 스캔 순서에 따라 2D 블록에 배치될 수 있다. 도 9의 (a)는 출력 y가 [ 16 x 1 ] 벡터일 경우 2차원 블록의 16개의 위치에 대각 스캔(diagonal scan) 순서에 따라 출력 값이 배치되는 것을 나타낸다. 도 9의 (b)는 출력 y가 [ 8 x 1 ] 벡터일 경우 2차원 블록의 8개의 위치에 대각 스캔 순서에 따라 출력 값이 배치되고 나머지 8개의 위치에는 0으로 채워지는 것을 나타낸다. 도 9의 (b)의 X 는 0으로 채워진 것을 나타낸다.
다른 예에 따라, 양자화 또는 레지듀얼 코딩을 수행하는 구성에 의하여 출력 벡터 y가 처리되는 순서는 기설정된 순서에 따라 수행될 수 있기 때문에 도 9와 같이 출력 벡터 y가 2D 블록에 배치되지 않을 수 있다. 다만, 레지듀얼 코딩의 경우 CG(Coefficient Group)과 같은 2D 블록(예를 들어, 4x4) 단위로 데이터 코딩이 수행될 수 있고, 이 경우 도 9의 대각 스캔 순서와 같이 특정 순서에 따라 데이터가 배열될 수 있다.
한편, 디코딩 장치는 역방향 변환을 위하여 역양자화 과정 등을 통해 출력된 2차원 데이터를 기설정된 스캔 순서에 따라 나열하여 1차원 입력 벡터인 y를 구성할 수 있다. 입력 벡터 y는 하기 수학식에 의해 입력 벡터 x로 출력될 수 있다.
Figure PCTKR2020013758-appb-M000010
역방향 LFNST의 경우 [ 16 x 1 ] 벡터 또는 [ 8 x 1 ] 벡터인 입력 벡터 y에 G 행렬을 곱함으로써, 출력 벡터 x를 도출할 수 있다. 역방향 LFNST의 경우 출력 벡터 x는 [ 48 x 1 ] 벡터 또는 [ 16 x 1 ] 벡터일 수 있다.
출력 벡터 x는 도 8에 도시된 순서에 따라 2차원 블록에 배치되어 2차원 데이터로 배열되고, 이러한 2차원 데이터는 역방향 1차 변환의 입력 데이터(또는 입력 데이터의 일부)가 된다.
따라서, 역방향 2차 변환은 전체적으로 순방향 2차 변환 과정과 반대이며, 역변환의 경우, 순방향에서와 달리 역방향 2차 변환을 먼저 적용한 후 역방향 1차 변환을 적용하게 된다.
역방향 LFNST에서는 변환 행렬 G로서 [ 48 x 16 ] 행렬 8개와 [ 16 x 16 ] 행렬 8개 중 하나가 선택될 수 있다. [ 48 x 16 ] 행렬과 [ 16 x 16 ] 행렬 중 어떤 행렬을 적용할지 여부는 블록의 크기와 모양에 따라 결정된다.
또한 8개의 행렬은 상술된 표 2와 같이 4개의 변환 세트로부터 도출될 수 있고, 각 변환 세트는 2개의 행렬로 구성될 수 있다. 4개의 변환 세트 중에서 어떤 변환 세트를 사용할지는 인트라 예측 모드에 따라 결정되며, 보다 구체적으로 광각 인트라 예측 모드(Wide Angle Intra Prediction, WAIP)까지 고려하여 확장된 인트라 예측 모드 값을 기반으로 변환 세트가 결정된다. 선택된 변환 세트를 구성하는 2개의 행렬 중에서 어떤 행렬을 선택할지는 인덱스 시그널링(index signaling)을 통해 도출된다. 보다 구체적으로, 전송되는 인덱스 값으로는 0, 1, 2가 가능하며, 0은 LFNST를 적용하지 않는 것을 지시하고, 1과 2는 인트라 예측 모드 값을 기반으로 선택된 변환 세트를 구성하는 2개의 변환 행렬 중 어느 하나를 지시할 수 있다.
도 10은 본 문서의 일 실시예에 따른 광각 인트라 예측 모드들을 도시한 도면이다.
일반적인 인트라 예측 모드 값은 0 ~ 66과 81 ~ 83까지의 값을 가질 수 있으며, 도시된 바와 같이, WAIP로 인해 확장된 인트라 예측 모드 값은 -14 ~ 83까지의 값을 가질 수 있다. 81 ~ 83까지의 값은 CCLM(Cross Compoonent Linear Model) 모드를 가리키며, -14 ~ -1까지의 값과 67 ~ 80까지의 값은 WAIP 적용으로 인해 확장된 인트라 예측 모드 값을 가리킨다.
예측 현재 블록의 폭이 높이보다 큰 경우, 대체로 위쪽 참조 픽셀들이 예측하고자 하는 블록 내부의 위치들과 더 가깝다. 따라서, 우상단(top-right) 방향으로 예측하는 것보다 좌하단(bottom-left) 방향으로 예측하는 것이 보다 정확할 수 있다. 반대로 블록의 높이가 폭 보다 큰 경우는, 왼쪽 참조 픽셀들이 예측하고자 하는 블록 내부의 위치들과 대체로 가깝다. 따라서, 좌하단(bottom-left) 방향으로 예측하는 것보다 우상단(top-right) 방향으로 예측하는 것이 보다 정확할 수 있다. 따라서, 광각 인트라 예측 모드의 인덱스로 리맵핑, 즉, 모드 인덱스 변환을 적용하는 것이 유리할 수 있다.
광각 인트라 예측이 적용되는 경우, 기존의 인트라 예측에 대한 정보가 시그널링될 수 있고, 상기 정보가 파싱된 이후, 상기 정보가 상기 광각 인트라 예측 모드의 인덱스로 리맵핑될 수 있다. 따라서, 특정 블록(예를 들어, 특정 사이즈의 비정방형 블록)에 대한 총 인트라 예측 모드의 수는 변경되지 않을 수 있고, 즉, 총 인트라 예측 모드의 수는 67개이며, 상기 특정 블록에 대한 인트라 예측 모드 코딩은 변경되지 않을 수 있다.
아래 표 3은 인트라 예측 모드를 광각 인트라 예측 모드로 리매핑하여 수정된 인트라 모드를 도출하는 과정을 나타내고 있다.
Figure PCTKR2020013758-appb-T000003
표 3에서 최종적으로 predModeIntra 변수에 확장된 인트라 예측 모드 값이 저장되고, ISP_NO_SPLIT는 현재 VVC 표준에 채택된 Intra Sub Partitions(ISP) 기술에 의해 CU 블록이 서브 파티션들로 분할되지 않는 것을 나타내며, cIdx 변수 값이 0, 1, 2인 것은 각기 루마, Cb, Cr 컴포넌트인 경우를 가리킨다. 표 3에서 등장하는 Log2 함수는 베이스(base)가 2인 로그 값을 리턴하며, Abs 함수는 절대값을 리턴한다.
광각 인트라 예측 모드의 매핑 과정(Wide angle intra prediction mode mapping process)의 입력값으로 인트라 예측 모드를 지시하는 변수 predModeIntra, 변환 블록의 높이 및 너비 등이 사용되고, 출력값은 수정된 인트라 예측 모드(the modified intra prediction mode predModeIntra)가 된다. 변환 블록 또는 코딩 블록의 높이 및 너비가 인트라 예측 모드의 리매핑을 위한 현재 블록의 높이 및 너비가 될 수 있다. 이 때, 너비와 폭의 비율을 반영하는 변수 whRatio 는 Abs( Log2( nW / nH ) )로 설정될 수 있다.
정방형이 아닌 블록에 대하여, 인트라 예측 모드는 두 가지 경우로 구분되어 수정될 수 있다.
우선, (1)현재 블록의 너비가 높이보다 크고, (2) 수정 전의 인트라 예측 모드가 2와 같거나 크고, (3) 인트라 예측 모드가, 변수 whRatio 가 1보다 크면 (8 + 2 * whRatio)으로, 변수 whRatio 가 1보다 같거나 작으면 8로 도출되는 값보다 작다[predModeIntra is less than ( whRatio > 1 ) ? ( 8 + 2 * whRatio ) : 8]는 모든 조건을 만족하면, 인트라 예측 모드는 인트라 예측 모드보다 65 큰 값으로 설정된다[predModeIntra is set equal to ( predModeIntra + 65 )].
상기와 다른 경우, (1)현재 블록의 높이가 너비보다 크고, (2) 수정 전의 인트라 예측 모드가 66와 같거나 작고, (3) 인트라 예측 모드가, 변수 whRatio 가 1보다 크면 ( 60 - 2 * whRatio )으로, 변수 whRatio 가 1보다 같거나 작으면 60로 도출되는 값보다 크다[predModeIntra is greater than ( whRatio > 1 ) ? ( 60 - 2 * whRatio ) : 60]는 모든 조건을 만족하면, 인트라 예측 모드는 인트라 예측 모드보다 67 작은 값으로 설정된다[predModeIntra is set equal to ( predModeIntra - 67 )].
상술된 표 2는 LFNST에서 WAIP에 의해 확장된 인트라 예측 모드 값에 기초하여 변환 세트가 어떻게 선택되는지를 나타내고 있다. 도 10에서 같이, 14 ~ 33까지의 모드와 35 ~ 80까지의 모드는 모드 34를 중심으로 예측 방향 관점에서 서로 대칭이다. 예를 들어 모드 14과 모드 54는 모드 34에 해당하는 방향을 중심으로 대칭이다. 따라서, 서로 대칭되는 방향에 위치하는 모드끼리는 같은 변환 세트를 적용하게 되며, 표 2에서도 이러한 대칭성이 반영되어 있다.
다만, 모드 54에 대한 순방향 LFNST 입력 데이터는 모드 14에 대한 순방향 LFNST 입력 데이터와 대칭을 이루는 것을 가정한다. 예를 들어, 모드 14와 모드 54에 대해서는 각기 도 8의 (a)와 도 8의 (b)에 도시된 배열 순서를 따라 2 차원 데이터를 1 차원 데이터로 재배열하게 되며, 도 8의 (a)와 도 8의 (b)에 나타난 순서의 패턴은 모드 34가 가리키는 방향(대각선 방항)을 중심으로 대칭인 것을 알 수 있다.
한편, 상술된 바와 같이, [ 48 x 16 ] 행렬과 [ 16 x 16 ] 행렬 중 어떤 변환 행렬을 LFNST에 적용할지여부는 변환 대상 블록의 크기와 모양에 의해 결정된다.
도 11은 LFNST가 적용되는 블록 모양을 도시한 도면이다. 도 11의 (a)는 4 x 4 블록을, (b)는 4 x 8 및 8 x 4 블록을, (c)는 N이 16이상인 4 x N 또는 N x 4 블록을, (d)는 8 x 8 블록을, (e)는 M ≥8, N ≥8 이고, N 〉8 또는 M 〉8인 M x N 블록을 나타내고 있다.
도 11에서 굵은 테두리를 가진 블록들이 LFNST가 적용되는 영역을 가리킨다. 도 11의 (a) 및 (b)의 블록에 대해서는 좌상단(top-left) 4x4 영역에 대해 LFNST가 적용되며, 도 11의 (c)의 블록에 대해서는 연속되어 배치된 2개의 좌상단 4x4 영역에 대해 각각 LFNST가 적용된다. 도 11의 (a), (b), (c)에서는 4x4 영역 단위로 LFNST가 적용되므로 이러한 LFNST를 이하 “4x4 LFNST”로 명명하기로 하며, 해당 변환 행렬로는 수학식 9 및 수학식 10의 G에 대한 행렬 차원을 기준 [ 16 x 16 ] 또는 [ 16 x 8 ] 행렬이 적용될 수 있다.
보다 구체적으로, 도 11의 (a)의 4x4 블록(4x4 TU 또는 4x4 CU)에 대해서는 [ 16 x 8 ] 행렬이 적용되고, 도 11의 (b) 및 (c)에서의 블록에 대해서는 [ 16 x 16 ] 행렬이 적용된다. 이는 최악의 경우(worst case)에 대한 계산 복잡도를 샘플 당 8 곱셈(8 multiplications per sample)로 맞추기 위해서이다.
도 11의 (d) 및 (e)에 대해서는 좌상단 8x8 영역에 대해 LFNST가 적용되며, 이러한 LFNST를 이하 “8x8 LFNST”로 명명하기로 한다. 해당 변환 행렬로는 [ 48 x 16 ] 또는 [ 48 x 8 ] 행렬이 적용될 수 있다. 순방향 LFNST의 경우 입력 데이터로 [ 48 x 1 ] 벡터(수학식 9의 x 벡터)가 입력되므로, 좌상단 8x8 영역의 모든 샘플값들이 순방향 LFNST의 입력값으로 사용되지 않는다. 즉, 도 8의 (a)의 왼편 순서 또는 도 8의 (b)의 왼편 순서에서 볼 수 있듯이, 우하단(bottom-right)의 4x4 블록은 그대로 두고 나머지 3개의 4x4 블록들에 속한 샘플들에 기초하여[ 48 x 1 ] 벡터를 구성할 수 있다.
도 11의 (d)에서의 8x8 블록(8x8 TU 또는 8x8 CU)에 [ 48 x 8 ] 행렬이 적용되고, 도 11의 (e)에서의 8x8 블록에 [ 48 x 16 ] 행렬이 적용될 수 있다. 이 역시 최악의 경우(worst case)에 대한 계산 복잡도를 샘플 당 8 곱셈(8 multiplications per sample)로 맞추기 위함이다.
블록 모양에 따라 이에 대응하는 순방향 LFNST(4x4 LFNST 또는 8x8 LFNST)가 적용되면 8개 또는 16개의 출력 데이터(수학식 9에서의 y 벡터, [ 8 x 1 ] 또는 [ 16 x 1 ] 벡터)가 생성되며, 순방향 LFNST에서는 행렬 GT의 특성상 출력 데이터의 수가 입력 데이터의 수보다 같거나 적게 된다.
도 12는 일 예에 따라 순방향 LFNST의 출력 데이터의 배열을 도시한 도면으로, 블록 모양에 따라 순방향 LFNST의 출력 데이터가 배치되는 블록을 나타내고 있다.
도 12에 도시된 블록의 좌상단에 음영으로 처리된 영역이 순방향 LFNST의 출력 데이터가 위치하는 영역에 해당하며, 0으로 표기된 위치는 0 값으로 채워지는 샘플들을 나타내며, 나머지 영역은 순방향 LFNST에 의해 변경되지 않는 영역을 나타낸다. LFNST에 의해 변경되지 않는 영역에는 순방향 1차 변환의 출력 데이터가 변경되지 않고 그대로 존재한다.
상술된 바와 같이, 블록 모양에 따라 적용되는 변환 행렬의 차원이 달라지므로 출력 데이터의 수도 달라진다. 도 12와 같이, 순방향 LFNST의 출력 데이터가 좌상단 4x4 블록을 다 채우지 못할 수도 있다. 도 12의 (a) 및 (d)의 경우 굵은 선으로 표시된 블록 또는 블록 내부의 일부 영역에는 각각 [ 16 x 8 ] 행렬과 [ 48 x 8 ] 행렬이 적용되어 순방향 LFNST의 출력으로 [ 8 x 1 ] 벡터가 생성된다. 즉, 도 9의 (b)에 도시된 스캔 순서에 따라 8개의 출력 데이터만 도 12의 (a) 및 (d)와 같이 채워지고, 나머지 8개의 위치에 대해서는 0이 채워질 수 있다. 도 11의 (d)의 LFNST 적용 블록의 경우, 도 12의 (d)와 같이 좌상단 4x4 블록에 인접한 우상단 및 좌하단 두 개의 4x4 블록도 0 값으로 채워진다.
상기와 같이, 기본적으로 LFNST 인덱스를 시그널링하여 LFNST 적용 여부 및 적용할 변환 행렬을 지정하게 된다. 도 12에 도시된 바와 같이, LFNST가 적용될 경우 순방향 LFNST의 출력 데이터 수가 입력 데이터 수보다 같거나 적을 수 있기 때문에 0 값으로 채워지는 영역이 다음과 같이 발생한다.
1) 도 12의 (a)와 같이 좌상단 4x4 블록 내에 스캔 순서상 8번째 이후의 위치들, 즉 9번째부터 16번째까지 샘플
2) 도 12의 (d) 및 (e)와 같이, [ 16 x 48 ] 행렬 또는 [ 8 x 48 ] 행렬이 적용되어 좌상단 4x4 블록에 인접한 두 개의 4x4 블록들 또는 스캔 순서상 두 번째와 세 번째 4x4 블록들
따라서, 상기 1)과 2)의 영역을 체크하여 0이 아닌(non-zero) 데이터가 존재하게 되면 LFNST가 적용되지 않은 것이 확실하므로, 해당 LFNST 인덱스의 시그널링을 생략할 수 있게 된다.
일 예에 따라, 예컨대 VVC 표준에 채택된 LFNST의 경우 LFNST 인덱스의 시그널링은 레지듀얼 코딩 이후에 수행되므로, 인코딩 장치는 레지듀얼 코딩을 통해 TU 또는 CU 블록 내부의 모든 위치에 대한 0이 아닌 데이터(유효 계수)의 존재 여부를 알 수 있게 된다. 따라서, 인코딩 장치는 0이 아닌 데이터 존재 여부를 통해 LFNST 인덱스에 대한 시그널링을 수행할지 여부를 판단할 수 있고, 디코딩 장치는 LFNST 인덱스의 파싱 여부를 판단할 수 있다. 만약 상기 1)과 2)에서 지정된 영역에 0이 아닌 데이터가 존재하지 않는 경우 LFNST 인덱스의 시그널링을 수행하게 된다.
한편, 채택된 LFNST에 대해서, 다음과 같은 단순화 방법들이 적용될 수 있다.
(i) 일 예에 따라, 순방향 LFNST에 대한 출력 데이터 수를 최대 16개로 한정할 수 있다.
도 11의 (c)의 경우, 좌상단에 인접한 2개의 4x4 영역에 각각 4x4 LFNST가 적용될 수 있고, 이 때 최대 32개의 LFNST 출력 데이터가 생성될 수 있다. 만약 순방향 LFNST에 대한 출력 데이터 수를 최대 16로 한정하면, 4xN/Nx4 (N≥16) 블록(TU 또는 CU)에 대해서도 좌상단에 존재하는 1개의 4x4 영역에 대해서만 4x4 LFNST를 적용하고, 도 11의 모든 블록들에 대해 LFNST를 한 번만 적용할 수 있다. 이를 통해 영상 코딩에 대한 구현이 단순해질 수 있다.
(ii) 일 예에 따라, LFNST가 적용되지 않는 영역에 대하여 추가적으로 제로 아웃(zero-out)을 적용할 수 있다. 본 문서에서 제로 아웃은 특정 영역에 속한 모든 위치들의 값을 0 값으로 채우는 것을 의미할 수 있다. 즉, LFNST로 인해 변경되지 않고 순방향 1차 변환의 결과를 유지하고 있는 영역에 대해서도 제로 아웃을 적용할 수 있다. 상술하였듯이 LFNST는 4x4 LFNST와 8x8 LFNST로 구분되므로, 다음과 같이 두 종류((ii)-(A) 및 (ii)-(B))로 제로 아웃을 구분할 수 있다.
(ii)-(A) 4x4 LFNST가 적용될 때 4x4 LFNST가 적용되지 않는 영역을 제로 아웃할 수 있다. 도 13은 일 예에 따라 4x4 LFNST가 적용되는 블록에서의 제로 아웃을 도시하는 도면이다.
도 13과 같이, 4x4 LFNST가 적용되는 블록에 대하여, 즉 도 12의 (a), (b) 및 (c)의 블록에 대하여 LFNST가 적용되지 않는 영역까지 모두 0으로 채워질 수 있다.
한편, 도 13의 (d)는 일 예에 따라 순방향 LFNST의 출력 데이터 개수의 최대값을 16으로 한정한 경우, 4x4 LFNST가 적용되지 않은 나머지 블록에 대하여 제로 아웃을 수행한 것을 나타낸다.
(ii)-(B) 8x8 LFNST가 적용될 때, 8x8 LFNST가 적용되지 않는 영역을 제로 아웃할 수 있다. 도 14는 일 예에 따라 8x8 LFNST가 적용되는 블록에서의 제로 아웃을 도시하는 도면이다.
도 14와 같이, 8x8 LFNST가 적용되는 블록에 대하여, 즉 도 12의 (d) 및 (e)의 블록에 대하여 LFNST가 적용되지 않는 영역까지 모두 0으로 채워질 수 있다.
(iii) 상기 (ii)에서 제시한 제로 아웃으로 인해 LFNST가 적용될 때 0으로 채워지는 영역이 달라질 수 있다. 따라서, 상기 (ii)에서 제안된 제로 아웃에 따라 0이 아닌 데이터가 존재하는지 여부를 도 12의 LFNST의 경우보다 넓은 영역에 대해 체크할 수 있다.
예를 들어, (ii)-(B)를 적용하는 경우, 도 12의 (d) 및 (e)에서 0 값으로 채워지는 영역에 추가하여 도 14에서 추가적으로 0으로 채워진 영역까지 0이 아닌 데이터가 존재하는지 여부를 체크한 후, 0이 아닌 데이터가 존재하지 않는 경우에만 LFNST 인덱스에 대한 시그널링을 수행할 수 있다.
물론, 상기 (ii)에서 제안된 제로 아웃을 적용하더라도 기존 LFNST 인덱스 시그널링과 동일하게 0이 아닌 데이터가 존재하는지 여부를 체크할 수 있다. 즉, 도 12에 0으로 채워진 블록에 대하여 0이 아닌 데이터가 존재하는지 여부를 체크하고 LFNST 인덱스 시그널링을 적용할 수 있다. 이러한 경우 인코딩 장치에만 제로 아웃을 수행하고 디코딩 장치에서는 해당 제로 아웃을 가정하지 않고, 즉 도 12에서 명시적으로 0으로 표기된 영역에 대해서만 0이 아닌 데이터가 존재하는지 여부만 체크하고 LFNST 인덱스 파싱을 수행할 수 있다.
상기 LFNST에 대한 단순화 방법들((i), (ii)-(A), (ii)-(B), (iii))의 조합을 적용한 다양한 실시예들이 도출될 수 있다. 물론, 상기 단순화 방법들에 대한 조합은 아래 실시예에 한정되지 않으며, 임의의 조합을 LFNST에 적용할 수 있다.
실시예
- 순방향 LFNST에 대한 출력 데이터 수를 최대 16개로 한정 →(i)
- 4x4 LFNST가 적용될 때 4x4 LFNST가 적용되지 않는 영역을 모두 제로 아웃→ (ii)-(A)
- 8x8 LFNST가 적용될 때 8x8 LFNST가 적용되지 않는 영역을 모두 제로 아웃→ (ii)-(B)
- 기존 0 값으로 채워지는 영역과 추가적인 제로 아웃((ii)-(A), (ii)-(B))으로 인하여 0으로 채워지는 영역에 대해서도 0이 아닌 데이터가 존재하는지 여부를 체크한 후, 0이 아닌 데이터가 존재하지 않는 경우에만 LFNST 인덱싱 시그널링→ (iii)
상기 실시예의 경우, LFNST가 적용될 때 0이 아닌 출력 데이터가 존재할 수 있는 영역이 좌상단 4x4 영역 내부로 제한된다. 보다 상세하게 도 13의 (a)와 도 14의 (a)의 경우 스캔 순서상 8번째 위치가 0이 아닌 데이터가 존재할 수 있는 가장 마지막 위치가 되며, 도 13의 (b) 및 (d)와 도 14의 (b)의 경우 스캔 순서상 16번째 위치(즉, 좌상단 4x4 블록의 우하단 가장 자리 위치)가 0이 아닌 데이터가 존재할 수 있는 가장 마직막 위치가 된다.
따라서, LFNST가 적용되었을 때 레지듀얼 코딩 과정이 허용되지 않는 위치(가장 마지막 위치를 넘어 선 위치에서)에서 0이 아닌 데이터가 존재하는지 여부를 체크한 후 LFNST 인덱스 시그널링 여부가 결정될 수 있다.
(ii)에서 제안된 제로 아웃 방식의 경우 1차 변환과 LFNST를 모두 적용했을 때 최종적으로 발생하게 되는 데이터의 수를 줄이기 때문에 전체 변환 과정을 수행할 때 요구되는 계산량을 줄일 수 있다. 즉, LFNST가 적용되는 경우, LFNST가 적용되지 않는 영역에 존재하는 순방향 1차 변환 출력 데이터에 대해서도 제로 아웃을 적용하기 때문에, 순방향 1차 변환을 수행할 때부터 제로 아웃이 되는 영역에 대한 데이터를 생성할 필요가 없다. 따라서, 해당 데이터 생성에 요구되는 연산량을 절약할 수 있다. (ii)에서 제안된 제로 아웃 방식의 추가적인 효과를 정리해 보면 다음과 같다.
첫 번째, 상기된 바와 같이 전체 변환 과정의 수행에 필요한 계산량이 저감된다.
특히 (ii)-(B)를 적용하는 경우 최악의 경우에 대한 계산량이 감소하여 변환 과정을 경량화할 수 있다. 부연하자면, 일반적으로 큰 사이즈의 1차 변환 수행에 많은 양의 연산이 요구되는데, (ii)-(B)를 적용하게 되면 순방향 LFNST 수행 결과로 도출되는 데이터의 수를 16개 이하로 줄일 수 있으며, 전체 블록 (TU 또는 CU) 크기가 커질수록 변환 연산량 저감 효과는 더욱 증가된다.
두 번째, 변환 과정 전체에 필요한 연산량이 감소하여 변환 수행에 필요한 전력 소비를 줄일 수 있다.
세 번째, 변환 과정에 수반되는 지연 시간(latency)을 감소시킨다.
LFNST와 같은 2차 변환은 기존 1차 변환에 계산량을 추가하게 되므로 변환 수행에 수반되는 전체 지연 시간을 증가시킨다. 특히 인트라 예측의 경우, 예측 과정에서 이웃 블록의 복원 데이터가 사용되므로, 인코딩 시 2차 변환으로 인한 지연 시간 증가가 복원(reconstruction)까지의 지연 시간 증가로 이어지게 되어, 인트라 예측 인코딩의 전체적인 지연 시간 증가로 이어질 수 있다.
하지만, (ii)에서 제시한 제로 아웃을 적용하게 되면 LFNST 적용 시 1차 변환 수행의 지연 시간을 대폭 줄일 수 있기 때문에, 변환 수행 전체에 대한 지연 시간은 그대로 유지되거나 오히려 줄어들게 되어 인코딩 장치를 보다 간단하게 구현할 수 있다.
한편, 종래의 인트라 예측은 현재 부호화하고자 하는 블록을 하나의 부호화 단위로 간주하여 분할 없이 부호화를 수행하였다. 그러나 ISP(Intra Sub-Paritions) 코딩은 현재 부호화하고자 하는 블록을 수평 방향 혹은 수직 방향으로 분할하여 인트라 예측 부호화를 수행하는 것을 의미한다. 이 때, 분할된 블록 단위로 부호화/복호화를 수행하여 복원된 블록을 생성하고 복원된 블록은 다음 분할된 블록의 참조 블록으로 사용될 수 있다. 일 예에 따라, ISP 코딩 시 하나의 코딩 블록이 2개 또는 4개의 서브 블록으로 분할되어 코딩될 수 있고, ISP에서 하나의 서브 블록은 인접한 왼쪽 또는 인접한 위쪽에 위치한 서브 블록의 복원된 픽셀 값을 참조하여 인트라 예측이 수행된다. 이하, 사용되는 “코딩”은 인코딩 장치에서 수행되는 코딩과 디코딩 장치에서 수행되는 디코딩을 모두 포함하는 개념으로 사용될 수 있다.
ISP는 블록의 사이즈에 따라 루마 인트라로 예측된 블록을 수직 방향 또는 수평 방향으로 2 또는 4개의 서브 파티셔닝으로 분할하는 것이다. 예를 들어 ISP가 적용될 수 있는 최소 블록 사이즈는 4 x 8 또는 8 x 4이다. 만약, 블록 사이즈가 4 x 8 또는 8 x 4 보다 크면, 블록은 4개의 서브 파티셔닝으로 분할된다.
ISP 적용시, 서브 블록들은 분할 형태에 따라, 예를 들어, 수평(Horizontal) 또는 수직(Verticial), 왼쪽에서 오른쪽 또는 위쪽에서 아래쪽으로 순차적으로 코딩되며, 하나의 서브 블록에 대한 역변환과 인트라 예측을 거쳐 복원 과정까지 수행된 후 다음 서브 블록에 대한 코딩이 진행될 수 있다. 가장 왼쪽 또는 가장 위쪽 서브 블록에 대해서는 통상적인 인트라 예측 방식과 같이 이미 코딩된 코딩 블록의 복원 픽셀을 참조하게 된다. 또한, 뒤이은 내부의 서브 블록의 각 변에 대해 이전 서브 블록과 인접하지 않은 경우에는 해당 변에 인접한 참조 픽셀들을 도출하기 위하여, 통상적인 인트라 예측 방식과 같이 이미 코딩된 인접한 코딩 블록의 복원 픽셀을 참조한다.
ISP 코딩 모드에서는 모든 서브 블록들이 동일한 인트라 예측 모드를 가지고 코딩될 수 있으며, ISP 코딩을 사용할지 여부를 나타내는 플래그와 어떤 방향으로 (수평 또는 수직) 분할할지를 나타내는 플래그 등이 시그널링될 수 있다. 이 때, 블록 모양에 따라 서브 블록의 개수를 2개 또는 4개로 조절할 수 있으며, 하나의 서브 블록의 크기(폭 x 높이)가 16 미만인 경우 해당 서브 블록으로의 분할을 허용하지 않는다거나, ISP 코딩 자체를 적용하지 않도록 제한할 수 있다.
한편, ISP 예측 모드일 경우 하나의 코딩 유닛이 2개 또는 4개의 파티션 블록, 즉 서브 블록들로 분할되어 예측되며, 해당 분할된 2개 또는 4개의 파티션 블록들에는 동일한 화면 내 예측 모드가 적용된다.
상술된 바와 같이 분할 방향으로는 수평 방향(가로 길이와 세로 길이가 각기 M, N인 MxN 코딩 유닛이 수평 방향으로 분할되면, 2개로 분할되는 경우 Mx(N/2) 블록들로 분할되고 4개로 분할되는 경우 Mx(N/4) 블록들로 분할됨)과 수직 방향(MxN 코딩 유닛이 수직 방향으로 분할되면, 2개로 분할되는 경우 (M/2)xN 블록들로 분할되고 4개로 분할되는 경우(M/4)xN 블록들로 분할됨)이 모두 가능하다. 수평 방향으로 분할되는 경우 위에서 아래 방향 순서로 파티션 블록들이 코딩되며, 수직 방향으로 분할되는 경우 왼쪽에서 오른쪽 방향 순서로 파티션 블록들이 코딩된다. 현재 코딩되는 파티션 블록은 수평(수직) 방향 분할인 경우 위쪽(왼쪽) 파티션 블록의 복원된 픽셀 값을 참조하여 예측될 수 있다.
ISP 예측 방법으로 생성된 레지듀얼 신호에 파티션 블록 단위로 변환이 적용될 수 있다. 순방향(forward)을 기준으로 1차 변환(core transform 또는 primary transform)에 기존 DCT-2 뿐만 아니라 DST-7/DCT-8 조합 기반의 MTS(Multiple Transform Selection) 기술이 적용될 수 있고, 1차 변환에 따라 생성된 변환 계수에 순방향 LFNST(Low Frequency Non-Separable Transform)가 적용되어 최종적인 수정된 변환 계수가 생성될 수 있다.
즉, ISP 예측 모드가 적용되어 분할된 파티션 블록들에도 LFNST가 적용될 수 있으며, 상술하였듯이 분할된 파티션 블록들에는 동일한 인트라 예측 모드가 적용된다. 따라서, 인트라 예측 모드를 기반으로 도출되는 LFNST 세트 선택 시 모든 파티션 블록들에 도출된 LFNST 세트를 적용할 수 있다. 즉, 모든 파티션 블록에 동일한 인트라 예측 모드가 적용되므로, 이로 인해 모든 파티션 블록들에는 동일한 LFNST 세트가 적용될 수 있다.
한편, 일 예에 따라 LFNST는 가로와 세로의 길이가 모두 4 이상인 변환 블록에 대해서만 적용될 수 있다. 따라서, ISP 예측 방식에 따라 분할된 파티션 블록의 가로 또는 세로의 길이가 4 미만인 경우, LFNST가 적용되지 않고 LFNST 인덱스도 시그널링 되지 않는다. 또한, 각 파티션 블록에 LFNST를 적용할 경우, 해당 파티션 블록을 하나의 변환 블록으로 간주할 수 있다. 물론, ISP 예측 방식이 적용되지 않는 경우, 코딩 블록에 LFNST가 적용될 수 있다.
각 파티션 블록에 LFNST를 적용하는 것을 구체적으로 살펴 보면 다음과 같다.
일 예에 따라, 개별적인 파티션 블록에 대해 순방향 LFNST을 적용한 후, 좌상단 4x4 영역에 변환 계수 스캐닝 순서에 따라 최대 16개(8개 또는 16개)의 계수만 남긴 후 나머지 위치 및 영역은 모두 0 값으로 채우는 제로 아웃이 적용될 수 있다.
또는, 일 예에 따라, 파티션 블록 한 변의 길이가 4인 경우 좌상단 4x4 영역에 대해서만 LFNST를 적용하고, 파티션 블록의 모든 변, 즉 폭 및 높이의 길이가 8 이상인 경우 좌상단 8x8 영역 내부의 우하단 4x4 영역을 제외한 나머지 48개의 계수에 대하여 LFNST를 적용할 수 있다.
또는 일 예에 따라, 최악 경우의 계산 복잡도를 8 곱셈/샘플(multiplications per sample)로 맞추기 위해, 각 파티션 블록이 4x4 또는 8x8인 경우에는 순방향 LFNST 적용 후 8개의 변환 계수만을 출력할 수 있다. 즉, 파티션 블록이 4x4이면 변환 매트릭스로 8x16 행렬이 적용되고, 파티션 블록이 8x8이면 변환 매트릭스로 8x48 행렬이 적용될 수 있다.
한편, 현재 VVC 표준에서, LFNST 인덱스 시그널링은 코딩 유닛 단위로 수행된다. 따라서, ISP 예측 모드이고 모든 파티션 블록들에 대해 LFNST를 적용하는 경우, 해당 파티션 블록들에 대해서는 동일한 LFNST 인덱스 값이 적용될 수 있다. 즉, 코딩 유닛 레벨에서 LFNST 인덱스 값이 한 번 전송되면, 코딩 유닛 내부의 모든 파티션 블록들에 대해서는 해당 LFNST 인덱스가 적용될 수 있다. 상술된 바와 같이, LFNST 인덱스 값은 0, 1, 2 값을 가질 수 있으며, 0은 LFNST가 적용되지 않는 경우를 나타내며, 1과 2는 LFNST가 적용될 때 하나의 LFNST 세트 내에 존재하는 두 개의 변환 매트릭스를 가리킨다.
상기와 같이, LFNST 세트는 인트라 예측 모드에 의해 결정되며, ISP 예측 모드인 경우 코딩 유닛 내의 모든 파티션 블록들이 동일한 인트라 예측 모드로 예측되므로, 파티션 블록들은 동일한 LFNST 세트를 참조할 수 있다.
또 다른 일예로 LFNST 인덱스 시그널링은 여전히 코딩 유닛 단위로 수행되지만, ISP 예측 모드의 경우에 모든 파티션 블록들에 대해 일률적으로 LFNST 적용 여부를 결정하지 않고, 별도의 조건을 통해서 각각의 파티션 블록들에 대해 코딩 유닛 레벨에서 시그널링된 LFNST 인덱스 값을 적용할 것 인지 아니면 LFNST를 적용하지 않을 것인지 결정할 수 있다. 여기서, 별도의 조건은 비트스트림을 통해서 각 파티션 블록 별로 플래그 형태로 시그널링될 수 있고, 플래그 값이 1이면 코딩 유닛 레벨에서 시그널링된 LFNST 인덱스 값을 적용하고, 플래그 값이 0일경우 LFNST를 적용하지 않을 수 있다.
이하에서는, ISP 모드에 LFNST 적용 시 최악의 경우에 대한 계산 복잡도를 유지하는 방법에 대하여 기술한다.
ISP 모드인 경우 LFNST 적용 시 샘플 당 (또는 계수 당, 위치 당) 곱셈 수를 일정 값 이하로 유지하기 위해 LFNST 적용을 제한할 수 있다. 파티션 블록의 크기에 따라 다음과 같이 LFNST를 적용하여 샘플 당 (혹은 계수 당, 위치 당) 곱셈 수를 8개 이하로 유지할 수 있다.
1. 파티션 블록의 가로 길이와 세로 길이 모두 4 이상일 경우는, 현재 VVC 표준에서의 LFNST에 대한 최악의 경우에 대한 계산 복잡도 조절 방식과 동일한 방식을 적용할 수 있다.
즉, 파티션 블록이 4x4 블록인 경우에는 16x16 행렬 대신, 순방향에서는 16x16 행렬로부터 상위 8개의 행을 샘플링한 8x16 행렬을 적용하고, 역방향에서는 16x16 행렬로부터 왼쪽 8개의 열을 샘플링한 16x8 행렬을 적용할 수 있다. 또한, 파티션 블록이 8x8 블록일 때는 순방향의 경우 16x48 행렬 대신, 16x48 행렬로부터 상위 8개의 행을 샘플링한 8x48 행렬을 적용하고, 역방향의 경우 48x16 행렬 대신 48x16 행렬로부터 왼쪽 8개의 열을 샘플링한 48x8 행렬을 적용할 수 있다.
4xN 또는 Nx4 (N > 4) 블록의 경우, 순방향 변환을 수행할 때 좌상단 4x4 블록에 대해서만 16x16 행렬을 적용한 후 생성된 16개의 계수는 좌상단 4x4 영역에 배치되고 이외의 영역은 0 값으로 채워질 수 있다. 또한, 역방향 변환을 수행할 때는 좌상단 4x4 블록에 위치한 16개의 계수를 스캐닝 순서에 따라 배치하여 입력 벡터를 구성한 다음 16x16 행렬을 곱해 16개의 출력 데이터를 생성할 수 있다. 생성된 출력 데이터는 좌상단 4x4 영역에 배치되고 좌상단 4x4 영역을 제외한 나머지 영역은 0으로 채워질 수 있다.
8xN 또는 Nx8 (N > 8) 블록의 경우, 순방향 변환을 수행할 때 좌상단 8x8 블록 내부의 ROI 영역(좌상단 8x8 블록에서 우하단 4x4 블록을 제외한 나머지 영역)에 대해서만 16x48 행렬을 적용한 후 생성된 16개의 계수는 좌상단 4x4 영역에 배치되고 이외 영역은 모두 0 값으로 채워질 수 있다. 또한, 역방향 변환을 수행할 때는 좌상단 4x4 블록에 위치한 16개의 계수를 스캐닝 순서에 따라 배치하여 입력 벡터를 구성한 다음 48x16 행렬을 곱해 48개의 출력 데이터를 생성할 수 있다. 생성된 출력 데이터는 상기 ROI 영역에 채워지고 나머지 영역은 모두 0 값으로 채워질 수 있다.
또 다른 일예로 샘플 당 (또는 계수 당, 위치 당) 곱셈 수를 일정 값 이하로 유지하기 위해 ISP 파티션 블록의 크기가 아닌 ISP 코딩 유닛 크기를 기준으로 샘플 당 (혹은 계수 당, 위치 당) 곱셈 수를 8개 이하로 유지할 수 있다. 만약, ISP 파티션 블록 중 LFNST이 적용되는 조건을 만족하는 블록이 하나만 존재하는 경우 파티션 블록의 크기가 아닌 해당 코딩 유닛 크기를 기반으로 LFNST 최악의 경우에 대한 복잡도 연산이 적용될 수 있다. 예를 들어 어떤 코딩 유닛에 대한 루마 코딩 블록이 4x4 크기의 4개의 파티션 블록들로 분할되어 ISP로 코딩되며 그 중 2개의 파티션 블록에 대해서는 0이 아닌 변환 계수가 존재하지 않는 경우, 다른 2개의 파티션 블록에는 (인코더 기준으로) 각기 8개가 아닌 16개의 변환 계수가 생성되도록 설정할 수 있다.
이하에서는, ISP 모드일 경우 LFNST 인덱스를 시그널링하는 방법에 대하여 살펴본다.
상술한 바와 같이, LFNST 인덱스는 0, 1, 2 값을 가질 수 있으며 0은 LFNST를 적용하지 않는다는 것을 지시하고 1 과 2는 선택된 LFNST 세트에 포함된 두 개의 LFNST 커널 매트릭스 중 어느 하나씩을 지시한다. LFNST 인덱스에 의해 선택된 LFNST 커널 매트릭스를 기반으로 LFNST가 적용된다. 현재 VVC 표준에서 LFNST 인덱스가 전송되는 방식을 설명하면 다음과 같다.
1. 코딩 유닛(CU)마다 한 번씩 LFNST 인덱스를 전송할 수 있으며, 듀얼 트리(dual-tree)일 때는 루마 블록과 크로마 블록에 대해 각각 개별적인 LFNST 인덱스가 시그널링될 수 있다.
2. LFNST 인덱스가 시그널링되지 않는 경우에는 LFNST 인덱스 값은 디폴트 값인 0으로 정해진다(infer). LFNST 인덱스 값이 0으로 유추되는 경우는 다음과 같다.
A. 변환이 적용되지 않는 모드인 경우 (예컨대, 변환 스킵(transform skip), BDPCM, 무손실(lossless) 코딩 등)
B. 1차 변환이 DCT-2가 아닌 경우(DST7나 DCT8), 즉 수평 방향의 변환 또는 수직 방향의 변환이 DCT-2가 아닌 경우
C. 코딩 유닛의 루마 블록에 대한 가로 길이 또는 세로 길이가 변환이 가능한 최대 루마 변환의 크기를 초과하는 경우, 예를 들어 변환이 가능한 최대 루마 변환의 크기가 64인 경우 코딩 블록의 루마 블록에 대한 크기가 128x16과 같은 경우에는 LFNST가 적용될 수 없다.
듀얼 트리의 경우, 루마 성분에 대한 코딩 유닛과 크로마 성분에 대한 코딩 유닛 각각에 대하여 최대 루마 변환의 크기를 초과하는지 여부가 판단된다. 즉, 루마 블록에 대하여 변환이 가능한 최대 루마 변환의 크기를 초과하는지 여부가 체크되고, 크로마 블록에 대하여 컬러 포맷에 대한 대응 루마 블록의 가로/세로 길이와 최대 변환이 가능한 최대 루마 변환의 크기를 초과하는지 여부가 체크된다. 예를 들어, 컬러 포맷이 4:2:0인 경우에는 대응 루마 블록의 가로/세로 길이는 각각 해당 크로마 블록의 2배가 되며 대응 루마 블록의 변환 크기는 해당 크로마 블록의 2배가 된다. 또 다른 예로 컬러 포맷이 4:4:4인 경우에는 대응 루마 블록의 가로/세로 길이와 변환 크기는 대응하는 크로마 블록과 같다.
64-길이 변환 또는 32-길이 변환이 의미하는 바가 각기 64 또는 32 길이를 가진 가로 또는 세로에 적용되는 변환을 의미하고, "변환 크기"는 해당 길이인 64 또는 32를 의미할 수 있다.
싱글 트리인 경우, 루마 블록에 대해서 가로 길이 또는 세로 길이가 변환이 가능한 최대 루마 변환 블록 크기를 초과하는지 여부를 체크한 후, 초과하는 경우 LFNST 인덱스 시그널링을 생략할 수 있다.
D. 코딩 유닛의 가로 길이와 세로 길이 모두 4 이상인 경우에만 LFNST 인덱스를 전송할 수 있다.
듀얼 트리인 경우, 해당 성분(즉, 루마 또는 크로마 성분)에 대한 가로 길이와 세로 길이가 모두 4 이상인 경우에 대해서만 LFNST 인덱스를 시그널링할 수 있다.
싱글 트리인 경우는 루마 성분에 대한 가로 길이와 세로 길이가 모두 4 이상인 경우에 대하여 LFNST 인덱스를 시그널링할 수 있다.
E. 마지막 0이 아닌 계수의 위치(last non-zero coefficient position)가 DC 위치(블록의 좌상단 위치)가 아닌 경우, 듀얼 트리 타입의 루마 블록이면 마지막 0이 아닌 계수의 위치가 DC 위치가 아니면 LFNST 인덱스를 전송한다. 듀얼 트리 타입의 크로마 블록이면 Cb에 대한 마지막 0이 아닌 계수의 위치와 Cr에 대한 마지막 0이 아닌 계수의 위치 중 하나라도 DC 위치가 아니면 해당 LNFST 인덱스를 전송한다.
싱글 트리 타입의 경우, 루마 성분, Cb 성분, Cr 성분 중 하나라도 해당 마지막 0이 아닌 계수의 위치가 DC 위치가 아니면 LFNST 인덱스를 전송한다.
여기서 하나의 변환 블록에 대한 변환 계수 존재 여부를 가리키는 CBF(coded block flag) 값이 0이면, LFNST 인덱스 시그널링 여부를 판단하기 위하여 해당 변환 블록에 대한 마지막 0이 아닌 계수의 위치를 체크하지 않는다. 즉, 해당 CBF 값이 0인 경우 해당 블록에 변환이 적용되지 않으므로 LFNST 인덱스 시그널링에 대한 조건을 체크할 때 마지막 0이 아닌 계수의 위치를 고려하지 않을 수 있다.
예를 들어 1) 듀얼 트리 타입이고 루마 성분인 경우 해당 CBF 값이 0이면 LFNST 인덱스를 시그널링하지 않고 2) 듀얼 트리 타입이고 크로마 성분인 경우 Cb에 대한 CBF 값이 0이고 Cr에 대한 CBF 값이 1이면 Cr에 대한 마지막 0이 아닌 계수의 위치만 체크하여 해당 LFNST 인덱스를 전송하며 3) 싱글 트리 타입인 경우는 루마, Cb, Cr 모두에 대해 각 CBF 값이 1인 성분들에 대해서만 마지막 0이 아닌 계수의 위치를 체크하게 된다.
F. LFNST 변환 계수가 존재할 수 있는 위치가 아닌 위치에 변환 계수가 존재하는 것이 확인된 경우 LFNST 인덱스 시그널링을 생략할 수 있다. 4x4 변환 블록과 8x8 변환 블록의 경우는 VVC 표준에서의 변환 계수 스캐닝 순서에 따라 DC 위치부터 8개의 위치에 LFNST 변환 계수가 존재할 수 있고 나머지 위치는 모두 0으로 채워지게 된다. 또한, 4x4 변환 블록과 8x8 변환 블록이 아닌 경우에는 VVC 표준에서의 변환 계수 스캐닝 순서에 따라 DC 위치부터 16개의 위치에 LFNST 변환 계수가 존재할 수 있고 나머지 위치는 모두 0으로 채워지게 된다.
따라서, 레지듀얼 코딩(residual coding)을 진행한 후 상기 0 값이 채워져야만 하는 영역에 0이 아닌 변환 계수가 존재하면 LFNST 인덱스 시그널링을 생략할 수 있다.
한편, ISP 모드는 루마 블록인 경우에만 적용되거나 루마 블록과 크로마 블록 모두에 적용될 수도 있다. 상술하였듯이 ISP 예측이 적용되는 경우 해당 코딩 유닛은 2개 또는 4개의 파티션 블록으로 분할되어 예측되며 변환도 해당 파티션 블록들에 각각 적용될 수 있다. 따라서, 코딩 유닛 단위로 LFNST 인덱스를 시그널링하는 조건을 결정할 때도 해당 파티션 블록들에 각각 LFNST가 적용될 수 있다는 사실을 고려해야 한다. 또한 ISP 예측 모드가 특정 성분(예컨대, 루마 블록)에 대해서만 적용되는 경우에는, 해당 성분에 대해서만 파티션 블록으로 분할된다는 사실을 고려하여 LFNST 인덱스를 시그널링해야 한다. ISP 모드일 때 가능한 LFNST 인덱스 시그널링 방식들을 정리해 보면 다음과 같다.
1. 코딩 유닛(CU)마다 한 번씩 LFNST 인덱스를 전송할 수 있으며, 듀얼 트리(dual-tree)일 때는 루마 블록과 크로마 블록에 대해 각각 개별적인 LFNST 인덱스가 시그널링될 수 있다.
2. LFNST 인덱스가 시그널링되지 않는 경우에는 LFNST 인덱스 값은 디폴트 값인 0으로 정해진다(infer). LFNST 인덱스 값이 0으로 유추되는 경우는 다음과 같다.
A. 변환이 적용되지 않는 모드인 경우 (예컨대, 변환 스킵(transform skip), BDPCM, 무손실(lossless) 코딩 등)
B. 코딩 유닛의 루마 블록에 대한 가로 길이 또는 세로 길이가 변환이 가능한 최대 루마 변환의 크기를 초과하는 경우, 예를 들어 변환이 가능한 최대 루마 변환의 크기가 64인 경우 코딩 블록의 루마 블록에 대한 크기가 128x16과 같은 경우에는 LFNST가 적용될 수 없다.
코딩 유닛 대신에 파티션 블록의 크기를 기준으로 LFNST 인덱스의 시그널링 여부를 결정할 수도 있다. 즉, 해당 루마 블록에 대한 파티션 블록의 가로 길이 또는 세로 길이가 변환이 가능한 최대 루마 변환의 크기를 초과하는 경우 LFNST 인덱스 시그널링을 생략하고 LFNST 인덱스 값을 0으로 유추할 수 있다.
듀얼 트리의 경우, 루마 성분에 대한 코딩 유닛 또는 파티션 블록과 크로마 성분에 대한 코딩 유닛 또는 파티션 블록 각각에 대하여 최대 변환 블록 크기를 초과하는지 여부가 판단된다. 즉, 루마에 대한 코딩 유닛 또는 파티션 블록의 가로와 세로 길이를 각각 최대 루마 변환 크기와 비교하여 하나라도 최대 루마 변환 크기보다 크면 LFNST를 적용하지 않고, 크로마에 대한 코딩 유닛 또는 파티션 블록의 경우에는 컬러 포맷에 대한 대응 루마 블록의 가로/세로 길이와 최대 변환이 가능한 최대 루마 변환의 크기가 비교된다. 예를 들어, 컬러 포맷이 4:2:0인 경우에는 대응 루마 블록의 가로/세로 길이는 각각 해당 크로마 블록의 2배가 되며 대응 루마 블록의 변환 크기는 해당 크로마 블록의 2배가 된다. 또 다른 예로 컬러 포맷이 4:4:4인 경우에는 대응 루마 블록의 가로/세로 길이와 변환 크기는 대응하는 크로마 블록과 같다.
싱글 트리인 경우, 루마 블록(코딩 유닛 또는 파티션 블록)에 대해서 가로 길이 또는 세로 길이가 변환이 가능한 최대 루마 변환 블록 크기를 초과하는지 여부를 체크한 후, 초과하는 경우 LFNST 인덱스 시그널링을 생략할 수 있다.
C. 만약 현재의 VVC 표준에 포함된 LFNST를 적용한다면, 파티션 블록의 가로 길이와 세로 길이 모두가 4 이상인 경우에 대해서만 LFNST 인덱스를 전송할 수 있다.
만약 현재 VVC 표준에 포함된 LFNST 이외에 2xM (1xM) 또는 Mx2 (Mx1) 블록에 대한 LFNST까지 적용한다면 파티션 블록의 크기가 2xM (1xM) 또는 Mx2 (Mx1) 블록보다 같거나 큰 경우에 대해서만 LFNST 인덱스를 전송할 수 있다. 여기서 PxQ 블록이 RxS 블록보다 같거나 크다는 뜻은 P≥R 이고 Q≥S라는 것을 의미한다.
정리하면 파티션 블록이 LFNST가 적용 가능한 최소한의 크기보다 같거나 큰 경우에 대해서만 LFNST 인덱스를 전송할 수 있다. 듀얼 트리의 경우, 루마 또는 크로마 성분에 대한 파티션 블록이 LFNST가 적용 가능한 최소한의 크기보다 같거나 큰 경우에만 LFNST 인덱스를 시그널링할 수 있다. 싱글 트리의 경우, 루마 성분에 대한 파티션 블록이 LFNST가 적용 가능한 최소한의 크기보다 같거나 큰 경우에만 LFNST 인덱스를 시그널링 할 수 있다.
본 문서에서, MxN 블록이 KxL 블록보다 크거나 같다는 것은 M이 K보다 크거나 같고 N이 L보다 크거나 같다는 것을 의미한다. MxN 블록이 KxL 블록보다 크다는 것은 M이 K보다 크거나 같고 N이 L보다 크거나 같으면서, M이 K보다 크거나 N이 L보다 크다는 것을 의미한다. MxN 블록이 KxL 블록보다 작거나 같다는 것은, M이 K보다 작거나 같고 N이 L보다 작거나 같다는 것을 의미하고, MxN 블록이 KxL 블록보다 작다는 것은 M이 K보다 작거나 같고 N이 L보다 작거나 같으면서, M이 K보다 작거나 N이 L보다 작다는 것을 뜻한다.
D. 마지막 0이 아닌 계수의 위치(last non-zero coefficient position)가 DC 위치(블록의 좌상단 위치)가 아닌 경우, 듀얼 트리 타입의 루마 블록이면 모든 파티션 블록들 중 하나라도 해당 마지막 0이 아닌 계수의 위치가 DC 위치가 아니면 LFNST 인덱스를 전송할 수 있다. 듀얼 트리 타입이고 크로마 블록이면 Cb에 대한 모든 파티션 블록들의(ISP 모드가 크로마 성분에 적용되지 않는 경우에는 파티션 블록들의 수는 한 개라고 간주함) 마지막 0이 아닌 계수의 위치와 Cr에 대한 모든 파티션 블록들의 (ISP 모드가 크로마 성분에 적용되지 않는 경우에는 파티션 블록들의 수가 한 개라고 간주함) 마지막 0이 아닌 계수의 위치 중 하나라도 DC 위치가 아니면 해당 LNFST 인덱스를 전송할 수 있다.
싱글 트리 타입 경우, 루마 성분, Cb 성분, Cr 성분에 대한 모든 파티션 블록들 중 하나라도 마지막 0이 아닌 계수의 위치가 DC 위치가 아니면 해당 LFNST 인덱스를 전송할 수 있다.
여기서 각 파티션 블록에 대해 변환 계수 존재 여부를 가리키는 CBF(coded block flag) 값이 0이면, LFNST 인덱스 시그널링 여부를 판단하기 위하여 해당 파티션 블록에 대한 마지막 0이 아닌 계수의 위치를 체크하지 않는다. 즉, 해당 CBF 값이 0인 경우 해당 블록에 변환이 적용되지 않으므로 LFNST 인덱스 시그널링에 대한 조건을 체크할 때 해당 파티션 블록에 대한 마지막 0이 아닌 계수의 위치를 고려하지 않는다.
예를 들어, 1) 듀얼 트리 타입이고 루마 성분인 경우 각 파티션 블록에 대해 해당 CBF 값이 0이면 LFNST 인덱스 시그널링 여부를 결정할 때 해당 파티션 블록을 제외시키고, 2) 듀얼 트리 타입이고 크로마 성분인 경우 각 파티션 블록에 대해 Cb에 대한 CBF 값이 0이고 Cr에 대한 CBF 값이 1이면 Cr에 대한 마지막 0이 아닌 계수의 위치만 체크하여 해당 LFNST 인덱스 시그널링 여부를 결정하고 3) 싱글 트리 타입인 경우 루마 성분, Cb 성분, Cr 성분의 모든 파티션 블록들에 대해 CBF 값이 1인 블록들에 대해서만 마지막 0이 아닌 계수의 위치를 체크하여 LFNST 인덱스 시그널링 여부를 결정할 수 있다.
ISP 모드인 경우에는 마지막 0이 아닌 계수의 위치를 체크하지 않도록 영상 정보를 구성할 수도 있으며, 이에 대한 실시예는 다음과 같다.
i. ISP 모드인 경우는 루마 블록와 크로마 블록 모두에 대해 마지막 0이 아닌 계수의 위치에 대한 체크를 생략하고 LFNST 인덱스 시그널링을 허용할 수 있다. 즉, 모든 파티션 블록에 대해 마지막 0이 아닌 계수의 위치가 DC 위치이거나 해당 CBF 값이 0이더라도, 해당 LFNST 인덱스 시그널링을 허용할 수 있다.
ii. ISP 모드인 경우는 루마 블록에 대해서만 마지막 0이 아닌 계수의 위치에 대한 체크를 생략하고 크로마 블록의 경우는 상술한 방식의 마지막 0이 아닌 계수의 위치에 대한 체크를 수행할 수 있다. 예를 들어, 듀얼 트리 타입이고 루마 블록인 경우는 마지막 0이 아닌 계수의 위치에 대한 체크를 하지 않고 LFNST 인덱스 시그널링을 허용하고, 듀얼 트리 타입이고 크로마 블록인 경우는 상술한 방식으로 마지막 0이 아닌 계수의 위치에 대한 DC 위치 존재 여부를 체크하여 해당 LFNST 인덱스의 시그널링 여부를 결정할 수 있다.
iii. ISP 모드이고 싱글 트리 타입인 경우는 상기 i번 또는 ii번 방식을 적용할 수 있다. 즉, ISP 모드이고 싱글 트리 타입에 i번을 적용할 경우, 루마 블록과 크로마 블록 모두에 대해 마지막 0이 아닌 계수의 위치에 대한 체크를 생략하고 LFNST 인덱스 시그널링을 허용할 수 있다. 또는 ii번을 적용하여 루마 성분에 대한 파티션 블록들에 대해서는 마지막 0이 아닌 계수의 위치에 대한 체크를 생략하고 크로마 성분에 대한 파티션 블록들(크로마 성분에 대해 ISP를 적용하지 않는 경우에는 파티션 블록의 수가 1이라고 간주할 수 있음)에 대해서는 상술한 방식으로 마지막 0이 아닌 계수의 위치에 대한 체크를 수행하여 해당 LFNST 인덱스 시그널링 여부를 결정할 수 있다.
E. 모든 파티션 블록들 중 하나의 파티션 블록에 대해서라도 LFNST 변환 계수가 존재할 수 있는 위치가 아닌 위치에 변환 계수가 존재하는 것이 확인되면 LFNST 인덱스 시그널링을 생략할 수 있다.
예를 들어, 4x4 파티션 블록과 8x8 파티션 블록의 경우는 VVC 표준에서의 변환 계수 스캐닝 순서에 따라 DC 위치부터 8개의 위치에 LFNST 변환 계수가 존재할 수 있고 나머지 위치는 모두 0으로 채워지게 된다. 또한, 4x4보다 같거나 크면서 4x4 파티션 블록 및 8x8 파티션 블록이 아닌 경우에는 VVC 표준에서의 변환 계수 스캐닝 순서에 따라 DC 위치부터 16개의 위치에 LFNST 변환 계수가 존재할 수 있고 나머지 위치는 모두 0으로 채워지게 된다.
따라서, 레지듀얼 코딩(residual coding)을 진행한 후 상기 0 값이 채워져야만 하는 영역에 0이 아닌 변환 계수가 존재하면 LFNST 인덱스 시그널링을 생략할 수 있다.
한편, ISP 모드인 경우 현재 VVC 표준에서는 수평 방향과 수직 방향에 대해 각각 독립적으로 길이 조건을 보고 MTS 인덱스에 대한 시그널링 없이 DCT-2 대신 DST-7을 적용하게 된다. 가로 또는 세로의 길이가 4보다 같거나 크고 16보다 같거나 작은지 여부가 판단되고, 판단 결과에 따라 1차 변환 커널이 결정된다. 따라서, ISP 모드이면서 LFNST를 적용할 수 있는 경우에 대해서는 다음과 같은 변환 조합 구성이 가능하다.
1. LFNST 인덱스가 0인 경우(LFNST 인덱스가 0으로 유추되는 경우도 포함)에 대해서는 현재 VVC 표준에 포함된 ISP일 때의 1차 변환 결정 조건을 따를 수 있다. 즉, 수평 방향과 수직 방향에 대해 각각 독립적으로 길이 조건(4보다 같거나 크고 16보다 같거나 작은 조건)의 만족 여부를 체크하여, 만족하게 되면 1차 변환을 위하여 DCT-2 대신 DST-7을 적용하고 만족하지 않으면 DCT-2를 적용할 수 있다.
2. LFNST 인덱스가 0보다 큰 경우에 대해서는 1차 변환으로 다음과 같은 두 가지 구성이 가능할 수 있다.
A. 수평 방향과 수직 방향에 대해 모두 DCT-2를 적용할 수 있다.
B. 현재 VVC 표준에 포함된 ISP일 때의 1차 변환 결정 조건을 따를 수 있다. 즉, 수평 방향과 수직 방향에 대해 각기 독립적으로 길이 조건(4보다 같거나 크고 16보다 같거나 작은 조건)의 만족 여부를 체크하여, 만족하게 되면 DCT-2 대신 DST-7을 적용하고 만족하지 않으면 DCT-2를 적용할 수 있다.
ISP 모드일 때 LFNST 인덱스는 코딩 유닛마다 전송되는 것이 아니라 파티션 블록마다 전송되도록 영상 정보를 구성할 수 있다. 이러한 경우 상술한 LFNST 인덱스 시그널링 방식에서 LFNST 인덱스가 전송되는 단위 내에 파티션 블록이 1개만 존재한다고 간주하고 LFNST 인덱스 시그널링 여부를 결정할 수 있다.
한편, 이하에서는 LFNST 인덱스와 MTS 인덱스의 시그널링 순서에 대하여 살펴본다.
일 예에 따라 레지듀얼 코딩에서 시그널링되는 LFNST 인덱스는 마지막 0이 아닌 계수 위치에 대한 코딩 위치 다음에 코딩될 수 있고, MTS 인덱스는 LFNST 인덱스 바로 다음으로 코딩될 수 있다. 이러한 구성의 경우, 변환 유닛 마다 LFNST 인덱스가 시그널링될 수 있다. 또는, 레지듀얼 코딩에서 시그널링되지 않더라도 LFNST 인덱스는 마지막 유효 계수 위치에 대한 코딩 다음에 코딩될 수 있고, MTS 인덱스는 LFNST 인덱스 다음으로 코딩될 수 있다.
일 예에 따른 레지듀얼 코딩의 신택스는 다음과 같다.
Figure PCTKR2020013758-appb-T000004
Figure PCTKR2020013758-appb-I000006
표 4에서 나타나 있는 주요 변수들의 의미는 다음과 같다.
1. cbWidth, cbHeight: 현재 코딩 블록(Coding Block)의 너비와 높이
2. log2TbWidth, log2TbHeight: 현재 변환 블록(Transform Block)의 너비와 높이에 대한 베이스-2의 로그 값, 제로 아웃이 반영되어 0이 아닌 계수(non-zero coefficient)가 존재할 수 있는 좌상단 영역으로 축소될 수 있다.
3. sps_lfnst_enabled_flag: LFNST의 적용 가능(enable) 여부를 나타내는 플래그로써, 플래그 값이 0이면, LFNST가 적용 불가한 것을 나타내고, 플래그 값이 1이면 LFNST가 적용 가능함을 나타낸다. 시퀀스 파라미터 세트(Sequence Parameter Set; SPS)에 정의되어 있다.
4. CuPredMode[ chType ][ x0 ][ y0 ]: 변수 chType과 (x0, y0) 위치에 대응되는 예측 모드, chType은 0과 1 값을 가질 수 있으며 0은 루마 성분을 나타내고 1은 크로마 성분을 나타낸다. (x0, y0) 위치는 픽처 상에서의 위치를 나타내며 CuPredMode[ chType ][ x0 ][ y0 ] 값으로는 MODE_INTRA(인트라 예측)와 MODE_INTER(인터 예측)이 가능하다.
5. IntraSubPartitionsSplit[ x0 ][ y0 ]: (x0, y0) 위치에 대한 내용은 4번과 같다. (x0, y0) 위치에서의 어떠한 ISP 분할이 적용되었는지를 나타내며, ISP_NO_SPLIT는 (x0, y0) 위치에 해당하는 코딩 유닛이 파티션 블록들로 분할되지 않은 것을 나타낸다.
6. intra_mip_flag[ x0 ][ y0 ]: (x0, y0) 위치에 대한 내용은 상기 4번과 같다. intra_mip_flag는 MIP(Matrix-based Intra Prediction) 예측 모드가 적용되었는지를 여부를 나타내는 플래그이다. 플래그 값이 0이면, MIP가 적용 불가한 것을 나타내고, 플래그 값이 1이면 MIP가 적용되는 것을 나타낸다.
7. cIdx: 0 값은 루마를 나타내고, 1 값과 2 값은 각각 크로마 성분인 Cb, Cr을 나타낸다.
8. treeType: 싱글 트리(single-tree)와 듀얼 트리(dual-tree) 등을 가리킨다 (SINGLE_TREE: 싱글 트리, DUAL_TREE_LUMA: 루마 성분에 대한 듀얼 트리, DUAL_TREE_CHROMA: 크로마 성분에 대한 듀얼 트리)
9. tu_cbf_cb[ x0 ][ y0 ]: (x0, y0) 위치에 대한 내용은 4번과 같다. Cb 성분에 대한 CBF(Coded Block Flag)를 나타낸다, 그 값이 0이면 0이 아닌 계수가 Cb 성분에 대한 해당 변환 유닛에 존재하지 않는다는 것을 의미하고, 1이면 0이 아닌 계수가 Cb 성분에 대한 해당 변환 유닛에 존재한다는 것을 나타낸다.
10. lastSubBlock: 마지막 유효 계수(last non-zero coefficient)가 위치하는 서브 블록(sub-block, Coefficient Group(CG))의 스캔 순서 상의 위치를 나타낸다. 0은 DC 성분이 포함된 서브 블록을 가리키며, 0보다 크면 DC 성분이 포함된 서브 블록이 아니다.
11. lastScanPos: 마지막 유효 계수가 한 서브 블록 내부에서 스캔 순서상 어느 위치에 있는지를 나타낸다. 하나의 서브 블록이 16개의 위치로 구성되어 있다면, 0부터 15까지의 값이 가능하다.
12. lfnst_idx[ x0 ][ y0 ]: 파싱하고자 하는 LFNST 인덱스 신택스 엘리먼트이다. 파싱되지 않는다면 0 값으로 유추된다. 즉, 디폴트 값이 0으로 설정되며 LFNST를 적용하지 않는 것을 나타낸다.
13. LastSignificantCoeffX, LastSignificantCoeffY: 마지막 유효 계수가 변환 블록 내에 위치하는 x 좌표와 y 좌표를 나타낸다. x좌표는 0부터 시작하여 왼쪽에서 오른쪽으로 증가하며, y좌표는 0부터 시작하여 위쪽부터 아래쪽으로 증가한다. 두 변수의 값이 모두 0이라면 마지막 유효 계수가 DC에 위치하는 것을 의미한다.
14. cu_sbt_flag: 현재 VVC 표준에 포함된 서브 블록 변환(SubBlock Transform, SBT)이 적용 가능한지 여부를 나타내는 플래그로써, 플래그 값이 0이면, SBT가 적용 불가한 것을 나타내고, 플래그 값이 1이면 SBT가 적용되는 것을 나타낸다.
15. sps_explicit_mts_inter_enabled_flag, sps_explicit_mts_intra_enabled_flag: 각각 인터 CU와 인트라 CU에 대해 명시적인 MTS가 적용되었는지 여부를 나타내는 플래그로서, 해당 플래그 값이 0이면 인터 CU 또는 인트라 CU에 대해 MTS가 적용 불가한 것을 나타내고 1이면 적용 가능한 것을 나타낸다.
16. tu_mts_idx[ x0 ][ y0 ]: 파싱하고자 하는 MTS 인덱스 신택스 엘리먼트이다. 파싱되지 않는다면 0 값으로 유추된다. 즉, 디폴트 값이 0으로 설정되며, 수평 방향과 수직 방향에 대해 모두 DCT-2가 적용되는 것을 나타낸다.
표 4에서와 같이 싱글 트리인 경우는 루마에 대한 마지막 유효 계수 위치 조건만 가지고 LFNST 인덱스의 시그널링 여부를 결정할 수 있다. 즉, 마지막 유효 계수 위치가 DC가 아니면서, 마지막 유효 계수가 좌상단 서브 블록(CG), 예를 들어 4x4 블록, 내부에 존재하면 LFNST 인덱스가 시그널링된다. 이 때, 4x4 변환 블록과 8x8 변환 블록의 경우는 좌상단 서브 블록 내부의 0부터 7까지의 위치에 마지막 유효 계수가 존재해야 LFNST 인덱스가 시그널링된다.
듀얼 트리의 경우는 루마와 크로마 각각 독립적으로 LFNST 인덱스가 시그널링되며, 크로마의 경우는 Cb 성분에 대해서만 마지막 유효 계수 위치 조건을 적용하여 LFNST 인덱스를 시그널링할 수 있다. Cr 성분에 대해서는 해당 조건을 체크하지 않을 수 있고, 만약 Cb에 대한 CBF 값이 0이라면 Cr 성분에 대해서 마지막 유효 계수 위치 조건을 적용하여 LFNST 인덱스를 시그널링할 수 있다.
표 4의 ‘Min( log2TbWidth, log2TbHeight ) >= 2’는 “Min( tbWidth, tbHeight ) >= 4”로 표현될 수 있고, ‘Min( log2TbWidth, log2TbHeight ) >= 4’는 “Min( tbWidth, tbHeight ) >= 16”로 표현될 수 있다.
표 4에서 log2ZoTbWidth와 log2ZoTbHeight는 각각 제로 아웃에 의해 마지막 유효 계수가 존재할 수 있는 좌상단 영역에 대한 너비와 높이의 베이스가 2인(base-2) 로그값을 의미한다.
표 4와 같이, log2ZoTbWidth와 log2ZoTbHeight 값은 두 군데에서 업데이트 될 수 있다. 첫 번째는 MTS 인덱스 또는 LFNST 인덱스 값이 파싱되기 전이고, 두 번째는 MTS 인덱스의 파싱 후 이다.
첫 번째 업데이트는 MTS 인덱스 (tu_mts_idx[ x0 ][ y0 ]) 값이 파싱되기 전이므로 MTS 인덱스 값과 무관하게 log2ZoTbWidth와 log2ZoTbHeight를 설정할 수 있다.
MTS 인덱스가 파싱된 후에는 MTS 인덱스 값이 0보다 큰 경우(DST-7/DCT-8 조합인 경우)에 대해서 log2ZoTbWidth와 log2ZoTbHeight를 설정하게 된다. 1차 변환에서 수평 방향과 수직 방향에 대해 각각 독립적으로 DST-7/DCT-8을 적용하는 경우, 각 방향에 대해 행 또는 열마다 최대 16개까지의 유효 계수가 존재할 수 있다. 즉, 32 길이 이상의 DST-7/DCT-8을 적용한 후 왼쪽 또는 위쪽부터 행 또는 열마다 최대 16개의 변환 계수가 도출될 수 있다. 따라서, 2차원 블록에 대해서는 수평 방향과 수직 방향 모두에 대해 DST-7/DCT-8이 적용될 때 최대 좌상단 16x16 영역까지만 유효 계수가 존재할 수 있다.
또한, 현재 1차 변환에서 수평 방향과 수직 방향에 대해 각각 독립적으로 DCT-2가 적용되는 경우, 각 방향에 대해 행 또는 열마다 최대 32개까지의 유효 계수가 존재할 수 있다. 즉, 64 길이 이상의 DCT-2을 적용할 때는 왼쪽 또는 위쪽부터 행 또는 열마다 최대 32개의 변환 계수가 도출될 수 있다. 따라서, 2 차원 블록에 대해서는 수평 방향과 수직 방향 모두에 대해 DCT-2가 적용될 때 최대 좌상단 32x32 영역까지만 유효 계수가 존재할 수 있다.
또한, 수평 방향과 수직 방향에 대해 한 쪽에서는 DST-7/DCT-8이 적용되고 다른 한쪽에서는 DCT-2가 적용될 때, 전자의 방향에서는 16개의 유효 계수가 존재할 수 있고, 후자의 방향에서는 32개의 유효 계수가 존재할 수 있다. 예를 들어, 64x8 변환 블록이면서 수평 방향에는 DCT-2가 적용되고 수직 방향에는 DST-7이 적용되는 경우(묵시적 MTS가 적용되는 상황에서 발생할 수 있다), 최대 좌상단 32x8 영역에서 유효 계수가 존재할 수 있다.
만약, 표 4와 같이 log2ZoTbWidth와 log2ZoTbHeight가 두 군데에서 업데이트 되는 경우, 즉, MTS 인덱스 파싱 전에 업데이트 되는 경우, 아래 표와 같이 last_sig_coeff_x_prefix와 last_sig_coeff_y_prefix의 범위가 log2ZoTbWidth와 log2ZoTbHeight에 의해 정해질 수 있다.
Figure PCTKR2020013758-appb-T000005
또한, 이와 같은 경우, last_sig_coeff_x_prefix와 last_sig_coeff_y_prefix에 대한 이진화 과정에서 log2ZoTbWidth와 log2ZoTbHeight 값을 반영하여 last_sig_coeff_x_prefix와 last_sig_coeff_y_prefix의 최대값을 설정할 수 있다.
Figure PCTKR2020013758-appb-T000006
한편, 일 예에 따라, ISP 모드이면서 LFNST가 적용되는 경우 표 4의 시그널링을 적용했을 때, 표 7과 같이 스펙 텍스트가 구성될 수 있다. 표 4와 비교했을 때, ISP 모드가 아닌 경우에 대해서만 LFNST 인덱스를 시그널링하던 조건(표 4의 IntraSubPartitionsSplit[ x0 ][ y0 ] = = ISP_NO_SPLIT)이 삭제되었다.
싱글 트리인 경우 루마일 때(cIdx = 0일 때) 전송한 LFNST 인덱스를 크로마 일 때 재사용한다면, 유효 계수가 존재하는 첫 번째 ISP 파티션 블록에 대해서 전송되었던 LFNST 인덱스를 크로마 변환 블록에 적용할 수 있다. 또는 싱글 트리인 경우라 할지라도 크로마 성분인 경우에 대하여 루마 성분과 별도로 LFNST 인덱스를 시그널링 할 수 있다. 표 7에 기재된 변수들에 대한 설명은 표 4와 동일하다.
Figure PCTKR2020013758-appb-T000007
한편, 일 예에 따라, LFNST 인덱스 또는/및 MTS 인덱스는 코딩 유닛 레벨에서 시그널링될 수 있다. LFNST 인덱스는 상술된 바와 같이 0, 1, 2의 세 가지 값을 가질 수 있으며 0은 LFNST를 적용하지 않는 것을 가리키고 1과 2는 선택된 LFNST 세트에 포함된 2개의 LFNST 커널 후보 중 각각 첫 번째 후보와 두 번째 후보를 지시한다. LFNST 인덱스는 트런케이티드 유너리 이진화(truncated unary binarization) 통해 코딩되며 0, 1, 2 값은 각각 빈 스트링 0, 10, 11로 코딩될 수 있다.
일 예에 따르면, 1차 변환으로 수평 방향과 수직 방향 모두에 대해 DCT-2가 적용될 때만 LFNST가 적용될 수 있다. 따라서, 만약 MTS 인덱스를 LFNST 인덱스 시그널링 후에 시그널링 한다면, LFNST 인덱스 값이 0인 경우에 한해서만 MTS 인덱스를 시그널링할 수 있으며 LFNST 인덱스가 0이 아닌 경우에는 MTS 인덱스를 시그널링하지 않고 수평 방향과 수직 방향 모두 DCT-2를 적용하여 1차 변환을 수행할 수 있다.
MTS 인덱스 값은 0, 1, 2, 3, 4의 값을 가질 수 있으며 0, 1, 2, 3, 4는 각기 수평 방향과 수직 방향에 대해 DCT-2/DCT-2, DST-7/DST-7, DCT-8/DST-7, DST-7/DCT-8, DCT-8/DCT-8가 적용되는 것을 지시할 수 있다. 또한, MTS 인덱스는 트런케이티드 유너리 이진화를 통해 코딩될 수 있으며, 상기 0, 1, 2, 3, 4 값은 각각 빈 스트링 0, 10, 110, 1110, 1111으로 코딩될 수 있다.
LFNST 인덱스 및 MTS 인덱스는 코딩 유닛 레벨에서 시그널링될 수 있고, MTS 인덱스를 코딩 유닛 레벨에서 LFNST 인덱스 이후에 연이어서 코딩할 수 있다. 이에 대한 코딩 유닛 신택스 테이블은 다음과 같다.
Figure PCTKR2020013758-appb-T000008
표 8의 변수 LfnstDcOnly와 변수 LfnstZeroOutSigCoeffFlag는 아래 표 9에 나타난 바와 같이 설정될 수 있다.
변수 LfnstDcOnly는 해당 CBF(Coded Block Flag, 해당 블록 안에 유효 계수가 하나라도 존재하면 1, 아니면 0) 값이 1인 변환 블록들에 대하여 마지막 유효 계수가 모두 DC 위치(좌상단 위치)에 위치하면 1이 되고, 그렇지 않다면 0이 된다. 보다 구체적으로 듀얼 트리 루마인 경우에는 마지막 유효 계수의 위치를 루마 변환 블록 하나에 대하여 체크하고, 듀얼 트리 크로마인 경우에는 Cb에 대한 변환 블록과 Cr에 대한 변환 블록 모두에 대하여 마지막 유효 계수 위치를 체크한다. 싱글 트리인 경우에는 루마, Cb, Cr에 대한 변환 블록에 대하여 마지막 유효 계수 위치를 체크할 수 있다.
변수 LfnstZeroOutSigCoeffFlag는 LFNST가 적용될 때 제로 아웃이 되는 위치에 유효 계수가 존재하면 0이고, 그렇지 않다면 1이 된다.
표 8 및 이하 표에 포함되는 lfnst_idx[ x0 ][ y0 ]는 해당 코딩 유닛에 대한 LFNST 인덱스를 나타내며 tu_mts_idx[ x0 ][ y0 ]는 해당 코딩 유닛에 대한 MTS 인덱스를 나타낸다.
표 8에 나타난 바와 같이, lfnst_idx[ x0 ][ y0 ]를 시그널링하는 조건에 transform_skip_flag[ x0 ][ y0 ] 값이 0인지를 체크하는 조건(!transform_skip_flag[ x0 ][ y0 ])이 포함될 수 있고, 이 경우 기존의 tu_mts_idx[ x0 ][ y0 ] 값이 0인지를 체크하는 조건(즉, 수평 방향과 수직 방향에 대해 모두 DCT-2인지를 여부를 체크하는 것)은 생략될 수 있다.
transform_skip_flag[ x0 ][ y0 ]는 코딩 유닛이 변환이 생략되는 변환 스킵 모드로 코딩되었는지 여부를 나타내며, 상기 플래그는 MTS 인덱스 및 LFNST 인덱스 보다 먼저 시그널링된다. 즉, tu_mtx_idx[ x0 ][ y0 ] 값을 시그널링하기 전에 lfnst_idx[ x0 ][ y0 ]를 시그널링하므로 transform_skip_flag[ x0 ][ y0 ] 값에 대한 조건만을 체크할 수 있다.
표 8에 나타난 바와 같이, tu_mts_idx[ x0 ][ y0 ]를 코딩할 때 여러 조건들이 체크되며, 상술하였듯이 lfnst_idx[ x0 ][ y0 ] 값이 0인 경우에만 tu_mts_idx[ x0 ][ y0 ]이 시그널링된다.
또한, tu_cbf_luma[ x0 ][ y0 ]는 루마 성분에 대해 유효 계수가 존재하는지는 여부를 나타내는 플래그이고, cbWidth와 cbHeight는 각각 루마 성분에 대한 코딩 유닛의 폭과 높이를 나타낸다.
표 8에 따르면, 루마 성분에 대한 코딩 유닛의 폭과 높이가 모두 32 이하일 때 tu_mts_idx[ x0 ][ y0 ]가 시그널링되며, 즉, MTS 적용 여부가 루마 성분에 대한 코딩 유닛의 폭과 높이에 의해 결정된다.
다른 예에 따라, 변환 블록 타일링(TU tiling)이 발생하는 경우(예를 들어, 최대 변환 크기가 32으로 설정된 경우 64x64 코딩 유닛은 4개의 32x32 변환 블록들로 분할되어 코딩된다) 각 변환 블록의 크기를 기준으로 MTS 인덱스가 시그널링될 수 있다. 예를 들어, 변환 블록의 폭과 높이가 모두 32 이하일 때 코딩 유닛 내의 모든 변환 블록에 대해서는 동일한 MTS 인덱스 값이 적용되어 동일한 1차 변환이 적용될 수 있다. 또한, 변환 블록 타일링이 발생하는 경우 표 8의 tu_cbf_luma[ x0 ][ y0 ] 값은 좌상단 변환 블록에 대한 CBF 값이거나 모든 변환 블록들에 대해 하나의 변환 블록이라도 해당 CBF 값이 1이면 1로 설정될 수 있다.
또한, 표 8에 따르면, ISP 모드일 경우에도 (IntraSubPartitionsSplitType ! = ISP_NO_SPLIT) lfnst_idx[ x0 ][ y0 ]를 시그널링하도록 구성할 수 있으며, 모든 ISP 파티션 블록에 대해 동일한 LFNST 인덱스 값이 적용될 수 있다.
한편, tu_mts_idx[ x0 ][ y0 ]는 ISP 모드가 아닌 경우에만 시그널링될 수 있다(IntraSubPartitionsSplit[ x0 ][ y0 ] = = ISP_NO_SPLIT).
표 8과 같이 MTS 인덱스를 LFNST 인덱스 바로 다음에 시그널링하는 경우, 레지듀얼 코딩을 수행할 때 1차 변환에 대한 정보를 알 수 없다. 즉 MTS 인덱스가 레지듀얼 코딩 이후에 시그널링된다. 따라서, 레지듀얼 코딩 파트에서 32 길이의 DST-7 또는 DCT-8에 대해 16개의 계수만 남기고 제로 아웃을 수행하는 부분은 아래 표 9와 같이 변경될 수 있다.
Figure PCTKR2020013758-appb-T000009
Figure PCTKR2020013758-appb-I000007
표 9에서와 같이 log2ZoTbWidth와 log2ZoTbHeight를 결정하는 과정에서 (여기서 log2ZoTbWidth와 log2ZoTbHeight는 각각 제로 아웃이 수행된 후 남은 좌상단 영역에 대한 폭과 높이의 베이스-2(base-2) 로그 값을 나타낸다) tu_mts_idx[ x0 ][ y0 ] 값을 체크하는 부분이 생략될 수 있다.
표 9의 last_sig_coeff_x_prefix와 last_sig_coeff_y_prefix에 대한 이진화는 표 6과 같이 log2ZoTbWidth와 log2ZoTbHeight를 기반으로 결정될 수 있다.
또한, 표 9와 같이, 레지듀얼 코딩에서 log2ZoTbWidth와 log2ZoTbHeight를 결정할 때 sps_mts_enable_flag를 체크하는 조건이 추가될 수 있다.
일 예에 따라, 루마 변환 블록에 대한 마지막 유효 계수 위치에 대한 정보를 레지듀얼 코딩 과정에서 기록해 놓는다면 표 10과 같이 MTS 인덱스를 시그널링 할 수도 있다.
Figure PCTKR2020013758-appb-T000010
표 10에서 LumaLastSignificantCoeffX와 LumaLastSignificantCoeffY는 각각 루마 변환 블록에 대한 마지막 유효 계수 위치의 X 좌표와 Y 좌표를 나타낸다. LumaLastSignificantCoeffX와 LumaLastSignificantCoeffY가 모두 16보다 작아야 하는 조건이 표 10에 추가되었으며, 만약 둘 중 하나라도 16 이상이 되면 수평 방향과 수직 방향 모두 DCT-2가 적용되는 것이므로, tu_mts_idx[ x0 ][ y0 ]에 대한 시그널링을 생략하고 수평 방향과 수직 방향에 대해 모두 DCT-2가 적용되는 것으로 유추할 수 있다.
LumaLastSignificantCoeffX와 LumaLastSignificantCoeffY가 모두 16보다 작다는 것은 마지막 유효 계수가 좌상단 16x16 영역 내에 존재한다는 것을 의미하며, 현재 VVC 표준에서 32 길이의 DST-7 또는 DCT-8이 적용되는 경우 맨 왼쪽 또는 맨 위쪽부터 16개의 변환 계수만 남기는 제로 아웃이 적용되었을 가능성이 존재하는 것을 나타낸다. 따라서, tu_mts_idx[ x0 ][ y0 ]를 시그널링하여 1차 변환을 위하여 사용된 변환 커널을 지시할 수 있다.
한편, 다른 예에 따라, 코딩 유닛 신택스 테이블, 변환 유닛 신택스 테이블 및 레지듀얼 코딩 신택스 테이블은 다음 표와 같다. 표 11에 따르면, MTS 인덱스는 변환 유닛 레벨에서 코딩 유닛 레벨의 신택스로 이동하고, LFNST 인덱스 시그널링 이후에 시그널링 된다. 또한, 코딩 유닛에 ISP가 적용되는 경우 LFNST를 허용하지 않는 제한 조건이 제거되었다. 코딩 유닛에 ISP가 적용되는 경우 LFNST를 허용하지 않는 제한 조건이 제거되므로 LFNST을 모든 인트라 예측 블록에 적용할 수 있다. 또한, MTS 인덱스 및 LFNST 인덱스 모두 코딩 유닛 레벨의 마지막 부분에 조건부로 시그널링된다.
Figure PCTKR2020013758-appb-T000011
Figure PCTKR2020013758-appb-T000012
Figure PCTKR2020013758-appb-T000013
표 11에서 MtsZeroOutSigCoeffFlag는 최초에 1로 설정되고, 이 값은 표 13의 레지듀얼 코딩에서 변경될 수 있다. 변수 MtsZeroOutSigCoeffFlag는 제로 아웃으로 인해 0으로 채워져야 하는 영역( LastSignificantCoeffX > 15 | | LastSignificantCoeffY > 15 )에 유효 계수가 존재하면 그 값이 1에서 0으로 변경되고, 이 경우, 표 11에서와 같이, MTS 인덱스는 시그널링 되지 않는다.
한편, 표 11과 같이, tu_cbf_luma[ x0 ][ y0 ]가 0인 경우에는 mts_idx[ x0 ][ y0 ] 코딩을 생략할 수 있다. 즉, 루마 성분의 CBF 값이 0이면 변환을 적용하지 않기 때문에 MTS 인덱스를 시그널링할 필요가 없으므로, MTS 인덱스 코딩을 생략할 수 있다.
일 예에 따라, 상기 기술적 특징은 다른 조건부 구문으로 구현될 수 있다. 예를 들어, MTS가 수행된 후, 현재 블록의 DC 영역을 제외한 영역에 유효 계수가 존재하는지 여부를 나타내는 변수를 도출할 수 있고, 상기 변수가 DC 영역을 제외한 영역에 유효 계수가 존재하는 것을 나타내면 MTS 인덱스를 시그널링 할 수 있다. 즉, 현재 블록의 DC 영역을 제외한 영역에 유효 계수가 존재한다는 것은 tu_cbf_luma[ x0 ][ y0 ] 값이 1인 것을 나타내고, 이 경우, MTS 인덱스를 시그널링 할 수 있다.
상기 변수는 MtsDcOnly로 나타낼 수 있고, 변수 MtsDcOnly는 코딩 유닛 레벨에서 최초에 1로 설정된 후, 레지듀얼 코딩 레벨에서 현재 블록의 DC 영역을 제외한 영역에 유효 계수가 존재하는 것을 나타내면 그 값이 0으로 변경될 수 있다. 변수 MtsDcOnly 가 0인 경우 MTS 인덱스가 시그널링 되도록 영상 정보가 구성될 수 있다.
만약, tu_cbf_luma[ x0 ][ y0 ]가 0인 경우는 표 12의 변환 유닛 레벨에서 레지듀얼 코딩 신택스의 호출이 이루어지지 않기 때문에 변수 MtsDcOnly는 초기값 1을 유지하게 된다. 이런 경우, 변수 MtsDcOnly 가 0으로 변경되지 않았기 때문에 MTS 인덱스가 시그널링 되지 않도록 영상 정보가 구성될 수 있다. 즉 MTS 인덱스는 파싱 및 시그널링 되지 않는다.
한편, 디코딩 장치는 표 13의 변수 MtsZeroOutSigCoeffFlag를 도출하기 위하여 변환 계수의 컬러 인덱스(cIdx)를 판단할 수 있다. 컬러 인덱스(cIdx)가 0인 것은 루마 성분을 의미한다.
일 예에 따라, 현재 블록의 루마 성분에만 MTS가 적용될 수 있기 때문에 디코딩 장치는 MTS 인덱스의 파싱 여부를 결정하는 변수 MtsZeroOutSigCoeffFlag를 도출할 때 컬러 인덱스가 루마인지 여부를 판단할 수 있다( if cIdx = = 0, MtsZeroOutSigCoeffFlag = 0).
변수 MtsZeroOutSigCoeffFlag는 MTS 적용 시 제로 아웃이 수행되었는지 여부를 나타내는 변수로써, MTS 수행 후 제로 아웃에 의해 마지막 유효 계수가 존재할 수 있는 좌상단 영역, 즉 좌상단 16X16 영역 이외의 영역에 변환 계수가 존재하는지 여부를 나타낸다. 변수 MtsZeroOutSigCoeffFlag는 표 11과 같이 코딩 유닛 레벨에서 최초에 1로 설정되고(MtsZeroOutSigCoeffFlag = 1), 16X16 영역 이외의 영역에 변환 계수가 존재하면 표 13과 같이 레지듀얼 코딩 레벨에서 그 값이 1에서 0으로 변경될 수 있다(MtsZeroOutSigCoeffFlag = 0). 변수 MtsZeroOutSigCoeffFlag 의 값이 0이면 MTS 인덱스는 시그널링 되지 않는다.
표 13과 같이, 레지듀얼 코딩 레벨에서, MTS에 수반된 제로 아웃이 수행되었는지 여부에 따라 0이 아닌 변환 계수가 존재할 수 있는 논 제로 아웃 영역이 설정될 수 있고, 이 경우에도, 컬러 인덱스(cIdx)가 0인 경우에 논 제로 아웃 영역은 현재 블록의 좌상단 16X16 영역으로 설정될 수 있다.
이와 같이, MTS 인덱스의 파싱 여부를 결정하는 변수를 도출할 때는 컬러 성분이 루마인지 크로마 인지 여부를 판단하지만, 현재 블록의 루마 성분 또는 크로마 성분 모두에 LFNST 가 적용될 수 있으므로, LFNST 인덱스의 파싱 여부를 결정하는 변수를 도출할 때는 컬러 성분을 판단하지 않는다.
예를 들어, 표 11에는 LFNST 적용 시 제로 아웃이 수행된 것을 나타낼 수 있는 변수 LfnstZeroOutSigCoeffFlag가 나타나 있다. 변수 LfnstZeroOutSigCoeffFlag는 현재 블록의 좌상단 제1 영역을 제외한 제2 영역에 유효 계수가 존재하는지 여부를 나타내는 것으로, 이 값은 최초에 1로 설정되고, 제2 영역에 유효 계수가 존재하면, 그 값은 0으로 변경될 수 있다. 최초 설정된 변수 LfnstZeroOutSigCoeffFlag 값이 1로 유지되어야 LFNST 인덱스가 파싱될 수 있다. 변수 LfnstZeroOutSigCoeffFlag 값이 1인지 여부를 판단 및 도출할 때 현재 블록의 루마 성분 또는 크로마 성분 모두에 LFNST 가 적용될 수 있으므로 현재 블록의 컬러 인덱스는 판단되지 않는다.
도 15는 일 실시예에 따른 CABAC 인코딩 시스템의 블록도를 도시하는 도면으로, 단일 구문 요소를 부호화하기 위한 CABAC(context-adaptive binary arithmetic coding)의 블록도를 나타낸다.
CABAC의 부호화 과정은 먼저 입력 신호가 이진값이 아닌 구문요소인 경우에 이진화를 통해 입력 신호를 이진값로 변환한다. 입력 신호가 이미 이진값인 경우에는 이진화를 거치지 않고 바이패스, 즉 부호화 엔진으로 입력된다. 여기서, 이진값을 구성하는 각각의 이진수 0 또는 1을 빈(bin)이라고 한다. 예를 들어, 이진화된 후의 이진 스트링이 110인 경우, 1, 1, 0 각각을 하나의 빈이라고 한다. 하나의 구문요소에 대한 상기 빈(들)은 해당 구문요소의 값을 나타낼 수 있다.
이진화된 빈들은 정규(regular) 부호화 엔진 또는 바이패스 부호화 엔진으로 입력된다.
정규 부호화 엔진은 해당 빈에 대해 확률값을 반영하는 문맥을 모델을 할당하고, 할당된 문맥 모델에 기반해 해당 빈을 부호화한다. 정규 부호화 엔진에서는 각 빈에 대한 부호화를 수행한 뒤에 해당 빈에 대한 확률 모델을 갱신할 수 있다. 이렇게 부호화되는 빈들을 문맥 부호화 빈(context-coded bin)이라 한다.
바이패스 부호화 엔진은 입력된 빈에 대해 확률을 추정하는 절차와 부호화 후에 해당 빈에 적용했던 확률 모델을 갱신하는 절차를 생략한다. 문맥을 할당하는 대신 균일한 확률 분포를 적용해 입력되는 빈을 부호화함으로써 부호화 속도를 향상시킨다. 이렇게 부호화되는 빈들을 바이패스 빈(bypass bin)이라 한다.
엔트로피 부호화는 정규 부호화 엔진을 통해 부호화를 수행할 것인지, 바이패스 부호화 엔진을 통해 부호화를 수행할 것인지를 결정하고, 부호화 경로를 스위칭할 수 있다. 엔트로피 복호화는 부호화와 동일한 과정을 역순으로 수행한다.
LFNST 인덱스에 대한 이진화 방법으로 트런케이티드 유너리 코드(Truncated unary code)가 적용되는 경우, LFNST 인덱스는 최대 2개의 빈으로 구성되며, 가능한 LFNST 인덱스 값인 0, 1, 2에 대한 이진화 코드(binary code)로는 각기 0, 10, 11이 할당된다.
일 예에 따라, LFNST 인덱스의 첫 번째 빈에 대해서는 컨텍스트 기반 CABAC 코딩이 적용되며(regular coding), 두 번째 빈에 대해서는 바이 패스 코딩(bypass coding)이 적용될 수 있다.
또, 다른 예에 따르면, LFNST 인덱스의 첫 번째 및 두 번째 빈 모두에 대해서 컨텍스트 기반 CABAC 코딩이 적용될 수 있다. 이런 컨텍스트 코딩된 빈에 따른 LFNST 인덱스의 ctxInc의 할당을 표로 나타내면 다음과 같다.
Figure PCTKR2020013758-appb-T000014
표 14에서와 같이 첫 번째 빈(binIdx = 0)에 대해서는 싱글 트리의 경우 0번 컨텍스트를 적용하며 싱글 트리가 아닌 경우에 대해서는 1번 컨텍스트를 적용할 수 있다. 또한, 표 14에서와 같이 두 번째 빈(binIdx = 1)에 대해서는 2번 컨텍스트를 적용할 수 있다. 즉, 첫 번째 빈에 대해서는 2개의 컨텍스트가 할당될 수 있고 두 번째 빈에 대해서는 1개의 컨텍스트가 할당할 수 있으며, ctxInc 값(0, 1, 2)으로 각각의 컨텍스트가 구분될 수 있다.
여기서 싱글 트리는 루마 성분과 크로마 성분이 동일한 코딩 구조(coding structure)를 가지고 코딩되는 것을 의미한다. 코딩 유닛이 동일한 코딩 구조를 가지면서 분할되다가 코딩 유닛의 크기가 특정 임계치 이하가 되어 루마 성분과 크로마 성분이 별도의 트리 구조를 가지고 코딩되는 경우, 해당 코딩 유닛에 대해서는 듀얼 트리로 간주하여 첫 번째 빈의 컨텍스트를 결정할 수 있다. 즉, 표 14에서와 같이 1번 컨텍스트를 할당할 수 있다.
또는 첫 번째 빈에 대해 변수 treeType의 값이 SINGLE_TREE로 할당되는 경우 0번 컨텍스트를, 그렇지 않은 경우에는 1번 컨텍스트를 사용하여 코딩할 수 있다.
일 예에 따라, 인코딩 과정에 2개의 LFNST 커널 후보 중 첫 번째 (또는 두 번째) 후보만 시도할 때, LFNST 인덱스는 해당 후보에 대해 고정된 2개의 빈 값을 갖게 된다 (첫 번째 후보만 시도하는 경우 10으로 코딩되고 두 번째 후보만 시도하는 경우 11으로 코딩될 수 있다). 이 경우, 두 번째 빈을 바이패스로 코딩한다면, 두 번째 빈이 고정된 값(0 또는 1)을 가짐에도 두 번째 빈에 대해 고정된 비트량이 발생하게 되어 두 번째 빈에 대해 코딩 비용이 상당히 커질 수 있다. 두 번째 빈을 바이패스가 아닌 컨텍스트 방식으로 코딩한다면, LFNST 커널 후보로 고정된 1개만 시도하는 경우, 두 번째 빈에 대해 해당 고정 값(0 또는 1)이 발생할 확률이 100%인 쪽으로 업데이트되기 때문에 코딩 비용이 상당히 감소될 수 있다. 종합하면, LFNST 인덱스 코딩을 위한 두 개의 빈을 모두 컨텍스트 방식으로 코딩함으로써, 인코딩 과정에서 LFNST 커널 후보를 하나만 고정해서 적용하더라도 두 개의 후보를 모두 적용하는 것 대비 코딩 효율의 손실을 최소화하면서 인코딩 복잡도도 줄일 수 있기 때문에, 인코딩 과정에서 성능-복잡도 트레이드 오프(trade-off)를 찾는데 있어 실질적인 자유도를 부여할 수 있다.
이하의 도면은 본 명세서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/메시지/필드의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
도 16은 본 문서의 일 실시예에 따른 비디오 디코딩 장치의 동작을 도시하는 흐름도이다.
도 16에 개시된 각 단계는 도 5 내지 도 15에서 전술된 내용들 중 일부를 기반으로 한 것이다. 따라서, 도 3, 도 5 내지 도 15에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.
일 실시예에 따른 디코딩 장치(300)는, 비트스트림으로부터 인트라 예측 모드에 대한 정보, 레지듀얼 정보 및 LFNST 인덱스를 수신할 수 있다(S1610).
이러한 정보는 신택스 정보로 수신되고 신택스 정보는 0과 1을 포함하는 이진화된 빈 스트링으로 수신된다.
디코딩 장치는 LFNST 인덱스의 신택스 요소에 대한 이진화 정보를 도출할 수 있다. 이는 수신된 변환 인덱스의 신택스 요소가 가질 수 있는 이진화 값에 대한 후보 세트를 생성하는 것으로 본 실시예에 따를 경우, LFNST 인덱스의 신택스 요소는 트런케이티드 유너리 코드 방식으로 이진화 될 수 있다.
본 실시예에 따른 변환 인덱스의 신택스 요소는 LFNST가 적용되는지 여부 및 LFNST 변환 세트에 포함된 LFNST 커널 중 어느 하나를 지시할 수 있으며, LFNST 변환 세트가 두 개의 LFNST 커널을 포함하는 경우, LFNST 인덱스의 신택스 요소의 값은 3가지일 수 있다.
즉, 일 실시예에 따라, LFNST 인덱스에 대한 신택스 요소 값은 현재 블록에 LFNST 가 적용되지 않는 경우를 지시하는 0, LFNST 커널 중 첫 번째 LFNST 커널을 지시하는 1, LFNST 커널 중 두 번째 LFNST 커널을 지시하는 2 를 포함할 수 있다.
이 경우, 3개의 LFNST 인덱스에 대한 신택스 요소 값은 트런케이티드 유너리 코드 방식에 따라 0, 10, 11로 코딩될 수 있다. 즉, 신택스 요소에 대한 값 0은 ‘0’으로, 신택스 요소에 대한 값 1은 ‘10’로, 신택스 요소에 대한 값 2는 ‘11’로 이진화 될 수 있다.
또한, 디코딩 장치는 수신된 레지듀얼 정보에 기초하여 레지듀얼 코딩을 수행하여 변환 계수를 도출할 수 있다(S1620).
디코딩 장치(300)는 비트스트림으로부터 현재 블록에 대한 양자화된 변환 계수들에 관한 정보를 디코딩할 수 있고, 현재 블록에 대한 양자화된 변환 계수들에 관한 정보를 기반으로 대상 블록에 대한 양자화된 변환 계수들을 도출할 수 있다. 대상 블록에 대한 양자화된 변환 계수들에 관한 정보는 SPS(Sequence Parameter Set) 또는 슬라이스 헤더(slice header)에 포함될 수 있고, 간소화 변환(RST)이 적용되는지 여부에 대한 정보, 간소화 팩터에 관한 정보, 간소화 변환을 적용하는 최소 변환 사이즈에 대한 정보, 간소화 변환을 적용하는 최대 변환 사이즈에 대한 정보, 간소화 역변환 사이즈, 변환 세트에 포함된 변환 커널 매트릭스 중 어느 하나를 지시하는 변환 인덱스에 대한 정보 중 적어도 하나를 포함할 수 있다.
디코딩 장치(300)는, 현재 블록에 대한 레지듀얼 정보, 즉 양자화된 변환 계수들에 대하여 역양자화를 수행하여 변환 계수들을 도출할 수 있고, 도출된 변환 계수들을 소정 스캐닝 순서로 배열할 수 있다.
구체적으로, 도출된 변환 계수들은 4 x 4 블록 단위로 역방향 대각 스캔 순서에 따라 배열될 수 있고, 4 x 4 블록 내 변환 계수들 역시 역방향 대각 스캔 순서에 따라 배열될 수 있다. 즉, 역양자화가 수행된 변환 계수들은 VVC나 HEVC에서와 같은 비디오 코덱에서 적용되고 있는 역방향 스캔 순서를 따라 배치될 수 있다.
이러한 레지듀얼 정보를 기반으로 도출된 변환 계수는 상기와 같이 역양자화된 변환 계수일 수 있고, 양자화된 변환 계수일 수도 있다. 즉, 변환 계수는 양자화와 여부와 무관하게 현재 블록에서 0이 아닌 데이터인지 여부를 체크할 수 있는 데이터이면 된다.
디코딩 장치는 양자화된 변환 계수에 역 변환을 적용하여 레지듀얼 샘플을 도출할 수 있다.
상술된 바와 같이, 디코딩 장치는 비분리 변환인 LFNST 또는 분리 변환인 MTS를 적용하여 레지듀얼 샘플을 도출할 수 있고, 이러한 변환은 각각 LFNST 커널, 즉 LFNST 매트릭스를 지시하는 LFNST 인덱스와 MTS 커널을 지시하는 MTS 인덱스에 기초하여 수행될 수 있다.
한편, 디코딩 장치는 현재 블록의 트리 타입에 따라 LFNST 인덱스의 첫 번째 빈에 대한 컨텍스트 정보를 도출하고, 두 번째에 대한 기설정된 컨텍스트 정보를 도출할 수 있다(S1630).
현재 블록의 트리 타입에 따라 첫 번째 빈에 대한 컨텍스트 정보는 상이한 값으로 도출될 수 있다. 예를 들어, 현재 블록의 트리 타입이 싱글 트리이면 첫 번째 빈은 제1 컨텍스트 정보로 도출되고, 현재 블록의 트리 타입이 싱글 트리가 아니면 첫 번째 빈은 제2 컨텍스트 정보로 도출될 수 있다.
한편, 두 번째 빈에 대한 컨텍스트 정보는 현재 블록의 트리 타입과 무관하게 기설정된 하나의 값으로 도출될 수 있다. 즉, 일 예에 따르면, LFNST 인덱스의 빈 스트링은 두 개의 빈 모두 바이패스 방식이 아닌 컨텍스트 모델에 기초하여 디코딩될 수 있다.
디코딩 장치는 컨텍스트 정보에 기초하여 신택스 요소 빈 스트링의 빈들을 디코딩하고, 컨텍스트 정보 기반 디코딩에 의하여 LFNST 인덱스의 신택스 요소가 가질 수 있는 이진화 값 중 현재 블록에 적용되는 LFNST 인덱스에 대한 신택스 요소의 값을 도출할 수 있다(S1640).
정리하면, 디코딩 장치는 트런케이티드 유너리 코드 방식으로 이진화된 빈 스트링을 수신하여, 컨텍스트 정보에 기초하여 LFNST 인덱스의 신택스 요소를 디코딩한다.
즉, LFNST 인덱스 0, 1, 2 중 어느 하나가 현재 대상 블록에 적용되는지 도출될 수 있다.
디코딩 장치(300)는 현재 블록에 적용되는 인트라 예측 모드에 따른 매핑 관계에 기반하여 LFNST 변환 세트를 결정하고, LFNST 변환 세트, LFNST 변환 세트에 포함되어 있는 LFNST 커널 및 LFNST 인덱스를 기반으로 LFNST를 적용하여 수정된 변환 계수를 도출할 수 있다(S1650).
그런 후, 디코딩 장치는 수정된 변환 계수들에 대한 역 1차변환을 기반으로 현재 블록에 대한 레지듀얼 샘플들을 도출하고(S1660), 레지듀얼 샘플들을 기반으로 복원 픽처를 생성할 수 있다(S1670).
이하의 도면은 본 명세서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/메시지/필드의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
도 17은 본 문서의 일 실시예에 따른 비디오 인코딩 장치의 동작을 도시하는 흐름도이다.
도 17에 개시된 각 단계는 도 5 내지 도 15에서 전술된 내용들 중 일부를 기반으로 한 것이다. 따라서, 도 2 및 도 5 내지 도 15에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.
일 실시예에 따른 인코딩 장치(200)는, 현재 블록에 적용되는 인트라 예측 모드에 기초하여 현재 블록에 대한 예측 샘플을 도출할 수 있다(S1710).
인코딩 장치(200)는, 예측 샘플들에 기초하여 현재 블록에 대한 레지듀얼 샘플들을 도출할 수 있다(S1720).
인코딩 장치(200)는, 레지듀얼 샘플들에 LFNST 또는 MTS 중 적어도 하나를 적용하여 현재 블록에 대한 변환 계수를 도출하고, 변환 계수를 소정의 스캐닝 순서에 따라 배열할 수 있다.
인코딩 장치는 레지듀얼 샘플에 대한 1차 변환을 기반으로 현재 블록에 대한 변환 계수를 도출할 수 있다(S1730).
1차 변환은 MTS와 같이 복수의 변환 커널들을 통하여 수행될 수 있고, 이 경우, 인트라 예측 모드를 기반으로 변환 커널이 선택될 수 있다.
인코딩 장치는 MTS를 적용하여 변환 계수를 도출한 후, 현재 블록의 좌상단 특정 영역, 예를 들어 16x16 영역을 제외한 현재 블록의 나머지 영역을 제로 아웃할 수 있다.
또한, 인코딩 장치(200)는 현재 블록에 대한 변환 계수들에 대하여 2차 변환, 또는 비분리 변환, 구체적으로 LFNST를 수행할지 여부를 결정하고, 변환 계수에 LFNST를 적용하여 수정된 변환 계수들을 도출할 수 있다. 구체적으로, 인코딩 장치는 LFNST 변환 세트, LFNST 변환 세트에 포함되어 있는 LFNST 커널을 기반으로 LFNST를 적용하여 수정된 변환 계수를 도출할 수 있다(S1740).
LFNST는 변환 대상이 되는 계수들을 수직 또는 수평 방향으로 분리하여 변환하는 1차 변환과 달리 계수들을 특정 방향으로 분리하지 않고 변환을 적용하는 비분리 변환이다. 이러한 비분리 변환은 변환 대상이 되는 대상 블록 전체가 아닌 저주파 영역에만 변환을 적용하는 저주파 비분리 변환일 수 있다.
인코딩 장치는 LFNST 커널을 지시하는 LFNST 인덱스 또는 MTS 커널을 지시하는 MTS 인덱스 중 적어도 하나를 인코딩할 수 있다.
우선, 인코딩 장치는 LFNST 인덱스에 대한 신택스 요소의 값을 도출하고, LFNST 인덱스에 대한 신택스 요소 값을 이진화할 수 있다(S1750).
본 실시예에 따른 LFNST 인덱스의 신택스 요소는 LFNST가 적용되는지 여부 및 LFNST 변환 세트에 포함된 LFNST 커널 중 어느 하나를 지시할 수 있으며, LFNST 변환 세트가 두 개의 LFNST 커널을 포함하는 경우, LFNST 인덱스의 신택스 요소의 값은 3가지일 수 있다.
일 실시예에 따라, LFNST 인덱스에 대한 신택스 요소 값은 현재 블록에 LFNST가 적용되지 않는 경우를 지시하는 0, LFNST 커널 중 첫 번째 LFNST 커널을 지시하는 1, LFNST 커널 중 두 번째 LFNST 커널을 지시하는 2로 도출될 수 있다.
인코딩 장치는 3개의 변환 인덱스에 대한 신택스 요소 값을 트런케이티드 유너리 코드 방식에 따라 0, 10, 11로 이진화 할 수 있다. 즉, 신택스 요소에 대한 값 0은 ‘0’으로, 신택스 요소에 대한 값 1은 ‘10’로, 신택스 요소에 대한 값 2는 ‘11’로 이진화 될 수 있고, 인코딩 장치는 도출된 변환 인덱스에 대한 신택스 요소에 대하여 ‘0’, ‘10, 및 ‘11’중 어느 하나로 이진화 할 수 있다.
인코딩 장치는 현재 블록의 트리 타입에 따라 LFNST 인덱스의 첫 번째 빈에 대한 컨텍스트 정보를 도출하고, 두 번째에 대한 기설정된 컨텍스트 정보를 도출하고, 컨텍스트 정보에 기초하여 신택스 요소 빈 스트링의 빈을 인코딩할 수 있다(S1760).
현재 블록의 트리 타입에 따라 첫 번째 빈에 대한 컨텍스트 정보는 상이한 값으로 도출될 수 있다. 예를 들어, 현재 블록의 트리 타입이 싱글 트리이면 첫 번째 빈은 제1 컨텍스트 정보로 도출되고, 현재 블록의 트리 타입이 싱글 트리가 아니면 첫 번째 빈은 제2 컨텍스트 정보로 도출될 수 있다.
한편, 두 번째 빈에 대한 컨텍스트 정보는 현재 블록의 트리 타입과 무관하게 하나의 값으로 도출될 수 있다. 즉, 일 예에 따르면, LFNST 인덱스의 빈 스트링은 두 개의 빈 모두 바이패스 방식이 아닌 컨텍스트 모델에 기초하여 인코딩될 수 있다.
정리하면, 인코딩 장치는 트런케이티드 유너리 코드 방식으로 LFNST 인덱스의 빈 스트링을 이진화하고, 서로 상이한 컨텍스트 정보에 기초하여 해당 이진화 값에 대한 LFNST 인덱스의 신택스 요소를 인코딩한다.
인코딩 장치는 코딩 유닛 레벨에서 LFNST 인덱스 및 MTS 인덱스 중 적어도 하나가 시그널링되고, LFNST 인덱스의 시그널링 직후에 MTS 인덱스가 시그널링 되도록 영상 정보를 구성 및 출력할 수 있고, 양자화된 레지듀얼 정보 인코딩 후 출력할 수 있다(S1770).
또한, 인코딩 장치는 현재 블록에 대한 변환 계수 또는 수정된 변환 계수들을 기반으로 양자화를 수행하여 양자화된 변환 계수들을 도출하고, 양자화된 변환 계수들에 관한 정보를 포함하는 영상 정보를 인코딩 및 출력할 수 있다.
인코딩 장치는 양자화된 변환 계수들에 대한 정보를 포함하는 레지듀얼 정보를 생성할 수 있다. 레지듀얼 정보는 상술한 변환 관련 정보/신택스 요소를 포함할 수 있다. 인코딩 장치는 레지듀얼 정보를 포함하는 영상/비디오 정보를 인코딩하여 비트스트림 형태로 출력할 수 있다.
보다 구체적으로, 인코딩 장치는 양자화된 변환 계수들에 관한 정보를 생성하고, 생성된 양자화된 변환 계수들에 관한 정보를 인코딩할 수 있다.
본 문서에서 양자화/역양자화 및/또는 변환/역변환 중 적어도 하나는 생략될 수 있다. 상기 양자화/역양자화가 생략되는 경우, 상기 양자화된 변환 계수는 변환 계수라고 불릴 수 있다. 상기 변환/역변환이 생략되는 경우, 상기 변환 계수는 계수 또는 레지듀얼 계수 라고 불릴 수도 있고, 또는 표현의 통일성을 위하여 변환 계수라고 여전히 불릴 수도 있다.
또한, 본 문서에서 양자화된 변환 계수 및 변환 계수는 각각 변환 계수 및 스케일링된(scaled) 변환 계수라고 지칭될 수 있다. 이 경우 레지듀얼 정보는 변환 계수(들)에 관한 정보를 포함할 수 있고, 상기 변환 계수(들)에 관한 정보는 레지듀얼 코딩 신택스를 통하여 시그널링될 수 있다. 상기 레지듀얼 정보(또는 상기 변환 계수(들)에 관한 정보)를 기반으로 변환 계수들이 도출될 수 있고, 상기 변환 계수들에 대한 역변환(스케일링)을 통하여 스케일링된 변환 계수들이 도출될 수 있다. 상기 스케일링된 변환 계수들에 대한 역변환(변환)을 기반으로 레지듀얼 샘플들이 도출될 수 있다. 이는 본 문서의 다른 부분에서도 마찬가지로 적용/표현될 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 문서는 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 문서의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다.
또한, 본 문서가 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, 화상 전화 비디오 장치, 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recoder) 등을 포함할 수 있다.
또한, 본 문서가 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다. 또한, 본 문서의 실시예는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독 가능한 캐리어 상에 저장될 수 있다.
본 명세서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 명세서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.

Claims (13)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    비트스트림으로부터 레지듀얼 정보를 수신하는 단계와;
    상기 레지듀얼 정보를 기반으로 현재 블록에 대한 변환 계수를 도출하는 단계;
    상기 변환 계수에 LFNST 또는 MTS 중 적어도 하나를 적용하여 레지듀얼 샘플을 도출하는 단계;
    상기 레지듀얼 샘플들을 기반으로 복원 픽처를 생성하는 단계를 포함하되,
    상기 LFNST는 LFNST 변환 세트, 상기 LFNST 변환 세트에 포함되어 있는 LFNST 커널 및 상기 LFNST 커널을 지시하는 LFNST 인덱스에 기초하여 수행되고,
    상기 LFNST 인덱스에 대한 신택스 요소 빈 스트링의 첫 번째 빈은 상기 현재 블록의 트리 타입에 따라 상이한 컨텍스트 정보를 기반으로 도출되고, 상기 신택스 요소 빈 스트링의 두 번째 빈은 기설정된 컨텍스트 정보를 기반으로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 LFNST 인덱스에 대한 신택스 요소의 컨텍스트 정보를 도출하는 단계와;
    상기 컨텍스트 정보에 기초하여 상기 LFNST 인덱스에 대한 신택스 요소 빈 스트링의 빈들을 디코딩 하는 단계와;
    상기 LFNST 인덱스에 대한 신택스 요소의 값을 도출하는 단계를 더 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  3. 제2항에 있어서,
    상기 현재 블록의 트리 타입이 싱글 트리이면 상기 첫 번째 빈은 제1 컨텍스트 정보로 도출되고,
    상기 현재 블록의 트리 타입이 싱글 트리가 아니면 상기 첫 번째 빈은 제2 컨텍스트 정보로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  4. 제3항에 있어서,
    상기 두 번째 빈에 대한 컨텍스트 정보는 상기 제1 컨텍스트 정보 및 상기 제2 컨텍스트 정보와 상이한 제3 컨텍스트 정보로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  5. 제2항에 있어서,
    상기 LFNST 변환 세트에는 두 개의 상기 LFNST 커널이 포함되고,
    상기 신택스 요소에 대한 값은 상기 현재 블록에 상기 LFNST가 적용되지 않는 경우를 지시하는 0, 상기 LFNST 커널 중 첫 번째 LFNST 커널을 지시하는 1, 상기 LFNST 커널 중 두 번째 LFNST 커널을 지시하는 2 중 어느 하나를 포함하는 것을 특징으로 하는 영상 디코딩 방법.
  6. 제5항에 있어서,
    상기 신택스 요소에 대한 값은 트런케이티드 유너리 코드로 이진화되고,
    상기 신택스 요소에 대한 값 0은 ‘0’으로, 상기 신택스 요소에 대한 값 1은 ‘10’로, 상기 신택스 요소에 대한 값 2는 ‘11’로 이진화 되는 것을 특징으로 하는 영상 디코딩 방법.
  7. 인코딩 장치에 의하여 수행되는 영상 인코딩 방법에 있어서,
    현재 블록에 대한 예측 샘플들을 도출하는 단계;
    상기 예측 샘플에 기초하여 상기 현재 블록에 대한 레지듀얼 샘플들을 도출하는 단계;
    상기 레지듀얼 샘플들에 LFNST 또는 MTS 중 적어도 하나를 적용하여 상기 현재 블록에 대한 변환 계수들을 도출하는 단계;
    LFNST 커널을 지시하는 LFNST 인덱스 및 양자화된 레지듀얼 정보를 인코딩하는 단계를 포함하되,
    상기 LFNST는 LFNST 변환 세트, 상기 LFNST 변환 세트에 포함되어 있는 상기 LFNST 커널를 기반으로 수행되고,
    상기 LFNST 인덱스에 대한 신택스 요소 빈 스트링의 첫 번째 빈은 상기 현재 블록의 트리 타입에 따라 상이한 컨텍스트 정보를 기반으로 도출되고, 상기 신택스 요소 빈 스트링의 두 번째 빈은 기설정된 컨텍스트 정보를 기반으로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  8. 제7항에 있어서,
    상기 LFNST 인덱스를 인코딩 하는 단계는,
    상기 LFNST 인덱스에 대한 신택스 요소의 값을 도출하는 단계와;
    상기 LFNST 인덱스에 대한 신택스 요소의 컨텍스트 정보를 도출하는 단계와;
    상기 컨텍스트 정보에 기초하여 상기 LFNST 인덱스에 대한 신택스 요소 빈 스트링의 빈들을 인코딩 하는 단계를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  9. 제8항에 있어서,
    상기 현재 블록의 트리 타입이 싱글 트리이면 상기 첫 번째 빈은 제1 컨텍스트 정보로 도출되고,
    상기 현재 블록의 트리 타입이 싱글 트리가 아니면 상기 첫 번째 빈은 제2 컨텍스트 정보로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  10. 제9항에 있어서,
    상기 두 번째 빈에 대한 컨텍스트 정보는 상기 제1 컨텍스트 정보 및 상기 제2 컨텍스트 정보와 상이한 제3 컨텍스트 정보로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  11. 제8항에 있어서,
    상기 LFNST 변환 세트에는 두 개의 상기 LFNST 커널이 포함되고,
    상기 신택스 요소에 대한 값은 상기 현재 블록에 상기 LFNST가 적용되지 않는 경우를 지시하는 0, 상기 LFNST 커널 중 첫 번째 LFNST 커널을 지시하는 1, 상기 LFNST 커널 중 두 번째 LFNST 커널을 지시하는 2 중 어느 하나를 포함하는 것을 특징으로 하는 영상 인코딩 방법.
  12. 제11항에 있어서,
    상기 신택스 요소에 대한 값은 트런케이티드 유너리 코드로 이진화되고,
    상기 신택스 요소에 대한 값 0은 ‘0’으로, 상기 신택스 요소에 대한 값 1은 ‘10’로, 상기 신택스 요소에 대한 값 2는 ‘11’로 이진화 되는 것을 특징으로 하는 영상 인코딩 방법.
  13. 영상 디코딩 방법을 수행하도록 야기하는 지시 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체로서, 상기 영상 디코딩 방법은,
    비트스트림으로부터 레지듀얼 정보를 수신하는 단계와;
    상기 레지듀얼 정보를 기반으로 현재 블록에 대한 변환 계수를 도출하는 단계;
    상기 변환 계수에 LFNST 또는 MTS 중 적어도 하나를 적용하여 레지듀얼 샘플을 도출하는 단계;
    상기 레지듀얼 샘플들을 기반으로 복원 픽처를 생성하는 단계를 포함하되,
    상기 LFNST는 LFNST 변환 세트, 상기 LFNST 변환 세트에 포함되어 있는 LFNST 커널 및 상기 LFNST 커널을 지시하는 LFNST 인덱스에 기초하여 수행되고,
    상기 LFNST 인덱스에 대한 신택스 요소 빈 스트링의 첫 번째 빈은 상기 현재 블록의 트리 타입에 따라 상이한 컨텍스트 정보를 기반으로 도출되고, 상기 신택스 요소 빈 스트링의 두 번째 빈은 기설정된 컨텍스트 정보를 기반으로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
PCT/KR2020/013758 2019-10-08 2020-10-08 변환에 기반한 영상 코딩 방법 및 그 장치 WO2021071297A1 (ko)

Priority Applications (9)

Application Number Priority Date Filing Date Title
CN202080083777.2A CN114762341B (zh) 2019-10-08 2020-10-08 用于基于变换的图像编码的方法和装置
CN202410003026.5A CN117812262A (zh) 2019-10-08 2020-10-08 图像编码/解码方法和发送数据的方法
US17/763,118 US20220345710A1 (en) 2019-10-08 2020-10-08 Method and device for transform-based image coding
JP2022521365A JP7414977B2 (ja) 2019-10-08 2020-10-08 変換に基づく映像コーディング方法及びその装置
EP20873717.1A EP4044594A4 (en) 2019-10-08 2020-10-08 METHOD AND DEVICE FOR CODING AN IMAGE ON THE BASIS OF TRANSFORMATIONS
MX2022004211A MX2022004211A (es) 2019-10-08 2020-10-08 Metodo de codificacion de imagenes a base de transformacion, y dispositivo para el mismo.
CN202410003872.7A CN117979005A (zh) 2019-10-08 2020-10-08 图像编码/解码设备和发送数据的设备
KR1020227007086A KR20220044311A (ko) 2019-10-08 2020-10-08 변환에 기반한 영상 코딩 방법 및 그 장치
JP2023222607A JP2024024020A (ja) 2019-10-08 2023-12-28 変換に基づく映像コーディング方法及びその装置

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962912624P 2019-10-08 2019-10-08
US62/912,624 2019-10-08
US201962913678P 2019-10-10 2019-10-10
US62/913,678 2019-10-10

Publications (1)

Publication Number Publication Date
WO2021071297A1 true WO2021071297A1 (ko) 2021-04-15

Family

ID=75437984

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/013758 WO2021071297A1 (ko) 2019-10-08 2020-10-08 변환에 기반한 영상 코딩 방법 및 그 장치

Country Status (7)

Country Link
US (1) US20220345710A1 (ko)
EP (1) EP4044594A4 (ko)
JP (2) JP7414977B2 (ko)
KR (1) KR20220044311A (ko)
CN (3) CN117979005A (ko)
MX (1) MX2022004211A (ko)
WO (1) WO2021071297A1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190052008A (ko) * 2016-10-01 2019-05-15 퀄컴 인코포레이티드 비디오 코딩을 위한 변환 선택
KR101997604B1 (ko) * 2019-01-22 2019-07-08 에스케이 텔레콤주식회사 영상 부호화/복호화 방법 및 장치

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9538172B2 (en) * 2012-04-11 2017-01-03 Qualcomm Incorporated Grouping bypass coded syntax elements in video coding
US9497465B2 (en) * 2012-06-29 2016-11-15 Electronics And Telecommunications Research Institute Method and device for encoding/decoding images
CN104050628B (zh) * 2013-03-11 2017-04-12 佳能株式会社 图像处理方法和图像处理装置
KR102321394B1 (ko) * 2016-08-01 2021-11-03 한국전자통신연구원 영상 부호화/복호화 방법
EP3297282A1 (en) * 2016-09-15 2018-03-21 Thomson Licensing Method and apparatus for video coding with adaptive clipping

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190052008A (ko) * 2016-10-01 2019-05-15 퀄컴 인코포레이티드 비디오 코딩을 위한 변환 선택
KR101997604B1 (ko) * 2019-01-22 2019-07-08 에스케이 텔레콤주식회사 영상 부호화/복호화 방법 및 장치

Non-Patent Citations (4)

* 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, no. JVET-O2001-VE, 31 July 2019 (2019-07-31), Gothenburg SE, pages 1 - 455, XP030208568 *
K. NASER (INTERDIGITAL), F. GALPIN, T. POIRIER, Y. CHEN (INTERDIGITAL): "CE6 Related: Modified LFNST Index Coding For Fast Encoder Implementation", 16. JVET MEETING; 20191001 - 20191011; GENEVA; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), 6 October 2019 (2019-10-06), XP030217026 *
See also references of EP4044594A4 *
T. TSUKUBA (SONY), M. IKEDA (SONY), Y. YAGASAKI (SONY), T. SUZUKI (SONY): "Non-CE6: Context modeling for LFNST index coding", 16. JVET MEETING; 20191001 - 20191011; GENEVA; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), 24 September 2019 (2019-09-24), XP030216772 *

Also Published As

Publication number Publication date
CN114762341A (zh) 2022-07-15
EP4044594A4 (en) 2023-08-30
MX2022004211A (es) 2022-05-03
JP2024024020A (ja) 2024-02-21
US20220345710A1 (en) 2022-10-27
EP4044594A1 (en) 2022-08-17
KR20220044311A (ko) 2022-04-07
CN117812262A (zh) 2024-04-02
JP2022552298A (ja) 2022-12-15
CN114762341B (zh) 2024-01-16
CN117979005A (zh) 2024-05-03
JP7414977B2 (ja) 2024-01-16

Similar Documents

Publication Publication Date Title
WO2021066598A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096290A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021086055A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096172A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021060905A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021054798A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096295A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021167421A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021054783A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021086061A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021054787A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2020256482A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021025530A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021086149A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096173A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021086064A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021086056A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021194221A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021010680A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021137556A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096293A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021096174A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021071283A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021141478A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치
WO2021194199A1 (ko) 변환에 기반한 영상 코딩 방법 및 그 장치

Legal Events

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

Ref document number: 20873717

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20227007086

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2022521365

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: 2020873717

Country of ref document: EP

Effective date: 20220509