WO2021107623A1 - 영상/비디오 인코딩/디코딩 방법 및 장치 - Google Patents

영상/비디오 인코딩/디코딩 방법 및 장치 Download PDF

Info

Publication number
WO2021107623A1
WO2021107623A1 PCT/KR2020/016886 KR2020016886W WO2021107623A1 WO 2021107623 A1 WO2021107623 A1 WO 2021107623A1 KR 2020016886 W KR2020016886 W KR 2020016886W WO 2021107623 A1 WO2021107623 A1 WO 2021107623A1
Authority
WO
WIPO (PCT)
Prior art keywords
height
slice
tile
information
slices
Prior art date
Application number
PCT/KR2020/016886
Other languages
English (en)
French (fr)
Inventor
헨드리헨드리
파루리시탈
김승환
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to US17/780,812 priority Critical patent/US20230156228A1/en
Priority to KR1020227017314A priority patent/KR20220084400A/ko
Priority to CN202080090689.5A priority patent/CN114902664A/zh
Priority to MX2022006428A priority patent/MX2022006428A/es
Priority to CA3162959A priority patent/CA3162959A1/en
Priority to AU2020392151A priority patent/AU2020392151B2/en
Publication of WO2021107623A1 publication Critical patent/WO2021107623A1/ko
Priority to ZA2022/06761A priority patent/ZA202206761B/en
Priority to AU2024200646A priority patent/AU2024200646A1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • 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
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • 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
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • 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
    • H04N19/174—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 slice, e.g. a line of blocks or a group of blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—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
    • H04N19/184—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 bits, e.g. of the compressed video stream
    • 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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • 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

  • the present technology relates to a method and apparatus for encoding/decoding an image/video.
  • VR virtual reality
  • AR artificial reality
  • a high-efficiency image/video compression technology is required to effectively compress, transmit, store, and reproduce information of high-resolution and high-quality images/videos having various characteristics as described above.
  • An object of the present document is to provide a method and apparatus for increasing video/video coding efficiency.
  • Another technical object of the present document is to provide a method and an apparatus for efficiently signaling information about a slice in a tile.
  • Another technical object of the present document is to provide a method and an apparatus for reducing signaling overhead in delivering information about a slice within a tile.
  • a video decoding method performed by a video decoding apparatus includes parsing number information about the number of slices whose height is explicitly signaled in a tile of a current picture from a bitstream, the number parsing height information about the heights of slices whose heights are explicitly signaled from the bitstream based on the information, based on the value of the number information being n, from the 0th slice in the tile to the n ⁇ 1th slice deriving the heights of the slices based on the height information, deriving the heights of the nth slices in the tile based on the heights of the n ⁇ 1th slices, heights of other slices in the tile from the height of the tile deriving the height of the last slice in the tile based on the remaining height obtained by subtracting ?, deriving the number of slices in the tile, and decoding the current picture based on the slices of the current picture.
  • a video encoding method performed by a video encoding apparatus includes deriving slices in a tile of a current picture, and based on the derived slices, the slices whose height in the tile is explicitly signaled. Generating number information about the number and height information about heights of slices for which the height is explicitly signaled, and encoding image information including the number information and the height information, wherein the height information represents the height of the 0th slice to the n-1th slice in the tile based on the value of the number information being n, and the height of the nth slice in the tile can be derived based on the height of the n-1th slice have.
  • a computer-readable digital storage medium comprising information causing a video decoding apparatus to perform a video decoding method, the video decoding method comprising: Parsing number information on the number of slices whose height is explicitly signaled in the tile of the current picture, and height information on the height of slices whose height is explicitly signaled from the image information based on the number information parsing, based on the value of the number information being n, deriving heights of the 0th slice to the n-1th slice in the tile based on the height information, the height of the n-1th slice deriving the height of the nth slice in the tile based on the height of the tile; deriving the height of the last slice in the tile based on the remaining height obtained by subtracting the heights of the other slices in the tile from the height of the tile; deriving the number of , and decoding the current picture based on the slices of the current picture.
  • overall image/video compression efficiency may be improved.
  • information about a slice within a tile can be efficiently signaled.
  • a signaling overhead can be reduced in delivering information about a slice within a tile.
  • FIG. 1 schematically shows an example of a video/image coding system to which embodiments of this document can be applied.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/image encoding apparatus to which embodiments of the present document may be applied.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/image decoding apparatus to which embodiments of the present document may be applied.
  • FIG. 5 shows an example of a picture encoding procedure.
  • FIG. 6 and 7 schematically show an example of a video/image encoding method and related components according to an embodiment of the present document.
  • FIG. 8 and 9 schematically show an example of a video/image decoding method and related components according to an embodiment of the present document.
  • FIG. 10 shows an example of a content streaming system to which embodiments disclosed in this document can be applied.
  • each configuration in the drawings described in this document is shown independently for convenience of description regarding different characteristic functions, and does not mean that each configuration is implemented as separate hardware or separate software.
  • two or more components among each component may be combined to form one component, or one component may be divided into a plurality of components.
  • Embodiments in which each component is integrated and/or separated are also included in the scope of the disclosure of this document without departing from the essence of the method disclosed in this document.
  • parentheses used in this document may mean “for example”. Specifically, when “prediction (intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”. In other words, “prediction” in this document is not limited to “intra prediction”, and “intra prediction” may be proposed as an example of “prediction”. Also, even when “prediction (ie, intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”.
  • FIG. 1 schematically shows an example of a video/image coding system to which embodiments of this document can be applied.
  • a video/image coding system may include a first apparatus (source device) and a second apparatus (receive device).
  • the source device may transmit encoded video/image information or data in the form of a file or streaming to the receiving device through a digital storage medium or a network.
  • the source device may include a video source, an encoding apparatus, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding apparatus, and a renderer.
  • the encoding apparatus may be referred to as a video/image encoding apparatus, and the decoding apparatus may be referred to as a video/image decoding apparatus.
  • 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 external component.
  • a video source may acquire a video/image through a process of capturing, synthesizing, or generating a video/image.
  • a video source may include a video/image capture device and/or a video/image generating device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, and the like.
  • a video/image generating device may include, for example, a computer, tablet, and smart phone, and may (electronically) generate a video/image.
  • a virtual video/image may be generated through a computer, etc. In this case, the video/image capturing process may be substituted for the process of generating related data.
  • the encoding device may encode the input video/image.
  • the encoding apparatus may perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
  • the encoded data (encoded video/image information) may be output in the form of a bitstream.
  • the transmitting unit may transmit the encoded video/image information or data output in the form of a bitstream to the receiving unit of the receiving device in the form of a file or streaming through a digital storage medium or a network.
  • the digital storage medium 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 apparatus 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 apparatus.
  • the renderer may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • This article is about video/image coding.
  • a method/embodiment disclosed in this document may be applied to a method disclosed in a versatile video coding (VVC) standard.
  • the method/embodiment disclosed in this document is an essential video coding (EVC) standard, AOMedia Video 1 (AV1) standard, 2nd generation of audio video coding standard (AVS2), or a next-generation video/video coding standard (ex. H.267). , H.268, etc.).
  • a video may mean a set of a series of images according to the passage of time.
  • a picture generally means 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 (CTUs).
  • CTUs coding tree units
  • One picture may consist 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 brick may indicate a rectangular area of CTU rows within a tile in a picture.
  • a tile may be partitioned into multiple bricks, and each brick may consist of one or more CTU rows within the tile.
  • a tile that is not partitioned into multiple bricks may also be referred to as a brick.
  • a brick scan may indicate a specific sequential ordering of CTUs partitioning a picture
  • the CTUs may be arranged in a CTU raster scan within a brick
  • the bricks in a tile may be sequentially arranged in a raster scan of the bricks of the tile.
  • tiles in a picture may be sequentially aligned with a raster scan of the tiles of the picture.
  • a tile is a specific tile row and a rectangular area of CTUs within a specific tile row.
  • the tile column is a rectangular region of CTUs, the rectangular region has a height equal to the height of the picture, and the width may be specified by syntax elements in a picture parameter set.
  • the tile row is a rectangular region of CTUs, the rectangular region has a width specified by syntax elements in a picture parameter set, and the height may be equal to the height of the picture.
  • a tile scan may indicate a specific sequential ordering of CTUs partitioning a picture, wherein the CTUs may be sequentially aligned with a CTU raster scan within a tile, and tiles within a picture may be sequentially aligned with a raster scan of the tiles of the picture.
  • a slice may include an integer number of bricks of a picture, and the integer number of bricks may be included in one NAL unit.
  • a slice may consist of a number of complete tiles, or it may be a continuous sequence of complete bricks of one tile.
  • tile group and slice can be used interchangeably.
  • a tile group/tile group header may be referred to as a slice/slice header.
  • a pixel or pel may mean a minimum unit constituting one picture (or image). Also, as a term corresponding to a pixel, a 'sample' may be used. 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.
  • a unit may represent a basic unit of image processing.
  • the unit may include at least one of a specific region of a picture and information related to the region.
  • One unit may include one luma block and two chroma (ex. cb, cr) blocks.
  • a unit may be used interchangeably with terms such as a block or an area in some cases.
  • an MxN block may include samples (or sample arrays) or a set (or arrays) of transform coefficients including M columns and N rows.
  • a unit may be used interchangeably with terms such as a block or an area in some cases.
  • an MxN block may represent a set of samples or transform coefficients including M columns and N rows.
  • 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.
  • a sample may be used as a term corresponding to a picture (or image) as a pixel or a pel.
  • a video encoding apparatus may include an image encoding apparatus.
  • the encoding apparatus 200 includes an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, 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 transformer 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 adder 250 may be called a reconstructor or a reconstructed block generator.
  • the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, adder 250 and filtering unit 260 may include one or more hardware components ( For example, by an encoder chipset or 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 a memory 270 as an internal/external component.
  • the image dividing unit 210 may divide an input image (or a picture, a 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 to be recursively divided according to a quad-tree binary-tree ternary-tree (QTBTTT) structure from a coding tree unit (CTU) or 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 having a lower 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.
  • a coding procedure according to this document may be performed based on the final coding unit that is no longer divided.
  • the maximum coding unit may be directly used as the final coding unit based on coding efficiency according to image characteristics, or if necessary, the coding unit may be recursively divided into coding units having a lower depth than the optimal coding unit.
  • a coding unit of the size of may be used as the final coding unit.
  • the coding procedure may include procedures 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 deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • the encoding apparatus 200 subtracts the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input image signal (original block, original sample array) to obtain a residual A signal (residual signal, residual block, residual sample array) may be generated, and the generated residual signal is transmitted to the converter 232 .
  • a unit for subtracting a prediction signal (prediction block, prediction sample array) from an input image signal (original block, original sample array) in the encoding apparatus 200 may be referred to as a subtraction unit 231 .
  • the prediction unit 220 may perform prediction on a processing target block (hereinafter, referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit 220 may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit 220 may generate various information about prediction, such as prediction mode information, and transmit it to the entropy encoding unit 240 , as will be described later in the description of each prediction mode.
  • the prediction information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra prediction unit 222 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart 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 granularity of the prediction direction. However, this is an example, and a higher or lower number of directional prediction modes may be used according to a setting.
  • the intra prediction unit 222 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 221 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated CU (colCU), etc.
  • a reference picture including the temporally neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive a motion vector and/or a reference picture index of the current block. can create Inter prediction may be performed based on various prediction modes. For example, in a skip mode and a merge mode, the inter prediction unit 221 may use motion information of a neighboring block as motion information of a current block.
  • 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.
  • the prediction unit 220 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit 220 may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • the IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, the sample value in the picture may be signaled based on information about the palette table and palette index.
  • the prediction signal generated by the prediction unit may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transform technique may include at least one of a discrete cosine transform (DCT), a discrete sine transform (DST), a graph-based transform (GBT), or a conditionally non-linear transform (CNT).
  • DCT discrete cosine transform
  • DST discrete sine transform
  • GBT graph-based transform
  • CNT conditionally non-linear transform
  • GBT means a transformation obtained from this graph when expressing relationship information between pixels in a graph.
  • CNT refers to a transformation obtained by generating a prediction signal using all previously reconstructed pixels and based thereon.
  • the transformation process may be applied to a block of pixels having the same size as a square, or may be applied to a block of a variable size that is not a square.
  • the quantization unit 233 quantizes the transform coefficients and transmits them to the entropy encoding unit 240, and the entropy encoding unit 240 encodes the quantized signal (information about the quantized transform coefficients) and outputs it as a bitstream. have.
  • Information about the quantized transform coefficients may be referred to as residual information.
  • the quantization unit 233 may rearrange the quantized transform coefficients in a block form into a one-dimensional vector form based on a coefficient scan order, and the quantized transform coefficients in the one-dimensional vector form are quantized based on the Information about the transform coefficients may be generated.
  • the entropy encoding unit 240 may perform various encoding methods such as, for example, exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 240 may encode information necessary for video/image reconstruction (eg, values of syntax elements, etc.) other than the quantized transform coefficients together or separately.
  • Encoded information eg, encoded video/image information
  • NAL network abstraction layer
  • the video/image information may further include information about 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). Also, the video/image information may further include general constraint information.
  • APS adaptation parameter set
  • PPS picture parameter set
  • SPS sequence parameter set
  • VPS video parameter set
  • general constraint information information and/or syntax elements transmitted/signaled from the encoding device to the decoding device may be included in video/image information.
  • the video/image information may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream may be transmitted over 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 transmitting unit (not shown) and/or a storing unit (not shown) for storing may be configured as internal/external elements of the encoding apparatus 200, or the transmitting unit It may be included in the entropy encoding unit 240 .
  • the quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
  • a residual signal residual block or residual samples
  • the adder 250 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 221 or the intra prediction unit 222 to obtain a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array). can be created
  • the predicted block may be used as a reconstructed block.
  • the adder 250 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing object block in the current picture, or may be used for inter prediction of the next picture after filtering as described below.
  • Luma Mapping with Chroma Scaling may be applied during picture encoding and/or restoration.
  • 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 store the modified reconstructed picture in the memory 270 , specifically, the DPB of the memory 270 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the filtering unit 260 may generate various types of filtering-related information and transmit it to the entropy encoding unit 240 , as will be described later in the description of each filtering method.
  • the filtering-related information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 270 may be used as a reference picture in the inter prediction unit 221 .
  • the encoding apparatus can avoid prediction mismatch between the encoding apparatus 200 and the decoding apparatus, and can also improve encoding efficiency.
  • the DPB of the memory 270 may store the corrected 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 in which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 270 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 222 .
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/image decoding apparatus to which embodiments of the present document may 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. (filter, 350) and may be configured to include a memory (memory, 360).
  • the prediction unit 330 may include an inter prediction unit 331 and an intra prediction unit 332 .
  • the residual processor 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 are one hardware component (eg, a decoder chipset or a processor according to an embodiment). ) can be configured by
  • 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 a memory 360 as an internal/external component.
  • the decoding apparatus 300 may reconstruct an image corresponding to a process in which the video/image information is processed in the encoding apparatus of FIG. 2 .
  • the decoding apparatus 300 may derive units/blocks based on block division related information obtained from the bitstream.
  • the decoding apparatus 300 may perform decoding by using a processing unit applied in the encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit, and the coding unit may be divided along a quad tree structure, a binary tree structure and/or a ternary tree structure from a coding tree unit or a largest coding unit.
  • One or more transform units may be derived from a coding unit.
  • the reconstructed image signal decoded and output through the decoding apparatus 300 may be reproduced through the reproducing apparatus.
  • 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/image information) required for image restoration (or picture restoration).
  • the video/image information may further include information about 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/image information may further include general constraint information.
  • the decoding apparatus may decode the picture further based on the information on the parameter set and/or the general restriction information.
  • Signaled/received information and/or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 310 decodes information in the bitstream based on a coding method such as exponential Golomb coding, context-adaptive variable length coding (CAVLC), or context-adaptive arithmetic coding (CABAC), and A value of a syntax element required for image reconstruction and quantized values of a transform coefficient related to a residual may be output.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in a bitstream, and receives syntax element information to be decoded and decoding information of neighboring and to-be-decoded blocks or symbols/bins decoded in the previous step.
  • a context model is determined using the information of , and a symbol corresponding to the value of each syntax element can be generated by predicting the probability of occurrence of a bin according to the determined context model and performing arithmetic decoding of the bin. have.
  • the CABAC entropy decoding method may update the context model by using the decoded symbol/bin information for the context model of the next symbol/bin after determining the context model.
  • Prediction-related information among the information decoded by the entropy decoding unit 310 is provided to the prediction unit (the inter prediction unit 332 and the intra prediction unit 331), and the entropy decoding unit 310 performs entropy decoding.
  • Dual values, that is, quantized transform coefficients and related parameter information may be input to the residual processing unit 320 .
  • the residual processing unit 320 may derive a residual signal (residual block, residual samples, residual sample array). Also, information on filtering among the information decoded by the entropy decoding unit 310 may be provided to the filtering unit 350 .
  • a receiving unit (not shown) for receiving a signal output from the encoding apparatus may be further configured as an internal/external element of the decoding apparatus 300 , or the receiving unit may be a component of the entropy decoding unit 310 .
  • the decoding apparatus may be called a video/image/picture decoding apparatus, and the decoding apparatus is divided into an information decoder (video/image/picture information decoder) and a sample decoder (video/image/picture sample decoder).
  • the information decoder may include the entropy decoding unit 310 , and the sample decoder includes the inverse quantization unit 321 , the inverse transform unit 322 , the adder 340 , the filtering unit 350 , and the memory 360 . ), an inter prediction unit 332 , and an intra prediction unit 331 .
  • the inverse quantizer 321 may inverse quantize the quantized transform coefficients to output transform coefficients.
  • the inverse quantizer 321 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, the rearrangement may be performed based on the coefficient scan order performed by the encoding device.
  • the inverse quantizer 321 may perform inverse quantization on the 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 inverse transforms the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • At least one of quantization/inverse quantization and/or transform/inverse transform may be omitted.
  • the quantized transform coefficient may be referred to as a transform coefficient.
  • the transform coefficients may be called coefficients or residual coefficients, or may still be called transform coefficients for uniformity of expression.
  • a quantized transform coefficient and a transform coefficient may be referred to as a transform coefficient and a scaled transform coefficient, respectively.
  • the residual information may include information on transform coefficient(s), and the information on the transform coefficient(s) may be signaled through 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 inverse transform (scaling) on the transform coefficients.
  • Residual samples may be derived based on an inverse transform (transform) of the scaled transform coefficients. This may be applied/expressed in other parts of this document as well.
  • the prediction unit 330 may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit 330 may determine whether intra prediction or inter prediction is applied to the current block based on the prediction information output from the entropy decoding unit 310, and determine a specific intra/inter prediction mode.
  • the prediction unit 330 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, information about the palette table and the palette index may be included in the video/image information and signaled.
  • the intra prediction unit 331 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart 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 331 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 332 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • the inter prediction unit 332 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or 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 prediction information 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 (including the inter prediction unit 332 and/or the intra prediction unit 331).
  • a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the predicted block may be used as a reconstructed block.
  • the adder 340 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing object block in the current picture, may be output through filtering as described below, or may be used for inter prediction of the next picture.
  • Luma Mapping with Chroma Scaling may be applied in the picture decoding process.
  • the filtering unit 350 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 360 , specifically, the DPB of the memory 360 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the (modified) reconstructed picture stored in the DPB of the memory 360 may be used as a reference picture in the inter prediction unit 332 .
  • the memory 360 may store motion information of a block from which motion information in the current picture is derived (or decoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 360 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 331 .
  • the embodiments described in the filtering unit 260 , the inter prediction unit 221 , and the intra prediction unit 222 of the encoding apparatus 200 are the filtering unit 350 and the inter prediction unit of the decoding apparatus 300 , respectively.
  • the same or corresponding application may be applied to the unit 332 and the intra prediction unit 331 .
  • the video/image coding method may be performed based on the following partitioning structure.
  • the above-mentioned prediction, residual processing ((inverse) transform, (inverse) quantization, etc.), syntax element coding, filtering, etc. procedures are derived based on the partitioning structure of CTU, CU (and/or TU, PU).
  • the block partitioning procedure may be performed by the image division unit 210 of the above-described encoding apparatus, so that partitioning-related information may be (encoded) processed by the entropy encoding unit 240 and transmitted to the decoding apparatus in the form of a bitstream.
  • the entropy decoding unit 310 of the decoding apparatus derives the block partitioning structure of the current picture based on the partitioning-related information obtained from the bitstream, and based on this, a series of procedures (eg, prediction, residual processing, block/picture restoration, in-loop filtering, etc.).
  • the CU size and the TU size may be the same, or a plurality of TUs may exist in the CU region.
  • the CU size may generally indicate a luma component (sample) coding block (CB) size.
  • the TU size may generally indicate a luma component (sample) transform block (TB) size.
  • the chroma component (sample) CB or TB size is determined by the luma component (sample) according to the component ratio according to the color format (chroma format, ex. 4:4:4, 4:2:2, 4:2:0, etc.) of the picture/video. ) may be derived based on the CB or TB size.
  • the TU size may be derived based on maxTbSize. For example, when the CU size is greater than the maxTbSize, a plurality of TUs (TBs) of the maxTbSize may be derived from the CU, and transform/inverse transformation may be performed in units of the TUs (TBs).
  • the intra prediction mode/type is derived in the CU (or CB) unit, and the peripheral reference sample derivation and prediction sample generation procedure may be performed in a TU (or TB) unit.
  • the intra prediction mode/type is derived in the CU (or CB) unit
  • the peripheral reference sample derivation and prediction sample generation procedure may be performed in a TU (or TB) unit.
  • one or a plurality of TUs (or TBs) may exist in one CU (or CB) region, and in this case, the plurality of TUs (or TBs) may share the same intra prediction mode/type.
  • the image processing unit may have a hierarchical structure.
  • One picture may be divided into one or more tiles, bricks, slices, and/or tile groups.
  • One slice may include one or more bricks.
  • One brick may include one or more CTU rows in a tile.
  • a slice may include an integer number of bricks of a picture.
  • One tile group may include one or more tiles.
  • One tile may include one or more CTUs.
  • the CTU may be divided into one or more CUs.
  • a tile is a rectangular region that includes CTUs in a specific tile row and a specific tile column within a picture.
  • the tile group may include an integer number of tiles according to the tile raster scan in the picture.
  • the slice header may carry information/parameters applicable to the corresponding slice (blocks in the slice).
  • the encoding/decoding procedures for the tile, slice, brick, and/or tile group may be processed in parallel.
  • slice or tile group may be used interchangeably. That is, the tile group header may be referred to as a slice header.
  • the slice may have one of slice types including intra (I) slice, predictive (P) slice, and bi-predictive (B) slice.
  • I intra
  • P predictive
  • B bi-predictive
  • intra prediction or inter prediction may be used, and when inter prediction is used, only uni prediction may be used. Meanwhile, intra prediction or inter prediction may be used for blocks in a B slice, and when inter prediction is used, up to the maximum pair (bi) prediction may be used.
  • the encoding device determines the size of a tile/tile group, a brick, a slice, and a maximum and minimum coding unit according to the characteristics (eg, resolution) of a video image or in consideration of coding efficiency or parallel processing, and derives information or the same Possible information may be included in the bitstream.
  • the decoding apparatus may obtain information indicating whether a tile/tile group, a brick, a slice, and a CTU in a tile of the current picture are divided into a plurality of coding units. If such information is acquired (transmitted) only under specific conditions, efficiency can be increased.
  • one picture may include a plurality of slices, and one slice may include a slice header and slice data.
  • one picture header may be further added to a plurality of slices (a slice header and a slice data set) in one picture.
  • the picture header may include information/parameters commonly applicable to the picture.
  • the slice header (slice header syntax) may include information/parameters commonly applicable to the slice.
  • An adaptation parameter set (APS) or a picture parameter set (PPS) may include information/parameters commonly applicable to one or more pictures.
  • a sequence parameter set (SPS) may include information/parameters commonly applicable to one or more sequences.
  • a video parameter set (VPS) may include information/parameters commonly applicable to multiple layers.
  • a decoding parameter set may include information/parameters commonly applicable to the entire video.
  • the DPS may include information/parameters related to the concatenation of a coded video sequence (CVS).
  • CVS coded video sequence
  • the high-level syntax may include at least one of the APS syntax, PPS syntax, SPS syntax, VPS syntax, DPS syntax, picture header syntax, and slice header syntax.
  • information on the division and configuration of the tile/tile group/brick/slice may be configured in the encoding device based on the higher-level syntax and transmitted to the decoding device in the form of a bitstream.
  • a picture may be divided into one or more tile rows and one or more tile columns.
  • a tile is a sequence of CTUs that covers a rectangular area of a picture.
  • a tile is divided into one or more bricks, each brick may consist of several rows of CTUs within the tile.
  • a tile that is not divided into a plurality of bricks may also be referred to as a brick.
  • a brick that is a subset of tiles is not called a tile.
  • a slice may include several tiles of a picture or several bricks of a tile.
  • pictures constituting the video/video may be encoded/decoded according to a series of decoding orders.
  • a picture order corresponding to an output order of decoded pictures may be set differently from the decoding order, and based on this, forward prediction as well as backward prediction may be performed during inter prediction based on this.
  • S400 may be performed by the entropy decoding unit 310 of the decoding apparatus described above in FIG. 3
  • S410 may be performed by the prediction unit 330
  • S420 may be performed by the residual processing unit 320
  • S430 may be performed by the adder 340
  • S440 may be performed by the filtering unit 350 .
  • S400 may include the information decoding procedure described in this document
  • S410 may include the inter/intra prediction procedure described in this document
  • S420 may include the residual processing procedure described in this document
  • S430 may include the block/picture restoration procedure described in this document
  • S440 may include the in-loop filtering procedure described in this document.
  • the picture decoding procedure is schematically as shown in the description for FIG. 3 , image/video information acquisition procedure (S400), picture restoration procedure (S410 to S430) and reconstructed from the bitstream (through decoding) It may include an in-loop filtering procedure (S440) for the picture.
  • the picture restoration procedure is based on prediction samples and residual samples obtained through inter/intra prediction (S410) and residual processing (S420, inverse quantization and inverse transformation of quantized transform coefficients) described in this document. can be performed.
  • a modified reconstructed picture may be generated through an in-loop filtering procedure for the reconstructed picture generated through the picture reconstruction procedure, and the modified reconstructed picture may be output as a decoded picture, and also of the decoding apparatus It may be stored in the decoded picture buffer or the memory 360 and used as a reference picture in an inter prediction procedure when decoding a picture thereafter.
  • the in-loop filtering procedure may be omitted, and in this case, the reconstructed picture may be output as a decoded picture, and is also stored in the decoded picture buffer or memory 360 of the decoding device and interpolated during decoding of subsequent pictures. It can be used as a reference picture in the prediction procedure.
  • the in-loop filtering procedure may include a deblocking filtering procedure, a sample adaptive offset (SAO) procedure, an adaptive loop filter (ALF) procedure, and/or a bi-lateral filter procedure as described above. may be, and some or all of them may be omitted.
  • one or some of the deblocking filtering procedure, sample adaptive offset (SAO) procedure, adaptive loop filter (ALF) procedure, and bi-lateral filter procedure may be sequentially applied, or all are sequential may be applied as
  • the SAO procedure may be performed.
  • the ALF procedure may be performed. This may also be performed in the encoding device.
  • FIG. 5 shows an example of a picture encoding procedure.
  • S500 may be performed by the prediction unit 220 of the encoding apparatus described above in FIG. 2
  • S510 may be performed by the residual processing unit 230
  • S520 may be performed by the entropy encoding unit 240 .
  • S500 may include the inter/intra prediction procedure described in this document
  • S610 may include the residual processing procedure described in this document
  • S520 may include the information encoding procedure described in this document .
  • the picture encoding procedure schematically encodes information for picture restoration (eg, prediction information, residual information, partitioning information, etc.) as shown in the description for FIG. 2 and outputs a bitstream format.
  • information for picture restoration eg, prediction information, residual information, partitioning information, etc.
  • a procedure for generating a reconstructed picture for the current picture and a procedure for applying in-loop filtering to the reconstructed picture may be included (optional).
  • the encoding apparatus may derive (modified) residual samples from the quantized transform coefficients through the inverse quantization unit 234 and the inverse transform unit 235 , and the prediction samples that are the output of S500 and the (modified) residual samples.
  • a reconstructed picture may be generated based on the samples.
  • the reconstructed picture thus generated may be the same as the reconstructed picture generated by the above-described decoding apparatus.
  • a modified reconstructed picture may be generated through an in-loop filtering procedure for the reconstructed picture, which may be stored in a decoded picture buffer or memory 270, and, as in the case of a decoding device, when encoding a subsequent picture. It can be used as a reference picture in the prediction procedure. As described above, some or all of the in-loop filtering procedure may be omitted in some cases.
  • (in-loop) filtering-related information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream, and the decoding apparatus encodes based on the filtering-related information
  • the in-loop filtering procedure can be performed in the same way as the device.
  • noise generated during video/video coding such as blocking artifacts and ringing artifacts
  • the encoding apparatus and the decoding apparatus can derive the same prediction result, increase the reliability of picture coding, and reduce the amount of data to be transmitted for picture coding can be reduced
  • the picture restoration procedure may be performed not only in the decoding apparatus but also in the encoding apparatus.
  • a reconstructed block may be generated based on intra prediction/inter prediction for each block, and a reconstructed picture including the reconstructed blocks may be generated.
  • the current picture/slice/tile group is an I picture/slice/tile group
  • blocks included in the current picture/slice/tile group may be reconstructed based only on intra prediction.
  • the current picture/slice/tile group is a P or B picture/slice/tile group
  • blocks included in the current picture/slice/tile group may be reconstructed based on intra prediction or inter prediction.
  • inter prediction may be applied to some blocks in the current picture/slice/tile group
  • intra prediction may be applied to some remaining blocks.
  • a color component of a picture may include a luma component and a chroma component, and unless explicitly limited in this document, the methods and embodiments proposed in this document may be applied to the luma component and the chroma component.
  • high level syntax may be coded/signaled for video/image coding.
  • a coded picture may consist of one or more slices.
  • a parameter describing a coded picture is signaled in a picture header, and a parameter describing a slice is signaled in a slice header.
  • the picture header is carried in its own NAL unit form (carried).
  • the slice header is present at the beginning of a NAL unit including a payload of a slice (ie, slice data).
  • Each picture is associated with a picture header.
  • a picture may be composed of different types of slices (intra-coded slices (ie, I slices) and inter-coded slices (ie, P slices and B slices)).
  • the picture header may include syntax elements necessary for an intra slice of a picture and an inter slice of a picture.
  • a picture may be divided into subpictures, tiles and/or slices.
  • Sub picture signaling may exist in a sequence parameter set (SPS), and tile and square slice signaling may exist in a picture parameter set (PPS).
  • Raster-scan slice signaling may be present in the slice header.
  • the SPS syntax may include syntax elements as shown in Table 1 below.
  • the PPS syntax may include syntax elements as shown in Table 2 below.
  • num_slices_in_tile_minus1[i] + 1 indicates the number of slices in the current tile when the i-th slice includes a subset of CTU rows in a single tile.
  • the value of num_slices_in_tile_minus1[i] must be in the range from 0 to RowHeight[tileY] - 1 inclusive.
  • tileY is the index of the tile row including the i-th slice.
  • slice_height_in_ctu_minus1[i] + 1 indicates the height of the i-th rectangular slice in units of CTU rows when the i-th slice includes a subset of CTU rows in a single tile.
  • the value of slice_height_in_ctu_minus1[i] must be in the range from 0 to RowHeight[tileY] - 1 inclusive.
  • tileY is the index of the tile row including the i-th slice.
  • the slice header syntax may include syntax elements as shown in Table 3 below.
  • a rectangular slice may include one or more tiles.
  • a rectangular slice may include an integer number of CTU rows in one tile.
  • a rectangular slice includes an integer number of CTU rows in one tile (meaning that the tile is divided into two or more slices)
  • the height of each slice is explicitly signaled in the current signaling.
  • signaling is not an optimal signaling method.
  • the heights of slices in the tile are uniform except for the last slice, and cases where the heights of slices in the tile are not uniform.
  • the heights of slices in a tile are uniform except for the last slice, since all slices have the same height except for the last slice in the tile, there is no need to explicitly signal the height of each slice, and only one can be signaled.
  • the heights of slices in a tile are not uniform, it is necessary to signal the height of each slice in the tile.
  • the number of slice heights explicitly signaled in CTU rows may be signaled. This may be referred to as the syntax element num_exp_slice_in_tile.
  • syntax elements an array of slice_row_height_minus1 for indices from 0 to num_exp_slice_in_tile - 1 may be signaled. This may be signaled as ue(v) or u(v), and the number of bits signaling these syntax elements may vary according to the number of CTU rows of a tile.
  • ue(v) represents the 0th-order Exp-Golomb coded syntax element
  • u(v) represents the use of v bits that vary depending on the values of other syntax elements.
  • the height from the first slice to the nth slice in the tile is a value of slice_row_height_minus1 + 1 from 0 to num_exp_slice_in_tile - 1, respectively.
  • n is equal to the number of slices explicitly signaled in the tile (num_exp_slice_in_tile).
  • the number of slices included in the tile may be signaled.
  • a flag indicating whether the heights of the slices within the tile are uniform may be signaled.
  • the heights of the slices within the tile are uniform, only one slice height may be signaled in CTU rows.
  • the height of the slices in the tile may be derived based on the signaled slice height.
  • the height of each slice except for the last slice in the tile may be explicitly signaled.
  • Information regarding slice(s) and/or tile(s) in this document may include information and/or syntax elements disclosed in Tables 1 to 3.
  • the image/video information may include high-level syntax disclosed in Tables 1 to 3, and the high-level syntax may include information on slice(s) and information on tile(s).
  • the information on the slice(s) may include information indicating one or more slices in the current picture, and the information on the tile(s) may include information indicating one or more tiles in the current picture.
  • a picture may include a tile including one or more slices and a slice including one or more tiles.
  • syntax shown in Table 4 and semantics shown in Table 5 may be used for the PPS to indicate the split structure of a picture.
  • num_exp_slices_in_tile[i] + 1 indicates the number of exp_slice_height_in_ctu_minus1[j] present in the PPS. If num_exp_slices_in_tile[i] does not exist in the PPS, the value of num_exp_slices_in_tile_minus1[i] is derived as 0.
  • exp_slice_height_in_ctu_minus1[j] + 1 indicates, in units of CTU rows, the j-th rectangular slice height that is explicitly signaled when the i-th slice includes a subset of CTU rows in a single tile.
  • the value of exp_slice_height_in_ctu_minus1[j] must be in the range from 0 to RowHeight[tileY] - 1 inclusive.
  • tileY is the index of the tile row containing the slice.
  • num_exp_slices_in_tile[i] can be referred to as information (number information) about the number of slices whose height is explicitly signaled in the tile of the current picture, and exp_slice_height_in_ctu_minus1[j] is the height of slices whose height is explicitly signaled. It can be called information about (height information).
  • the number information and the height information may be an Exp-Golomb-coded syntax element.
  • the number information may be parsed based on information about a width and a height of a slice including the tile.
  • the width information of the slice including the tile may correspond to a syntax element slice_width_in_tiles_minus1[i]
  • the slice height information including the tile corresponds to the syntax element slice_height_in_tiles_minus1[i]. can do.
  • the i-th slice may be a rectangular slice, and the slices in the tile may also be divided into rectangular slices.
  • the encoding apparatus may generate the number information and the height information based on information on slices of the current picture.
  • the number information and the height information may be included in image information and signaled to the decoding apparatus in the form of a bitstream.
  • the decoding apparatus may parse the height information from the PPS based on the number information. For example, if the value of the number information is n (an integer greater than or equal to 0), the decoding apparatus may parse height information for n slices (the 0th slice in the tile to the n ⁇ 1th slice in the tile) from the PPS. .
  • the height information may represent each of the height of the 0-th slice to the height of the n-1 th slice in units of coding tree unit (CTU) rows.
  • CTU coding tree unit
  • the decoding apparatus may derive heights of the remaining slices in the tile based on the height of the n ⁇ 1th slice. Specifically, the decoding apparatus may derive the height of the remaining slices from the n-th slice in the tile except the last slice in the tile to be the same as the height of the n-1 th slice. To this end, the decoding apparatus may compare whether the remaining height obtained by subtracting the sum of the heights of the 0th slice from the n ⁇ 1th slice from the height of the tile is greater than or equal to the height of the uniform slice.
  • the uniform slice may mean a slice having a uniform (same) height within the tile. That is, the height of the uniform slice may be the same as the height of the n-1 th slice.
  • the decoding apparatus derives the height of the nth slice as the height of the uniform slice when the remaining height of the tile is greater than or equal to the height of the uniform slice, and when the remaining height of the tile is smaller than the height of the uniform slice, the The height of the n-th slice may be derived as the remaining height. Also, when the remaining height of the tile is greater than or equal to the height of the uniform slice, the decoding apparatus derives the updated remaining height by subtracting the height of the n-th slice from the remaining height, and the updated remaining height is the uniform slice If it is greater than or equal to the height of , the height of the n+1th slice may be derived as the height of the uniform slice.
  • the decoding apparatus may derive the height of the n+1th slice as the updated remaining height. That is, except for the last slice in the tile, the heights of slices from the n-th slice to the last slice may be uniformly derived.
  • the height of the last slice may be less than or equal to the height of slices having the same height (the n ⁇ 1th slice to the slice immediately preceding the last slice).
  • height information for the first to third slices in the tile is parsed from the PPS, and the height of the fourth slice in the tile is the It can be derived equal to the height of the third slice.
  • the height of the fifth slice in the tile may be less than or equal to the height of the fourth slice.
  • the decoding apparatus may derive the number of slices in the tile through such a scanning procedure.
  • a procedure for deriving information on the height of each slice and the number of slices in the tile may be shown in Table 5 below.
  • the list NumCtuInSlice[i] for i in the range from 0 to num_slices_in_pic_minus1 indicates the number of CTUs in the i-th slice, i in the range from 0 to num_slices_in_pic_minus1 and 0 to NumCtuInSlice[i] - 1
  • the matrix CtbAddrInSlice[i][j] for j of the included range indicates the picture raster scan address of the j-th CTB in the i-th slice and may be derived as shown in Table 7 below.
  • syntax shown in Table 8 and semantics shown in Table 9 may be used for PPS to indicate a picture division structure.
  • uniform_slice_spacing_flag[i] if the value of uniform_slice_spacing_flag[i] is 1, it indicates that CTU rows are uniformly distributed throughout the tile and signaled using syntax elements uniform_slice_height_in_ctu_minus1[i]. If the value of uniform_slice_spacing_flag[i] is 0, this indicates that CTU rows may or may not be evenly distributed throughout the tile, and are signaled using the syntax elements num_slice_in_tile_minus1[i] and slice_height_in_ctu_minus1[i].
  • slice_rows_height_in_ctu_minus1[i] + 1 indicates the height of the slice excluding the last slice of the tile in units of CTB when the value of uniform_slice_spacing_flag[i] is 1.
  • the value of slice_rows_height_in_ctu_minus1[i] must be in the range from 0 to RowHeight [tileY] - 1 inclusive.
  • tileY is an index of a tile row including the slices.
  • num_slice_in_tile_minus1[i] + 1 indicates the number of slices in the current tile when the i-th slice includes a subset of CTU rows in a single tile and the value of uniform_slice_spacing_flag[i] is 0.
  • the value of num_slices_in_tile_minus1[i] must be in the range from 0 to RowHeight [tileY] - 1 inclusive.
  • tileY is the index of the tile row including the i-th slice.
  • slice_height_in_ctu_minus1[i] + 1 indicates the height of the i-th rectangular slice in units of CTU rows when the i-th slice includes a subset of CTU rows in a single tile.
  • the value of slice_height_in_ctu_minus1[i] must be in the range from 0 to RowHeight [tileY] - 1 inclusive.
  • tileY is the index of the tile row including the i-th slice.
  • the encoding apparatus may generate at least one of uniform_slice_spacing_flag, slice_rows_height_in_ctu_minus1, num_slices_in_tile_minus1, and slice_height_in_ctu_minus1 based on information on slices of the current picture.
  • the decoding apparatus may parse slice_rows_height_in_ctu_minus1 or num_slice_in_tile_minus1 from the PPS based on the value of uniform_slice_spacing_flag. For example, if the value of the uniform_slice_spacing_flag is 1, the decoding apparatus may parse slice_rows_height_in_ctu_minus1 from the PPS and derive the heights of the remaining slices except for the last slice in the tile based on the value of slice_rows_height_in_ctu_minus1.
  • the decoding apparatus may parse num_slices_in_tile_minus1 and slice_height_in_ctu_minus1 from the PPS, and derive the slices in the tile based on them.
  • variables NumSlicesInTileMinus1[i] and SliceHeightInCtuMinus1[i+k] regarding the number information and height information of slices in a tile may be derived as follows.
  • k may be in a range from 0 to NumSlicesInTileMinus1[i].
  • the list NumCtuInSlice[i] for i in the range from 0 to num_slices_in_pic_minus1 indicates the number of CTUs in the i-th slice, i in the range from 0 to num_slices_in_pic_minus1 and 0 to NumCtuInSlice[i] - 1
  • the matrix CtbAddrInSlice[i][j] for j of the included range indicates the picture raster scan address of the j-th CTB in the i-th slice and may be derived as shown in Table 11 below.
  • FIG. 6 and 7 schematically show an example of a video/image encoding method and related components according to an embodiment of the present document.
  • the video/image encoding method disclosed in FIG. 6 may be performed by the (video/image) encoding apparatus 200 illustrated in FIGS. 2 and 7 .
  • S600 of FIG. 6 may be performed by the image dividing unit 210 of the encoding apparatus 200
  • S610 and S620 may be performed by the entropy encoding unit 240 of the encoding apparatus 200 .
  • the video/image encoding method disclosed in FIG. 6 may include the embodiments described above in this document.
  • the image dividing unit 210 of the encoding apparatus may derive slices within a tile of the current picture ( S600 ).
  • the image divider 210 may divide an input image (or a picture, a frame) into one or more CUs.
  • the input image may include one or more pictures.
  • One picture may be divided into one or more tiles, bricks, slices and/or groups of tiles.
  • a slice may include one or more bricks, tiles and/or groups of tiles.
  • One brick may contain one or more CTU rows in a tile.
  • One tile group may include one or more tiles.
  • One tile may include one or more CTUs.
  • the CTU may be divided into one or more CUs.
  • the image divider 210 may divide the rectangular slice into a plurality of tiles, and divide at least one of the plurality of tiles to derive a plurality of rectangular slices can do.
  • the prediction unit 220 of the encoding apparatus may generate prediction samples (prediction block) for the current block by performing prediction on the current block.
  • the prediction unit 220 may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit 220 may generate various types of prediction-related information (prediction-related information) and transmit it to the entropy encoding unit 240 .
  • the prediction-related information may include information about the inter prediction mode and information about the intra prediction mode.
  • the prediction samples may be generated by the inter prediction unit 221 of the prediction unit 220 .
  • the prediction samples may be generated by the intra prediction unit 222 of the prediction unit 220 .
  • the residual processing unit 230 of the encoding apparatus may generate a residual sample and residual information based on the prediction samples generated by the prediction unit 220 and the original picture (original block, original samples).
  • the residual information is information about the residual samples, and may include information about (quantized) transform coefficients for the residual samples.
  • the adder (or reconstructor) of the encoding apparatus is reconstructed by adding the residual samples generated by the residual processing unit 230 and the prediction samples generated by the inter prediction unit 221 or the intra prediction unit 222 .
  • Samples (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the entropy encoding unit 240 of the encoding apparatus may generate partitioning related information based on the partitioning structure derived from the image dividing unit 210 .
  • the partitioning-related information may include information about the number of slices whose heights are explicitly signaled in a tile (number information) and information about the heights of slices whose heights are explicitly signaled (height information).
  • the entropy encoding unit 240 may include number information regarding the number of slices whose height within the tile is explicitly signaled (provided) based on the slices derived from the image segmentation unit 210 and the height is explicit. Height information regarding the heights of slices signaled (provided) by ? ( S610 ).
  • the number information may include the above-described syntax elements num_exp_slices_in_tile and/or num_slices_in_tile_minus1.
  • the height information may include the above-described syntax elements exp_slice_height_in_ctu_minus1, slice_rows_height_in_ctu_minus1 and/or slice_height_in_ctu_minus1.
  • the entropy encoding unit 240 includes partitioning-related information including the number information and the height information, prediction-related information generated by the prediction unit 220, and/or residual information generated by the residual processing unit 230.
  • Image information may be encoded (S620).
  • Information encoded by the entropy encoding unit 240 may be output in the form of a bitstream.
  • the bitstream may be transmitted to the decoding device through a network or a storage medium.
  • the entropy encoding unit 240 may encode image information including the syntax element num_exp_slices_in_tile as the number information and the syntax element exp_slice_height_in_ctu_minus1 as the height information based on Tables 4 and 5 described above.
  • the height information may indicate the height of each of the slices for which the height within the tile is explicitly signaled in units of CTU rows, and for this purpose, syntax elements for each of the slices for which the height is explicitly signaled may be included.
  • the number of the syntax elements included in the image information may be the same as the value of the number information.
  • the entropy encoding unit 240 may encode image information including syntax elements uniform_slice_spacing_flag, num_slices_in_tile_minus1, slice_rows_height_in_ctu_minus1 and/or slice_height_in_ctu_minus1 based on Tables 8 and 9 described above.
  • the syntax elements num_slices_in_tile_minus1, slice_rows_height_in_ctu_minus1, and slice_height_in_ctu_minus1 may or may not be included in the image information based on the value of uniform_slice_spacing_flag.
  • the entropy encoding unit 240 may signal the number information and the height information through a picture parameter set in the image information. In this case, the entropy encoding unit 240 may encode the number information and/or the height information in an exponential-Golomb scheme.
  • FIG. 8 and 9 schematically show an example of a video/image decoding method and related components according to an embodiment of the present document.
  • the video/image decoding method illustrated in FIG. 8 may be performed by the (video/image) decoding apparatus 300 illustrated in FIGS. 3 and 9 . Specifically, for example, steps S800 to S830 of FIG. 8 may be performed by the entropy decoding unit 310 of the decoding apparatus. S840 of FIG. 8 may be performed by the residual processing unit 320 , the prediction unit 330 , and the adder 340 of the decoding apparatus.
  • the video/image decoding method disclosed in FIG. 8 may include the embodiments described above in this document.
  • the entropy decoding unit 310 of the decoding apparatus receives partitioning-related information, residual information, and prediction-related information from a bitstream (inter/intra prediction discrimination information, intra prediction mode information, inter prediction mode information). etc.), in-loop filtering related information, and the like can be obtained.
  • the partitioning-related information includes information about the number of slices whose heights are explicitly signaled among slices in a tile of the current picture (number information), and information about the heights of slices whose heights are explicitly signaled (height information). and the like.
  • the entropy decoding unit 310 may parse information (number information) about the number of slices whose height is explicitly signaled among slices in a tile of the current picture from the bitstream (S800), and the number Based on the information, information (height information) about the heights of slices whose heights are explicitly signaled from the bitstream may be parsed (S810).
  • the entropy decoding unit 310 may parse the number information and the height information from the picture parameter set of the bitstream based on Table 4 described above.
  • the number information may be parsed based on information about the width and height of a slice including the tile. In this case, the slice including the tile and/or the slices in the tile may be rectangular slices.
  • the number information and the height information may be Exp-Golomb-coded syntax elements.
  • the height information may include syntax elements for each of the slices for which the height is explicitly signaled.
  • the number of syntax elements may be equal to the value of the number information.
  • the entropy decoding unit 310 parses the syntax elements slice_width_in_tiles_minus1 and slice_height_in_tiles_minus1 from the picture parameter set based on Table 4, and uses the syntax elements slice_width_in_tiles_minus1 and the slice_height_in_tiles_minus_num_ can do.
  • the entropy decoding unit 310 may parse the same number of exp_slice_height_in_ctu_minus1 as the value of the syntax element num_exp_slices_in_tile from the picture parameter set.
  • the entropy decoding unit 310 may derive heights from the 0th slice to the n ⁇ 1th slice in the tile based on the height information ( S820 ). In addition, the entropy decoding unit 310 may derive the height of the n-th slice in the tile based on the height of the n-1 th slice ( S830 ). That is, the height of the nth slice may be derived to be equal to the height of the n ⁇ 1th slice. Here, the nth slice may not be the last slice in the tile.
  • the entropy decoding unit 310 may derive the height of the remaining slices (slices not explicitly signaled) in the tile except for the last slice to be the same as the height of the n-1 th slice. Accordingly, heights of slices from the n-th slice to the last slice in the tile may be uniform except for the last slice in the tile.
  • the entropy decoding unit 310 may derive the height of the last slice in the tile based on the remaining height obtained by subtracting the heights of other slices in the tile from the height of the tile ( S840 ).
  • the entropy decoding unit 310 may derive the number of slices in the tile ( S850 ).
  • the number of slices in the tile may correspond to the number of slices from the 0th slice to the last slice in the tile.
  • the decoding apparatus 300 may decode the current picture based on the slices of the current picture derived through the above-described process (S860). Specifically, the residual processing unit 320 of the decoding apparatus may generate residual samples based on the residual information obtained by the entropy decoding unit 310 .
  • the prediction unit 330 of the decoding apparatus may generate prediction samples by performing inter prediction and/or intra prediction based on the prediction related information obtained by the entropy decoding unit 310 .
  • the adder 340 of the decoding apparatus may generate reconstructed samples based on the prediction samples generated by the prediction unit 330 and the residual samples generated by the residual processing unit 320 . In addition, the adder 340 of the decoding apparatus may generate a reconstructed picture (reconstructed block) based on the reconstructed samples.
  • an in-loop filtering procedure such as deblocking filtering, SAO and/or ALF procedures may be applied to the reconstructed picture in order to improve subjective/objective picture quality as necessary.
  • the entropy decoding unit 310 parses the syntax elements slice_width_in_tiles_minus1 and slice_height_in_tiles_minus1 from the picture parameter set of the bitstream based on Table 8, and based on the value of the syntax element slice_width_in_tiles_minus1 and slice_height_in_tiles_minus1 from the syntax element slice_width_in_tiles_minus1 and slice_height_in_tiles_minus1 from the picture parameter set You can parse the uniform_slice_spacing_flag.
  • the entropy decoding unit 310 may parse the syntax element slice_rows_height_in_ctu_minus1 or parse the syntax element num_slices_in_tile_minus1 from the picture parameter set based on the value of the syntax element uniform_slice_spacing_flag.
  • the syntax element slice_rows_height_in_ctu_minus1 may be parsed when the value of the syntax element uniform_slice_spacing_flag is 1, and the syntax element num_slices_in_tile_minus1 may be parsed when the value of the syntax element uniform_slice_spacing_flag is 0.
  • the entropy decoding unit 310 may derive the heights of slices other than the last slice in the tile as a value of slice_rows_height_in_ctu_minus1.
  • the entropy decoding unit 310 parses the syntax element slice_height_in_ctu_minus1 of the number corresponding to the value of the syntax element num_slices_in_tile_minus1 from the picture parameter set, and uses the values of slice_height_in_ctu_minus1 as heights of each tile. can be derived
  • the encoding device and/or decoding device according to this document is, for example, an image of a TV, a computer, a smart phone, a set-top box, a display device, etc. It may be included in the device performing the processing.
  • a module may be stored in a memory and executed by a processor.
  • the memory may be internal or external to the processor, and may be coupled to the processor by various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
  • Memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and/or other storage devices. That is, the embodiments described in this document may be implemented and performed on a processor, a microprocessor, a controller, or a chip.
  • the functional units shown in each figure may be implemented and performed on a computer, a processor, a microprocessor, a controller, or a chip.
  • information for implementation (ex. information on instructions) or an algorithm may be stored in a digital storage medium.
  • the decoding device and the encoding device to which the embodiment(s) of this document are applied is 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 conversation device, such as a video communication device.
  • Real-time communication device mobile streaming device, storage medium, camcorder, video on demand (VoD) service providing device, over the top video (OTT) device, internet streaming service providing device, three-dimensional (3D) video device, virtual reality (VR) ) devices, AR (argumente reality) devices, video telephony video devices, transportation terminals (eg, vehicle (including autonomous vehicle) terminals, airplane terminals, ship terminals, etc.) and medical video devices, etc.
  • the OTT video (Over the top video) device may include a game console, a Blu-ray player, an Internet-connected TV, a home theater system, a smart phone, a tablet PC, a digital video recorder (DVR), and the like.
  • a game console a Blu-ray player
  • an Internet-connected TV a home theater system
  • a smart phone a tablet PC
  • DVR digital video recorder
  • the processing method to which the embodiment(s) of this document is applied may be produced in the form of a program executed by a computer, and may be stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to the embodiment(s) of this document may also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all types of storage devices and distributed storage devices in which computer-readable data is stored.
  • the computer-readable recording medium is, for example, Blu-ray Disc (BD), Universal Serial Bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk, and optical It may include a data storage device.
  • the computer-readable recording medium includes a medium implemented in the form of a carrier wave (eg, transmission through the Internet).
  • the bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired/wireless communication network.
  • embodiment(s) of this document may be implemented as a computer program product by program code, and the program code may be executed in a computer by the embodiment(s) of this document.
  • the program code may be stored on a carrier readable by a computer.
  • FIG. 10 shows an example of a content streaming system to which embodiments disclosed in this document can be applied.
  • a content streaming system to which embodiments of this document are applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server compresses content input from multimedia input devices such as a smart phone, a camera, a camcorder, etc. into digital data to generate a bitstream and transmits it to the streaming server.
  • multimedia input devices such as a smartphone, a camera, a camcorder, etc. directly generate a bitstream
  • the encoding server may be omitted.
  • the bitstream may be generated by an encoding method or a bitstream generating method to which embodiments of this document are applied, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user's request through the web server, and the web server serves as a medium informing the user of any service.
  • the web server transmits it to a 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 commands/responses between devices in the content streaming system.
  • the streaming server may receive content from a media repository and/or an 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, Tablet PC (tablet PC), ultrabook (ultrabook), wearable device (e.g., watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display), digital TV, desktop computer , digital signage, and the like.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • navigation system e.g., a portable multimedia player (PMP), a navigation system
  • slate PC slate PC
  • Tablet PC Tablet PC
  • ultrabook ultrabook
  • wearable device e.g., watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display), digital TV, desktop computer , digital signage, and the like.
  • 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 distributed and processed.

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 비디오 디코딩 장치에 의하여 수행되는 비디오 디코딩 방법은 비트스트림으로부터 현재 픽처의 타일 내에서 높이가 명시적으로 시그널링되는 슬라이스들의 개수에 관한 개수 정보를 파싱하는 단계, 상기 개수 정보를 기반으로 상기 비트스트림으로부터 상기 높이가 명시적으로 시그널링되는 슬라이스들의 높이에 관한 높이 정보를 파싱하는 단계, 상기 개수 정보의 값이 n임을 기반으로, 상기 타일 내 0번째 슬라이스부터 n-1번째 슬라이스의 높이들을 상기 높이 정보를 기반으로 도출하는 단계, 상기 n-1번째 슬라이스의 높이를 기반으로 상기 타일 내 n번째 슬라이스의 높이를 도출하는 단계, 상기 타일의 높이에서 상기 타일 내 다른 슬라이스들의 높이를 뺀 나머지 높이를 기반으로 상기 타일 내 마지막 슬라이스의 높이를 도출하는 단계, 상기 타일 내 슬라이스들의 개수를 도출하는 단계 및 상기 현재 픽처의 슬라이스들을 기반으로 상기 현재 픽처를 디코딩하는 단계를 포함할 수 있다.

Description

영상/비디오 인코딩/디코딩 방법 및 장치
본 기술은 영상/비디오를 인코딩/디코딩하는 방법과 장치에 관한 것이다.
최근 UHD(Ultra High Definition) 영상/비디오와 같은 4K 또는 8K 이상의 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 reality) 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/비디오의 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 다른 기술적 과제는 타일 내 슬라이스에 관한 정보를 효율적으로 시그널링하는 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 타일 내 슬라이스에 관한 정보를 전달함에 있어서 시그널링 오버헤드를 감소시키는 방법 및 장치를 제공함에 있다.
본 문서의 일 실시예에 따르면, 비디오 디코딩 장치에 의하여 수행되는 비디오 디코딩 방법은 비트스트림으로부터 현재 픽처의 타일 내에서 높이가 명시적으로 시그널링되는 슬라이스들의 개수에 관한 개수 정보를 파싱하는 단계, 상기 개수 정보를 기반으로 상기 비트스트림으로부터 상기 높이가 명시적으로 시그널링되는 슬라이스들의 높이에 관한 높이 정보를 파싱하는 단계, 상기 개수 정보의 값이 n임을 기반으로, 상기 타일 내 0번째 슬라이스부터 n-1번째 슬라이스의 높이들을 상기 높이 정보를 기반으로 도출하는 단계, 상기 n-1번째 슬라이스의 높이를 기반으로 상기 타일 내 n번째 슬라이스의 높이를 도출하는 단계, 상기 타일의 높이에서 상기 타일 내 다른 슬라이스들의 높이를 뺀 나머지 높이를 기반으로 상기 타일 내 마지막 슬라이스의 높이를 도출하는 단계, 상기 타일 내 슬라이스들의 개수를 도출하는 단계 및 상기 현재 픽처의 슬라이스들을 기반으로 상기 현재 픽처를 디코딩하는 단계를 포함할 수 있다.
본 문서의 다른 실시예에 따르면, 비디오 인코딩 장치에 의하여 수행되는 비디오 인코딩 방법은 현재 픽처의 타일 내 슬라이스들을 도출하는 단계, 상기 도출된 슬라이스들을 기반으로 상기 타일 내 높이가 명시적으로 시그널링되는 슬라이스들의 개수에 관한 개수 정보와 상기 높이가 명시적으로 시그널링되는 슬라이스들의 높이에 관한 높이 정보를 생성하는 단계, 및 상기 개수 정보와 상기 높이 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되, 상기 높이 정보는 상기 개수 정보의 값이 n임을 기반으로 상기 타일 내 0번째 슬라이스 내지 n-1번째 슬라이스의 높이를 나타내고, 상기 타일 내 n번째 슬라이스의 높이는 상기 n-1번째 슬라이스의 높이를 기반으로 도출될 수 있다.
본 문서의 또 다른 실시예에 따르면, 컴퓨터 판독 가능한 디지털 저장 매체로서, 상기 디지털 저장 매체는 비디오 디코딩 장치에 의하여 비디오 디코딩 방법을 수행하도록 야기하는 정보를 포함하고, 상기 비디오 디코딩 방법은, 영상 정보로부터 현재 픽처의 타일 내에서 높이가 명시적으로 시그널링되는 슬라이스들의 개수에 관한 개수 정보를 파싱하는 단계, 상기 개수 정보를 기반으로 상기 영상 정보로부터 상기 높이가 명시적으로 시그널링되는 슬라이스들의 높이에 관한 높이 정보를 파싱하는 단계, 상기 개수 정보의 값이 n임을 기반으로, 상기 타일 내 0번째 슬라이스부터 n-1번째 슬라이스의 높이들을 상기 높이 정보를 기반으로 도출하는 단계, 상기 n-1번째 슬라이스의 높이를 기반으로 상기 타일 내 n번째 슬라이스의 높이를 도출하는 단계, 상기 타일의 높이에서 상기 타일 내 다른 슬라이스들의 높이를 뺀 나머지 높이를 기반으로 상기 타일 내 마지막 슬라이스의 높이를 도출하는 단계, 상기 타일 내 슬라이스들의 개수를 도출하는 단계, 및 상기 현재 픽처의 슬라이스들을 기반으로 상기 현재 픽처를 디코딩하는 단계를 포함할 수 있다.
본 문서의 일 실시예에 따르면 전반적인 영상/비디오의 압축 효율을 향상시킬 수 있다.
본 문서의 일 실시예에 따르면 타일 내 슬라이스에 관한 정보를 효율적으로 시그널링할 수 있다.
본 문서의 일 실시예에 따르면 타일 내 슬라이스에 관한 정보를 전달함에 있어서 시그널링 오버헤드를 감소시킬 수 있다.
도 1은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4는 픽처 디코딩 절차의 예를 나타낸다.
도 5는 픽처 인코딩 절차의 예를 나타낸다.
도 6 및 도 7은 본 문서의 실시예에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 8 및 도 9는 본 문서의 실시예에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 10은 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 문서의 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 본 문서에서 사용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서에서 제시된 방법의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, '적어도 하나의' 표현을 포함한다. 본 문서에서 "포함하다" 또는 "가지다" 등의 용어는 문서 상에 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 도면 상의 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 문서에서 개시된 방법의 본질에서 벗어나지 않는 한 본 문서의 개시범위에 포함된다.
본 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.
또한, 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.
또한, 본 문서에서 사용되는 괄호는 "예를 들어(for example)"를 의미할 수 있다. 구체적으로, "예측(인트라 예측)"로 표시된 경우, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다. 달리 표현하면 본 문서의 "예측"은 "인트라 예측"으로 제한(limit)되지 않고, "인트라 예측"이 "예측"의 일례로 제안될 것일 수 있다. 또한, "예측(즉, 인트라 예측)"으로 표시된 경우에도, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다.
본 문서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
이하, 첨부한 도면들을 참조하여, 본 문서의 실시예들을 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
도 1은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스(video source), 인코딩 장치 및 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러(renderer)를 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(archive) 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 요소를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 요소를 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.
본 문서는 비디오(video)/영상(image) 코딩에 관한 것이다. 예를 들어 이 문서에서 개시된 방법/실시예는 VVC(versatile video coding) 표준에 개시되는 방법에 적용될 수 있다. 또한, 이 문서에서 개시된 방법/실시예는 EVC(essential video coding) 표준, AV1(AOMedia Video 1) 표준, AVS2(2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267, H.268 등)에 개시되는 방법에 적용될 수 있다.
본 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들이 제시되며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
본 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 수 있다. 브릭은 픽처 내 타일 이내의 CTU 행들의 사각 영역을 나타낼 수 있다. 타일은 다수의 브릭들로 파티셔닝될 수 있고, 각 브릭은 상기 타일 내 하나 이상의 CTU 행들로 구성될 수 있다. 다수의 브릭들로 파티셔닝되지 않은 타일은 또한 브릭으로 불릴 수 있다. 브릭 스캔은 픽처를 파티셔닝하는 CTU들의 특정한 순차적 오더링을 나타낼 수 있으며, 상기 CTU들은 브릭 내에서 CTU 래스터 스캔으로 정렬될 수 있고, 타일 내 브릭들은 상기 타일의 상기 브릭들의 래스터 스캔으로 연속적으로 정렬될 수 있고, 그리고 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다. 타일은 특정 타일 열 및 특정 타일 열 이내의 CTU들의 사각 영역이다. 상기 타일 열은 CTU들의 사각 영역이고, 상기 사각 영역은 상기 픽처의 높이와 동일한 높이를 갖고, 너비는 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시될 수 있다. 상기 타일 행은 CTU들의 사각 영역이고, 상기 사각 영역은 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시되는 너비를 갖고, 높이는 상기 픽처의 높이와 동일할 수 있다. 타일 스캔은 픽처를 파티셔닝하는 CTU들의 특정 순차적 오더링을 나타낼 수 있고, 상기 CTU들은 타일 내 CTU 래스터 스캔으로 연속적으로 정렬될 수 있고, 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다. 슬라이스는 픽처의 정수개의 브릭들을 포함할 수 있고, 상기 정수개의 브릭들은 하나의 NAL 유닛에 포함될 수 있다. 슬라이스는 다수의 완전한 타일들로 구성될 수 있고, 또는 하나의 타일의 완전한 브릭들의 연속적인 시퀀스일 수도 있다. 이 문서에서 타일 그룹과 슬라이스는 혼용될 수 있다. 예를 들어 본 문서에서 타일 그룹(tile group)/타일 그룹 헤더(tile group header)는 슬라이스(slice)/슬라이스 헤더(slice header)로 불릴 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.
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.
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.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 인코딩 장치라 함은 영상 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(reconstructed block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 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(prediction unit, PU) 또는 변환 유닛(transform unit, TU)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.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우 도시된 바와 같이 인코딩 장치(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다. 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. 예측부(220)는 각 예측 모드에 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(neighbour)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 neighbouring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighbouring 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, 예측부(220)는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction(CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
상기 예측부(인터 예측부(221) 및/또는 상기 인트라 예측부(222)를 포함)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다.
변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송하고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 요소로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(250)는 복원된 레지듀얼 신호를 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(250)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS(Luma Mapping with Chroma Scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(260)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(221)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(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 문서의 실시예들이 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 파싱(parsing)하여 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(exponential Golomb) 부호화, CAVLC(context-adaptive variable length coding) 또는 CABAC(context-adaptive arithmetic coding) 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 요소의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 신택스 요소에 해당하는 빈(bin)을 수신하고, 디코딩 대상 신택스 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 빈의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 신택스 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다.
레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 요소로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들을 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
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.
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.
예측부(330)는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(330)는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(330)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 비디오/영상 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(331)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbour)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighbouring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighbouring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331)를 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS(Luma Mapping with Chroma Scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(332)에서 참조 픽처로 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(221)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 문서에서, 인코딩 장치(200)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다.
한편, 본 문서에 따른 비디오/영상 코딩 방법은 다음과 같은 파티셔닝 구조에 기반하여 수행될 수 있다. 구체적으로, 상술한 예측, 레지듀얼 처리((역)변환, (역)양자화 등), 신택스 요소 코딩, 필터링 등의 절차는 상기 파티셔닝 구조에 기반하여 도출된 CTU, CU(및/또는 TU, PU)에 기반하여 수행될 수 있다. 블록 파티셔닝 절차는 상술한 인코딩 장치의 영상 분할부(210)에서 수행되어, 파티셔닝 관련 정보가 엔트로피 인코딩부(240)에서 (인코딩) 처리되어 비트스트림 형태로 디코딩 장치로 전달될 수 있다. 디코딩 장치의 엔트로피 디코딩부(310)는 상기 비트스트림으로부터 획득한 상기 파티셔닝 관련 정보를 기반으로 현재 픽처의 블록 파티셔닝 구조를 도출하고, 이를 기반으로 영상 디코딩을 위한 일련의 절차(ex. 예측, 레지듀얼 처리, 블록/픽처 복원, 인루프 필터링 등)을 수행할 수 있다. CU 사이즈와 TU 사이즈가 같을 수 있고, 또는 CU 영역 내에 복수의 TU가 존재할 수도 있다. 한편, CU 사이즈라 함은 일반적으로 루마 성분(샘플) CB(coding block) 사이즈를 나타낼 수 있다. TU 사이즈라 함은 일반적으로 루마 성분(샘플) TB(transform block) 사이즈를 나타낼 수 있다. 크로마 성분(샘플) CB 또는 TB 사이즈는 픽처/영상의 컬러 포멧(크로마 포멧, ex. 4:4:4, 4:2:2, 4:2:0 등)에 따른 성분비에 따라 루마 성분(샘플) CB 또는 TB 사이즈를 기반으로 도출될 수 있다. 상기 TU 사이즈는 maxTbSize를 기반으로 도출될 수 있다. 예를 들어, 상기 CU 사이즈가 상기 maxTbSize보다 큰 경우, 상기 CU로부터 상기 maxTbSize의 복수의 TU(TB)들이 도출되고, 상기 TU(TB) 단위로 변환/역변환이 수행될 수 있다. 또한, 예를 들어 인트라 예측이 적용되는 경우, 인트라 예측 모드/타입은 상기 CU(or CB) 단위로 도출되고, 주변 참조 샘플 도출 및 예측 샘플 생성 절차는 TU(or TB) 단위로 수행될 수 있다. 이 경우 하나의 CU(or CB) 영역 내에 하나 또는 복수의 TU(or TB)들이 존재할 수 있으며, 이 경우 상기 복수의 TU(or TB)들은 동일한 인트라 예측 모드/타입을 공유할 수 있다.
또한, 본 문서에 따른 비디오/이미지의 코딩에 있어서, 영상 처리 단위는 계층적 구조를 가질 수 있다. 하나의 픽처는 하나 이상의 타일, 브릭, 슬라이스 및/또는 타일 그룹으로 구분될 수 있다. 하나의 슬라이스는 하나 이상의 브릭을 포함할 수 있다. 하나의 브릭은 타일 내 하나 이상의 CTU 행(row)을 포함할 수 있다. 슬라이스는 픽처의 정수개의 브릭들을 포함할 수 있다. 하나의 타일 그룹은 하나 이상의 타일을 포함할 수 있다. 하나의 타일은 하나 이상의 CTU를 포함할 수 있다. 상기 CTU는 하나 이상의 CU로 분할될 수 있다. 타일은 픽처 내에서 특정 타일 행 및 특정 타일 열 내의 CTU들을 포함하는 사각 영역(rectangular region)이다. 타일 그룹은 픽처 내의 타일 래스터 스캔에 따른 정수개의 타일들을 포함할 수 있다. 슬라이스 헤더는 해당 슬라이스(슬라이스 내의 블록들)에 적용될 수 있는 정보/파라미터를 나를 수 있다. 인코딩/디코딩 장치가 멀티 코어 프로세서를 갖는 경우, 상기 타일, 슬라이스, 브릭 및/또는 타일 그룹에 대한 인코딩/디코딩 절차는 병렬 처리될 수 있다. 있다. 본 문서에서 슬라이스 또는 타일 그룹은 혼용될 수 있다. 즉, 타일 그룹 헤더는 슬라이스 헤더로 불릴 수 있다. 여기서 슬라이스는 intra (I) slice, predictive (P) slice 및 bi-predictive (B) slice를 포함하는 슬라이스 타입들 중 하나의 타입을 가질 수 있다. I 슬라이스 내의 블록들에 대하여는 예측을 위하여 인터 예측은 사용되지 않으며 인트라 예측만 사용될 수 있다. 물론 이 경우에도 예측 없이 원본 샘플 값을 코딩하여 시그널링할 수도 있다. P 슬라이스 내의 블록들에 대하여는 인트라 예측 또는 인터 예측이 사용될 수 있으며, 인터 예측이 사용되는 경우에는 단(uni) 예측만 사용될 수 있다. 한편, B 슬라이스 내의 블록들에 대하여는 인트라 예측 또는 인터 예측이 사용될 수 있으며, 인터 예측이 사용되는 경우에는 최대 쌍(bi) 예측까지 사용될 수 있다.
인코딩 장치에서는 비디오 영상의 특성(예를 들어, 해상도)에 따라서 혹은 코딩의 효율 또는 병렬 처리를 고려하여 타일/타일 그룹, 브릭, 슬라이스, 최대 및 최소 코딩 유닛 크기를 결정하고 이에 대한 정보 또는 이를 유도할 수 있는 정보가 비트스트림에 포함될 수 있다.
디코딩 장치에서는 현재 픽처의 타일/타일 그룹, 브릭, 슬라이스, 타일 내 CTU가 다수의 코딩 유닛으로 분할되었는지를 등을 나타내는 정보를 획득할 수 있다. 이러한 정보는 특정 조건 하에만 획득하게(전송되게) 하면 효율을 높일 수 있다.
한편, 상술한 바와 같이 하나의 픽처는 복수의 슬라이스를 포함할 수 있으며, 하나의 슬라이스는 슬라이스 헤더 및 슬라이스 데이터를 포함할 수 있다. 이 경우, 하나의 픽처 내 복수의 슬라이스(슬라이스 헤더 및 슬라이스 데이터 집합)에 대하여 하나의 픽처 헤더가 더 부가될 수 있다. 상기 픽처 헤더(픽처 헤더 신택스)는 상기 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 슬라이스 헤더(슬라이스 헤더 신택스)는 상기 슬라이스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. APS(adaptation parameter set) 또는 PPS(picture parameter set)는 하나 이상의 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. SPS(sequence parameter set)는 하나 이상의 시퀀스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. VPS(video parameter set)는 다중 레이어에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. DPS(decoding parameter set)는 비디오 전반에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 DPS는 CVS(coded video sequence)의 concatenation에 관련된 정보/파라미터를 포함할 수 있다.
본 문서에서 상위 레벨 신택스라 함은 상기 APS 신택스, PPS 신택스, SPS 신택스, VPS 신택스, DPS 신택스, 픽처 헤더 신택스, 슬라이스 헤더 신택스 중 적어도 하나를 포함할 수 있다.
또한 예를 들어, 상기 타일/타일 그룹/브릭/슬라이스의 분할 및 구성 등에 관한 정보는 상기 상위 레벨 신택스를 기반으로 인코딩 장치에서 구성되어 비트스트림 형태로 디코딩 장치로 전달될 수 있다.
픽처는 하나 이상의 타일 행(tile rows)과 하나 이상의 타일 열(tile columns)로 분할될 수 있다. 타일은 픽처의 직사각형 영역을 커버하는 CTU들의 시퀀스이다. 타일은 하나 이상의 브릭으로 분할되며, 각 브릭은 타일 내의 여러 CTU 행들로 구성될 수 있다. 복수의 브릭들로 분할되지 않는 타일 또한 브릭이라고 할 수 있다. 그러나 타일의 하위 집합인 브릭은 타일이라하지 않는다. 슬라이스는 픽처의 여러 타일들 또는 타일의 여러 브릭들을 포함할 수 있다.
도 4는 픽처 디코딩 절차의 예를 나타낸다.
영상/비디오 코딩에 있어서, 영상/비디오를 구성하는 픽처는 일련의 디코딩 순서(decoding order)에 따라 인코딩/디코딩될 수 있다. 디코딩된 픽처의 출력 순서(output order)에 해당하는 픽처 순서(picture order)는 상기 디코딩 순서와 다르게 설정될 수 있으며, 이를 기반으로 인터 예측시 순방향 예측뿐 아니라 역방향 예측 또한 수행할 수 있다.
도 4에는 본 문서의 실시예(들)이 적용 가능한 개략적인 픽처 디코딩 절차의 예가 도시되어 있다. 도 4에서 S400은 도 3에서 상술한 디코딩 장치의 엔트로피 디코딩부(310)에서 수행될 수 있고, S410은 예측부(330)에서 수행될 수 있고, S420은 레지듀얼 처리부(320)에서 수행될 수 있고, S430은 가산부(340)에서 수행될 수 있고, S440은 필터링부(350)에서 수행될 수 있다. S400은 본 문서에서 설명되는 정보 디코딩 절차를 포함할 수 있고, S410은 본 문서에서 설명되는 인터/인트라 예측 절차를 포함할 수 있고, S420은 본 문서에서 설명되는 레지듀얼 처리 절차를 포함할 수 있고, S430은 본 문서에서 설명되는 블록/픽처 복원 절차를 포함할 수 있고, S440은 본 문서에서 설명된 인루프 필터링 절차를 포함할 수 있다.
도 4를 참조하면, 픽처 디코딩 절차는 도 3에 대한 설명에서 나타난 바와 같이 개략적으로 비트스트림으로부터 (디코딩을 통한) 영상/비디오 정보 획득 절차(S400), 픽처 복원 절차(S410 내지 S430) 및 복원된 픽처에 대한 인루프 필터링 절차(S440)를 포함할 수 있다. 상기 픽처 복원 절차는 본 문서에서 설명되는 인터/인트라 예측(S410) 및 레지듀얼 처리(S420, 양자화된 변환 계수에 대한 역양자화, 역변환) 과정을 거쳐서 획득한 예측 샘플들 및 레지듀얼 샘플들을 기반으로 수행될 수 있다. 상기 픽처 복원 절차를 통하여 생성된 복원 픽처에 대한 인루프 필터링 절차를 통하여 수정된(modified) 복원 픽처가 생성될 수 있으며, 상기 수정된 복원 픽처가 디코딩된 픽처로서 출력될 수 있고, 또한 디코딩 장치의 복호 픽처 버퍼 또는 메모리(360)에 저장되어 이후 픽처의 디코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 경우에 따라서 상기 인루프 필터링 절차는 생략될 수 있으며, 이 경우 상기 복원 픽처가 디코딩된 픽처로서 출력될 수 있고, 또한 디코딩 장치의 복호 픽처 버퍼 또는 메모리(360)에 저장되어 이후 픽처의 디코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 상기 인루프 필터링 절차(S440)는 상술한 바와 같이 디블록킹 필터링 절차, SAO(sample adaptive offset) 절차, ALF(adaptive loop filter) 절차 및/또는 바이래터럴 필터(bi-lateral filter) 절차 등을 포함할 수 있고, 그 일부 또는 전부가 생략될 수 있다. 또한, 상기 디블록킹 필터링 절차, SAO(sample adaptive offset) 절차, ALF(adaptive loop filter) 절차 및 바이래터럴 필터(bi-lateral filter) 절차들 중 하나 또는 일부가 순차적으로 적용될 수 있고, 또는 모두가 순차적으로 적용될 수도 있다. 예를 들어, 복원 픽처에 대하여 디블록킹 필터링 절차가 적용된 후 SAO 절차가 수행될 수 있다. 또는 예를 들어 복원 픽처에 대하여 디블록킹 필터링 절차가 적용된 후 ALF 절차가 수행될 수 있다. 이는 인코딩 장치에서도 마찬가지로 수행될 수 있다.
도 5는 픽처 인코딩 절차의 예를 나타낸다.
도 5에는 본 문서의 실시예(들)이 적용 가능한 개략적인 픽처 인코딩 절차의 예가 도시되어 있다. 도 5에서 S500은 도 2에서 상술한 인코딩 장치의 예측부(220)에서 수행될 수 있고, S510은 레지듀얼 처리부(230)에서 수행될 수 있고, S520은 엔트로피 인코딩부(240)에서 수행될 수 있다. S500은 본 문서에서 설명된 인터/인트라 예측 절차를 포함할 수 있고, S610은 본 문서에서 설명된 레지듀얼 처리 절차를 포함할 수 있고, S520은 본 문서에서 설명된 정보 인코딩 절차를 포함할 수 있다.
도 5를 참조하면, 픽처 인코딩 절차는 도 2에 대한 설명에서 나타난 바와 같이 개략적으로 픽처 복원을 위한 정보(ex. 예측 정보, 레지듀얼 정보, 파티셔닝 정보 등)을 인코딩하여 비트스트림 형태로 출력하는 절차뿐 아니라, 현재 픽처에 대한 복원 픽처를 생성하는 절차 및 복원 픽처에 인루프 필터링을 적용하는 절차(optional)를 포함할 수 있다. 인코딩 장치는 역양자화부(234) 및 역변환부(235)를 통하여 양자화된 변환 계수로부터 (수정된) 레지듀얼 샘플들을 도출할 수 있으며, S500의 출력인 예측 샘플들과 상기 (수정된) 레지듀얼 샘플들을 기반으로 복원 픽처를 생성할 수 있다. 이렇게 생성된 복원 픽처는 상술한 디코딩 장치에서 생성한 복원 픽처와 동일할 수 있다. 상기 복원 픽처에 대한 인루프 필터링 절차를 통하여 수정된 복원 픽처가 생성될 수 있으며, 이는 복호 픽처 버퍼 또는 메모리(270)에 저장될 수 있으며, 디코딩 장치에서의 경우와 마찬가지로, 이후 픽처의 인코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 상술한 바와 같이 경우에 따라서 상기 인루프 필터링 절차의 일부 또는 전부는 생략될 수 있다. 상기 인루프 필터링 절차가 수행되는 경우, (인루프) 필터링 관련 정보(파라미터)가 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있고, 디코딩 장치는 상기 필터링 관련 정보를 기반으로 인코딩 장치와 동일한 방법으로 인루프 필터링 절차를 수행할 수 있다.
이러한 인루프 필터링 절차를 통하여 블록킹 아티팩트(artifact) 및 링잉(ringing) 아티팩트 등 영상/동영상 코딩시 발생하는 노이즈를 줄일 수 있으며, 주관적/객관적 비주얼 퀄리티를 높일 수 있다. 또한, 인코딩 장치와 디코딩 장치에서 둘 다 인루프 필터링 절차를 수행함으로서, 인코딩 장치와 디코딩 장치는 동일한 예측 결과를 도출할 수 있으며, 픽처 코딩의 신뢰성을 높이고, 픽처 코딩을 위하여 전송되어야 하는 데이터량을 줄일 수 있다.
상술한 바와 같이 디코딩 장치뿐 아니라 인코딩 장치에서도 픽처 복원 절차가 수행될 수 있다. 각 블록 단위로 인트라 예측/인터 예측에 기반하여 복원 블록이 생성될 수 있으며, 복원 블록들을 포함하는 복원 픽처가 생성될 수 있다. 현재 픽처/슬라이스/타일 그룹이 I 픽처/슬라이스/타일 그룹인 경우 상기 현재 픽처/슬라이스/타일 그룹에 포함되는 블록들은 인트라 예측만을 기반으로 복원될 수 있다. 한편, 현재 픽처/슬라이스/타일 그룹이 P 또는 B 픽처/슬라이스/타일 그룹인 경우 상기 현재 픽처/슬라이스/타일 그룹에 포함되는 블록들은 인트라 예측 또는 인터 예측을 기반으로 복원될 수 있다. 이 경우 현재 픽처/슬라이스/타일 그룹 내 일부 블록들에 대하여는 인터 예측이 적용되고, 나머지 일부 블록들에 대하여는 인트라 예측이 적용될 수도 있다. 픽처의 컬러 성분은 루마 성분 및 크로마 성분을 포함할 수 있으며, 본 문서에서 명시적으로 제한하지 않으면 본 문서에서 제안되는 방법들 및 실시예들은 루마 성분 및 크로마 성분에 적용될 수 있다.
한편, 상술한 바와 같이 HLS(high level syntax)가 비디오/영상 코딩을 위해 코딩/시그널링될 수 있다. 코딩된 픽처는 하나 이상의 슬라이스로 구성될 수 있다. 코딩된 픽처를 기술하는(describing) 파라미터는 픽처 헤더 내에서 시그널링되고, 슬라이스를 기술하는 파라미터는 슬라이스 헤더 내에서 시그널링된다. 픽처 헤더는 자체 NAL 유닛 형태로 운반된다(carried). 슬라이스 헤더는 슬라이스(즉, 슬라이스 데이터)의 페이로드(payload)를 포함하는 NAL 유닛의 시작 부분에 존재한다.
각각의 픽처는 픽처 헤더와 연관된다. 픽처는 서로 다른 타입의 슬라이스(인트라 코딩된 슬라이스(즉, I 슬라이스) 및 인터 코딩된 슬라이스(즉, P 슬라이스 및 B 슬라이스))로 구성될 수 있다. 따라서, 픽처 헤더는 픽처의 인트라 슬라이스 및 픽처의 인터 슬라이스에 필요한 신택스 요소를 포함할 수 있다.
픽처는 서브 픽처들, 타일들 및/또는 슬라이스들로 분할될 수 있다. 서브 픽처 시그널링은 SPS(sequence parameter set)에 존재할 수 있고, 타일 및 정사각형 슬라이스 시그널링은 PPS(Picture parameter set)에 존재할 수 있다. 래스터 스캔(raster-scan) 슬라이스 시그널링은 슬라이스 헤더에 존재할 수 있다.
일 예로, 픽처의 분할(partitioning)와 관련하여 SPS 신택스는 다음의 표 1과 같은 신택스 요소들을 포함할 수 있다.
Figure PCTKR2020016886-appb-T000001
PPS 신택스에는 다음의 표 2와 같은 신택스 요소들이 포함될 수 있다.
Figure PCTKR2020016886-appb-T000002
Figure PCTKR2020016886-appb-I000001
표 2에서 num_slices_in_tile_minus1[i] + 1은 i번째 슬라이스가 단일 타일에서 CTU 행들의 하위 집합(subset)을 포함하는 경우 현재 타일 내 슬라이스들의 개수를 나타낸다. num_slices_in_tile_minus1[i]의 값은 0에서 RowHeight[tileY] - 1을 포함하는 범위에 있어야 한다. 여기서 tileY는 i번째 슬라이스를 포함하는 타일 행의 인덱스이다. PPS에 num_slices_in_tile_minus1[i]가 존재하지 않는 경우, num_slices_in_tile_minus1[i]의 값은 0으로 도출된다.
slice_height_in_ctu_minus1[i] + 1은 i번째 슬라이스가 단일 타일에서 CTU 행들의 하위 집합을 포함하는 경우 i번째 직사각형 슬라이스의 높이를 CTU 행들 단위로 나타낸다. slice_height_in_ctu_minus1[i]의 값은 0에서 RowHeight[tileY] - 1을 포함하는 범위에 있어야 한다. 여기서 tileY는 i번째 슬라이스를 포함하는 타일 행의 인덱스이다.
슬라이스 헤더 신택스에는 다음의 표 3과 같은 신택스 요소들이 포함될 수 있다.
Figure PCTKR2020016886-appb-T000003
표 1 내지 표 3을 참조하면, 현재 타일 및 슬라이스 디자인에서 직사각형 슬라이스는 하나 이상의 타일들을 포함할 수 있다. 또는 직사각형 슬라이스는 하나의 타일 내 정수개의 CTU 행들을 포함할 수 있다.
직사각형 슬라이스가 하나의 타일 내 정수개의 CTU 행들을 포함하는 경우(상기 타일이 둘 이상의 슬라이스들로 분할됨을 의미하는 경우), 현재 시그널링에서는 각 슬라이스들의 높이가 명시적으로 시그널링된다. 그러나 이러한 시그널링은 최적의 시그널링 방법이 아니다.
하나의 타일 내 슬라이스들의 배치(layout)는 상기 타일 내 슬라이스들의 높이가 마지막 슬라이스를 제외하고 균일(uniform)한 경우와 상기 타일 내에 슬라이스들의 높이가 균일하지 않는 경우가 있다. 타일 내 슬라이스들의 높이가 마지막 슬라이스를 제외하고 균일한 경우, 상기 타일 내 마지막 슬라이스를 제외하고 모든 슬라이스들의 높이가 동일하므로 각 슬라이스의 높이를 명시적으로 시그널링할 필요 없이 단순히 하나만 시그널링할 수 있다. 타일 내 슬라이스들의 높이가 균일하지 않은 경우에는 상기 타일 내 각 슬라이스의 높이를 시그널링할 필요가 있다.
이하의 도면은 본 문서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/정보의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
본 문서는 상술한 문제를 해결하기 위하여 다음의 방법들을 제공한다. 각 방법의 항목들은 독립적으로 적용되거나 또는 서로 조합하여 적용될 수 있다.
일 예로 하나의 타일이 둘 이상의 슬라이스들을 포함하는 경우, CTU 행들 내 명시적으로 시그널링되는 슬라이스 높이의 개수가 시그널링될 수 있다. 이는 신택스 요소 num_exp_slice_in_tile라 할 수 있다. 이 경우, 0부터 num_exp_slice_in_tile - 1까지의 인덱스에 대한 신택스 요소들(slice_row_height_minus1의 어레이(array))가 시그널링될 수 있다. 이는 ue(v) 또는 u(v)로 시그널링될 수 있으며, 이러한 신택스 요소들을 시그널링하는 비트의 수는 타일의 CTU 행들의 개수에 따라 달라질 수 있다. 여기서, ue(v)는 0차 Exp-Golomb 코딩된 신택스 요소를 나타내고, u(v)는 다른 신택스 요소들의 값에 따라 달리지는 v개의 비트를 사용함을 나타낸다.
상기 타일 내 첫번째 슬라이스부터 n번째 슬라이스까지의 높이는 각각 0에서 num_exp_slice_in_tile - 1까지 slice_row_height_minus1 + 1의 값이다. 여기서, n은 상기 타일 내에서 명시적으로 시그널링되는 슬라이스들의 개수(num_exp_slice_in_tile)와 같다.
상기 타일 내에는 마지막으로 (명시적으로) 시그널링된 num_exp_slice_in_tile_minus1 + 1보다 큰(larger) 나머지 CTU 행들이 여전히 존재하지만, 상기 타일 내에 새로운 슬라이스가 정의된다. 다시 말해, 상기 타일 내에는 명시적으로 시그널링되지 않는 슬라이스(들)이 존재한다. 상기 마지막 슬라이스는 마지막으로 시그널링되는 num_exp_slice_in_tile_minus1 + 1보다 작거나 같은 높이를 가질 수 있다.
다른 예로 하나의 타일이 둘 이상의 슬라이스들을 포함하는 경우, 상기 타일이 포함하는 슬라이스들의 개수가 시그널링될 수 있다. 이 경우, 상기 타일 내에서 상기 슬라이스들의 높이가 균일한지를 나타내는 플래그가 시그널링될 수 있다. 상기 타일 내에서 상기 슬라이스들의 높이가 균일한 경우, CTU 행들에서 하나의 슬라이스 높이만 시그널링될 수 있다. 상기 타일 내 상기 슬라이스들의 높이는 시그널링된 슬라이스 높이를 기반으로 도출될 수 있다. 상기 타일 내 슬라이스들의 높이가 균일하지 않은 경우, 상기 타일 내 마지막 슬라이스를 제외한 각 슬라이스의 높이는 명시적으로 시그널링될 수 있다.
본 문서에서 슬라이스(들) 및/또는 타일(들)에 관한 정보는 표 1 내지 표 3에 개시된 정보 및/또는 구문 요소를 포함할 수 있다. 영상/비디오 정보는 표 1 내지 표 3에 개시된 상위 레벨 신택스를 포함할 수 있고, 상위 레벨 신택스는 슬라이스(들)에 관한 정보 및 타일(들)에 관한 정보를 포함할 수 있다. 슬라이스(들)에 관한 정보는 현재 픽처 내 하나 이상의 슬라이스를 나타내는 정보를 포함할 수 있고, 타일(들)에 관한 정보는 현재 픽처 내 하나 이상의 타일을 나타내는 정보를 포함할 수 있다. 픽처에는 하나 이상의 슬라이스가 포함된 타일과 하나 이상의 타일이 포함된 슬라이스가 존재할 수 있다.
일 실시예로서, 픽처의 분할 구조를 나타내기 위하여 PPS에 대해 다음의 표 4와 같은 신택스와 표 5와 같은 시맨틱스가 사용될 수 있다.
Figure PCTKR2020016886-appb-T000004
Figure PCTKR2020016886-appb-T000005
표 4 및 5를 참조하면, num_exp_slices_in_tile[i] + 1은 PPS에 존재하는 exp_slice_height_in_ctu_minus1[j]의 개수를 나타낸다. PPS 내에 num_exp_slices_in_tile[i]가 존재하지 않을 경우, num_exp_slices_in_tile_minus1[i]의 값은 0으로 도출된다.
exp_slice_height_in_ctu_minus1[j] + 1은 i번째 슬라이스가 단일 타일에서 CTU 행들의 하위 집합을 포함하는 경우 명시적으로 시그널링되는 j번째 직사각형 슬라이스 높이를 CTU 행들 단위로 나타낸다. exp_slice_height_in_ctu_minus1[j]의 값은 0에서 RowHeight[tileY] - 1을 포함하는 범위에 있어야 한다. 여기서 tileY는 슬라이스를 포함하는 타일 행의 인덱스이다.
즉, num_exp_slices_in_tile[i]는 현재 픽처의 타일 내에서 높이가 명시적으로 시그널링되는 슬라이스들의 개수에 관한 정보(개수 정보)라 할 수 있고, exp_slice_height_in_ctu_minus1[j]는 높이가 명시적으로 시그널링되는 슬라이스들의 높이에 관한 정보(높이 정보)라 할 수 있다.
상기 개수 정보와 상기 높이 정보는 지수-골롬 코딩된 신택스 요소(Exp-Golomb-coded syntax element)일 수 있다.
상기 개수 정보는 상기 타일을 포함하는 슬라이스의 너비(width) 및 높이(height)에 관한 정보를 기반으로 파싱될 수 있다. 상기 타일이 i번째 슬라이스를 포함할 경우, 상기 타일을 포함하는 슬라이스의 너비 정보는 신택스 요소 slice_width_in_tiles_minus1[i]에 해당할 수 있고, 상기 타일을 포함하는 슬라이스 높이 정보는 신택스 요소 slice_height_in_tiles_minus1[i]에 해당할 수 있다. 상기 i번째 슬라이스는 직사각형 슬라이스일 수 있으며, 상기 타일 내 슬라이스들 또한 직사각형 슬라이스들로 분할될 수 있다.
예를 들어, 인코딩 장치는 현재 픽처의 슬라이스들에 대한 정보를 기반으로 상기 개수 정보 및 상기 높이 정보를 생성할 수 있다. 상기 개수 정보 및 상기 높이 정보는 영상 정보에 포함되어 비트스트림의 형태로 디코딩 장치로 시그널링될 수 있다.
디코딩 장치는 표 4와 같은 PPS로부터 상기 개수 정보가 파싱되면, 상기 개수 정보를 기반으로 상기 PPS로부터 상기 높이 정보를 파싱할 수 있다. 일 예로, 상기 개수 정보의 값이 n(0 이상의 정수)이면, 디코딩 장치는 상기 PPS로부터 n개의 슬라이스들(상기 타일 내 0번째 슬라이스부터 n-1번째 슬라이스)에 대한 높이 정보를 파싱할 수 있다. 상기 높이 정보는 상기 0번째 슬라이스의 높이 내지 상기 n-1 번째 슬라이스의 높이 각각을 CTU(coding tree unit) 행들(rows) 단위로 나타낼 수 있다.
이후 디코딩 장치는 n-1번째 슬라이스의 높이를 기초로 상기 타일 내 나머지 슬라이스들의 높이를 도출할 수 있다. 구체적으로, 디코딩 장치는 상기 타일 내 n번째 슬라이스부터 상기 타일 내 마지막 슬라이스를 제외한 나머지 슬라이스의 높이를 상기 n-1번째 슬라이스의 높이와 같게 도출할 수 있다. 이를 위하여 디코딩 장치는 상기 타일의 높이에서 상기 0번째 슬라이스부터 상기 n-1번째 슬라이스의 높이들의 합을 뺀 나머지 높이가 균일 슬라이스의 높이보다 크거나 같은지 비교할 수 있다. 여기서 균일 슬라이스란 상기 타일 내에서 높이가 균일(동일)한 슬라이스를 의미할 수 있다. 즉, 상기 균일 슬라이스의 높이는 상기 n-1번째 슬라이스의 높이와 같을 수 있다.
디코딩 장치는 상기 타일의 나머지 높이가 상기 균일 슬라이스의 높이보다 크거나 같은 경우 n번째 슬라이스의 높이를 상기 균일 슬라이스의 높이로 도출하고, 상기 타일의 나머지 높이가 상기 균일 슬라이스의 높이보다 작은 경우, 상기 n번째 슬라이스의 높이를 상기 나머지 높이로 도출할 수 있다. 또한 디코딩 장치는 상기 타일의 나머지 높이가 상기 균일 슬라이스의 높이보다 크거나 같은 경우, 상기 나머지 높이에서 상기 n번째 슬라이스의 높이를 빼서 업데이트된 나머지 높이를 도출하고, 상기 업데이트된 나머지 높이가 상기 균일 슬라이스의 높이보다 크거나 같은 경우 n+1번째 슬라이스의 높이를 상기 균일 슬라이스의 높이로 도출할 수 있다. 상기 업데이트된 나머지 높이가 상기 균일 슬라이스의 높이보다 작은 경우, 디코딩 장치는 n+1번째 슬라이스의 높이를 상기 업데이트된 나머지 높이로 도출할 수 있다. 즉, 상기 타일 내 마지막 슬라이스를 제외하고 상기 n번째 슬라이스부터 상기 마지막 슬라이스까지의 슬라이스들의 높이는 균일하게 도출될 수 있다. 상기 마지막 슬라이스의 높이는 상기 높이가 균일한 슬라이스들(n-1번째 슬라이스 내지 상기 마지막 슬라이스의 바로 전 슬라이스)의 높이 보다 작거나 같을 수 있다.
일 예로서, 하나의 타일 내에 5개의 슬라이스가 포함되고 상기 개수 정보가 3을 나타내는 경우, 상기 타일 내 첫번째 슬라이스부터 세번째 슬라이스에 대한 높이 정보는 상기 PPS로부터 파싱되며, 상기 타일 내 네번째 슬라이스의 높이는 상기 세번째 슬라이스의 높이와 같게 도출될 수 있다. 이 경우, 상기 타일 내 다섯번째 슬라이스의 높이는 상기 네번째 슬라이스의 높이보다 작거나 같을 수 있다.
디코딩 장치는 이와 같은 스캐닝 절차를 통해 상기 타일 내 슬라이스들의 개수를 도출할 수 있다. 상기 개수 정보의 값이 0보다 큰 경우, 상기 타일 내 각 슬라이스들의 높이 및 슬라이스들의 개수에 관한 정보를 도출하는 절차는 다음의 표 5와 같이 나타낼 수 있다.
Figure PCTKR2020016886-appb-T000006
직사각형 슬라이스의 경우, 0부터 num_slices_in_pic_minus1를 포함하는 범위의 i에 대한 리스트 NumCtuInSlice[i]는 i번째 슬라이스의 CTU 수를 나타내고, 0부터 num_slices_in_pic_minus1를 포함하는 범위의 i 및 0부터 NumCtuInSlice[i] - 1를 포함하는 범위의 j에 대한 행렬 CtbAddrInSlice[i][j]는 i번째 슬라이스 내 j번째 CTB의 픽처 래스터 스캔 주소를 나타내며 다음의 표 7과 같이 도출될 수 있다.
Figure PCTKR2020016886-appb-T000007
다른 실시예로서, 픽처의 분할 구조를 나타내기 위하여 PPS에 대해 다음의 표 8과 같은 신택스와 표 9와 같은 시맨틱스가 사용될 수도 있다.
Figure PCTKR2020016886-appb-T000008
Figure PCTKR2020016886-appb-T000009
표 8 및 9를 참조하면, uniform_slice_spacing_flag[i]의 값이 1이면, 이는 CTU 행들이 타일 전체에 균일하게 분산되고, 신택스 요소들 uniform_slice_height_in_ctu_minus1[i]을 이용하여 시그널링됨을 나타낸다. uniform_slice_spacing_flag[i]의 값이 0이면, 이는 CTU 행들이 타일 전체에 균일하게 분산될 수도 있고 그렇지 않을 수도 있으며, 신택스 요소들 num_slices_in_tile_minus1[i] 및 slice_height_in_ctu_minus1[i]를 사용하여 시그널링됨을 나타낸다.
slice_rows_height_in_ctu_minus1[i] + 1은 uniform_slice_spacing_flag[i]의 값이 1인 경우, 타일의 마지막 슬라이스를 제외한 슬라이스의 높이를 CTB 단위로 나타낸다. slice_rows_height_in_ctu_minus1[i]의 값은 0부터 RowHeight [tileY] - 1를 포함하는 범위에 있어야 한다. 여기서 tileY는 상기 슬라이스들을 포함하는 타일 행의 인덱스이다.
num_slices_in_tile_minus1[i] + 1은 i번째 슬라이스가 단일 타일에서 CTU 행들의 하위 집합을 포함하고 uniform_slice_spacing_flag[i]의 값이 0인 경우 현재 타일 내 슬라이스들의 개수를 나타낸다. num_slices_in_tile_minus1[i]의 값은 0부터 RowHeight [tileY] - 1를 포함하는 범위에 있어야 한다. 여기서 tileY는 i번째 슬라이스를 포함하는 타일 행의 인덱스이다. num_slices_in_tile_minus1[i]가 존재하지 않는 경우 num_slices_in_tile_minus1[i]의 값은 0으로 도출된다.
slice_height_in_ctu_minus1[i] + 1은 i번째 슬라이스가 단일 타일에서 CTU 행들의 하위 집합을 포함하는 경우 i번째 직사각형 슬라이스의 높이를 CTU 행들 단위로 나타낸다. slice_height_in_ctu_minus1[i]의 값은 0부터 RowHeight [tileY] - 1을 포함하는 범위에 있어야 한다. 여기서 tileY는 i번째 슬라이스를 포함하는 타일 행의 인덱스이다.
예를 들어, 인코딩 장치는 현재 픽처의 슬라이스들에 대한 정보를 기반으로 uniform_slice_spacing_flag, slice_rows_height_in_ctu_minus1, num_slices_in_tile_minus1, slice_height_in_ctu_minus1 중 적어도 하나를 생성할 수 있다.
디코딩 장치는 표 8과 같은 PPS로부터 uniform_slice_spacing_flag가 파싱되면, uniform_slice_spacing_flag의 값을 기반으로 상기 PPS로부터 slice_rows_height_in_ctu_minus1 또는 num_slices_in_tile_minus1를 파싱할 수 있다. 일 예로, 상기 uniform_slice_spacing_flag의 값이 1이면, 디코딩 장치는 상기 PPS로부터 slice_rows_height_in_ctu_minus1를 파싱하고, slice_rows_height_in_ctu_minus1의 값을 기반으로 상기 타일 내 마지막 슬라이스를 제외한 나머지 슬라이스들의 높이로 도출할 수 있다. 상기 uniform_slice_spacing_flag의 값이 0이면, 디코딩 장치는 상기 PPS로부터 num_slices_in_tile_minus1와 slice_height_in_ctu_minus1를 파싱하고, 이들을 기반으로 상기 타일 내 슬라이스들을 도출할 수 있다.
일 예로, 타일 내 슬라이스의 개수 정보와 높이 정보에 관한 변수 NumSlicesInTileMinus1[i]와 SliceHeightInCtuMinus1[i+k]는 다음과 같이 도출될 수 있다. 여기서 k는 0부터 NumSlicesInTileMinus1[i]를 포함하는 범위에 있을 수 있다.
Figure PCTKR2020016886-appb-T000010
직사각형 슬라이스의 경우, 0부터 num_slices_in_pic_minus1를 포함하는 범위의 i에 대한 리스트 NumCtuInSlice[i]는 i번째 슬라이스 내 CTU 수를 나타내고, 0부터 num_slices_in_pic_minus1를 포함하는 범위의 i 및 0부터 NumCtuInSlice[i] - 1를 포함하는 범위의 j에 대한 행렬 CtbAddrInSlice[i][j]는 i번째 슬라이스 내 j번째 CTB의 픽처 래스터 스캔 주소를 나타내며 다음의 표 11과 같이 도출될 수 있다.
Figure PCTKR2020016886-appb-T000011
도 6 및 도 7은 본 문서의 실시예에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 6에 개시된 비디오/영상 인코딩 방법은 도 2 및 도 7에서 개시된 (비디오/영상) 인코딩 장치(200)에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 6의 S600은 인코딩 장치(200)의 영상 분할부(210)에 의하여 수행될 수 있고, S610 및 S620은 인코딩 장치(200)의 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 도 6에서 개시된 비디오/영상 인코딩 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
구체적으로 도 6 및 도 7을 참조하면, 인코딩 장치의 영상 분할부(210)는 현재 픽처의 타일 내 슬라이스들을 도출할 수 있다(S600). 예를 들어, 영상 분할부(210)는 입력 영상(또는, 픽처, 프레임)을 하나 이상의 CU로 분할할 수 있다. 입력 영상은 하나 이상의 픽처를 포함할 수 있다. 하나의 픽처는 하나 이상의 타일, 브릭, 슬라이스 및/또는 타일 그룹으로 분할될 수 있다. 하나의 슬라이스는 하나 이상의 브릭, 타일 및/또는 타일 그룹을 포함할 수 있다. 하나의 브릭은 타일 내 하나 이상의 CTU 행을 포함할 수 있다. 하나의 타일 그룹은 하나 이상의 타일을 포함할 수 있다. 하나의 타일은 하나 이상의 CTU를 포함할 수 있다. 상기 CTU는 하나 이상의 CU로 분할될 수 있다. 영상 분할부(210)는 현재 픽처 내 특정 슬라이스가 직사각형 슬라이스인 경우 상기 직사각형 슬라이스를 복수개의 타일들로 분할할 수 있고, 상기 복수개의 타일들 중 적어도 하나의 타일을 분할하여 복수개의 직사각형 슬라이스들을 도출할 수 있다.
인코딩 장치의 예측부(220)는 현재 블록에 대한 예측을 수행하여 상기 현재 블록에 대한 예측 샘플들(예측 블록)을 생성할 수 있다. 예측부(220)는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부(220)는 예측에 관한 다양한 정보(예측 관련 정보)를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 여기서, 예측 관련 정보는 인터 예측 모드에 관한 정보 및 인트라 예측 모드에 관한 정보를 포함할 수 있다. 상기 현재 블록의 예측 모드가 인터 예측 모드인 경우, 상기 예측 샘플들은 예측부(220)의 인터 예측부(221)에서 생성될 수 있다. 상기 현재 블록의 예측 모드가 인트라 예측 모드인 경우, 상기 예측 샘플들은 예측부(220)의 인트라 예측부(222)에서 생성될 수 있다.
인코딩 장치의 레지듀얼 처리부(230)는 예측부(220)에서 생성된 예측 샘플들과 원본 픽처(원본 블록, 원본 샘플들)를 기반으로 레지듀얼 샘플 및 레지듀얼 정보를 생성할 수 있다. 여기서 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보로서, 상기 레지듀얼 샘플들에 대한 (양자화된) 변환 계수들에 관한 정보를 포함할 수 있다.
인코딩 장치의 가산부(또는 복원부)는 레지듀얼 처리부(230)에서 생성된 레지듀얼 샘플들과 인터 예측부(221) 또는 인트라 예측부(222)에서 생성된 예측 샘플들을 더함으로써 복원(reconstructed) 샘플들(복원 픽처, 복원 블록, 복원 샘플 어레이)을 생성할 수 있다.
인코딩 장치의 엔트로피 인코딩부(240)는 영상 분할부(210)에서 도출된 파티셔닝 구조를 기반으로 파티셔닝 관련 정보를 생성할 수 있다. 상기 파티셔닝 관련 정보는 타일 내 높이가 명시적으로 시그널링되는 슬라이스들의 개수에 관한 정보(개수 정보)와 상기 높이가 명시적으로 시그널링되는 슬라이스들의 높이에 관한 정보(높이 정보)를 포함할 수 있다. 예를 들어, 엔트로피 인코딩부(240)는 영상 분할부(210)에서 도출된 슬라이스들을 기반으로 상기 타일 내 높이가 명시적으로 시그널링(제공)되는 슬라이스들의 개수에 관한 개수 정보와 상기 높이가 명시적으로 시그널링(제공)되는 슬라이스들의 높이에 관한 높이 정보를 생성할 수 있다(S610). 여기서, 상기 개수 정보는 상술한 신택스 요소 num_exp_slices_in_tile 및/또는 num_slices_in_tile_minus1를 포함할 수 있다. 상기 높이 정보는 상술한 신택스 요소 exp_slice_height_in_ctu_minus1, slice_rows_height_in_ctu_minus1 및/또는 slice_height_in_ctu_minus1를 포함할 수 있다.
엔트로피 인코딩부(240)는 상기 개수 정보와 상기 높이 정보를 포함하는 파티셔닝 관련 정보, 예측부(220)에서 생성된 예측 관련 정보 및/또는 레지듀얼 처리부(230)에서 생성된 레지듀얼 정보를 포함하는 영상 정보를 인코딩할 수 있다(S620). 엔트로피 인코딩부(240)에서 인코딩된 정보는 비트스트림 형태로 출력될 수 있다. 상기 비트스트림은 네트워크 또는 저장매체를 통하여 디코딩 장치로 전송될 수 있다.
일 예로, 엔트로피 인코딩부(240)는 상술한 표 4 및 표 5를 기반으로 상기 개수 정보로서 신택스 요소 num_exp_slices_in_tile를 포함하고 상기 높이 정보로서 신택스 요소 exp_slice_height_in_ctu_minus1를 포함하는 영상 정보를 인코딩할 수 있다. 상기 높이 정보는 타일 내 높이가 명시적으로 시그널링되는 슬라이스들의 높이를 각각 CTU 행들 단위로 나타낼 수 있으며, 이를 위해 상기 높이가 명시적으로 시그널링되는 슬라이스들 각각에 대한 신택스 요소들을 포함할 수 있다. 영상 정보에 포함되는 상기 신택스 요소들의 개수는 상기 개수 정보의 값과 동일할 수 있다.
다른 예로, 엔트로피 인코딩부(240)는 상술한 표 8 및 표 9를 기반으로 신택스 요소 uniform_slice_spacing_flag, num_slices_in_tile_minus1, slice_rows_height_in_ctu_minus1 및/또는 slice_height_in_ctu_minus1를 포함하는 영상 정보를 인코딩할 수 있다. 신택스 요소 num_slices_in_tile_minus1, slice_rows_height_in_ctu_minus1 및 slice_height_in_ctu_minus1는 uniform_slice_spacing_flag의 값을 기반으로 영상 정보에 포함되거나 포함되지 않을 수 있다.
엔트로피 인코딩부(240)는 상기 개수 정보와 상기 높이 정보를 상기 영상 정보 내 픽처 파라미터 세트(picture parameter set)를 통해 시그널링할 수 있다. 이 경우, 엔트로피 인코딩부(240)는 상기 개수 정보 및/또는 상기 높이 정보를 지수-골롬 방식으로 인코딩할 수 있다.
도 8 및 도 9는 본 문서의 실시예에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 8에 개시된 비디오/영상 디코딩 방법은 도 3 및 도 9에서 개시된 (비디오/영상) 디코딩 장치(300)에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 8의 S800 내지 S830은 디코딩 장치의 엔트로피 디코딩부(310)에서 수행될 수 있다. 도 8의 S840은 디코딩 장치의 레지듀얼 처리부(320), 예측부(330) 및 가산부(340)에 의하여 수행될 수 있다. 도 8에서 개시된 비디오/영상 디코딩 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
도 8 및 도 9를 참조하면, 디코딩 장치의 엔트로피 디코딩부(310)는 비트스트림으로부터 파티셔닝 관련 정보, 레지듀얼 정보, 예측 관련 정보(인터/인트라 예측 구분 정보, 인트라 예측 모드 정보, 인터 예측 모드 정보 등), 인루프 필터링 관련 정보 등을 획득할 수 있다. 여기서 상기 파티셔닝 관련 정보는 현재 픽처의 타일 내 슬라이스들 중에서 높이가 명시적으로 시그널링되는 슬라이스들의 개수에 관한 정보(개수 정보), 상기 높이가 명시적으로 시그널링되는 슬라이스들의 높이에 관한 정보(높이 정보) 등을 포함할 수 있다.
예를 들어, 엔트로피 디코딩부(310)는 비트스트림으로부터 현재 픽처의 타일 내 슬라이스들 중에서 높이가 명시적으로 시그널링되는 슬라이스들의 개수에 관한 정보(개수 정보)를 파싱할 수 있고(S800), 상기 개수 정보를 기반으로 상기 비트스트림으로부터 상기 높이가 명시적으로 시그널링되는 슬라이스들의 높이에 관한 정보(높이 정보)를 파싱할 수 있다(S810). 구체적으로, 엔트로피 디코딩부(310)는 상술한 표 4를 기반으로 상기 비트스트림의 픽처 파라미터 세트로부터 상기 개수 정보 및 상기 높이 정보를 파싱할 수 있다. 여기서 상기 개수 정보는 상기 타일을 포함하는 슬라이스의 너비 및 높이에 관한 정보를 기반으로 파싱될 수 있다. 이 때, 상기 타일을 포함하는 슬라이스 및/또는 상기 타일 내 슬라이스들은 직사각형 슬라이스일 수 있다. 상기 개수 정보와 상기 높이 정보는 지수-골롬 코딩된 신택스 요소(Exp-Golomb-coded syntax element)들일 수 있다. 상기 높이 정보는 상기 높이가 명시적으로 시그널링되는 슬라이스들 각각에 대한 신택스 요소들을 포함할 수 있다. 상기 신택스 요소들의 개수는 상기 개수 정보의 값과 동일할 수 있다.
일 예로, 엔트로피 디코딩부(310)는 표 4를 기반으로 상기 픽처 파라미터 세트로부터 신택스 요소 slice_width_in_tiles_minus1 및 slice_height_in_tiles_minus1을 파싱하고, 상기 신택스 요소 slice_width_in_tiles_minus1 및 slice_height_in_tiles_minus1의 값을 기반으로 상기 픽처 파라미터 세트로부터 신택스 요소 num_exp_slices_in_tile을 파싱할 수 있다. 그리고 엔트로피 디코딩부(310)는 상기 픽처 파라미터 세트로부터 상기 신택스 요소 num_exp_slices_in_tile의 값과 동일한 개수의 exp_slice_height_in_ctu_minus1를 파싱할 수 있다.
엔트로피 디코딩부(310)는 상기 개수 정보의 값이 n인 경우 상기 높이 정보를 기반으로 상기 타일 내 0번째 슬라이스부터 n-1번째 슬라이스의 높이들을 도출할 수 있다(S820). 그리고 엔트로피 디코딩부(310)는 상기 n-1번째 슬라이스의 높이를 기반으로 상기 타일 내 n번째 슬라이스의 높이를 도출할 수 있다(S830). 즉, 상기 n번째 슬라이스의 높이는 상기 n-1번째 슬라이스의 높이와 같게 도출될 수 있다. 여기서 상기 n번째 슬라이스는 상기 타일 내 마지막 슬라이스가 아닐 수 있다. 다시 말해, 엔트로피 디코딩부(310)는 상기 타일 내에서 마지막 슬라이스를 제외한 나머지 슬라이스들(명시적으로 시그널링되지 않은 슬라이스들)의 높이 상기 n-1번째 슬라이스의 높이와 같게 도출할 수 있다. 따라서 상기 n번째 슬라이스부터 상기 타일 내 마지막 슬라이스까지의 슬라이스들의 높이는 상기 타일 내 마지막 슬라이스를 제외하고 균일할 수 있다. 엔트로피 디코딩부(310)는 상기 타일의 높이에서 상기 타일 내 다른 슬라이스들의 높이를 뺀 나머지 높이를 기반으로 상기 타일 내 마지막 슬라이스의 높이를 도출할 수 있다(S840). 상기 타일 내 모든 슬라이스들의 높이가 도출되면, 엔트로피 디코딩부(310)는 상기 타일 내 슬라이스들의 개수를 도출할 수 있다(S850). 여기서 상기 타일 내 슬라이스들의 개수는 상기 타일 내 0번째 슬라이스부터 상기 마지막 슬라이스까지의 슬라이스들의 개수에 해당할 수 있다.
디코딩 장치(300)는 상술한 과정을 통해 도출된 현재 픽처의 슬라이스들을 기반으로 상기 현재 픽처를 디코딩할 수 있다(S860). 구체적으로, 디코딩 장치의 레지듀얼 처리부(320)는 엔트로피 디코딩부(310)에서 획득된 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 생성할 수 있다. 디코딩 장치의 예측부(330)는 엔트로피 디코딩부(310)에서 획득된 예측 관련 정보를 기반으로 인터 예측 및/또는 인트라 예측을 수행하여 예측 샘플들을 생성할 수 있다. 디코딩 장치의 가산부(340)는 예측부(330)에서 생성된 예측 샘플들과 레지듀얼 처리부(320)에서 생성된 레지듀얼 샘플들을 기반으로 복원 샘플들을 생성할 수 있다. 그리고 디코딩 장치의 가산부(340)는 상기 복원 샘플들을 기반으로 복원 픽처(복원 블록)를 생성할 수 있다.
이후, 필요에 따라 주관적/객관적 화질을 향상시키기 위하여 디블록킹 필터링, SAO 및/또는 ALF 절차와 같은 인루프 필터링 절차가 상기 복원 픽처에 적용될 수 있다.
한편 다른 예로, 엔트로피 디코딩부(310)는 표 8에 기초하여 비트스트림의 픽처 파라미터 세트로부터 신택스 요소 slice_width_in_tiles_minus1 및 slice_height_in_tiles_minus1을 파싱하고, 상기 신택스 요소 slice_width_in_tiles_minus1 및 slice_height_in_tiles_minus1의 값을 기반으로 상기 픽처 파라미터 세트로부터 신택스 요소 uniform_slice_spacing_flag를 파싱할 수 있다. 이 경우 엔트로피 디코딩부(310)는 상기 신택스 요소 uniform_slice_spacing_flag의 값을 기반으로 상기 픽처 파라미터 세트로부터 신택스 요소 slice_rows_height_in_ctu_minus1을 파싱하거나 신택스 요소 num_slices_in_tile_minus1을 파싱할 수 있다. 상기 신택스 요소 slice_rows_height_in_ctu_minus1은 상기 신택스 요소 uniform_slice_spacing_flag의 값이 1인 경우 파싱될 수 있으며, 상기 신택스 요소 num_slices_in_tile_minus1은 상기 신택스 요소 uniform_slice_spacing_flag의 값이 0인 경우 파싱될 수 있다.
상기 신택스 요소 slice_rows_height_in_ctu_minus1이 파싱되는 경우, 엔트로피 디코딩부(310)는 상기 타일 내 마지막 슬라이스를 제외한 나머지 슬라이스들의 높이를 slice_rows_height_in_ctu_minus1의 값으로 도출할 수 있다.
상기 신택스 요소 num_slices_in_tile_minus1이 파싱되는 경우, 엔트로피 디코딩부(310)는 상기 픽처 파리미터 세트로부터 상기 신택스 요소 num_slices_in_tile_minus1의 값에 해당하는 개수의 신택스 요소 slice_height_in_ctu_minus1를 파싱하고, 그 값들을 각각 타일 내 각 슬라이스들의 높이로 도출할 수 있다.
상술한 실시예들에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 해당 실시예는 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 실시예들의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서의 실시예들에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recorder) 등을 포함할 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서의 실시예(들)에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 문서의 실시예(들)는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예(들)에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 10은 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 10을 참조하면, 본 문서의 실시예들이 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 문서의 실시예들이 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기(smartwatch), 글래스형 단말기(smart glass), HMD(head mounted display), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.

Claims (15)

  1. 비디오 디코딩 장치에 의하여 수행되는 비디오 디코딩 방법에 있어서,
    비트스트림으로부터 현재 픽처의 타일 내에서 높이가 명시적으로 시그널링되는 슬라이스들의 개수에 관한 개수 정보를 파싱하는 단계;
    상기 개수 정보를 기반으로 상기 비트스트림으로부터 상기 높이가 명시적으로 시그널링되는 슬라이스들의 높이에 관한 높이 정보를 파싱하는 단계;
    상기 개수 정보의 값이 n임을 기반으로, 상기 타일 내 0번째 슬라이스부터 n-1번째 슬라이스의 높이들을 상기 높이 정보를 기반으로 도출하는 단계;
    상기 n-1번째 슬라이스의 높이를 기반으로 상기 타일 내 n번째 슬라이스의 높이를 도출하는 단계;
    상기 타일의 높이에서 상기 타일 내 다른 슬라이스들의 높이를 뺀 나머지 높이를 기반으로 상기 타일 내 마지막 슬라이스의 높이를 도출하는 단계;
    상기 타일 내 슬라이스들의 개수를 도출하는 단계; 및
    상기 현재 픽처의 슬라이스들을 기반으로 상기 현재 픽처를 디코딩하는 단계를 포함하는, 비디오 디코딩 방법.
  2. 제1항에 있어서,
    상기 타일 내 슬라이스들의 개수는 상기 0번째 슬라이스부터 상기 마지막 슬라이스까지의 슬라이스들의 개수인 것을 특징으로 하는, 비디오 디코딩 방법.
  3. 제1항에 있어서,
    상기 n번째 슬라이스의 높이는 상기 n-1번째 슬라이스의 높이와 같게 도출되는 것을 특징으로 하는, 비디오 디코딩 방법.
  4. 제1항에 있어서,
    상기 n번째 슬라이스부터 상기 타일 내 마지막 슬라이스 바로 전 슬라이스까지의 슬라이스들의 높이는 균일한 것을 특징으로 하는, 비디오 디코딩 방법.
  5. 제4항에 있어서,
    상기 마지막 슬라이스의 높이는 상기 n-1번째 슬라이스의 높이 보다 작거나 같은 것을 특징으로 하는, 비디오 디코딩 방법.
  6. 제1항에 있어서,
    상기 타일의 높이에서 상기 0번째 슬라이스부터 상기 n-1번째 슬라이스의 높이들의 합을 뺀 나머지 높이가 균일 슬라이스의 높이보다 크거나 같은지 비교하는 단계를 더 포함하되,
    상기 균일 슬라이스의 높이는 상기 n-1번째 슬라이스의 높이와 같고,
    상기 타일의 높이에서 상기 0번째 슬라이스부터 상기 n-1번째 슬라이스의 높이들의 합을 뺀 나머지 높이가 상기 균일 슬라이스의 높이보다 크거나 같음을 기반으로 상기 균일 슬라이스의 높이를 갖는 상기 n번째 슬라이스가 도출되고,
    상기 타일의 높이에서 상기 0번째 슬라이스부터 상기 n-1번째 슬라이스의 높이들의 합을 뺀 나머지 높이가 상기 균일 슬라이스의 높이보다 작음을 기반으로, 상기 나머지 높이를 갖는 상기 n번째 슬라이스가 도출되는 것을 특징으로 하는, 비디오 디코딩 방법.
  7. 제6항에 있어서,
    상기 나머지 높이가 상기 균일 슬라이스의 높이보다 크거나 같음을 기반으로, 상기 타일의 높이에서 상기 0번째 슬라이스부터 상기 n-1번째 슬라이스의 높이들의 합을 뺀 나머지 높이에서 상기 n번째 슬라이스의 높이를 빼서 업데이트된 나머지 높이를 도출하고,
    상기 업데이트된 나머지 높이가 상기 균일 슬라이스의 높이보다 크거나 같음을 기반으로, 상기 균일 슬라이스의 높이를 갖는 n+1번째 슬라이스가 도출되고,
    상기 업데이트된 나머지 높이가 상기 균일 슬라이스의 높이보다 작음을 기반으로, 상기 업데이트된 나머지 높이를 갖는 n+1번째 슬라이스가 도출되는 것을 특징으로 하는, 비디오 디코딩 방법.
  8. 제1항에 있어서,
    상기 개수 정보와 상기 높이 정보는 지수-골롬 코딩된 신택스 요소(Exp-Golomb-coded syntax element)를 포함하는 것을 특징으로 하는, 비디오 디코딩 방법.
  9. 제1항에 있어서,
    상기 높이 정보는 상기 높이가 명시적으로 시그널링되는 슬라이스들 각각에 대한 신택스 요소들을 포함하고,
    상기 신택스 요소들의 개수는 상기 개수 정보의 값과 동일한 것을 특징으로 하는, 비디오 디코딩 방법.
  10. 제1항에 있어서,
    상기 개수 정보는 신택스 요소 num_exp_slices_in_tile을 포함하고,
    상기 높이 정보는 신택스 요소 exp_slice_height_in_ctu_minus1을 포함하는 것을 특징으로 하는, 비디오 디코딩 방법.
  11. 제1항에 있어서,
    상기 타일 내 슬라이스들은 직사각형 슬라이스들인 것을 특징으로 하는, 비디오 디코딩 방법.
  12. 제1항에 있어서,
    상기 개수 정보는 상기 타일을 포함하는 슬라이스의 너비(width) 및 높이(height)에 관한 정보를 기반으로 파싱되는 것을 특징으로 하는, 비디오 디코딩 방법.
  13. 제1항에 있어서,
    상기 높이 정보는 상기 0번째 슬라이스의 높이 내지 상기 n-1 번째 슬라이스의 높이 각각을 CTU(coding tree unit) 행들(rows) 단위로 나타내는 것을 특징으로 하는, 비디오 디코딩 방법.
  14. 비디오 인코딩 장치에 의하여 수행되는 비디오 인코딩 방법에 있어서,
    현재 픽처의 타일 내 슬라이스들을 도출하는 단계;
    상기 도출된 슬라이스들을 기반으로 상기 타일 내 높이가 명시적으로 시그널링되는 슬라이스들의 개수에 관한 개수 정보와 상기 높이가 명시적으로 시그널링되는 슬라이스들의 높이에 관한 높이 정보를 생성하는 단계; 및
    상기 개수 정보와 상기 높이 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되,
    상기 높이 정보는 상기 개수 정보의 값이 n임을 기반으로 상기 타일 내 0번째 슬라이스 내지 n-1번째 슬라이스의 높이를 나타내고,
    상기 타일 내 n번째 슬라이스의 높이는 상기 n-1번째 슬라이스의 높이를 기반으로 도출되는 것을 특징으로 하는, 비디오 인코딩 방법.
  15. 컴퓨터 판독 가능한 디지털 저장 매체로서, 상기 디지털 저장 매체는 비디오 디코딩 장치에 의하여 비디오 디코딩 방법을 수행하도록 야기하는 정보를 포함하고, 상기 비디오 디코딩 방법은,
    영상 정보로부터 현재 픽처의 타일 내에서 높이가 명시적으로 시그널링되는 슬라이스들의 개수에 관한 개수 정보를 파싱하는 단계;
    상기 개수 정보를 기반으로 상기 영상 정보로부터 상기 높이가 명시적으로 시그널링되는 슬라이스들의 높이에 관한 높이 정보를 파싱하는 단계;
    상기 개수 정보의 값이 n임을 기반으로, 상기 타일 내 0번째 슬라이스부터 n-1번째 슬라이스의 높이들을 상기 높이 정보를 기반으로 도출하는 단계;
    상기 n-1번째 슬라이스의 높이를 기반으로 상기 타일 내 n번째 슬라이스의 높이를 도출하는 단계;
    상기 타일의 높이에서 상기 타일 내 다른 슬라이스들의 높이를 뺀 나머지 높이를 기반으로 상기 타일 내 마지막 슬라이스의 높이를 도출하는 단계;
    상기 타일 내 슬라이스들의 개수를 도출하는 단계; 및
    상기 현재 픽처의 슬라이스들을 기반으로 상기 현재 픽처를 디코딩하는 단계를 포함하는, 디지털 저장 매체.
PCT/KR2020/016886 2019-11-28 2020-11-26 영상/비디오 인코딩/디코딩 방법 및 장치 WO2021107623A1 (ko)

Priority Applications (8)

Application Number Priority Date Filing Date Title
US17/780,812 US20230156228A1 (en) 2019-11-28 2020-11-26 Image/video encoding/decoding method and device
KR1020227017314A KR20220084400A (ko) 2019-11-28 2020-11-26 영상/비디오 인코딩/디코딩 방법 및 장치
CN202080090689.5A CN114902664A (zh) 2019-11-28 2020-11-26 图像/视频编码/解码方法和装置
MX2022006428A MX2022006428A (es) 2019-11-28 2020-11-26 Metodo y dispositivo de codificacion/decodificacion de imagenes/video.
CA3162959A CA3162959A1 (en) 2019-11-28 2020-11-26 Image/video encoding/decoding method and device
AU2020392151A AU2020392151B2 (en) 2019-11-28 2020-11-26 Image/video encoding/decoding method and device
ZA2022/06761A ZA202206761B (en) 2019-11-28 2022-06-17 Image/video encoding/decoding method and device
AU2024200646A AU2024200646A1 (en) 2019-11-28 2024-02-02 Image/video encoding/decoding method and device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962941861P 2019-11-28 2019-11-28
US62/941,861 2019-11-28

Publications (1)

Publication Number Publication Date
WO2021107623A1 true WO2021107623A1 (ko) 2021-06-03

Family

ID=76130710

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/016886 WO2021107623A1 (ko) 2019-11-28 2020-11-26 영상/비디오 인코딩/디코딩 방법 및 장치

Country Status (8)

Country Link
US (1) US20230156228A1 (ko)
KR (1) KR20220084400A (ko)
CN (1) CN114902664A (ko)
AU (2) AU2020392151B2 (ko)
CA (1) CA3162959A1 (ko)
MX (1) MX2022006428A (ko)
WO (1) WO2021107623A1 (ko)
ZA (1) ZA202206761B (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014030187A (ja) * 2012-07-02 2014-02-13 Canon Inc メディアファイル生成方法、メディアファイル生成プログラム
KR20170113384A (ko) * 2016-03-30 2017-10-12 한국전자통신연구원 픽쳐 분할 정보를 사용하는 비디오의 부호화 및 복호화를 위한 방법 및 장치
KR20180004029A (ko) * 2016-07-01 2018-01-10 에스케이텔레콤 주식회사 고해상도 영상 스트리밍을 위한 영상 비트스트림 생성방법 및 장치
KR20180096831A (ko) * 2013-10-25 2018-08-29 미디어텍 인크. 전송 동기화 이벤트에 따라 압축된 픽처의 전송을 제어하는 방법 및 장치
KR20190033771A (ko) * 2017-09-22 2019-04-01 삼성전자주식회사 영상 인코딩 장치, 영상 디코딩 장치, 영상 인코딩 방법 및 영상 디코딩 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014030187A (ja) * 2012-07-02 2014-02-13 Canon Inc メディアファイル生成方法、メディアファイル生成プログラム
KR20180096831A (ko) * 2013-10-25 2018-08-29 미디어텍 인크. 전송 동기화 이벤트에 따라 압축된 픽처의 전송을 제어하는 방법 및 장치
KR20170113384A (ko) * 2016-03-30 2017-10-12 한국전자통신연구원 픽쳐 분할 정보를 사용하는 비디오의 부호화 및 복호화를 위한 방법 및 장치
KR20180004029A (ko) * 2016-07-01 2018-01-10 에스케이텔레콤 주식회사 고해상도 영상 스트리밍을 위한 영상 비트스트림 생성방법 및 장치
KR20190033771A (ko) * 2017-09-22 2019-04-01 삼성전자주식회사 영상 인코딩 장치, 영상 디코딩 장치, 영상 인코딩 방법 및 영상 디코딩 방법

Also Published As

Publication number Publication date
AU2020392151B2 (en) 2024-02-22
KR20220084400A (ko) 2022-06-21
CA3162959A1 (en) 2021-06-03
ZA202206761B (en) 2023-11-29
MX2022006428A (es) 2022-09-07
US20230156228A1 (en) 2023-05-18
AU2020392151A1 (en) 2022-07-21
CN114902664A (zh) 2022-08-12
AU2024200646A1 (en) 2024-02-22

Similar Documents

Publication Publication Date Title
WO2020036417A1 (ko) 히스토리 기반 움직임 벡터에 기반한 인터 예측 방법 및 그 장치
WO2020197236A1 (ko) 서브 픽처 핸들링 구조 기반 영상 또는 비디오 코딩
WO2020189960A1 (ko) 크로마 포맷에 대한 정보를 시그널링 하는 방법 및 장치
WO2020197038A1 (ko) 영상 코딩 시스템에서 인트라 서브 파티션 기반의 인트라 예측 방법 및 장치
WO2021225338A1 (ko) 영상 디코딩 방법 및 그 장치
WO2020141928A1 (ko) 영상 코딩 시스템에서 mmvd 에 따른 예측에 기반한 영상 디코딩 방법 및 장치
WO2020076066A1 (ko) 신택스 디자인 방법 및 신택스를 이용하여 코딩을 수행하는 장치
WO2020141885A1 (ko) 디블록킹 필터링을 사용하는 영상 코딩 방법 및 장치
WO2020184821A1 (ko) Mpm 리스트를 구성하는 방법 및 장치
WO2021118265A1 (ko) 적응적 루프 필터를 적용하는 비디오 또는 영상 코딩
WO2021118261A1 (ko) 영상 정보를 시그널링하는 방법 및 장치
WO2021133060A1 (ko) 서브픽처 기반 영상 코딩 장치 및 방법
WO2020141884A1 (ko) Cpr 기반 mmvd를 사용하는 영상 코딩 방법 및 장치
WO2020141856A1 (ko) 영상 코딩 시스템에서 레지듀얼 정보를 사용하는 영상 디코딩 방법 및 그 장치
WO2020004879A1 (ko) 영상 코딩 시스템에서 복수의 주변 블록들을 사용하는 인터 예측에 따른 영상 디코딩 방법 및 장치
WO2019203533A1 (ko) 다중 움직임 모델을 고려한 인터 예측 방법 및 그 장치
WO2021107622A1 (ko) 영상/비디오 코딩 방법 및 장치
WO2021137588A1 (ko) 픽처 헤더를 포함하는 영상 정보를 코딩하는 영상 디코딩 방법 및 그 장치
WO2021206524A1 (ko) 영상 디코딩 방법 및 그 장치
WO2021118262A1 (ko) 픽처 레벨 또는 슬라이스 레벨에서 적용되는 영상 정보를 시그널링하는 방법 및 장치
WO2021118263A1 (ko) 영상 정보를 시그널링하는 방법 및 장치
WO2021137589A1 (ko) 영상 디코딩 방법 및 그 장치
WO2021137591A1 (ko) Ols dpb 파라미터 인덱스를 포함하는 영상 정보 기반 영상 디코딩 방법 및 그 장치
WO2020130629A1 (ko) 다중 참조 라인 인트라 예측에 기반한 영상 코딩 방법 및 그 장치
WO2021107623A1 (ko) 영상/비디오 인코딩/디코딩 방법 및 장치

Legal Events

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

Ref document number: 20892286

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20227017314

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 3162959

Country of ref document: CA

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020392151

Country of ref document: AU

Date of ref document: 20201126

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 20892286

Country of ref document: EP

Kind code of ref document: A1