WO2021112633A1 - 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법 - Google Patents

동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법 Download PDF

Info

Publication number
WO2021112633A1
WO2021112633A1 PCT/KR2020/017681 KR2020017681W WO2021112633A1 WO 2021112633 A1 WO2021112633 A1 WO 2021112633A1 KR 2020017681 W KR2020017681 W KR 2020017681W WO 2021112633 A1 WO2021112633 A1 WO 2021112633A1
Authority
WO
WIPO (PCT)
Prior art keywords
picture
information
current block
block
motion vector
Prior art date
Application number
PCT/KR2020/017681
Other languages
English (en)
French (fr)
Inventor
남정학
헨드리헨드리
임재현
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 JP2022534300A priority Critical patent/JP7359963B2/ja
Priority to MX2022006844A priority patent/MX2022006844A/es
Priority to CN202080095576.4A priority patent/CN115053526A/zh
Priority to US17/782,933 priority patent/US20230353749A1/en
Priority to KR1020227021924A priority patent/KR20220105169A/ko
Priority to CA3163912A priority patent/CA3163912A1/en
Priority to AU2020396705A priority patent/AU2020396705A1/en
Priority to EP20896000.5A priority patent/EP4072140A4/en
Publication of WO2021112633A1 publication Critical patent/WO2021112633A1/ko
Priority to JP2023167621A priority patent/JP2023165944A/ja
Priority to AU2024201699A priority patent/AU2024201699A1/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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/109—Selection of coding mode or of prediction mode among a plurality of temporal predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—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
    • H04N19/172—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 picture, frame or field
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding

Definitions

  • the present disclosure relates to an image encoding/decoding method, apparatus, and method of transmitting a bitstream based on a picture header including information about a co-located picture, and more particularly, a picture header including identification information of a co-located picture
  • the present invention relates to an image encoding/decoding method and apparatus for performing inter prediction based on , and a method for transmitting a bitstream generated by the image encoding method/apparatus of the present disclosure.
  • HD images high definition (HD) images and ultra high definition (UHD) images
  • UHD images ultra high definition
  • An object of the present disclosure is to provide an image encoding/decoding method and apparatus with improved encoding/decoding efficiency.
  • Another object of the present disclosure is to provide a method and apparatus for encoding/decoding an image based on a picture header including information about a co-located picture.
  • Another object of the present disclosure is to provide a method and apparatus for encoding/decoding an image with improved signaling mechanism efficiency for TMVP.
  • Another object of the present disclosure is to provide a method of transmitting a bitstream generated by an image encoding method or apparatus according to the present disclosure.
  • Another object of the present disclosure is to provide a recording medium storing a bitstream generated by an image encoding method or apparatus according to the present disclosure.
  • Another object of the present disclosure is to provide a recording medium storing a bitstream that is received and decoded by an image decoding apparatus according to the present disclosure and used to restore an image.
  • An image decoding method includes deriving a temporal motion vector predictor for the current block based on a co-location picture with respect to the current block, the temporal motion vector predictor and deriving a motion vector of the current block based on the motion vector, and generating a prediction block of the current block based on the motion vector, wherein the co-located picture is a slice header of a current slice including the current block. It is determined based on the identification information of the co-located picture included in, and when the slice header does not include the identification information of the co-located picture, the co-located picture is the picture header of the current picture including the current block. It may be determined based on the included identification information of the co-location picture.
  • An image decoding apparatus includes a memory and at least one processor, wherein the at least one processor includes a temporal motion vector predictor ( temporal motion vector predictor), derive a motion vector of the current block based on the temporal motion vector predictor, and generate a predictive block of the current block based on the motion vector, wherein the co-location picture is It is determined based on the identification information of the co-located picture included in the slice header of the current slice including the current block, and when the slice header does not include the identification information of the co-located picture, the co-located picture is the current It may be determined based on identification information of the co-located picture included in the picture header of the current picture including the block.
  • temporal motion vector predictor temporal motion vector predictor
  • An image encoding method includes generating a prediction block of the current block based on a motion vector of the current block, and temporal motion with respect to the current block based on a co-located picture with respect to the current block.
  • the identification information of the co-located picture is the current block Is encoded in the slice header of the current slice including the current block, and when the identification information of the co-located picture is not coded in the slice header, the identification information of the co-located picture is encoded in the picture header of the current picture including the current block.
  • a computer-readable recording medium may store a bitstream generated by the image encoding method or image encoding apparatus of the present disclosure.
  • an image encoding/decoding method and apparatus having improved encoding/decoding efficiency may be provided.
  • a method and apparatus for encoding/decoding an image based on a picture header including information about a co-located picture may be provided.
  • a method and apparatus for encoding/decoding an image with improved signaling mechanism efficiency for TMVP may be provided.
  • a method for transmitting a bitstream generated by an image encoding method or apparatus according to the present disclosure may be provided.
  • a recording medium storing a bitstream generated by the image encoding method or apparatus according to the present disclosure may be provided.
  • a recording medium storing a bitstream received and decoded by the image decoding apparatus according to the present disclosure and used to restore an image.
  • FIG. 1 is a diagram schematically illustrating a video coding system to which an embodiment according to the present disclosure can be applied.
  • FIG. 2 is a diagram schematically illustrating an image encoding apparatus to which an embodiment according to the present disclosure can be applied.
  • FIG. 3 is a diagram schematically illustrating an image decoding apparatus to which an embodiment according to the present disclosure can be applied.
  • FIG. 4 is a flowchart illustrating a video/image encoding method based on inter prediction.
  • FIG 5 is a diagram exemplarily illustrating the configuration of the inter prediction unit 180 according to the present disclosure.
  • FIG. 6 is a flowchart illustrating a video/image decoding method based on inter prediction.
  • FIG. 7 is a diagram exemplarily illustrating the configuration of the inter prediction unit 260 according to the present disclosure.
  • FIG. 8 is a diagram illustrating neighboring blocks that can be used as spatial merge candidates.
  • FIG. 9 is a diagram schematically illustrating a method for constructing a merge candidate list according to an example of the present disclosure.
  • FIG. 10 is a diagram illustrating a candidate pair for a redundancy check performed on a spatial candidate.
  • 11 is a diagram for explaining a method of scaling a motion vector of a temporal candidate.
  • FIG. 12 is a diagram for explaining a position from which a temporal candidate is derived.
  • FIG. 13 is a diagram schematically illustrating a method for constructing a motion vector predictor candidate list according to an example of the present disclosure.
  • 14A is a diagram illustrating an example of a picture header including information on TMVP.
  • 14B is a diagram illustrating an example of a slice header including information on TMVP.
  • 15 to 18 are diagrams illustrating examples of a picture header according to embodiments of the present disclosure.
  • 19 is a flowchart illustrating an image encoding method according to an embodiment of the present disclosure.
  • 20 is a flowchart illustrating an image decoding method according to an embodiment of the present disclosure.
  • 21 is a flowchart illustrating a method of determining a co-location picture according to an embodiment of the present disclosure.
  • FIG. 22 is a diagram exemplarily illustrating a content streaming system to which an embodiment according to the present disclosure can be applied.
  • a component when it is said that a component is “connected”, “coupled” or “connected” with another component, it is not only a direct connection relationship, but also an indirect connection relationship in which another component exists in the middle. may also include.
  • a component when a component is said to "include” or “have” another component, it means that another component may be further included without excluding other components unless otherwise stated. .
  • first, second, etc. are used only for the purpose of distinguishing one component from other components, and do not limit the order or importance between the components unless otherwise specified. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, a second component in one embodiment is referred to as a first component in another embodiment. can also be called
  • components that are distinguished from each other are for clearly explaining each characteristic, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated to form one hardware or software unit, or one component may be distributed to form a plurality of hardware or software units. Accordingly, even if not specifically mentioned, such integrated or dispersed embodiments are also included in the scope of the present disclosure.
  • components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, an embodiment composed of a subset of components described in one embodiment is also included in the scope of the present disclosure. In addition, embodiments including other components in addition to components described in various embodiments are also included in the scope of the present disclosure.
  • the present disclosure relates to encoding and decoding of an image, and terms used in the present disclosure may have conventional meanings commonly used in the technical field to which the present disclosure belongs unless they are newly defined in the present disclosure.
  • a “picture” generally means a unit representing one image in a specific time period
  • a slice/tile is a coding unit constituting a part of a picture
  • one picture is one It may be composed of more than one slice/tile.
  • a slice/tile may include one or more coding tree units (CTUs).
  • pixel or “pel” may mean a minimum unit constituting one picture (or image).
  • sample may be used as a term corresponding to a pixel.
  • a sample may generally represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component.
  • a “unit” may indicate 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.
  • a unit may be used interchangeably with terms such as “sample array”, “block” or “area” in some cases.
  • the MxN block may include samples (or sample arrays) or a set (or arrays) of transform coefficients including M columns and N rows.
  • current block may mean one of “current coding block”, “current coding unit”, “coding object block”, “decoding object block”, or “processing object block”.
  • current block may mean “current prediction block” or “prediction target block”.
  • transform inverse transform
  • quantization inverse quantization
  • current block may mean “current transform block” or “transform target block”.
  • filtering the “current block” may mean a “filtering target block”.
  • the "current block” may mean a block including both a luma component block and a chroma component block or "a luma block of the current block” unless there is an explicit description of the chroma block.
  • the luma component block of the current block may be explicitly expressed by including an explicit description of the luma component block, such as “luma block” or “current luma block”.
  • the chroma component block of the current block may be explicitly expressed by including an explicit description of a chroma component block, such as "chroma block” or "current chroma block”.
  • “/” and “,” may be interpreted as “and/or”.
  • “A/B” and “A, B” may be interpreted as “A and/or B”.
  • “A/B/C” and “A, B, C” may mean “at least one of A, B, and/or C”.
  • FIG. 1 illustrates a video coding system according to this disclosure.
  • a video coding system may include an encoding apparatus 10 and a decoding apparatus 20 .
  • the encoding apparatus 10 may transmit encoded video and/or image information or data in the form of a file or streaming to the decoding apparatus 20 through a digital storage medium or a network.
  • the encoding apparatus 10 may include a video source generator 11 , an encoder 12 , and a transmitter 13 .
  • the decoding apparatus 20 may include a receiving unit 21 , a decoding unit 22 , and a rendering unit 23 .
  • the encoder 12 may be referred to as a video/image encoder, and the decoder 22 may be referred to as a video/image decoder.
  • the transmitter 13 may be included in the encoder 12 .
  • the receiver 21 may be included in the decoder 22 .
  • the rendering unit 23 may include a display unit, and the display unit may be configured as a separate device or external component.
  • the video source generator 11 may acquire a video/image through a process of capturing, synthesizing, or generating the video/image.
  • the video source generating unit 11 may include a video/image capturing 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 encoder 12 may encode an input video/image.
  • the encoder 12 may perform a series of procedures such as prediction, transformation, and quantization for compression and encoding efficiency.
  • the encoder 12 may output encoded data (encoded video/image information) in the form of a bitstream.
  • the transmitter 13 may transmit the encoded video/image information or data output in the form of a bitstream in the form of a file or streaming to the receiver 21 of the decoding apparatus 20 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 13 may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiver 21 may extract/receive the bitstream from the storage medium or the network and transmit it to the decoder 22 .
  • the decoder 22 may decode the video/image by performing a series of procedures such as inverse quantization, inverse transform, and prediction corresponding to the operation of the encoder 12 .
  • the rendering unit 23 may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • FIG. 2 is a diagram schematically illustrating an image encoding apparatus to which an embodiment according to the present disclosure can be applied.
  • the image encoding apparatus 100 includes an image segmentation unit 110 , a subtraction unit 115 , a transform unit 120 , a quantization unit 130 , an inverse quantization unit 140 , and an inverse transform unit ( 150 ), an adder 155 , a filtering unit 160 , a memory 170 , an inter prediction unit 180 , an intra prediction unit 185 , and an entropy encoding unit 190 .
  • the inter prediction unit 180 and the intra prediction unit 185 may be collectively referred to as a “prediction unit”.
  • the transform unit 120 , the quantization unit 130 , the inverse quantization unit 140 , and the inverse transform unit 150 may be included in a residual processing unit.
  • the residual processing unit may further include a subtraction unit 115 .
  • All or at least some of the plurality of components constituting the image encoding apparatus 100 may be implemented as one hardware component (eg, an encoder or a processor) according to an embodiment.
  • the memory 170 may include a decoded picture buffer (DPB), and may be implemented by a digital storage medium.
  • DPB decoded picture buffer
  • the image dividing unit 110 may divide an input image (or a picture, a frame) input to the image encoding apparatus 100 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • Coding unit is a coding tree unit (coding tree unit, CTU) or largest coding unit (LCU) according to the QT / BT / TT (Quad-tree / binary-tree / ternary-tree) structure recursively ( can be obtained by recursively segmenting.
  • 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 tree structure.
  • a quad tree structure may be applied first and a binary tree structure and/or a ternary tree structure may be applied later.
  • a coding procedure according to the present disclosure may be performed based on the last coding unit that is no longer divided.
  • the largest coding unit may be directly used as the final coding unit, and a coding unit of a lower depth obtained by dividing the largest coding unit may be used as the final cornet unit.
  • the coding procedure may include procedures such as prediction, transformation, and/or restoration, which will be described later.
  • the processing unit of the coding procedure may be a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be divided or partitioned from the final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • the prediction unit (the inter prediction unit 180 or the intra prediction unit 185) performs prediction on a processing target block (current block), and generates a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information regarding prediction of the current block and transmit it to the entropy encoding unit 190 .
  • the prediction information may be encoded by the entropy encoding unit 190 and output in the form of a bitstream.
  • the intra prediction unit 185 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the vicinity of the current block according to an intra prediction mode and/or an intra prediction technique, or may be located apart from each other.
  • the intra prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes 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 185 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 180 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 blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks 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), or the like.
  • the reference picture including the temporal neighboring block may be referred to as a collocated picture (colPic).
  • the inter prediction unit 180 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive a motion vector and/or a reference picture index of the current block. can create Inter prediction may be performed based on various prediction modes. For example, in the skip mode and merge mode, the inter prediction unit 180 may use motion information of a neighboring block as motion information of the current block. In the skip mode, unlike the merge mode, a residual signal may not be transmitted.
  • a motion vector of a neighboring block is used as a motion vector predictor, and a motion vector difference and an indicator for the motion vector predictor ( indicator) to signal the motion vector of the current block.
  • the motion vector difference may mean a difference between the motion vector of the current block and the motion vector predictor.
  • the prediction unit may generate a prediction signal based on various prediction methods and/or prediction techniques to be described later. For example, the prediction unit may apply intra prediction or inter prediction for prediction of the current block, and may simultaneously apply intra prediction and inter prediction. A prediction method that simultaneously applies intra prediction and inter prediction for prediction of the current block may be referred to as combined inter and intra prediction (CIIP). Also, the prediction unit may perform intra block copy (IBC) for prediction of the current block. The intra block copy may be used for video/video coding of content such as games, for example, screen content coding (SCC). IBC is a method of predicting a current block using a reconstructed reference block in a current picture located a predetermined distance away from the current block.
  • CIIP combined inter and intra prediction
  • IBC intra block copy
  • the intra block copy may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • IBC is a method of predicting a current block using a reconstructed reference block in a current picture located
  • the position of the reference block in the current picture may be encoded as a vector (block vector) corresponding to the predetermined distance.
  • 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 disclosure.
  • 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 subtraction unit 115 subtracts the prediction signal (predicted block, prediction sample array) output from the prediction unit from the input image signal (original block, original sample array) to obtain a residual signal (residual signal, residual block, and residual sample array). ) can be created.
  • the generated residual signal may be transmitted to the converter 120 .
  • the transform unit 120 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation method may include at least one of Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Karhunen-Loeve Transform (KLT), Graph-Based Transform (GBT), or Conditionally Non-linear Transform (CNT).
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • KLT Karhunen-Loeve 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 to a block of variable size that is not a square.
  • the quantization unit 130 may quantize the transform coefficients and transmit them to the entropy encoding unit 190 .
  • the entropy encoding unit 190 may encode a quantized signal (information on quantized transform coefficients) and output it as a bitstream. Information about the quantized transform coefficients may be referred to as residual information.
  • the quantization unit 130 may rearrange the quantized transform coefficients in the 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 quantized transform coefficients. Information about the transform coefficients may be generated.
  • the entropy encoding unit 190 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 190 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
  • the video/image information may further include general constraint information.
  • the signaling information, transmitted information, and/or syntax elements mentioned in this disclosure 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 transmission unit (not shown) and/or a storage unit (not shown) for storing the signal output from the entropy encoding unit 190 may be provided as internal/external elements of the image encoding apparatus 100 , or transmission The unit may be provided as a component of the entropy encoding unit 190 .
  • the quantized transform coefficients output from the quantization unit 130 may be used to generate a residual signal.
  • a residual signal residual block or residual samples
  • a residual signal residual block or residual samples
  • the adder 155 adds a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) by adding the reconstructed residual signal to the prediction signal output from the inter prediction unit 180 or the intra prediction unit 185 .
  • a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) by adding the reconstructed residual signal to the prediction signal output from the inter prediction unit 180 or the intra prediction unit 185 .
  • the adder 155 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.
  • the filtering unit 160 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 160 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 170 , specifically, the DPB of the memory 170 .
  • 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 160 may generate various information regarding filtering and transmit it to the entropy encoding unit 190 as described later in the description of each filtering method.
  • the filtering-related information may be encoded by the entropy encoding unit 190 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 170 may be used as a reference picture in the inter prediction unit 180 .
  • the image encoding apparatus 100 can avoid a prediction mismatch between the image encoding apparatus 100 and the image decoding apparatus, and can also improve encoding efficiency.
  • the DPB in the memory 170 may store a reconstructed picture corrected for use as a reference picture in the inter prediction unit 180 .
  • the memory 170 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 180 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 170 may store reconstructed samples of reconstructed blocks in the current picture, and may transmit the reconstructed samples to the intra prediction unit 185 .
  • FIG. 3 is a diagram schematically illustrating an image decoding apparatus to which an embodiment according to the present disclosure can be applied.
  • the image decoding apparatus 200 includes an entropy decoding unit 210 , an inverse quantization unit 220 , an inverse transform unit 230 , an adder 235 , a filtering unit 240 , and a memory 250 .
  • the inter prediction unit 260 and the intra prediction unit 265 may be included.
  • the inter prediction unit 260 and the intra prediction unit 265 may be collectively referred to as a “prediction unit”.
  • the inverse quantization unit 220 and the inverse transform unit 230 may be included in the residual processing unit.
  • All or at least some of the plurality of components constituting the image decoding apparatus 200 may be implemented as one hardware component (eg, a decoder or a processor) according to an embodiment.
  • the memory 170 may include a DPB, and may be implemented by a digital storage medium.
  • the image decoding apparatus 200 may reconstruct the image by performing a process corresponding to the process performed by the image encoding apparatus 100 of FIG. 2 .
  • the image decoding apparatus 200 may perform decoding using a processing unit applied in the image encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit.
  • a coding unit may be a coding tree unit or may be obtained by dividing the largest coding unit.
  • the reconstructed image signal decoded and output through the image decoding apparatus 200 may be reproduced through a reproducing apparatus (not shown).
  • the image decoding apparatus 200 may receive the signal output from the image encoding apparatus of FIG. 2 in the form of a bitstream.
  • the received signal may be decoded through the entropy decoding unit 210 .
  • the entropy decoding unit 210 may parse the bitstream to derive information (eg, video/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 image decoding apparatus may additionally use the information about the parameter set and/or the general restriction information to decode the image.
  • the signaling information, received information and/or syntax elements mentioned in this disclosure may be obtained from the bitstream by being decoded through the decoding procedure.
  • the entropy decoding unit 210 decodes information in the bitstream based on a coding method such as exponential Golomb encoding, CAVLC or CABAC, and quantizes the value of a syntax element required for image reconstruction and a transform coefficient related to the residual. values can be printed.
  • 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 blocks and to-be-decoded blocks or information of symbols/bins decoded in the previous step.
  • 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 210 is provided to the prediction unit (the inter prediction unit 260 and the intra prediction unit 265), and the entropy decoding unit 210 performs entropy decoding.
  • the dual value that is, quantized transform coefficients and related parameter information may be input to the inverse quantization unit 220 .
  • information about filtering among the information decoded by the entropy decoding unit 210 may be provided to the filtering unit 240 .
  • a receiving unit (not shown) for receiving a signal output from the image encoding apparatus may be additionally provided as internal/external elements of the image decoding apparatus 200 , or the receiving unit is provided as a component of the entropy decoding unit 210 .
  • the image decoding apparatus may be referred to as a video/image/picture decoding apparatus.
  • the image decoding apparatus may include an information decoder (video/image/picture information decoder) and/or a sample decoder (video/image/picture sample decoder).
  • the information decoder may include an entropy decoding unit 210, and the sample decoder includes an inverse quantizer 220, an inverse transform unit 230, an adder 235, a filtering unit 240, a memory 250, At least one of an inter prediction unit 260 and an intra prediction unit 265 may be included.
  • the inverse quantizer 220 may inverse quantize the quantized transform coefficients to output transform coefficients.
  • the inverse quantizer 220 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, the rearrangement may be performed based on a coefficient scan order performed by the image encoding apparatus.
  • the inverse quantizer 220 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 230 may inverse transform the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the prediction information output from the entropy decoding unit 210, and determine a specific intra/inter prediction mode (prediction technique).
  • the intra prediction unit 265 may predict the current block with reference to samples in the current picture.
  • the description of the intra prediction unit 185 may be equally applied to the intra prediction unit 265 .
  • the inter prediction unit 260 may derive 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 blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the inter prediction unit 260 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or a reference picture index of the current block based on the received candidate selection information.
  • Inter prediction may be performed based on various prediction modes (techniques), and the prediction information may include information indicating a mode (technique) of inter prediction for the current block.
  • the adder 235 restores the obtained residual signal by adding it to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 260 and/or the intra prediction unit 265 ).
  • a signal (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the predicted block may be used as a reconstructed block.
  • the description of the adder 155 may be equally applied to the adder 235 .
  • the addition unit 235 may be called a restoration unit or a restoration block generation unit.
  • 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.
  • the filtering unit 240 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 240 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 250 , specifically, the memory 250 . It can be stored in DPB.
  • 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 250 may be used as a reference picture in the inter prediction unit 260 .
  • the memory 250 may store motion information of a block in 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 260 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 250 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 265 .
  • the embodiments described in the filtering unit 160, the inter prediction unit 180, and the intra prediction unit 185 of the image encoding apparatus 100 include the filtering unit 240 of the image decoding apparatus 200, The same or corresponding application may be applied to the inter prediction unit 260 and the intra prediction unit 265 .
  • the image encoding/decoding apparatus may derive a prediction sample by performing inter prediction in units of blocks.
  • Inter prediction may refer to a prediction technique derived in a method dependent on data elements of picture(s) other than the current picture.
  • a prediction block for the current block may be derived based on a reference block specified by a motion vector on a reference picture.
  • the motion information of the current block may be derived based on the correlation of the motion information between the neighboring block and the current block, and the motion information of the block, sub-block, or sample unit may be derived.
  • Information can be derived.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction type information.
  • the inter prediction type information may mean direction information of inter prediction.
  • the inter prediction type information may indicate that the current block is predicted using one of L0 prediction, L1 prediction, and Bi prediction.
  • the neighboring blocks of the current block may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the reference picture including the reference block for the current block and the reference picture including the temporal neighboring block may be the same or different.
  • a temporal neighboring block may be referred to as a collocated reference block, a collocated coding unit (colCU), or the like, and a reference picture including the temporal neighboring block may be referred to as a collocated picture (colPic).
  • a motion information candidate list may be constructed based on neighboring blocks of the current block, and in this case, flag or index information indicating which candidate is used to derive the motion vector and/or reference picture index of the current block. may be signaled.
  • the motion information may include L0 motion information and/or L1 motion information according to an inter prediction type.
  • a motion vector in the L0 direction may be defined as an L0 motion vector or MVL0, and a motion vector in the L1 direction may be defined as an L1 motion vector or MVL1.
  • a prediction based on an L0 motion vector may be defined as an L0 prediction
  • a prediction based on an L1 motion vector may be defined as an L1 prediction
  • a prediction based on both the L0 motion vector and the L1 motion vector may be defined as bi-prediction (Bi- prediction) can be defined.
  • the L0 motion vector may mean a motion vector associated with the reference picture list L0
  • the L1 motion vector may mean a motion vector associated with the reference picture list L1.
  • the reference picture list L0 may include pictures earlier than the current picture in output order as reference pictures, and the reference picture list L1 may include pictures that are later than the current picture in output order.
  • previous pictures may be defined as forward (reference) pictures, and subsequent pictures may be defined as backward (reference) pictures.
  • the reference picture list L0 may further include pictures after the current picture in the output order.
  • previous pictures may be indexed first and subsequent pictures may be indexed next in the reference picture list L0.
  • the reference picture list L1 may further include previous pictures in output order than the current picture.
  • subsequent pictures may be indexed first and previous pictures may be indexed next in the reference picture list L1.
  • the output order may correspond to a picture order count (POC) order.
  • POC picture order count
  • FIG. 4 is a flowchart illustrating a video/image encoding method based on inter prediction.
  • FIG 5 is a diagram exemplarily illustrating the configuration of the inter prediction unit 180 according to the present disclosure.
  • the encoding method of FIG. 4 may be performed by the image encoding apparatus of FIG. 2 .
  • step S410 may be performed by the inter prediction unit 180 and step S420 may be performed by the residual processing unit.
  • step S420 may be performed by the subtraction unit 115 .
  • Step S430 may be performed by the entropy encoding unit 190 .
  • the prediction information of step S430 may be derived by the inter prediction unit 180, and the residual information of step S430 may be derived by the residual processing unit.
  • the residual information is information about the residual samples.
  • the residual information may include information about quantized transform coefficients for the residual samples.
  • the residual samples may be derived as transform coefficients through the transform unit 120 of the image encoding apparatus, and the transform coefficients may be derived as quantized transform coefficients through the quantization unit 130 .
  • Information on the quantized transform coefficients may be encoded by the entropy encoding unit 190 through a residual coding procedure.
  • the image encoding apparatus may perform inter prediction on the current block (S410).
  • the image encoding apparatus may derive the inter prediction mode and motion information of the current block, and generate prediction samples of the current block.
  • the procedures for determining the inter prediction mode, deriving motion information, and generating prediction samples may be performed simultaneously, or one procedure may be performed before another procedure.
  • the inter prediction unit 180 of the image encoding apparatus may include a prediction mode determiner 181 , a motion information derivation unit 182 , and a prediction sample derivation unit 183 . have.
  • the prediction mode determiner 181 determines a prediction mode for the current block
  • the motion information derivation unit 182 derives motion information of the current block
  • the prediction sample derivator 183 predicts the current block. samples can be drawn.
  • the inter prediction unit 180 of the image encoding apparatus searches for a block similar to the current block within a predetermined area (search area) of reference pictures through motion estimation, and a difference from the current block It is possible to derive a reference block of which is less than or equal to a minimum or a certain criterion. Based on this, a reference picture index indicating a reference picture in which the reference block is located may be derived, and a motion vector may be derived based on a position difference between the reference block and the current block.
  • the image encoding apparatus may determine a mode applied to the current block from among various inter prediction modes.
  • the image encoding apparatus may compare rate-distortion (RD) costs for the various prediction modes and determine an optimal inter prediction mode for the current block.
  • RD rate-distortion
  • the method for the image encoding apparatus to determine the inter prediction mode for the current block is not limited to the above example, and various methods may be used.
  • the inter prediction mode for the current block is a merge mode, a merge skip mode, an MVP mode (Motion Vector Prediction mode), a SMVD mode (Symmetric Motion Vector Difference), and an affine mode. mode), Subblock-based merge mode, AMVR mode (Adaptive Motion Vector Resolution mode), HMVP mode (History-based Motion Vector Predictor mode), Pair-wise average merge mode , MMVD mode (Merge mode with Motion Vector Differences mode), DMVR mode (Decoder side Motion Vector Refinement mode), CIIP mode (Combined Inter and Intra Prediction mode), and GPM (Geometric Partitioning mode) can be determined as at least one.
  • the image encoding apparatus may derive merge candidates from neighboring blocks of the current block, and construct a merge candidate list using the derived merge candidates.
  • the apparatus for encoding an image may derive a reference block in which a difference between the current block and the current block among reference blocks indicated by merge candidates included in the merge candidate list is a minimum or a predetermined criterion or less.
  • a merge candidate associated with the derived reference block may be selected, and merge index information indicating the selected merge candidate may be generated and signaled to the image decoding apparatus.
  • the motion information of the current block may be derived using the motion information of the selected merge candidate.
  • the image encoding apparatus when the MVP mode is applied to the current block, derives motion vector predictor (MVP) candidates from neighboring blocks of the current block, and uses the derived MVP candidates for MVP Candidate lists can be constructed.
  • the video encoding apparatus may use a motion vector of an MVP candidate selected from among the MVP candidates included in the MVP candidate list as the MVP of the current block.
  • a motion vector pointing to the reference block derived by the above-described motion estimation may be used as the motion vector of the current block, and the difference from the motion vector of the current block among the MVP candidates is the smallest.
  • An MVP candidate having a motion vector may be the selected MVP candidate.
  • a motion vector difference (MVD) that is a difference obtained by subtracting the MVP from the motion vector of the current block may be derived.
  • index information indicating the selected MVP candidate and information on the MVD may be signaled to the video decoding apparatus.
  • the value of the reference picture index may be configured as reference picture index information and separately signaled to the image decoding apparatus.
  • the image encoding apparatus may derive residual samples based on the prediction samples ( S420 ).
  • the image encoding apparatus may derive the residual samples by comparing original samples of the current block with the prediction samples. For example, the residual sample may be derived by subtracting the corresponding prediction sample from the original sample.
  • the image encoding apparatus may encode image information including prediction information and residual information (S430).
  • the image encoding apparatus may output encoded image information in the form of a bitstream.
  • the prediction information is information related to the prediction procedure, and may include prediction mode information (eg, skip flag, merge flag, or mode index, etc.) and motion information.
  • a skip flag is information indicating whether skip mode is applied to the current block
  • a merge flag is information indicating whether a merge mode is applied to the current block.
  • the prediction mode information may be information indicating one of a plurality of prediction modes, such as a mode index. When each of the skip flag and the merge flag is 0, it may be determined that the MVP mode is applied to the current block.
  • the information on the motion information may include candidate selection information (e.g. merge index, mvp flag, or mvp index) that is information for deriving a motion vector.
  • candidate selection information e.g. merge index, mvp flag, or mvp index
  • the merge index among the candidate selection information may be signaled when a merge mode is applied to the current block, and may be information for selecting one of the merge candidates included in the merge candidate list.
  • the MVP flag or MVP index among the candidate selection information may be signaled when the MVP mode is applied to the current block, and may be information for selecting one of the MVP candidates included in the MVP candidate list.
  • the MVP flag may be signaled using the syntax element mvp_l0_flag or mvp_l1_flag.
  • the information on the motion information may include the above-described MVD information and/or reference picture index information.
  • the information on the motion information may include information indicating whether L0 prediction, L1 prediction, or pair (Bi) prediction is applied.
  • the residual information is information about the residual samples.
  • the residual information may include information about quantized transform coefficients for the residual samples.
  • the output bitstream may be stored in a (digital) storage medium and transmitted to the image decoding apparatus, or may be transmitted to the image decoding apparatus through a network.
  • the image encoding apparatus may generate a reconstructed picture (a picture including reconstructed samples and reconstructed blocks) based on the reference samples and the residual samples. This is because the image encoding apparatus can derive the same prediction result as that performed by the image decoding apparatus, and through this, the coding efficiency can be increased. Accordingly, the image encoding apparatus may store the reconstructed picture (or reconstructed samples or reconstructed block) in a memory and use it as a reference picture for inter prediction. As described above, an in-loop filtering procedure may be further applied to the reconstructed picture.
  • FIG. 6 is a flowchart illustrating a video/image decoding method based on inter prediction.
  • FIG. 7 is a diagram exemplarily illustrating the configuration of the inter prediction unit 260 according to the present disclosure.
  • the image decoding apparatus may perform an operation corresponding to the operation performed by the image encoding apparatus.
  • the image decoding apparatus may perform prediction on the current block based on the received prediction information and derive prediction samples.
  • the decoding method of FIG. 6 may be performed by the image decoding apparatus of FIG. 3 .
  • Steps S610 to S630 may be performed by the inter prediction unit 260 , and the prediction information of step S610 and residual information of step S640 may be obtained from the bitstream by the entropy decoding unit 210 .
  • the residual processing unit of the image decoding apparatus may derive residual samples for the current block based on the residual information (S640).
  • the inverse quantization unit 220 of the residual processing unit derives transform coefficients by performing inverse quantization based on the quantized transform coefficients derived based on the residual information
  • the inverse transform unit of the residual processing unit 230 may perform inverse transform on the transform coefficients to derive residual samples for the current block.
  • Step S650 may be performed by the adder 235 or the restorer.
  • the image decoding apparatus may determine the prediction mode for the current block based on the received prediction information (S610).
  • the image decoding apparatus may determine which inter prediction mode is applied to the current block based on prediction mode information in the prediction information.
  • the skip mode may be applied to the current block based on the skip flag. Also, based on the merge flag, it may be determined whether the merge mode is applied to the current block or whether the MVP mode is determined. Alternatively, one of various inter prediction mode candidates may be selected based on the mode index.
  • the inter prediction mode candidates may include a skip mode, a merge mode, and/or an MVP mode, or may include various inter prediction modes to be described later.
  • the image decoding apparatus may derive motion information of the current block based on the determined inter prediction mode (S620). For example, when a skip mode or a merge mode is applied to the current block, the image decoding apparatus may configure a merge candidate list to be described later and select one merge candidate from among the merge candidates included in the merge candidate list. The selection may be performed based on the aforementioned candidate selection information (merge index).
  • the motion information of the current block may be derived using the motion information of the selected merge candidate. For example, motion information of the selected merge candidate may be used as motion information of the current block.
  • the image decoding apparatus may construct an MVP candidate list and use a motion vector of an MVP candidate selected from among MVP candidates included in the MVP candidate list as the MVP of the current block. have.
  • the selection may be performed based on the aforementioned candidate selection information (mvp flag or mvp index).
  • the MVD of the current block may be derived based on the information on the MVD
  • the motion vector of the current block may be derived based on the MVP of the current block and the MVD.
  • the reference picture index of the current block may be derived based on the reference picture index information.
  • a picture indicated by the reference picture index in the reference picture list for the current block may be derived as a reference picture referenced for inter prediction of the current block.
  • the image decoding apparatus may generate prediction samples for the current block based on the motion information of the current block (S630).
  • the reference picture may be derived based on the reference picture index of the current block, and the prediction samples of the current block may be derived using samples of the reference block indicated by the motion vector of the current block on the reference picture. .
  • a prediction sample filtering procedure for all or some of the prediction samples of the current block may be further performed.
  • the inter prediction unit 260 of the image decoding apparatus may include a prediction mode determiner 261 , a motion information derivation unit 262 , and a prediction sample derivation unit 263 . have.
  • the inter prediction unit 260 of the image decoding apparatus determines the prediction mode for the current block based on the prediction mode information received from the prediction mode determiner 261 , and the motion information received from the motion information derivation unit 262 .
  • Motion information (such as a motion vector and/or a reference picture index) of the current block may be derived based on the information on , and the prediction samples of the current block may be derived from the prediction sample derivation unit 263 .
  • the image decoding apparatus may generate residual samples for the current block based on the received residual information (S640).
  • the image decoding apparatus may generate reconstructed samples for the current block based on the prediction samples and the residual samples, and generate a reconstructed picture based thereon ( S650 ). Thereafter, as described above, an in-loop filtering procedure may be further applied to the reconstructed picture.
  • the inter prediction procedure may include an inter prediction mode determination step, a motion information derivation step according to the determined prediction mode, and a prediction operation (prediction sample generation) step based on the derived motion information.
  • the inter prediction procedure may be performed by the image encoding apparatus and the image decoding apparatus as described above.
  • inter prediction may be performed using motion information of the current block.
  • the image encoding apparatus may derive optimal motion information for the current block through a motion estimation procedure. For example, the image encoding apparatus may search for a similar reference block with high correlation within a predetermined search range in the reference picture in units of fractional pixels by using the original block in the original picture with respect to the current block, and derive motion information through this can do.
  • the block similarity may be calculated based on sum of absolute differences (SAD) between the current block and the reference block.
  • SAD sum of absolute differences
  • motion information may be derived based on a reference block having the smallest SAD in the search area.
  • the derived motion information may be signaled to the image decoding apparatus according to various methods based on the inter prediction mode.
  • motion information of the current block is not directly transmitted, but motion information of the current block is derived using motion information of a neighboring block. Accordingly, the motion information of the current prediction block can be indicated by transmitting flag information indicating that the merge mode is used and candidate selection information (eg, a merge index) indicating which neighboring blocks are used as a merge candidate.
  • candidate selection information eg, a merge index
  • the current block since the current block is a unit of prediction performance, the current block may be used with the same meaning as the current prediction block, and the neighboring block may be used with the same meaning as the neighboring prediction block.
  • the image encoding apparatus may search for a merge candidate block used to derive motion information of the current block. For example, up to five merge candidate blocks may be used, but the present invention is not limited thereto.
  • the maximum number of merge candidate blocks may be transmitted in a slice header or a tile group header, but is not limited thereto.
  • the image encoding apparatus may generate a merge candidate list, and among them, a merge candidate block having the smallest RD cost may be selected as the final merge candidate block.
  • the present disclosure provides various embodiments of merge candidate blocks constituting the merge candidate list.
  • the merge candidate list may use, for example, five merge candidate blocks.
  • four spatial merge candidates and one temporal merge candidate may be used.
  • FIG. 8 is a diagram illustrating neighboring blocks that can be used as spatial merge candidates.
  • FIG. 9 is a diagram schematically illustrating a method for constructing a merge candidate list according to an example of the present disclosure.
  • the image encoding apparatus/image decoding apparatus may insert spatial merge candidates derived by searching for spatially neighboring blocks of the current block into the merge candidate list ( S910 ).
  • the spatial neighboring blocks include a lower-left corner neighboring block (A0), a left neighboring block (A1), an upper-right corner neighboring block (B0), and an upper neighboring block (B1) of the current block. ), the upper left corner surrounding blocks (B2) may be included.
  • additional neighboring blocks such as a right neighboring block, a lower neighboring block, and a lower right neighboring block may be further used as the spatial neighboring blocks.
  • the image encoding apparatus/image decoding apparatus may detect available blocks by searching the spatial neighboring blocks based on priorities, and may derive motion information of the detected blocks as the spatial merge candidates. For example, the image encoding apparatus/image decoding apparatus searches the five blocks shown in FIG. 8 in the order of A1, B1, B0, A0, and B2 and sequentially indexes the available candidates to construct a merge candidate list. have.
  • the image encoding apparatus/image decoding apparatus may insert a temporal merge candidate derived by searching for temporally neighboring blocks of the current block into the merge candidate list (S920).
  • the temporal neighboring block may be located on a reference picture that is a different picture from the current picture in which the current block is located.
  • the reference picture in which the temporal neighboring block is located may be called a collocated picture or a col picture.
  • the temporal neighboring block may be searched for in the order of a lower right corner neighboring block and a lower right center block of a co-located block with respect to the current block on the col picture. Meanwhile, when motion data compression is applied to reduce memory load, specific motion information may be stored as representative motion information for each predetermined storage unit for the col picture.
  • the predetermined storage unit may be predetermined as, for example, a 16x16 sample unit or an 8x8 sample unit, or size information on the predetermined storage unit may be signaled from the image encoding apparatus to the image decoding apparatus.
  • the motion information of the temporal neighboring block may be replaced with representative motion information of the predetermined storage unit in which the temporal neighboring block is located.
  • the temporal merge candidate may be derived based on motion information of a prediction block covering .
  • the predetermined storage unit is a 2nx2n sample unit
  • the corrected position ((xTnb>>n) ⁇ n), (yTnb>> Motion information of a prediction block located at n) ⁇ n)
  • the predetermined storage unit is a 16x16 sample unit
  • the corrected positions ((xTnb>>4) ⁇ 4), (yTnb
  • the motion information of the prediction block located at >>4) ⁇ 4) may be used for the temporal merge candidate.
  • the predetermined storage unit is an 8x8 sample unit
  • the coordinates of the temporal neighboring block are (xTnb, yTnb)
  • the corrected position ((xTnb>>3) ⁇ 3), (yTnb
  • the motion information of the prediction block located at >>3) ⁇ 3)) may be used for the temporal merge candidate.
  • the image encoding apparatus/image decoding apparatus may determine whether the number of current merge candidates is smaller than the number of maximum merge candidates ( S930 ).
  • the maximum number of merge candidates may be predefined or signaled from the image encoding apparatus to the image decoding apparatus.
  • the image encoding apparatus may generate information on the maximum number of merge candidates, encode it, and transmit it to the image decoding apparatus in the form of a bitstream.
  • the subsequent candidate addition process ( S940 ) may not proceed.
  • the video encoding apparatus/video decoding apparatus derives additional merge candidates according to a predetermined method and inserts them into the merge candidate list.
  • the additional merge candidates include, for example, history based merge candidate(s), pair-wise average merge candidate(s), ATMVP, and combined bi-predictive merge candidates (where the slice/tile group type of the current slice/tile group is type B). case) and/or a zero vector merge candidate.
  • the image encoding apparatus/image decoding apparatus may end the construction of the merge candidate list.
  • the image encoding apparatus may select an optimal merge candidate from among the merge candidates constituting the merge candidate list based on the RD cost, and obtain candidate selection information (eg, merge candidate index, merge index) indicating the selected merge candidate. Signaling may be performed to the image decoding apparatus.
  • the image decoding apparatus may select the optimal merge candidate based on the merge candidate list and the candidate selection information.
  • the motion information of the selected merge candidate may be used as the motion information of the current block, and prediction samples of the current block may be derived based on the motion information of the current block.
  • the image encoding apparatus may derive residual samples of the current block based on the prediction samples, and may signal residual information on the residual samples to the image decoding apparatus.
  • the image decoding apparatus may generate reconstructed samples based on residual samples derived based on the residual information and the prediction samples, and generate a reconstructed picture based on the generated reconstructed samples.
  • the skip mode When the skip mode is applied to the current block, motion information of the current block can be derived in the same way as when the merge mode is applied. However, when the skip mode is applied, the residual signal for the corresponding block is omitted, and thus the prediction samples may be directly used as the reconstructed samples.
  • the skip mode may be applied, for example, when a value of cu_skip_flag is 1.
  • the spatial candidate may represent the above-described spatial merge candidate.
  • the derivation of spatial candidates may be performed based on spatially neighboring blocks. For example, up to four spatial candidates may be derived from candidate blocks existing at the positions shown in FIG. 8 .
  • the order of deriving the spatial candidate may be an order of A1 -> B1 -> B0 -> A0 -> B2.
  • the order of deriving spatial candidates is not limited to the above order, and for example, may be the order of B1 -> A1 -> B0 -> A0 -> B2.
  • the last position in the sequence (position B2 in the above example) may be considered if at least one of the preceding four positions (A1, B1, B0 and A0 in the above example) is not available.
  • the block at the predetermined position is not available may include a case in which the corresponding block belongs to a different slice or a different tile from the current block, or the corresponding block is an intra-predicted block.
  • a spatial candidate is derived from a first position in the sequence (A1 or B1 in the example above)
  • a redundancy check may be performed on spatial candidates of a subsequent position. For example, when motion information of a subsequent spatial candidate is the same as motion information of a spatial candidate already included in the merge candidate list, the subsequent spatial candidate is not included in the merge candidate list, thereby improving encoding efficiency. have.
  • the redundancy check performed on the subsequent spatial candidates is not performed on all possible candidate pairs, but only some candidate pairs, thereby reducing computational complexity.
  • FIG. 10 is a diagram illustrating a candidate pair for a redundancy check performed on a spatial candidate.
  • the redundancy check for the spatial candidate of the B0 location may be performed only on the spatial candidate of the A0 location.
  • the redundancy check for the spatial candidate of the B1 position may be performed only on the spatial candidate of the B0 position.
  • the redundancy check for the spatial candidate of the A1 position may be performed only on the spatial candidate of the A0 position.
  • the redundancy check for the spatial candidates of the B2 location may be performed only on the spatial candidates of the A0 location and the B0 location.
  • the example shown in FIG. 10 is an example when the order of deriving spatial candidates is A0 -> B0 -> B1 -> A1 -> B2.
  • the present invention is not limited thereto, and even if the order of deriving spatial candidates is changed, as in the example shown in FIG.
  • the temporal candidate may represent the above-described temporal merge candidate.
  • the motion vector of the temporal candidate may correspond to the temporal candidate of the MVP mode.
  • the motion vector of the temporal candidate may be scaled.
  • the scaling is a collocated reference picture (colPic) (hereinafter, referred to as a 'collocated picture') belonging to a collocated block (co-located CU) (hereinafter referred to as a 'collocated block'). ) can be performed based on A reference picture list used for derivation of a collocated block may be explicitly signaled in a slice header.
  • colPic collocated reference picture
  • 11 is a diagram for explaining a method of scaling a motion vector of a temporal candidate.
  • curr_CU and curr_pic indicate a current block and a current picture
  • col_CU and col_pic indicate a collocated block and a collocated picture
  • curr_ref indicates a reference picture of the current block
  • col_ref indicates a reference picture of the collocated block
  • tb represents the distance between the reference picture and the current picture of the current block
  • td represents the distance between the reference picture and the collocated picture of the collocated block.
  • the tb and td may be expressed as a value corresponding to a difference in picture order count (POC) between pictures.
  • the scaling of the motion vector of the temporal candidate may be performed based on tb and td.
  • the reference picture index of the temporal candidate may be set to 0.
  • FIG. 12 is a diagram for explaining a position from which a temporal candidate is derived.
  • a block with a thick solid line indicates a current block.
  • the temporal candidate may be derived from a block in the collocated picture corresponding to the position C0 (lower right position) or the position C1 (center position) of FIG. 12 .
  • a temporal candidate may be derived based on the C0 location. If the C0 location is not available, a temporal candidate may be derived based on the C1 location. For example, if the block in the collocated picture of the position C0 is an intra-predicted block or exists outside the current CTU row, it may be determined that the position C0 is not available.
  • the motion vector of the collocated block may be stored for each predetermined unit block.
  • the C0 position or the C1 position may be modified to derive a motion vector of the block covering the C0 position or the C1 position.
  • the predetermined unit block is an 8x8 block and the C0 position or the C1 position is (xColCi, yColCi)
  • the position for deriving a temporal candidate is ( ( xColCi >> 3 ) ⁇ 3
  • ( yColCi) >> 3 ) can be modified to ⁇ 3 ).
  • the history-based candidate may be expressed as a history-based merge candidate.
  • the history-based candidate may be added to the merge candidate list after the spatial and temporal candidates are added to the merge candidate list.
  • motion information of a previously encoded/decoded block may be stored in a table and used as a history-based candidate of the current block.
  • the table may store a plurality of history-based candidates during the encoding/decoding process.
  • the table may be initialized when a new CTU row starts. Initializing a table may mean that all history-based candidates stored in the table are deleted and the corresponding table is emptied.
  • the relevant motion information may be added to the table as the last entry. In this case, the inter-predicted block may not be a sub-block-based predicted block.
  • the motion information added to the table may be used as a new history-based candidate.
  • the history-based candidate table may have a predetermined size.
  • the size may be 5.
  • the table can store up to five history-based candidates.
  • a limited first-in-first-out (FIFO) rule may be applied in which a redundancy check is first performed to see if the same candidate exists in the table. If the same candidate already exists in the table, the same candidate is deleted from the table, and the positions of all subsequent history-based candidates may be moved forward.
  • FIFO first-in-first-out
  • the history-based candidate may be used in the construction process of the merge candidate list.
  • history-based candidates recently included in the table may be sequentially checked, and may be included in a position after the temporal candidate of the merge candidate list.
  • a redundancy check with a spatial candidate or a temporal candidate already included in the merge candidate list may be performed. If a spatial candidate or a temporal candidate already included in the merge candidate list overlaps with a history-based candidate, the corresponding history-based candidate may not be included in the merge candidate list.
  • the amount of computation can be reduced by simplifying the redundancy check as follows.
  • N represents the number of candidates already included in the merge candidate list
  • M represents the number of available history-based candidates stored in the table. That is, when four or less candidates are included in the merge candidate list, the number of history-based candidates used to generate the merge candidate list is M, and the merge candidate list includes N more than 4 candidates. In this case, the number of history-based candidates used to generate the merge candidate list may be set to (8 - N).
  • the construction of the merge candidate list using the history-based candidate may be terminated.
  • a pair-wise average candidate may be expressed as a pair-wise average merge candidate or a pair-wise candidate.
  • a pair-wise average candidate may be generated by obtaining a predefined pair of candidates from candidates included in the merge candidate list and averaging them.
  • the predefined candidate pairs are ⁇ (0, 1), (0, 2), (1, 2), (0, 3), (1, 3), (2, 3) ⁇ , constituting each candidate pair
  • the number to be may be an index of the merge candidate list. That is, the predefined candidate pair (0, 1) means the pair of index 0 candidate and index 1 candidate of the merge candidate list, and the pair-wise average candidate can be generated by the average of the index 0 candidate and the index 1 candidate. have. Pair-wise average candidate derivation may be performed in the order of the predefined candidate pairs.
  • the pair-wise average candidate derivation process can be performed in the order of the candidate pair (0, 2) and the candidate pair (1, 2). have.
  • the pair-wise average candidate derivation process may be performed until the construction of the merge candidate list is completed.
  • the pair-wise average candidate derivation process may be performed until the number of merge candidates included in the merge candidate list reaches the maximum number of merge candidates.
  • a pair-wise average candidate may be separately calculated for each of the reference picture lists.
  • an average of these two motion vectors may be calculated. In this case, even if the two motion vectors point to different reference pictures, the average of the two motion vectors may be performed. If only one motion vector is available for one reference picture list, the available motion vector may be used as a motion vector of a pair-wise average candidate. If both motion vectors are not available for one reference picture list, the corresponding reference picture list may be determined to be invalid.
  • a zero vector may be added to the merge candidate list until the maximum number of merge candidates is reached.
  • the motion vector of the reconstructed spatial neighboring block eg, the neighboring block shown in FIG. 8 and/or the motion vector corresponding to the temporal neighboring block (or Col block) is used.
  • a motion vector predictor (mvp) candidate list may be generated. That is, the motion vector of the reconstructed spatial neighboring block and/or the motion vector corresponding to the temporal neighboring block may be used as a motion vector predictor candidate of the current block.
  • an mvp candidate list for deriving L0 motion information and an mvp candidate list for deriving L1 motion information may be separately generated and used.
  • Prediction information (or information about prediction) on the current block is candidate selection information (ex.
  • MVP flag or MVP index indicating an optimal motion vector predictor candidate selected from among the motion vector predictor candidates included in the mvp candidate list.
  • the prediction unit may select a motion vector predictor of the current block from among the motion vector predictor candidates included in the mvp candidate list by using the candidate selection information.
  • the prediction unit of the image encoding apparatus may obtain a motion vector difference (MVD) between the motion vector of the current block and the motion vector predictor, encode it, and output it in the form of a bitstream. That is, the MVD may be obtained by subtracting the motion vector predictor from the motion vector of the current block.
  • MVD motion vector difference
  • the prediction unit of the image decoding apparatus may obtain a motion vector difference included in the prediction-related information, and derive the motion vector of the current block by adding the motion vector difference and the motion vector predictor.
  • the prediction unit of the image decoding apparatus may obtain or derive a reference picture index indicating a reference picture from the prediction information.
  • FIG. 13 is a diagram schematically illustrating a method for constructing a motion vector predictor candidate list according to an example of the present disclosure.
  • a spatial candidate block of the current block may be searched and an available candidate block may be inserted into the MVP candidate list (S1310). Thereafter, it is determined whether there are less than two MVP candidates included in the MVP candidate list (S1320). If there are two, the configuration of the MVP candidate list may be completed.
  • a temporal candidate block of the current block may be searched and the available candidate blocks may be inserted into the MVP candidate list (S1330).
  • the construction of the MVP candidate list may be completed by inserting a zero motion vector into the MVP candidate list ( S1340 ).
  • the reference picture index when the MVP mode is applied, the reference picture index may be explicitly signaled.
  • the reference picture index refidxL0 for L0 prediction and the reference picture index refidxL1 for L1 prediction may be separately signaled.
  • both the information on the refidxL0 and the information on the refidxL1 may be signaled.
  • information about the MVD derived from the image encoding apparatus may be signaled to the image decoding apparatus.
  • the information on the MVD may include, for example, information indicating the absolute value of the MVD and the x and y components of the sign. In this case, information indicating whether the MVD absolute value is greater than 0 and greater than 1, and the MVD remainder may be signaled in stages. For example, information indicating whether the absolute MVD value is greater than 1 may be signaled only when the value of flag information indicating whether the absolute MVD value is greater than 0 is 1.
  • a temporal motion vector predictor (TMVP) used as a temporal merge candidate or a temporal MVP candidate may be derived.
  • TMVP may be derived based on temporal neighboring blocks in a collocated (reference) picture (colPic).
  • the temporal neighboring block may include a collocated reference block (colCb) of the current block.
  • the information/syntax element indicating the co-located reference block (colCb) may be signaled through a high level syntax (HLS) such as a picture header.
  • HLS high level syntax
  • a TMVP coding tool may be used to encode/decode the bitstream.
  • the signaling mechanism for TMVP is as follows.
  • TMVP may be used for picture coding in a coded layer video sequence (CLVS). Whether TMVP is available for pictures in the CLVS may be determined based on predetermined flag information (e.g. sps_temporal_mvp_enabled_flag) in a sequence parameter set (SPS). For example, sps_temporal_mvp_enabled_flag with a first value (eg 0) indicates that TMVP is not available for pictures in CLVS, and sps_temporal_mvp_enabled_flag with a second value (eg 1) enables TMVP for pictures in CLVS.
  • SPS sequence parameter set
  • TMVP When TMVP is enabled for pictures in CLVS, whether TMVP is available for each picture may be determined based on predetermined flag information (e.g. pic_temporal_mvp_enabled_flag) in a picture header.
  • pic_temporal_mvp_enabled_flag having a first value (e.g. 0) may indicate that TMVP cannot be used for inter prediction for slices in a picture associated with a picture header.
  • syntax elements for slices in the picture associated with the picture header may be restricted so that TMVP is not used for slice decoding.
  • pic_temporal_mvp_enabled_flag having a second value e.g.
  • TMVP may be used for inter prediction for slices in a picture associated with a picture header.
  • pic_temporal_mvp_enabled_flag when pic_temporal_mvp_enabled_flag is not signaled, the value of pic_temporal_mvp_enabled_flag may be inferred as a first value (e.g. 0).
  • a reference picture having the same spatial resolution as the current picture does not exist in a decoded picture buffer (DPB), the value of pic_temporal_mvp_enabled_flag may be limited to a first value (e.g. 0).
  • TMVP When TMVP is available for a predetermined picture, information about TMVP, for example, identification information of a co-located picture (colPic) may be signaled for each slice in the picture.
  • 14A is a diagram illustrating an example of a picture header including information on TMVP.
  • whether TMVP is available at the sequence level may be determined based on predetermined flag information (e.g. sps_temporal_mvp_enabled_flag) of the sequence level. For example, sps_temporal_mvp_enabled_flag having a first value (e.g. 0) may indicate that TMVP is not available at the sequence level. Alternatively, sps_temporal_mvp_enabled_flag having a second value (e.g. 1) may indicate that TMVP is available at the sequence level.
  • predetermined flag information e.g. sps_temporal_mvp_enabled_flag
  • pic_temporal_mvp_enabled_flag may be signaled through a picture header.
  • pic_temporal_mvp_enabled_flag having a first value e.g. 0
  • pic_temporal_mvp_enabled_flag having a second value e.g. 1
  • pic_temporal_mvp_enabled_flag having a second value e.g. 1
  • 14B is a diagram illustrating an example of a slice header including information on TMVP.
  • num_ref_idx_active_override_flag may indicate whether num_ref_idx_active_minus1[i] exists. For example, num_ref_idx_active_override_flag having a first value (e.g. 0) may indicate that num_ref_idx_active_minus1[0] and num_ref_idx_active_minus1[1] do not exist. Alternatively, num_ref_idx_active_override_flag having a second value (e.g.
  • num_ref_idx_active_minus1[0] exists for P slice and B slice
  • num_ref_idx_active_minus1[1] exists for B slice.
  • the value of num_ref_idx_active_override_flag may be inferred as a second value (e.g. 1).
  • num_ref_idx_active_minus1[i] may be used to derive the variable NumRefIdxActive[i].
  • the value obtained by subtracting 1 from the variable NumRefIdxActive[i] represents the maximum reference index of the i-th (where i is 0 or 1) reference picture list (RPL) used to decode the current slice.
  • RPL reference picture list
  • the value of num_ref_idx_active_minus1[i] may be 0 or more and 14 or less.
  • num_ref_idx_active_override_flag has a second value (e.g. 1), and num_ref_idx_active_minus1[i] does not exist, the value of num_ref_idx_active_minus1[i] may be inferred as a first value (e.g. 0).
  • num_ref_idx_active_override_flag has a second value (eg 1), and num_ref_idx_active_minus1[0] does not exist, the value of num_ref_idx_active_minus1[0] may be inferred as a first value (eg 0). .
  • numRefIdxActive[i] may be derived as shown in Table 1 below.
  • NumRefIdxActive[i] having a first value may indicate that the current slice cannot be decoded based on a reference index in the i-th (here, i is 0 or 1) reference picture list. .
  • the value of NumRefIdxActive[0] may be greater than 0. Also, when the current slice is a B slice, each value of NumRefIdxActive[0] and NumRefIdxActive[1] may be greater than 0.
  • collocated_from_10_flag indicates whether a co-located picture (colPic) for TMVP is derived from any reference picture list among the reference picture list L0 and the reference picture list L1 (ie, the direction information of the co-located picture (colPic)). ) can be represented.
  • collocated_from_10_flag having a first value e.g. 0
  • collocated_from_10_flag having a second value e.g. 1
  • collocated_from_10_flag having a second value may indicate that the co-located picture (colPic) is derived from the reference picture list L0.
  • collocated_from_10_flag when collocated_from_10_flag is not signaled and the slice type is not B slice, the value of collocated_from_10_flag may be inferred as a second value (e.g. 1).
  • the value of collocated_from_10_flag when collocated_from_10_flag is not signaled and the slice type is B slice, the value of collocated_from_10_flag may be inferred as a value obtained by subtracting 1 from pps_collocated_from_10_idc.
  • pps_collocated_from_10_idc may indicate whether collocated_from_10_flag exists in the slice header.
  • pps_collocated_from_10_idc may have a first value (e.g. 0).
  • pps_collocated_from_10_idc may have a second value (e.g. 1) or a third value (e.g. 2).
  • collocated_ref_idx may indicate a reference picture index of a co-located picture (colPic) for TMVP.
  • colPic co-located picture
  • the slice type is P slice or B slice (that is, the value of NumRefIdxActive[0] is greater than 0) and collocated_from_10_flag has a second value (eg 1)
  • collocated_ref_idx is a reference picture in the reference picture list L0.
  • the value of collocated_ref_idx may be greater than or equal to 0 and less than or equal to a value obtained by subtracting 1 from NumRefIdxActive[0].
  • collocated_ref_idx may point to a reference picture in the reference picture list L1.
  • the value of collocated_ref_idx may be greater than or equal to 0 and less than or equal to a value obtained by subtracting 1 from NumRefIdxActive[1].
  • the value of collocated_ref_idx may be inferred as a first value (e.g. 0).
  • the reference picture specified by collocated_ref_idx may be the same for all slices associated with the coded picture.
  • the resolutions of the reference picture and the current picture specified by collocated_ref_idx are the same as each other, and RefPicIsScaled[ collocated_from_10_flag?
  • the value of 0: 1 ][ collocated_ref_idx ] may be a first value (e.g. 0), which may be a limitation for bitstream conformance.
  • identification information eg collocated_from_10_flag and collocated_ref_idx
  • TMVP collocated_from_10_flag and collocated_ref_idx
  • information about a co-location picture (colPic) for TMVP may be signaled through a slice header, or a higher-level syntax, for example, It may be signaled through a picture header.
  • 15 to 18 are diagrams illustrating examples of a picture header according to embodiments of the present disclosure.
  • a picture header is information about a co-located picture (colPic) for TMVP, and may include pic_collocated_from_10_flag and pic_collocated_ref_idx.
  • pic_collocated_from_10_flag indicates whether the co-located picture (colPic) for TMVP is derived from which reference picture list of the reference picture list 0 (RPL 0) and the reference picture list 1 (RPL 1) (ie, the direction information of the co-located picture (colPic)) ) can be represented.
  • pic_collocated_from_10_flag having the first value e.g. 0
  • pic_collocated_from_10_flag having the second value e.g.
  • pic_collocated_from_10_flag When pic_collocated_from_10_flag has a second value (eg 1) and the number of entries in reference picture list 0 (RPL 0) is greater than 1 (eg num_ref_entries[ 0 ][ RplsIdx[ 0 ] ] > 1), pic_collocated_ref_idx may be signaled. .
  • pic_collocated_from_10_flag has a first value (eg 0) and the number of entries in reference picture list 1 (RPL 1) is greater than 1 (eg num_ref_entries[ 1 ][ RplsIdx[ 1 ] ] > 1)
  • pic_collocated_ref_idx will be signaled can
  • pic_collocated_ref_idx may indicate a reference picture index of a co-located picture (colPic) for TMVP. For example, if pic_collocated_from_10_flag has a second value (eg 1) and pic_collocated_ref_idx indicates one of entries in reference picture list 0 (RPL 0), the value of pic_collocated_ref_idx is 0 or more and reference picture list 0 (RPL 0) ) can be less than or equal to the value obtained by subtracting 1 from the number of entries in the .
  • pic_collocated_from_10_flag has a second value (eg 1) and pic_collocated_ref_idx indicates one of entries in reference picture list 0 (RPL 0)
  • the value of pic_collocated_ref_idx is 0 or more and reference picture list 0 (RPL 0) ) can be less than or equal to the value obtained by subtracting 1 from the number
  • pic_collocated_from_10_flag has a first value (eg 0) and pic_collocated_ref_idx indicates one of entries in reference picture list 1 (RPL 1)
  • the value of pic_collocated_ref_idx is 0 or more and reference picture list 1 (RPL 1) It may be less than or equal to the value obtained by subtracting 1 from the number of entries within.
  • the value of pic_collocated_ref_idx may be inferred as a first value (e.g. 0).
  • information about the co-located picture (colPic) may be signaled in both the picture header and the slice header.
  • information about the co-located picture (colPic) may be signaled through a picture header, but may also be signaled through a slice header for at least some of the slices associated with the picture header.
  • the co-located picture (colPic) for the current block may be determined based on information about the co-located picture (colPic) signaled through the slice header (e.g. collocated_from_10_flag and collocated_ref_idx).
  • information about the co-located picture (colPic) may be selectively signaled through a picture header or a slice header.
  • whether information about the co-located picture (colPic) is signaled through the picture header (or slice header) is determined based on predetermined signaling information (eg pps_rpl_info_in_ph_flag) in the picture header (and/or slice header).
  • predetermined signaling information eg pps_rpl_info_in_ph_flag
  • the signaling information has a second value (e.g. 1)
  • information about a co-located picture (colPic) may be signaled through a picture header.
  • the signaling information has a first value (e.g.
  • information about the co-located picture may be signaled through a slice header.
  • the signaling information may configure a signaling condition of pic_collocated_from_10_flag together with pic_temporal_mvp_enabled_flag.
  • the signaling information may configure a signaling condition of collocated_from_10_flag together with pic_temporal_mvp_enabled_flag in the slice header described above with reference to FIG. 14B.
  • the co-located picture (colPic) for the current block may be determined based on information about the co-located picture (colPic) obtained through the slice header. have.
  • the co-located picture (colPic) for the current block is based on information about the co-located picture (colPic) obtained through the picture header can be determined by For example, when collocated_ref_idx is not signaled through the slice header described above with reference to FIG. 14B (e.g.
  • the collocated_ref_idx value may be inferred to be the same as pic_collocated_ref_idx obtained through the picture header.
  • the value of the collocated_ref_idx may be inferred as a first value (e.g. 0).
  • the fact that the co-located picture (colPic) for TMVP is a pre-reconstructed picture different from the current picture may be a limitation for bitstream suitability.
  • FIG. 16 Another example of a picture header according to an embodiment of the present disclosure is shown in FIG. 16 .
  • the picture header is information about a co-located picture (colPic) for TMVP, and may include col_ref_delta_poc_val.
  • col_ref_delta_poc_val may indicate a picture order count (POC) difference between the current picture and the co-located picture (colPic) for TMVP.
  • POC picture order count
  • col_ref_delta_poc_val may have a value obtained by subtracting the POC of the co-located picture (colPic) from the POC of the current picture.
  • col_ref_delta_poc_val may have a value obtained by subtracting the POC of the current picture from the POC of the co-located picture (colPic).
  • col_ref_delta_poc_val has a positive sign (+) or a negative sign (-), and may be expressed as a signed integer type.
  • information about the co-located picture (colPic) may be signaled in both the picture header and the slice header.
  • information about the co-located picture (colPic) may be signaled through a picture header, but may also be signaled through a slice header for at least some of the slices associated with the picture header.
  • the co-located picture (colPic) for the current block may be determined based on information about the co-located picture (colPic) signaled through the slice header (e.g. collocated_from_10_flag and collocated_ref_idx).
  • information about the co-located picture (colPic) may be selectively signaled through a picture header or a slice header. In this case, whether information about the co-located picture (colPic) is signaled through the picture header (or slice header) is determined based on predetermined signaling information (eg pps_rpl_info_in_ph_flag) in the picture header (and/or slice header).
  • predetermined signaling information eg pps_rpl_info_in_ph_flag
  • the signaling information has a second value (e.g. 1)
  • information about a co-located picture (colPic) may be signaled through a picture header.
  • the signaling information has a first value (e.g. 0)
  • information about the co-located picture (colPic) may be signaled through a slice header.
  • the co-located picture (colPic) for the current block is information about the co-located picture (colPic) obtained through the slice header It may be determined based on (eg collocated_from_10_flag and collocated_ref_idx).
  • the co-located picture (colPic) for the current block is information about the co-located picture (colPic) obtained through the picture header (eg col_ref_delta_poc_val).
  • the fact that the co-located picture (colPic) for TMVP is a pre-reconstructed picture different from the current picture may be a limitation for bitstream suitability.
  • FIG. 17 Another example of a picture header according to an embodiment of the present disclosure is shown in FIG. 17 .
  • the picture header is information about a co-located picture (colPic) for TMVP, and may include col_ref_abs_delta_poc_val and col_ref_abs_delta_poc_sign_flag.
  • col_ref_abs_delta_poc_val may indicate an absolute value of a difference in picture order count (POC) between the current picture and the co-located picture (colPic) for TMVP.
  • col_ref_abs_delta_poc_val may have an absolute value of a value obtained by subtracting the POC of the co-located picture (colPic) from the POC of the current picture.
  • col_ref_abs_delta_poc_val may have an absolute value of a value obtained by subtracting the POC of the current picture from the POC of the co-located picture (colPic).
  • col_ref_abs_delta_poc_val represents the absolute value of the POC difference between the current picture and the co-located picture (colPic), and may be expressed as an unsigned integer type, unlike col_ref_delta_poc_val of FIG. 25 .
  • col_ref_abs_delta_poc_sign_flag may indicate a sign of a POC difference between the current picture and the co-located picture (colPic) for TMVP. For example, when the POC of the current picture is greater than the POC of the co-located picture (colPic) (or vice versa), col_ref_abs_delta_poc_sign_flag may have a second value (eg 1) indicating a positive sign (+). .
  • col_ref_abs_delta_poc_sign_flag may have a first value (eg 0) indicating a negative sign (-).
  • information about the co-located picture (colPic) may be signaled in both the picture header and the slice header.
  • information about the co-located picture (colPic) may be signaled through a picture header, but may also be signaled through a slice header for at least some of the slices associated with the picture header.
  • the co-located picture (colPic) for the current block may be determined based on information about the co-located picture (colPic) signaled through the slice header (e.g. collocated_from_10_flag and collocated_ref_idx).
  • information about the co-located picture (colPic) may be selectively signaled through a picture header or a slice header.
  • whether information about the co-located picture (colPic) is signaled through the picture header (or slice header) may be determined based on predetermined signaling information in the picture header (and/or slice header). For example, when the signaling information has a second value (e.g. 1), information about a co-located picture (colPic) may be signaled through a picture header.
  • the signaling information has a first value (e.g. 0)
  • information about the co-located picture (colPic) may be signaled through a slice header.
  • the co-located picture (colPic) for the current block is information about the co-located picture (colPic) obtained through the slice header (eg collocated_from_10_flag and collocated_ref_idx). ) can be determined based on
  • the co-located picture (colPic) for the current block is information about the co-located picture (colPic) obtained through the picture header (eg col_ref_abs_delta_poc_val and col_ref_abs_delta_poc_sign_flag).
  • the fact that the co-located picture (colPic) for TMVP is a pre-reconstructed picture different from the current picture may be a limitation for bitstream suitability.
  • FIG. 18 Another example of a picture header according to an embodiment of the present disclosure is shown in FIG. 18 .
  • the picture header may include col_ref_abs_delta_poc_val_minus1 and col_ref_abs_delta_poc_sign_flag as information about a co-located picture (colPic) for TMVP.
  • col_ref_abs_delta_poc_val_minus1 may represent a value obtained by subtracting 1 from the absolute value of a difference in picture order count (POC) between the current picture and the co-located picture (colPic) for TMVP.
  • POC picture order count
  • col_ref_delta_poc_sign_flag may indicate whether a value obtained by adding 1 to col_ref_abs_delta_poc_val_minus1 is greater than 0.
  • the col_ref_abs_delta_poc_sign flag having a first value e.g. 0
  • col_ref_abs_delta_poc_sign_flag having a second value e.g. 1
  • col_ref_abs_delta_poc_sign_flag having a second value may indicate that a value obtained by adding 1 to col_ref_abs_delta_poc_val_minus1 is greater than 0.
  • information about the co-located picture (colPic) may be signaled in both the picture header and the slice header.
  • information about the co-located picture (colPic) may be signaled through a picture header, but may also be signaled through a slice header for at least some of the slices associated with the picture header.
  • the co-located picture (colPic) for the current block may be determined based on information about the co-located picture (colPic) signaled through the slice header (e.g. collocated_from_10_flag and collocated_ref_idx).
  • information about the co-located picture (colPic) may be selectively signaled through a picture header or a slice header.
  • whether information about the co-located picture (colPic) is signaled through the picture header (or slice header) is determined based on predetermined signaling information (eg pps_rpl_info_in_ph_flag) in the picture header (and/or slice header).
  • predetermined signaling information eg pps_rpl_info_in_ph_flag
  • the signaling information has a second value (e.g. 1)
  • information about a co-located picture (colPic) may be signaled through a picture header.
  • the signaling information has a first value (e.g. 0)
  • information about the co-located picture (colPic) may be signaled through a slice header.
  • the co-located picture (colPic) for the current block is information about the co-located picture (colPic) obtained through the slice header (eg collocated_from_10_flag and collocated_ref_idx). ) can be determined based on
  • the co-located picture (colPic) for the current block is information about the co-located picture (colPic) obtained through the picture header (eg col_ref_abs_delta_poc_val_minus1 and col_ref_abs_delta_poc_sign_flag).
  • the fact that the co-located picture (colPic) for TMVP is a pre-reconstructed picture different from the current picture may be a limitation for bitstream suitability.
  • the fact that the co-located picture (colPic) is a pre-reconstructed picture different from the current picture may be implemented by signaling col_ref_abs_delta_poc_val_minus1, which always makes the POC difference between the current picture and the co-located picture (colPic) greater than 0.
  • the picture header according to the embodiments of the present disclosure described above with reference to FIGS. 15 to 18 includes information about the co-located picture (colPic) for TMVP, for example, identification information of the co-located picture (colPic). can do. Accordingly, with respect to a plurality of slices that refer to the same co-located picture (colPic), since information about the co-located picture (colPic) can be signaled only once through the picture header, signaling overhead for TMVP is reduced. Thus, the efficiency of the signaling mechanism can be improved.
  • 19 is a flowchart illustrating an image encoding method according to an embodiment of the present disclosure.
  • the image encoding method of FIG. 19 may be performed by the image encoding apparatus of FIG. 2 .
  • steps S1910 and S1920 may be performed by the inter prediction unit 180 .
  • step S1930 may be performed by the entropy encoding unit 190 .
  • the image encoding apparatus may generate a prediction block of the current block based on a motion vector of the current block ( S1910 ).
  • the inter prediction mode for the current block includes various inter prediction modes (eg merge mode, skip mode, MVP mode (Motion Vector Prediction mode), SMVD mode (Symmetric Motion Vector Difference), affine mode). (affine mode), etc.).
  • the image encoding apparatus compares rate-distortion (RD) costs for various inter prediction modes, selects an optimal inter prediction mode, and applies the selected optimal inter prediction mode to the current block. It can be determined as an inter prediction mode for
  • the image encoding apparatus searches for a block similar to the current block within a predetermined area (search area) of reference pictures for the current block through motion estimation, and selects a reference block having a difference from the current block at least or less than a predetermined standard. can be derived
  • the image encoding apparatus may derive the motion vector of the current block based on the position difference between the derived reference block and the current block.
  • the image encoding apparatus may derive merge candidates from neighboring blocks of the current block, and construct a merge candidate list using the derived merge candidates.
  • neighboring blocks of the current block may include spatial neighboring blocks and/or temporal neighboring blocks.
  • the apparatus for encoding an image may derive a reference block having a difference from a current block of a minimum or a predetermined criterion or less from among reference blocks estimated by motion information of merge candidates included in the merge candidate list.
  • the motion vector of the current block may be derived using the motion vector of the merge candidate associated with the derived reference block.
  • the image encoding apparatus when the MVP mode is applied to the current block, derives motion vector predictor (MVP) candidates from neighboring blocks of the current block, and uses the derived MVP candidates to perform MVP Candidate lists can be constructed.
  • neighboring blocks of the current block may include spatial neighboring blocks and/or temporal neighboring blocks.
  • a motion vector indicating a reference block derived through the aforementioned motion estimation may be used as the motion vector of the current block, and a motion vector having a minimum difference from the motion vector of the current block among the MVP candidates.
  • An MVP candidate with ? may be selected as the MVP for the current block.
  • the image encoding apparatus may derive a temporal motion vector predictor (TMVP) for the current block based on the co-located picture (colPic) (S1920).
  • TMVP temporal motion vector predictor
  • the co-located picture (colPic) may be determined at the slice level or the picture level. For example, when the co-located picture (colPic) is determined at the slice level, different co-located pictures (colPic) may be selected for at least some of slices in the current picture. In this case, information about the co-located picture (colPic), for example, identification information of the co-located picture (colPic) may be signaled to the image decoding apparatus through a slice header. In contrast, when the co-located picture (colPic) is determined at the picture level, the same co-located picture (colPic) may be selected for all slices in the current picture. In this case, information about the co-located picture (colPic), for example, identification information of the co-located picture (colPic) may be signaled to the image decoding apparatus through a picture header.
  • information on the co-located picture may be selectively signaled through a picture header or a slice header based on predetermined signaling information (e.g. pps_rpl_info_in_ph_flag). For example, when the signaling information has a first value (e.g. 1), information about a co-located picture (colPic) may be signaled through a picture header. On the other hand, when the signaling information has a second value (e.g. 0), information about the co-located picture (colPic) may be signaled through a slice header.
  • pps_rpl_info_in_ph_flag e.g. pps_rpl_info_in_ph_flag
  • the TMVP for the current block may be derived based on a temporal neighboring block in the co-located picture (colPic).
  • the temporal neighboring block may include a collocated block (colCb) with respect to the current block.
  • the co-located block colCb may mean a block having the same position and/or the same size as the current block in the co-located picture colPic.
  • the co-located block (colCb) is a position modified from the first position (xColBr, yColBr) corresponding to the right-bottom corner of the current block in the co-located picture (colPic). It may be determined as a luma coding block covering .
  • the first position (xColBr, yColBr) is the width (cbWidth) and height (cbWidth) of the current block from the position (xCb, yCb) corresponding to the upper-left corner of the current block in the co-located picture (colPic) cbHeight) may mean a moved position (xCb+cbWidth, yCb+cbHeight).
  • the first position (xColBr, yColBr) may be modified using an arithmetic shift operation for motion data compression.
  • the first position (xColBr, yColBr) can be modified to (( xColBr >> n ) ⁇ n, ( yColBr >> n ) ⁇ n ).
  • n may be an integer of 0 or more.
  • the co-located block (colCb) is a second position (xColCtr, yColCtr) corresponding to a central right-bottom sample among four samples in the center of the current block in the co-located picture (colPic). It may be determined as a luma coding block covering the modified position from .
  • the second position (xColCtr, yColCtr) is from the position (xCb, yCb) corresponding to the upper left corner of the current block in the co-located picture (colPic) by half the width (cbWidth) and height (cbHeight) of the current block It may mean a moved position (xCb + (cbWidth >> 1), yCb + (cbHeight >> 1)).
  • the second position (xColCtr, yColCtr) may be modified using an arithmetic shift operation for motion data compression.
  • the second position (xColCtr, yColCtr) may be modified to ( ( xColCtr >> n ) ⁇ n, ( yColCtr >> n ) ⁇ n ).
  • n may be an integer of 0 or more.
  • n used for the arithmetic shift operation may mean a storage unit for storing motion information of temporal neighboring blocks.
  • a storage unit for storing motion information of a temporal neighboring block may be an 8x8 sample unit.
  • a storage unit for storing motion information of a temporal neighboring block may be a 16x16 sample unit.
  • n used for the arithmetic shift operation may mean a reading unit for reading motion information of a temporal neighboring block.
  • a reading unit for reading motion information of a temporal neighboring block may be an 8x8 sample unit.
  • the image encoding apparatus may perform a first position ( ( xColBr >> n ) ⁇ n, ( yColBr >> n ) ⁇ n ) or a second position ( ( xColCtr >> n) modified based on the arithmetic shift operation.
  • ⁇ n, ( yColCtr >> n ) ⁇ n may be identified, and motion information of the identified 8x8 sample unit may be read.
  • step S1920 is illustrated as being performed later than step S1910 in FIG. 19 , embodiments of the present disclosure are not limited thereto.
  • step S1920 may be performed before step S1910, or step S1920 may be performed simultaneously with step S1910.
  • the image encoding apparatus may encode a motion vector of the current block based on the TMVP for the current block (S1930).
  • the TMVP for the current block may be included in the merge candidate list as a temporal merge candidate.
  • the temporal merge candidate may include a plurality of candidates including the TMVP.
  • the image encoding apparatus may encode the motion vector of the current block by encoding merge index information indicating the temporal merge candidate.
  • the TMVP for the current block may be included in the MVP candidate list as a temporal MVP candidate.
  • the temporal MVP candidate may include a plurality of candidates including the TMVP.
  • the video encoding apparatus may encode a motion vector of the current block based on the TMVP of the temporal MVP candidate. For example, the video encoding apparatus derives a motion vector difference (MVD), which is a difference obtained by subtracting the TMVP from the motion vector of the current block, and encodes the information on the MVD and MVP index information indicating the temporal MVP candidate.
  • a motion vector of a block can be encoded.
  • information about a co-located picture may be selectively signaled through a picture header or a slice header.
  • information about the co-located picture (colPic) may be signaled only once through a picture header or may be adaptively signaled through a slice header.
  • information about the co-located picture (colPic) may be signaled in both the picture header and the slice header.
  • information about a co-located picture (colPic) may be signaled through a picture header, but may also be signaled through a slice header for at least some of the slices associated with the picture header.
  • the co-located picture (colPic) for the current block may be determined based on information about the co-located picture (colPic) signaled through the slice header. Accordingly, the signaling overhead for TMVP is reduced, and thus the efficiency of the signaling mechanism can be improved.
  • 20 is a flowchart illustrating an image decoding method according to an embodiment of the present disclosure.
  • the image decoding method of FIG. 20 may be performed by the image decoding apparatus of FIG. 3 .
  • step S2010 may be performed by the entropy decoding unit 210 .
  • steps S2020 and S2030 may be performed by the inter prediction unit 260 .
  • the image decoding apparatus derives a temporal motion vector predictor (TMVP) for the current block based on the co-located picture (colPic) It can be done (S2010).
  • TMVP temporal motion vector predictor
  • the co-located picture (colPic) may be determined based on information about the co-located picture (colPic) obtained from the picture header or the slice header.
  • a detailed method of determining the co-located picture (colPic) is as shown in FIG. 21 .
  • 21 is a flowchart illustrating a method of determining a co-location picture according to an embodiment of the present disclosure.
  • the image decoding apparatus may determine whether information about the co-located picture (colPic) is obtained from the slice header ( S2110 ).
  • the image decoding apparatus determines the current block based on the slice header.
  • a co-located picture (colPic) may be determined (S2120). For example, based on the identification information (e.g. collocated_from_10_flag and collocated_ref_idx) of the co-located picture (colPic) obtained from the slice header described above with reference to FIG. 14B, the co-located picture (colPic) for the current block may be determined.
  • the image decoding apparatus may determine the co-located picture (colPic) for the current block based on the picture header. There is (S2130). For example, based on the identification information (e.g. pic_collocated_from_10_flag and pic_collocated_ref_idx) of the co-located picture (colPic) obtained from the picture header described above with reference to FIG. 15, the co-located picture (colPic) for the current block may be determined.
  • the identification information e.g. pic_collocated_from_10_flag and pic_collocated_ref_idx
  • the co-located picture (colPic) for the current block is can be decided.
  • whether information about the co-located picture (colPic) is obtained through the picture header (or slice header) is to be determined based on predetermined signaling information (eg pps_rpl_info_in_ph_flag) in the picture header (and/or slice header).
  • predetermined signaling information eg pps_rpl_info_in_ph_flag
  • the signaling information has a first value (e.g. 0)
  • information about a co-located picture (colPic) may be obtained through a slice header.
  • different co-located pictures (colPic) may be applied to at least some of the slices in the current picture.
  • the signaling information has a second value (e.g. 1)
  • information about a co-located picture (colPic) may be obtained through a picture header.
  • the same co-located picture (colPic) may be applied to all slices in the current picture.
  • the image decoding apparatus may derive a temporal motion vector predictor (TMVP) for the current block based on the co-located picture (colPic).
  • TMVP temporal motion vector predictor
  • TMVP may be derived based on temporal neighboring blocks within a co-located picture (colPic).
  • the temporally neighboring block may include a collocated block (colCb) having the same position and/or the same size as the current block in the co-located picture (colPic).
  • the co-located block (colCb) is a position modified from the first position (xColBr, yColBr) corresponding to the right-bottom corner of the current block in the co-located picture (colPic). It may be determined as a luma coding block covering .
  • the first position (xColBr, yColBr) is the width (cbWidth) and height (cbWidth) of the current block from the position (xCb, yCb) corresponding to the upper-left corner of the current block in the co-located picture (colPic) cbHeight) may mean a moved position (xCb+cbWidth, yCb+cbHeight).
  • the first positions (xColBr, yColBr) may be changed using an arithmetic shift operation for motion data compression.
  • the first position (xColBr, yColBr) can be modified to ( ( xColBr >> 3 ) ⁇ 3, ( yColBr >> 3 ) ⁇ 3 ).
  • the co-located block (colCb) is a second position (xColCtr, yColCtr) corresponding to a central right-bottom sample among four samples in the center of the current block in the co-located picture (colPic). It may be determined as a luma coding block covering the modified position from .
  • the second position (xColCtr, yColCtr) is from the position (xCb, yCb) corresponding to the upper left corner of the current block in the co-located picture (colPic) by half the width (cbWidth) and the height (cbHeight) of the current block It may mean a moved position ( xCb + (cbWidth >> 1), yCb + (cbHeight >> 1) ).
  • the second position (xColCtr, yColCtr) may be changed using an arithmetic shift operation for motion data compression.
  • the second position (xColCtr, yColCtr) can be modified to ( ( xColCtr >> 3 ) ⁇ 3, ( yColCtr >> 3 ) ⁇ 3 ).
  • the image decoding apparatus may derive a motion vector of the current block based on the TMVP for the current block (S2020).
  • the video decoding apparatus constructs a merge candidate list, and selects a motion vector of a temporal merge candidate including a TMVP for the current block in the merge candidate list. It can be derived from the motion vector of the block.
  • the video decoding apparatus when the MVP mode is applied to the current block, constructs an MVP candidate list, and sets the motion vector of the temporal MVP candidate including the TMVP for the current block in the MVP candidate list to the MVP of the current block.
  • the image decoding apparatus derives the MVD of the current block based on information about motion vector difference (MVD) obtained from the bitstream, and adds the MVP to the MVD to derive the motion vector of the current block. have.
  • MVD motion vector difference
  • the image decoding apparatus may generate a prediction block of the current block based on the motion vector of the current block ( S2030 ). For example, the image decoding apparatus derives a reference picture of a current block based on reference picture index information obtained from a bitstream, and uses samples of a reference block indicated by a motion vector of the current block on the reference picture. A prediction block can be generated. In one example, a predictive sample filtering procedure may be further performed on all or some of the samples in the predictive block of the current block.
  • the image decoding apparatus may reconstruct the current block by generating a residual block of the current block based on residual information obtained from the bitstream, and adding the residual block to the prediction block.
  • an in-loop filtering procedure and the like may be further performed on the reconstructed image.
  • information about a co-located picture may be selectively signaled through a picture header or a slice header.
  • information about the co-located picture (colPic) may be signaled only once through a picture header or may be adaptively signaled through a slice header.
  • information about the co-located picture (colPic) may be signaled in both the picture header and the slice header.
  • information about the co-located picture (colPic) may be signaled through a picture header, but may also be signaled through a slice header for at least some of the slices associated with the picture header.
  • the co-located picture (colPic) for the current block may be determined based on information about the co-located picture (colPic) signaled through the slice header. Accordingly, the signaling overhead for TMVP is reduced, and thus the efficiency of the signaling mechanism can be improved.
  • Example methods of the present disclosure are expressed as a series of operations for clarity of description, but this is not intended to limit the order in which the steps are performed, and if necessary, each step may be performed simultaneously or in a different order.
  • other steps may be included in addition to the illustrated steps, other steps may be included except some steps, or additional other steps may be included except some steps.
  • an image encoding apparatus or an image decoding apparatus performing a predetermined operation may perform an operation (step) of confirming a condition or situation for performing the corresponding operation (step). For example, if it is stated that a predetermined operation is performed when a predetermined condition is satisfied, the video encoding apparatus or the image decoding apparatus performs an operation to check whether the predetermined condition is satisfied and then performs the predetermined operation can be done
  • various embodiments of the present disclosure may be implemented by hardware, firmware, software, or a combination thereof.
  • ASICs Application Specific Integrated Circuits
  • DSPs Digital Signal Processors
  • DSPDs Digital Signal Processing Devices
  • PLDs Programmable Logic Devices
  • FPGAs Field Programmable Gate Arrays
  • general purpose It may be implemented by a processor (general processor), a controller, a microcontroller, a microprocessor, and the like.
  • the image decoding apparatus and the image encoding apparatus to which the embodiments of the present disclosure are applied are real-time communication apparatuses such as a multimedia broadcasting transceiver, a mobile communication terminal, a home cinema video apparatus, a digital cinema video apparatus, a surveillance camera, a video conversation apparatus, and a video communication apparatus.
  • mobile streaming device storage medium, camcorder, video on demand (VoD) service providing device, OTT video (Over the top video) device, internet streaming service providing device, three-dimensional (3D) video device, video telephony video device, and medical use It may be included in a video device and the like, and may be used to process a video signal or a data signal.
  • 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
  • FIG. 22 is a diagram exemplarily illustrating a content streaming system to which an embodiment according to the present disclosure can be applied.
  • the content streaming system to which the embodiment of the present disclosure is applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server 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 image encoding method and/or an image encoding apparatus to which an embodiment of the present disclosure is applied, and the streaming server may temporarily store the bitstream in a process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user request through the web server, and the web server may serve as a medium informing the user of any service.
  • the web server transmits it to a streaming server, and the streaming server may transmit multimedia data to the user.
  • the content streaming system may include a separate control server.
  • the control server may serve 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 receiving content 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 There may be a computer, digital signage, and the like.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • PDA portable multimedia player
  • 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
  • desktop There may be a 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.
  • the scope of the present disclosure includes software or machine-executable instructions (eg, operating system, application, firmware, program, etc.) that cause operation according to the method of various embodiments to be executed on a device or computer, and such software or and non-transitory computer-readable media in which instructions and the like are stored and executed on a device or computer.
  • software or machine-executable instructions eg, operating system, application, firmware, program, etc.
  • An embodiment according to the present disclosure may be used to encode/decode an image.

Abstract

영상 부호화/복호화 방법 및 장치가 제공된다. 본 개시에 따른 영상 복호화 방법은, 현재 블록에 대한 동일 위치 픽처에 기반하여 상기 현재 블록에 대한 시간적 움직임 벡터 예측자(temporal motion vector predictor)를 도출하는 단계, 상기 시간적 움직임 벡터 예측자에 기반하여 상기 현재 블록의 움직임 벡터를 도출하는 단계, 및 상기 움직임 벡터에 기반하여 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하고, 상기 동일 위치 픽처는 상기 현재 블록을 포함하는 현재 슬라이스의 슬라이스 헤더에 포함된 상기 동일 위치 픽처의 식별 정보에 기반하여 결정되되, 상기 슬라이스 헤더가 상기 동일 위치 픽처의 식별 정보를 포함하지 않는 경우, 상기 동일 위치 픽처는 상기 현재 블록을 포함하는 현재 픽처의 픽처 헤더에 포함된 상기 동일 위치 픽처의 식별 정보에 기반하여 결정될 수 있다.

Description

동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
본 개시는 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법에 관한 것으로서, 보다 상세하게는, 동일 위치 픽처의 식별 정보를 포함하는 픽처 헤더에 기반하여 인터 예측을 수행하는 영상 부호화/복호화 방법, 장치 및 본 개시의 영상 부호화 방법/장치에 의해 생성된 비트스트림을 전송하는 방법에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 분야에서 증가하고 있다. 영상 데이터가 고해상도, 고품질이 될수록 기존의 영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하게 된다. 전송되는 정보량 또는 비트량의 증가는 전송 비용과 저장 비용의 증가를 초래한다.
이에 따라, 고해상도, 고품질 영상의 정보를 효과적으로 전송하거나 저장하고, 재생하기 위한 고효율의 영상 압축 기술이 요구된다.
본 개시는 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 TMVP를 위한 시그널링 매커니즘 효율이 향상된 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 양상에 따른 영상 복호화 방법은, 현재 블록에 대한 동일 위치 픽처에 기반하여 상기 현재 블록에 대한 시간적 움직임 벡터 예측자(temporal motion vector predictor)를 도출하는 단계, 상기 시간적 움직임 벡터 예측자에 기반하여 상기 현재 블록의 움직임 벡터를 도출하는 단계, 및 상기 움직임 벡터에 기반하여 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하고, 상기 동일 위치 픽처는 상기 현재 블록을 포함하는 현재 슬라이스의 슬라이스 헤더에 포함된 상기 동일 위치 픽처의 식별 정보에 기반하여 결정되되, 상기 슬라이스 헤더가 상기 동일 위치 픽처의 식별 정보를 포함하지 않는 경우, 상기 동일 위치 픽처는 상기 현재 블록을 포함하는 현재 픽처의 픽처 헤더에 포함된 상기 동일 위치 픽처의 식별 정보에 기반하여 결정될 수 있다.
본 개시의 다른 양상에 따른 영상 복호화 장치는, 메모리 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 현재 블록에 대한 동일 위치 픽처에 기반하여 상기 현재 블록에 대한 시간적 움직임 벡터 예측자(temporal motion vector predictor)를 도출하고, 상기 시간적 움직임 벡터 예측자에 기반하여 상기 현재 블록의 움직임 벡터를 도출하고, 상기 움직임 벡터에 기반하여 상기 현재 블록의 예측 블록을 생성하며, 상기 동일 위치 픽처는 상기 현재 블록을 포함하는 현재 슬라이스의 슬라이스 헤더에 포함된 상기 동일 위치 픽처의 식별 정보에 기반하여 결정되되, 상기 슬라이스 헤더가 상기 동일 위치 픽처의 식별 정보를 포함하지 않는 경우, 상기 동일 위치 픽처는 상기 현재 블록을 포함하는 현재 픽처의 픽처 헤더에 포함된 상기 동일 위치 픽처의 식별 정보에 기반하여 결정될 수 있다.
본 개시의 또 다른 양상에 따른 영상 부호화 방법은, 현재 블록의 움직임 벡터에 기반하여 상기 현재 블록의 예측 블록을 생성하는 단계, 상기 현재 블록에 대한 동일 위치 픽처에 기반하여 상기 현재 블록에 대한 시간적 움직임 벡터 예측자(temporal motion vector predictor)를 도출하는 단계, 및 상기 시간적 움직임 벡터 예측자에 기반하여 상기 현재 블록의 움직임 벡터를 부호화하는 단계를 포함하고, 상기 동일 위치 픽처의 식별 정보는 상기 현재 블록을 포함하는 현재 슬라이스의 슬라이스 헤더 내에 부호화되되, 상기 동일 위치 픽처의 식별 정보가 상기 슬라이스 헤더 내에 부호화되지 않는 경우, 상기 동일 위치 픽처의 식별 정보는 상기 현재 블록을 포함하는 현재 픽처의 픽처 헤더 내에 부호화될 수 있다.
본 개시의 또 다른 양상에 따른 컴퓨터 판독 가능한 기록 매체는, 본 개시의 영상 부호화 방법 또는 영상 부호화 장치에 의해 생성된 비트스트림을 저장할 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 개시에 따르면, 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, TMVP를 위한 시그널링 매커니즘 효율이 향상된 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법이 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장한 기록 매체가 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시에 따른 실시예가 적용될 수 있는 비디오 코딩 시스템을 개략적으로 나타내는 도면이다.
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 4는 인터 예측 기반 비디오/영상 인코딩 방법을 도시한 흐름도이다.
도 5는 본 개시에 따른 인터 예측부(180)의 구성을 예시적으로 도시한 도면이다.
도 6은 인터 예측 기반 비디오/영상 디코딩 방법을 도시한 흐름도이다.
도 7은 본 개시에 따른 인터 예측부(260)의 구성을 예시적으로 도시한 도면이다.
도 8은 공간적 머지 후보로 이용될 수 있는 주변 블록들을 예시한 도면이다.
도 9는 본 개시의 일 예에 따른 머지 후보 리스트 구성 방법을 개략적으로 나타낸 도면이다.
도 10은 공간적 후보에 대해 수행되는 중복성 체크를 위한 후보쌍을 예시한 도면이다.
도 11은 시간적 후보의 움직임 벡터를 스케일링하는 방법을 설명하기 위한 도면이다.
도 12는 시간적 후보를 유도하는 위치를 설명하기 위한 도면이다.
도 13은 본 개시의 일 예에 따른 움직임 벡터 예측자 후보 리스트 구성 방법을 개략적으로 나타낸 도면이다.
도 14a는 TMVP에 관한 정보를 포함하는 픽처 헤더의 일 예를 나타내는 도면이다.
도 14b는 TMVP에 관한 정보를 포함하는 슬라이스 헤더의 일 예를 나타내는 도면이다.
도 15 내지 도 18은 본 개시의 실시예들에 따른 픽처 헤더의 일 예들을 나타내는 도면들이다.
도 19는 본 개시의 일 실시예에 따른 영상 부호화 방법을 나타내는 흐름도이다.
도 20은 본 개시의 일 실시예에 따른 영상 복호화 방법을 나타내는 흐름도이다.
도 21은 본 개시의 일 실시예에 따른 동일 위치 픽처를 결정하는 방법을 나타내는 흐름도이다.
도 22는 본 개시에 따른 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시적으로 나타내는 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 영상의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시에서 "픽처(picture)"는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 픽처의 일부를 구성하는 부호화 단위로서, 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 또한, 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다.
본 개시에서 "픽셀(pixel)" 또는 "펠(pel)"은 하나의 픽처(또는 영상)를 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 "샘플(sample)"이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀값만을 나타낼 수도 있다.
본 개시에서 "유닛(unit)"은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 유닛은 경우에 따라서 "샘플 어레이", "블록(block)" 또는 "영역(area)" 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 개시에서 "현재 블록"은 "현재 코딩 블록", "현재 코딩 유닛", "부호화 대상 블록", "복호화 대상 블록" 또는 "처리 대상 블록" 중 하나를 의미할 수 있다. 예측이 수행되는 경우, "현재 블록"은 "현재 예측 블록" 또는 "예측 대상 블록"을 의미할 수 있다. 변환(역변환)/양자화(역양자화)가 수행되는 경우, "현재 블록"은 "현재 변환 블록" 또는 "변환 대상 블록"을 의미할 수 있다. 필터링이 수행되는 경우, "현재 블록"은 "필터링 대상 블록"을 의미할 수 있다.
본 개시에서 "현재 블록"은 크로마 블록이라는 명시적인 기재가 없는 한 루마 성분 블록과 크로마 성분 블록을 모두 포함하는 블록 또는 "현재 블록의 루마 블록"을 의미할 수 있다. 현재 블록의 루마 성분 블록은 명시적으로 "루마 블록" 또는 "현재 루마 블록"과 같이 루마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다. 또한, 현재 블록의 크로마 성분 블록은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다.
본 개시에서 "/"와 ","는 "및/또는"으로 해석될 수 있다. 예를 들어, "A/B"와 "A, B"는 "A 및/또는 B"로 해석될 수 있다. 또한, "A/B/C"와 "A, B, C"는 "A, B 및/또는 C 중 적어도 하나"를 의미할 수 있다.
본 개시에서 "또는"은 "및/또는"으로 해석될 수 있다. 예를 들어, "A 또는 B"는, 1) "A" 만을 의미하거나 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 또는, 본 개시에서 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
비디오 코딩 시스템 개요
도 1은 본 개시에 따른 비디오 코딩 시스템을 도시한다.
일 실시예에 따른 비디오 코딩 시스템은 부호화 장치(10) 및 복호화 장치(20)를 포함할 수 있다. 부호화 장치(10)는 부호화된 비디오(video) 및/또는 영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)로 전달할 수 있다.
일 실시예예 따른 부호화 장치(10)는 비디오 소스 생성부(11), 부호화부(12), 전송부(13)를 포함할 수 있다. 일 실시예에 따른 복호화 장치(20)는 수신부(21), 복호화부(22) 및 렌더링부(23)를 포함할 수 있다. 상기 부호화부(12)는 비디오/영상 부호화부라고 불릴 수 있고, 상기 복호화부(22)는 비디오/영상 복호화부라고 불릴 수 있다. 전송부(13)는 부호화부(12)에 포함될 수 있다. 수신부(21)는 복호화부(22)에 포함될 수 있다. 렌더링부(23)는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스 생성부(11)는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스 생성부(11)는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
부호화부(12)는 입력 비디오/영상을 부호화할 수 있다. 부호화부(12)는 압축 및 부호화 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화부(12)는 부호화된 데이터(부호화된 비디오/영상 정보)를 비트스트림(bitstream) 형태로 출력할 수 있다.
전송부(13)는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 복호화 장치(20)의 수신부(21)로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부(13)는 미리 정해진 파일 포맷을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부(21)는 상기 저장매체 또는 네트워크로부터 상기 비트스트림을 추출/수신하여 복호화부(22)로 전달할 수 있다.
복호화부(22)는 부호화부(12)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 복호화할 수 있다.
렌더링부(23)는 복호화된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
영상 부호화 장치 개요
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 2에 도시된 바와 같이, 영상 부호화 장치(100)는 영상 분할부(110), 감산부(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 가산부(155), 필터링부(160), 메모리(170), 인터 예측부(180), 인트라 예측부(185) 및 엔트로피 인코딩부(190)를 포함할 수 있다. 인터 예측부(180) 및 인트라 예측부(185)는 합쳐서 "예측부"라고 지칭될 수 있다. 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150)는 레지듀얼(residual) 처리부에 포함될 수 있다. 레지듀얼 처리부는 감산부(115)를 더 포함할 수도 있다.
영상 부호화 장치(100)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어, 인코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
영상 분할부(110)는 영상 부호화 장치(100)에 입력된 입력 영상(또는, 픽처, 프레임)을 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)을 QT/BT/TT (Quad-tree/binary-tree/ternary-tree) 구조에 따라 재귀적으로(recursively) 분할함으로써 획득될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 코딩 유닛의 분할을 위해, 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 트리 구조가 나중에 적용될 수 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 코딩 절차가 수행될 수 있다. 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 최대 코딩 유닛을 분할하여 획득한 하위 뎁스의 코딩 유닛이 최종 코닛 유닛으로 사용될 수도 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환 및/또는 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 코딩 절차의 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)일 수 있다. 상기 예측 유닛 및 상기 변환 유닛은 각각 상기 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
예측부(인터 예측부(180) 또는 인트라 예측부(185))는 처리 대상 블록(현재 블록)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 현재 블록의 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(185)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 인트라 예측 모드 및/또는 인트라 예측 기법에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라, 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(185)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(180)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이 때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 서로 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수 있다. 예를 들어, 인터 예측부(180)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(180)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference) 및 움직임 벡터 예측자에 대한 지시자(indicator)를 부호화함으로써 현재 블록의 움직임 벡터를 시그널링할 수 있다. 움직임 벡터 차분은 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 차이를 의미할 수 있다.
예측부는 후술하는 다양한 예측 방법 및/또는 예측 기법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 현재 블록의 예측을 위해 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 현재 블록의 예측을 위해 인트라 예측과 인터 예측을 동시에 적용하는 예측 방법은 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 현재 블록의 예측을 위해 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 현재 블록으로부터 소정의 거리만큼 떨어진 위치의 현재 픽처 내 기복원된 참조 블록을 이용하여 현재 블록을 예측하는 방법이다. IBC가 적용되는 경우, 현재 픽처 내 참조 블록의 위치는 상기 소정의 거리에 해당하는 벡터(블록 벡터)로서 부호화될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나, 현재 픽처 내에서 참조 블록을 도출하는 점에서, 인터 예측과 유사하게 수행될 수 있다. 즉 IBC는 본 개시에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
예측부를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 감산부(115)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)로부터 예측부에서 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있다. 생성된 레지듀얼 신호는 변환부(120)로 전송될 수 있다.
변환부(120)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)을 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)을 이용하여 예측 신호를 생성하고 그에 기반하여 획득되는 변환을 의미한다. 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(130)는 변환 계수들을 양자화하여 엔트로피 인코딩부(190)로 전송할 수 있다. 엔트로피 인코딩부(190)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(130)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(190)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(190)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예를 들어 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 본 개시에서 언급된 시그널링 정보, 전송되는 정보 및/또는 신택스 요소들은 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다.
상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(190)로부터 출력된 신호를 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 영상 부호화 장치(100)의 내/외부 엘리먼트로서 구비될 수 있고, 또는 전송부는 엔트로피 인코딩부(190)의 구성요소로서 구비될 수도 있다.
양자화부(130)로부터 출력된 양자화된 변환 계수들은 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(140) 및 역변환부(150)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다.
가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(180) 또는 인트라 예측부(185)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(160)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(160)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(170), 구체적으로 메모리(170)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(160)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 필터링에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(170)에 전송된 수정된 복원 픽처는 인터 예측부(180)에서 참조 픽처로 사용될 수 있다. 영상 부호화 장치(100)는 이를 통하여 인터 예측이 적용되는 경우, 영상 부호화 장치(100)와 영상 복호화 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(170) 내 DPB는 인터 예측부(180)에서의 참조 픽처로 사용하기 위해 수정된 복원 픽처를 저장할 수 있다. 메모리(170)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(180)에 전달될 수 있다. 메모리(170)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(185)에 전달할 수 있다.
영상 복호화 장치 개요
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 3에 도시된 바와 같이, 영상 복호화 장치(200)는 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265)를 포함하여 구성될 수 있다. 인터 예측부(260) 및 인트라 예측부(265)를 합쳐서 "예측부"라고 지칭될 수 있다. 역양자화부(220), 역변환부(230)는 레지듀얼 처리부에 포함될 수 있다.
영상 복호화 장치(200)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
비디오/영상 정보를 포함하는 비트스트림을 수신한 영상 복호화 장치(200)는 도 2의 영상 부호화 장치(100)에서 수행된 프로세스에 대응하는 프로세스를 수행하여 영상을 복원할 수 있다. 예를 들어, 영상 복호화 장치(200)는 영상 부호화 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있다. 코딩 유닛은 코딩 트리 유닛이거나 또는 최대 코딩 유닛을 분할하여 획득될 수 있다. 그리고, 영상 복호화 장치(200)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치(미도시)를 통해 재생될 수 있다.
영상 복호화 장치(200)는 도 2의 영상 부호화 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있다. 수신된 신호는 엔트로피 디코딩부(210)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(예를 들어, 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 영상 복호화 장치는 영상을 디코딩하기 위해 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 추가적으로 이용할 수 있다. 본 개시에서 언급된 시그널링 정보, 수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩됨으로써 상기 비트스트림으로부터 획득될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 블록 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)을 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이 때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(260) 및 인트라 예측부(265))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(220)로 입력될 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(240)로 제공될 수 있다. 한편, 영상 부호화 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 영상 복호화 장치(200)의 내/외부 엘리먼트로서 추가적으로 구비될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)의 구성요소로서 구비될 수도 있다.
한편, 본 개시에 따른 영상 복호화 장치는 비디오/영상/픽처 복호화 장치라고 불릴 수 있다. 상기 영상 복호화 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및/또는 샘플 디코더(비디오/영상/픽처 샘플 디코더)를 포함할 수도 있다. 상기 정보 디코더는 엔트로피 디코딩부(210)를 포함할 수 있고, 상기 샘플 디코더는 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265) 중 적어도 하나를 포함할 수 있다.
역양자화부(220)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(220)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 영상 부호화 장치에서 수행된 계수 스캔 순서에 기반하여 수행될 수 있다. 역양자화부(220)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)을 획득할 수 있다.
역변환부(230)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득할 수 있다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(210)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드(예측 기법)를 결정할 수 있다.
예측부가 후술하는 다양한 예측 방법(기법)을 기반으로 예측 신호를 생성할 수 있음은 영상 부호화 장치(100)의 예측부에 대한 설명에서 언급된 바와 동일하다.
인트라 예측부(265)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 인트라 예측부(185)에 대한 설명은 인트라 예측부(265)에 대해서도 동일하게 적용될 수 있다.
인터 예측부(260)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이 때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(260)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드(기법)를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드(기법)를 지시하는 정보를 포함할 수 있다.
가산부(235)는 획득된 레지듀얼 신호를 예측부(인터 예측부(260) 및/또는 인트라 예측부(265) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)에 대한 설명은 가산부(235)에 대해서도 동일하게 적용될 수 있다. 가산부(235)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.
필터링부(240)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어, 필터링부(240)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(250), 구체적으로 메모리(250)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은, 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(250)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(260)에서 참조 픽처로 사용될 수 있다. 메모리(250)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(260)에 전달할 수 있다. 메모리(250)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(265)에 전달할 수 있다.
본 명세서에서, 영상 부호화 장치(100)의 필터링부(160), 인터 예측부(180) 및 인트라 예측부(185)에서 설명된 실시예들은 각각 영상 복호화 장치(200)의 필터링부(240), 인터 예측부(260) 및 인트라 예측부(265)에도 동일 또는 대응되도록 적용될 수 있다.
인터 예측 개요
영상 부호화/복호화 장치는 블록 단위로 인터 예측을 수행하여 예측 샘플을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들에 의존적인 방법으로 도출되는 예측 기법을 의미할 수 있다. 현재 블록에 대해 인터 예측이 적용되는 경우, 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록을 기반으로, 현재 블록에 대한 예측 블록이 유도될 수 있다.
이 때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해, 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 움직임 정보가 유도될 수 있으며, 블록, 서브 블록 또는 샘플 단위로 움직임 정보가 유도될 수 있다. 이 때, 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 움직임 정보는 인터 예측 타입 정보를 더 포함할 수 있다. 여기서 인터 예측 타입 정보는 인터 예측의 방향성 정보를 의미할 수 있다. 인터 예측 타입 정보는 현재 블록이 L0 예측, L1 예측, Bi 예측 중 하나를 이용하여 예측됨을 지시할 수 있다.
현재 블록에 대해 인터 예측이 적용되는 경우, 현재 블록의 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 이 때, 현재 블록에 대한 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 부호화 유닛(colCU) 등으로 지칭될 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)로 지칭될 수 있다.
한편, 현재 블록의 주변 블록들을 기반으로 움직임 정보 후보 리스트가 구성될 수 있고, 이 때, 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 플래그 또는 인덱스 정보가 시그널링될 수 있다.
움직임 정보는 인터 예측 타입에 따라 L0 움직임 정보 및/또는 L1 움직임 정보를 포함할 수 있다. L0 방향의 움직임 벡터는 L0 움직임 벡터 또는 MVL0라고 정의될 수 있고, L1 방향의 움직임 벡터는 L1 움직임 벡터 또는 MVL1이라고 정의될 수 있다. L0 움직임 벡터에 기반한 예측은 L0 예측이라고 정의될 수 있고, L1 움직임 벡터에 기반한 예측을 L1 예측이라고 정의될 수 있고, 상기 L0 움직임 벡터 및 상기 L1 움직임 벡터 둘 다에 기반한 예측을 쌍예측(Bi-prediction)이라고 정의될 수 있다. 여기서, L0 움직임 벡터는 참조 픽처 리스트 L0에 연관된 움직임 벡터를 의미할 수 있고, L1 움직임 벡터는 참조 픽처 리스트 L1에 연관된 움직임 벡터를 의미할 수 있다.
참조 픽처 리스트 L0는 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 포함할 수 있고, 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 포함할 수 있다. 이 때, 이전 픽처들은 순방향 (참조) 픽처라 정의할 수 있고, 상기 이후 픽처들은 역방향 (참조) 픽처라 정의할 수 있다. 한편, 참조 픽처 리스트 L0은 현재 픽처보다 출력 순서상 이후 픽처들을 더 포함할 수 있다. 이 경우, 참조 픽처 리스트 L0 내에서 이전 픽처들이 먼저 인덱싱되고 이후 픽처들은 그 다음에 인덱싱될 수 있다. 참조 픽처 리스트 L1은 현재 픽처보다 출력 순서상 이전 픽처들을 더 포함할 수 있다. 이 경우 참조 픽처 리스트 L1 내에서 이후 픽처들이 먼저 인덱싱되고 이전 픽처들은 그 다음에 인덱싱 될 수 있다. 여기서 출력 순서는 POC(picture order count) 순서(order)에 대응될 수 있다.
도 4는 인터 예측 기반 비디오/영상 인코딩 방법을 도시한 흐름도이다.
도 5는 본 개시에 따른 인터 예측부(180)의 구성을 예시적으로 도시한 도면이다.
도 4의 인코딩 방법은 도 2의 영상 부호화 장치에 의해 수행될 수 있다. 구체적으로, 단계 S410은 인터 예측부(180)에 의하여 수행될 수 있고, 단계 S420은 레지듀얼 처리부에 의하여 수행될 수 있다. 구체적으로 단계 S420은 감산부(115)에 의하여 수행될 수 있다. 단계 S430은 엔트로피 인코딩부(190)에 의하여 수행될 수 있다. 단계 S430의 예측 정보는 인터 예측부(180)에 의하여 도출되고, 단계 S430의 레지듀얼 정보는 레지듀얼 처리부에 의하여 도출될 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다. 전술한 바와 같이 상기 레지듀얼 샘플들은 영상 부호화 장치의 변환부(120)를 통하여 변환 계수들로 도출되고, 상기 변환 계수들은 양자화부(130)를 통하여 양자화된 변환 계수들로 도출될 수 있다. 상기 양자화된 변환 계수들에 관한 정보가 레지듀얼 코딩 절차를 통하여 엔트로피 인코딩부(190)에서 인코딩될 수 있다.
영상 부호화 장치는 현재 블록에 대한 인터 예측을 수행할 수 있다(S410). 영상 부호화 장치는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 상기 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서, 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다. 예를 들어, 도 5에 도시된 바와 같이, 영상 부호화 장치의 인터 예측부(180)는 예측 모드 결정부(181), 움직임 정보 도출부(182), 예측 샘플 도출부(183)를 포함할 수 있다. 예측 모드 결정부(181)에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(182)에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(183)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 영상 부호화 장치의 인터 예측부(180)는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 상기 현재 블록과 유사한 블록을 서치하고, 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 상기 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 상기 참조 블록과 상기 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 영상 부호화 장치는 다양한 인터 예측 모드들 중 상기 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 영상 부호화 장치는 상기 다양한 예측 모드들에 대한 율-왜곡 비용(Rate-Distortion (RD) cost)을 비교하고 상기 현재 블록에 대한 최적의 인터 예측 모드를 결정할 수 있다. 그러나, 영상 부호화 장치가 현재 블록에 대한 인터 예측 모드를 결정하는 방법은 상기 예로 한정되지 않으며, 다양한 방법들이 이용될 수 있다.
예를 들어, 현재 블록에 대한 인터 예측 모드는 머지 모드(merge mode), 머지 스킵 모드(skip mode), MVP 모드(Motion Vector Prediction mode), SMVD 모드(Symmetric Motion Vector Difference), 어파인 모드(affine mode), 서브 블록 기반 머지 모드(Subblock-based merge mode), AMVR 모드(Adaptive Motion Vector Resolution mode), HMVP 모드(History-based Motion Vector Predictor mode), 쌍예측 머지 모드(Pair-wise average merge mode), MMVD 모드(Merge mode with Motion Vector Differences mode), DMVR 모드(Decoder side Motion Vector Refinement mode), CIIP 모드(Combined Inter and Intra Prediction mode) 및 GPM(Geometric Partitioning mode) 중 적어도 하나로 결정될 수 있다.
예를 들어, 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 영상 부호화 장치는 상기 현재 블록의 주변 블록들로부터 머지 후보들을 유도하고, 유도된 머지 후보들을 이용하여 머지 후보 리스트를 구성할 수 있다. 또한, 영상 부호화 장치는 상기 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 상기 현재 블록과 중 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 상기 도출된 참조 블록과 연관된 머지 후보가 선택되며, 상기 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 영상 복호화 장치로 시그널링될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다.
다른 예로, 상기 현재 블록에 MVP 모드가 적용되는 경우, 영상 부호화 장치는 상기 현재 블록의 주변 블록들로부터 움직임 벡터 예측자 (MVP, Motion Vector Predictor) 후보들을 유도하고, 유도된 MVP 후보들을 이용하여 MVP 후보 리스트를 구성할 수 있다. 또한, 영상 부호화 장치는 상기 MVP 후보 리스트에 포함된 MVP 후보들 중 선택된 MVP 후보의 움직임 벡터를 상기 현재 블록의 MVP 로 이용할 수 있다. 이 경우, 예를 들어, 전술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 상기 현재 블록의 움직임 벡터로 이용될 수 있으며, 상기 MVP 후보들 중 상기 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 MVP 후보가 상기 선택된 MVP 후보가 될 수 있다. 상기 현재 블록의 움직임 벡터에서 상기 MVP를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우, 상기 선택된 MVP 후보를 가리키는 인덱스 정보 및 상기 MVD에 관한 정보가 영상 복호화 장치로 시그널링될 수 있다. 또한, MVP 모드가 적용되는 경우, 상기 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보로 구성되어 별도로 상기 영상 복호화 장치로 시그널링될 수 있다.
영상 부호화 장치는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S420). 영상 부호화 장치는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다. 예를 들어, 상기 레지듀얼 샘플은 원본 샘플로부터 대응하는 예측 샘플을 감산함으로써 도출될 수 있다.
영상 부호화 장치는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩할 수 있다(S430). 영상 부호화 장치는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 상기 예측 정보는 상기 예측 절차에 관련된 정보들로 예측 모드 정보(e.g. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 상기 예측 모드 정보 중 skip flag는 현재 블록에 대해 스킵 모드가 적용되는지 여부를 나타내는 정보이며, merge flag는 현재 블록에 대해 머지 모드가 적용되는지 여부를 나타내는 정보이다. 또는 예측 모드 정보는 mode index와 같이, 복수의 예측 모드들 중 하나를 지시하는 정보일 수도 있다. 상기 skip flag와 merge flag가 각각 0일 경우, 현재 블록에 대해 MVP 모드가 적용되는 것으로 결정될 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(e.g. merge index, mvp flag or mvp index)를 포함할 수 있다. 상기 후보 선택 정보 중 merge index는 현재 블록에 대해 머지 모드가 적용되는 경우에 시그널링될 수 있으며, 머지 후보 리스트에 포함된 머지 후보들 중 하나를 선택하기 위한 정보일 수 있다. 상기 후보 선택 정보 중 MVP flag 또는 MVP index는 현재 블록에 대해 MVP 모드가 적용되는 경우에 시그널링될 수 있으며, MVP 후보 리스트에 포함된 MVP 후보들 중 하나를 선택하기 위한 정보일 수 있다. 구체적으로, MVP flag는 구문 요소 mvp_l0_flag 혹은 mvp_l1_flag를 이용하여 시그널링될 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한, 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(Bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 영상 복호화 장치로 전달될 수 있고, 또는 네트워크를 통하여 영상 복호화 장치로 전달될 수도 있다.
한편, 전술한 바와 같이 영상 부호화 장치는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록을 포함하는 픽처)를 생성할 수 있다. 이는 영상 복호화 장치에서 수행되는 것과 동일한 예측 결과를 영상 부호화 장치에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 영상 부호화 장치는 복원 픽처(또는 복원 샘플들, 복원 블록)를 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
도 6은 인터 예측 기반 비디오/영상 디코딩 방법을 도시한 흐름도이다.
도 7은 본 개시에 따른 인터 예측부(260)의 구성을 예시적으로 도시한 도면이다.
영상 복호화 장치는 상기 영상 부호화 장치에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 영상 복호화 장치는 수신된 예측 정보를 기반으로 현재 블록에 대한 예측을 수행하고 예측 샘플들을 도출할 수 있다.
도 6의 디코딩 방법은 도 3의 영상 복호화 장치에 의해 수행될 수 있다. 단계 S610 내지 S630은 인터 예측부(260)에 의하여 수행될 수 있고, 단계 S610의 예측 정보 및 단계 S640의 레지듀얼 정보는 엔트로피 디코딩부(210)에 의하여 비트스트림으로부터 획득될 수 있다. 영상 복호화 장치의 레지듀얼 처리부는 상기 레지듀얼 정보를 기반으로 현재 블록에 대한 레지듀얼 샘플들을 도출할 수 있다(S640). 구체적으로, 상기 레지듀얼 처리부의 역양자화부(220)는 상기 레지듀얼 정보를 기반으로 도출된 양자화된 변환 계수들을 기반으로, 역양자화를 수행하여 변환 계수들을 도출하고, 상기 레지듀얼 처리부의 역변환부(230)는 상기 변환 계수들에 대한 역변환을 수행하여 상기 현재 블록에 대한 레지듀얼 샘플들을 도출할 수 있다. 단계 S650은 가산부(235) 또는 복원부에 의하여 수행될 수 있다.
구체적으로, 영상 복호화 장치는 수신된 예측 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정할 수 있다(S610). 영상 복호화 장치는 상기 예측 정보 내의 예측 모드 정보를 기반으로 상기 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, 상기 skip flag를 기반으로 상기 현재 블록에 상기 스킵 모드가 적용되지 여부를 결정할 수 있다. 또한, 상기 merge flag를 기반으로 상기 현재 블록에 상기 머지 모드가 적용되지 또는 MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는, 상기 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 상기 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 MVP 모드를 포함할 수 있고, 또는 후술하는 다양한 인터 예측 모드들을 포함할 수 있다.
영상 복호화 장치는 상기 결정된 인터 예측 모드를 기반으로 상기 현재 블록의 움직임 정보를 도출할 수 있다(S620). 예를 들어, 영상 복호화 장치는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들 중 하나의 머지 후보를 선택할 수 있다. 상기 선택은 전술한 후보 선택 정보(merge index)를 기반으로 수행될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다. 예를 들어, 상기 선택된 머지 후보의 움직임 정보가 상기 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 영상 복호화 장치는 상기 현재 블록에 MVP 모드가 적용되는 경우, MVP 후보 리스트를 구성하고, 상기 MVP 후보 리스트에 포함된 MVP 후보들 중 선택된 MVP 후보의 움직임 벡터를 상기 현재 블록의 MVP로 이용할 수 있다. 상기 선택은 전술한 후보 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우 상기 MVD에 관한 정보를 기반으로 상기 현재 블록의 MVD를 도출할 수 있으며, 상기 현재 블록의 MVP 와 상기 MVD를 기반으로 상기 현재 블록의 움직임 벡터를 도출할 수 있다. 또한, 상기 참조 픽처 인덱스 정보를 기반으로 상기 현재 블록의 참조 픽처 인덱스를 도출할 수 있다. 상기 현재 블록에 관한 참조 픽처 리스트 내에서 상기 참조 픽처 인덱스가 가리키는 픽처가 상기 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
영상 복호화 장치는 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S630). 이 경우, 상기 현재 블록의 참조 픽처 인덱스를 기반으로 상기 참조 픽처를 도출하고, 상기 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 경우에 따라 상기 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 도 7에 도시된 바와 같이, 영상 복호화 장치의 인터 예측부(260)는 예측 모드 결정부(261), 움직임 정보 도출부(262), 예측 샘플 도출부(263)를 포함할 수 있다. 영상 복호화 장치의 인터 예측부(260)는 예측 모드 결정부(261)에서 수신된 예측 모드 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(262)에서 수신된 움직임 정보에 관한 정보를 기반으로 상기 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(263)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다.
영상 복호화 장치는 수신된 레지듀얼 정보를 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 생성할 수 있다(S640). 영상 복호화 장치는 상기 예측 샘플들 및 상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다(S650). 이후, 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 전술한 바와 같다.
전술한 바와 같이, 인터 예측 절차는 인터 예측 모드 결정 단계, 결정된 예측 모드에 따른 움직임 정보 도출 단계, 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계를 포함할 수 있다. 상기 인터 예측 절차는 전술한 바와 같이 영상 부호화 장치 및 영상 복호화 장치에서 수행될 수 있다.
이하에서, 예측 모드에 따른 움직임 정보 도출 단계에 대해 보다 상세히 설명한다.
전술한 바와 같이, 인터 예측은 현재 블록의 움직임 정보를 이용하여 수행될 수 있다. 영상 부호화 장치는 움직임 추정(motion estimation) 절차를 통하여 현재 블록에 대한 최적의 움직임 정보를 도출할 수 있다. 예를 들어, 영상 부호화 장치는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 현재 블록과 참조 블록 간 SAD(sum of absolute differences)를 기반으로 계산될 수 있다. 이 경우 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보를 도출할 수 있다. 도출된 움직임 정보는 인터 예측 모드 기반으로 여러 방법에 따라 영상 복호화 장치로 시그널링될 수 있다.
현재 블록에 대해 머지 모드(merge mode)가 적용되는 경우, 현재 블록의 움직임 정보가 직접적으로 전송되지 않고, 주변 블록의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보를 유도하게 된다. 따라서, 머지 모드를 이용하였음을 알려주는 플래그 정보 및 어떤 주변 블록을 머지 후보로서 이용하였는지를 알려주는 후보 선택 정보(예를 들어, 머지 인덱스)를 전송함으로써 현재 예측 블록의 움직임 정보를 지시할 수 있다. 본 개시에서 현재 블록은 예측 수행의 단위이므로, 현재 블록은 현재 예측 블록과 같은 의미로 사용되고, 주변 블록은 주변 예측 블록과 같은 의미로 사용될 수 있다.
영상 부호화 장치는 머지 모드를 수행하기 위해서 현재 블록의 움직임 정보를 유도하기 위해 이용되는 머지 후보 블록(merge candidate block)을 서치할 수 있다. 예를 들어, 상기 머지 후보 블록은 최대 5개까지 이용될 수 있으나, 이에 한정되지 않는다. 상기 머지 후보 블록의 최대 개수는 슬라이스 헤더 또는 타일 그룹 헤더에서 전송될 수 있으나, 이에 한정되지 않는다. 상기 머지 후보 블록들을 찾은 후, 영상 부호화 장치는 머지 후보 리스트를 생성할 수 있고, 이들 중 RD cost가 가장 작은 머지 후보 블록을 최종 머지 후보 블록으로 선택할 수 있다.
본 개시는 상기 머지 후보 리스트를 구성하는 머지 후보 블록에 대한 다양한 실시예를 제공한다. 상기 머지 후보 리스트는 예를 들어 5개의 머지 후보 블록을 이용할 수 있다. 예를 들어, 4개의 공간적 머지 후보(spatial merge candidate)와 1개의 시간적 머지 후보(temporal merge candidate)를 이용할 수 있다.
도 8은 공간적 머지 후보로 이용될 수 있는 주변 블록들을 예시한 도면이다.
도 9는 본 개시의 일 예에 따른 머지 후보 리스트 구성 방법을 개략적으로 나타낸 도면이다.
영상 부호화 장치/영상 복호화 장치는 현재 블록의 공간적 주변 블록들을 탐색하여 도출된 공간적 머지 후보들을 머지 후보 리스트에 삽입할 수 있다(S910). 예를 들어, 상기 공간적 주변 블록들은 도 8에 도시된 바와 같이, 상기 현재 블록의 좌하단 코너 주변 블록(A0), 좌측 주변 블록(A1), 우상단 코너 주변 블록(B0), 상단 주변 블록(B1), 좌상단 코너 주변 블록(B2)들을 포함할 수 있다. 다만, 이는 예시로서 전술한 공간적 주변 블록들 이외에도 우측 주변 블록, 하측 주변 블록, 우하측 주변 블록 등 추가적인 주변 블록들이 더 상기 공간적 주변 블록들로 사용될 수 있다. 영상 부호화 장치/영상 복호화 장치는 상기 공간적 주변 블록들을 우선순위에 기반하여 탐색함으로써 가용한 블록들을 검출하고, 검출된 블록들의 움직임 정보를 상기 공간적 머지 후보들로 도출할 수 있다. 예를 들어, 영상 부호화 장치/영상 복호화 장치는 도 8에 도시된 5개의 블록들을 A1, B1, B0, A0, B2의 순서대로 탐색하고 가용한 후보들을 순차적으로 인덱싱함으로써 머지 후보 리스트를 구성할 수 있다.
영상 부호화 장치/영상 복호화 장치는 상기 현재 블록의 시간적 주변 블록을 탐색하여 도출된 시간적 머지 후보를 상기 머지 후보 리스트에 삽입할 수 있다(S920). 상기 시간적 주변 블록은 상기 현재 블록이 위치하는 현재 픽처와 다른 픽처인 참조 픽처 상에 위치할 수 있다. 상기 시간적 주변 블록이 위치하는 참조 픽처는 collocated 픽처 또는 col 픽처라고 불릴 수 있다. 상기 시간적 주변 블록은 상기 col 픽처 상에서의 상기 현재 블록에 대한 동일 위치 블록(co-located block)의 우하측 코너 주변 블록 및 우하측 센터 블록의 순서로 탐색될 수 있다. 한편, 메모리 부하를 줄이기 위해 motion data compression이 적용되는 경우, 상기 col 픽처에 대해 일정 저장 단위마다 특정 움직임 정보를 대표 움직임 정보로 저장할 수 있다. 이 경우, 상기 일정 저장 단위 내의 모든 블록에 대한 움직임 정보를 저장할 필요가 없으며, 이를 통해 motion data compression 효과를 얻을 수 있다. 이 경우, 일정 저장 단위는 예를 들어 16x16 샘플 단위, 또는 8x8 샘플 단위 등으로 미리 정해질 수도 있고, 또는 영상 부호화 장치에서 영상 복호화 장치로 상기 일정 저장 단위에 대한 사이즈 정보가 시그널링될 수도 있다. 상기 motion data compression이 적용되는 경우 상기 시간적 주변 블록의 움직임 정보는 상기 시간적 주변 블록이 위치하는 상기 일정 저장 단위의 대표 움직임 정보로 대체될 수 있다. 즉, 이 경우, 구현 측면에서 보면, 상기 시간적 주변 블록의 좌표에 위치하는 예측 블록이 아닌, 상기 시간적 주변 블록의 좌표(좌상단 샘플 포지션)를 기반으로 일정 값만큼 산술적 오른쪽 쉬프트 후 산술적 왼쪽 쉬프트 한 위치를 커버하는 예측 블록의 움직임 정보를 기반으로 상기 시간적 머지 후보가 도출될 수 있다. 예를 들어, 상기 일정 저장 단위가 2nx2n 샘플 단위인 경우, 상기 시간적 주변 블록의 좌표가 (xTnb, yTnb)라 하면, 수정된 위치인 ((xTnb>>n)<<n), (yTnb>>n)<<n))에 위치하는 예측 블록의 움직임 정보가 상기 시간적 머지 후보를 위하여 사용될 수 있다. 구체적으로 예를 들어, 상기 일정 저장 단위가 16x16 샘플 단위인 경우, 상기 시간적 주변 블록의 좌표가 (xTnb, yTnb)라 하면, 수정된 위치인 ((xTnb>>4)<<4), (yTnb>>4)<<4))에 위치하는 예측 블록의 움직임 정보가 상기 시간적 머지 후보를 위하여 사용될 수 있다. 또는, 예를 들어, 상기 일정 저장 단위가 8x8 샘플 단위인 경우, 상기 시간적 주변 블록의 좌표가 (xTnb, yTnb)라 하면, 수정된 위치인 ((xTnb>>3)<<3), (yTnb>>3)<<3))에 위치하는 예측 블록의 움직임 정보가 상기 시간적 머지 후보를 위하여 사용될 수 있다.
다시 도 9을 참조하면, 영상 부호화 장치/영상 복호화 장치는 현재 머지 후보들의 개수가 최대 머지 후보들의 개수보다 작은지 여부를 확인할 수 있다(S930). 상기 최대 머지 후보들의 개수는 미리 정의되거나 영상 부호화 장치에서 영상 복호화 장치로 시그널링될 수 있다. 예를 들어, 영상 부호화 장치는 상기 최대 머지 후보들의 개수에 관한 정보를 생성하고, 인코딩하여 비트스트림 형태로 상기 영상 복호화 장치로 전달할 수 있다. 상기 최대 머지 후보들의 개수가 다 채워지면 이후의 후보 추가 과정(S940)은 진행하지 않을 수 있다.
단계 S930의 확인 결과 상기 현재 머지 후보들의 개수가 상기 최대 머지 후보들의 개수보다 작은 경우, 영상 부호화 장치/영상 복호화 장치는 소정의 방식에 따라 추가 머지 후보를 유도한 후 상기 머지 후보 리스트에 삽입할 수 있다(S940). 상기 추가 머지 후보는 예를 들어 history based merge candidate(s), pair-wise average merge candidate(s), ATMVP, combined bi-predictive 머지 후보 (현재 슬라이스/타일 그룹의 슬라이스/타일 그룹 타입이 B 타입인 경우) 및/또는 영(zero) 벡터 머지 후보 중 적어도 하나를 포함할 수 있다.
단계 S930의 확인 결과 상기 현재 머지 후보들의 개수가 상기 최대 머지 후보들의 개수보다 작지 않은 경우, 영상 부호화 장치/영상 복호화 장치는 상기 머지 후보 리스트의 구성을 종료할 수 있다. 이 경우, 영상 부호화 장치는 RD cost 기반으로 상기 머지 후보 리스트를 구성하는 머지 후보들 중 최적의 머지 후보를 선택할 수 있으며, 상기 선택된 머지 후보를 가리키는 후보 선택 정보(ex. 머지 후보 인덱스, merge index)를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 상기 머지 후보 리스트 및 상기 후보 선택 정보를 기반으로 상기 최적의 머지 후보를 선택할 수 있다.
상기 선택된 머지 후보의 움직임 정보가 상기 현재 블록의 움직임 정보로 사용될 수 있으며, 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록의 예측 샘플들을 도출할 수 있음은 전술한 바와 같다. 영상 부호화 장치는 상기 예측 샘플들을 기반으로 상기 현재 블록의 레지듀얼 샘플들을 도출할 수 있으며, 상기 레지듀얼 샘플들에 관한 레지듀얼 정보를 영상 복호화 장치로 시그널링할 수 있다. 영상 복호화 장치는 상기 레지듀얼 정보를 기반으로 도출된 레지듀얼 샘플들 및 상기 예측 샘플들을 기반으로 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있음은 전술한 바와 같다.
현재 블록에 대해 스킵 모드(skip mode)가 적용되는 경우, 앞에서 머지 모드가 적용되는 경우와 동일한 방법으로 상기 현재 블록의 움직임 정보를 도출할 수 있다. 다만, 스킵 모드가 적용되는 경우 해당 블록에 대한 레지듀얼 신호가 생략되며 따라서 예측 샘플들이 바로 복원 샘플들로 이용될 수 있다. 상기 스킵 모드는 예를 들어 cu_skip_flag의 값이 1인 경우에 적용될 수 있다.
이하, 머지 모드 및/또는 스킵 모드의 경우, 공간적 후보를 유도하는 방법에 대해 설명한다. 공간적 후보는 상술한 공간적 머지 후보를 나타낼 수 있다.
공간적 후보의 유도는 공간적으로 인접한 블록들(spatial neighboring blocks)에 기반하여 수행될 수 있다. 예로써, 도 8에 도시된 위치에 존재하는 후보 블록들로부터 최대 4개의 공간적 후보가 유도될 수 있다. 공간적 후보를 유도하는 순서는 A1 -> B1 -> B0 -> A0 -> B2의 순서일 수 있다. 그러나, 공간적 후보를 유도하는 순서는 상기 순서로 한정되지 않으며, 예를 들어, B1 -> A1 -> B0 -> A0 -> B2의 순서일 수도 있다. 순서상 마지막 위치(상기 예에서, B2 위치)는 선행하는 4개 위치들(상기 예에서, A1, B1, B0 및 A0) 중 적어도 하나가 가용하지 않은 경우에 고려될 수 있다. 이 때, 소정 위치의 블록이 가용하지 않다는 것은 해당 블록이 현재 블록과 다른 슬라이스 또는 다른 타일에 속하거나 해당 블록이 인트라 예측된 블록인 경우를 포함할 수 있다. 순서상 첫번째 위치(상기 예에서, A1 또는 B1)로부터 공간적 후보가 유도된 경우, 후속하는 위치의 공간적 후보들에 대해서는 중복성 체크가 수행될 수 있다. 예를 들어, 후속하는 공간적 후보의 움직임 정보가 머지 후보 리스트에 이미 포함된 공간적 후보의 움직임 정보와 동일할 경우, 상기 후속하는 공간적 후보는 머지 후보 리스트에 포함시키지 않음으로써, 부호화 효율을 향상시킬 수 있다. 후속하는 공간적 후보에 대해 수행되는 중복성 체크는 가능한 모든 후보쌍에 대해 수행되지 않고 일부의 후보쌍에 대해서만 수행됨으로써 계산 복잡도를 감소시킬 수 있다.
도 10은 공간적 후보에 대해 수행되는 중복성 체크를 위한 후보쌍을 예시한 도면이다.
도 10에 도시된 예에서, B0 위치의 공간적 후보에 대한 중복성 체크는 A0 위치의 공간적 후보에 대해서만 수행될 수 있다. 또한, B1 위치의 공간적 후보에 대한 중복성 체크는 B0 위치의 공간적 후보에 대해서만 수행될 수 있다. 또한, A1 위치의 공간적 후보에 대한 중복성 체크는 A0 위치의 공간적 후보에 대해서만 수행될 수 있다. 마지막으로, B2 위치의 공간적 후보에 대한 중복성 체크는 A0 위치 및 B0 위치의 공간적 후보에 대해서만 수행될 수 있다.
도 10에 도시된 예는, 공간적 후보를 유도하는 순서가 A0 -> B0 -> B1 -> A1 -> B2의 순서인 경우의 예이다. 그러나 이에 한정되지 않으며, 공간적 후보를 유도하는 순서가 변경되더라도 도 10에 도시된 예와 같이, 일부의 후보쌍에 대해서만 중복성 체크가 수행될 수 있다.
이하, 머지 모드 및/또는 스킵 모드의 경우, 시간적 후보를 유도하는 방법에 대해 설명한다. 시간적 후보는 상술한 시간적 머지 후보를 나타낼 수 있다. 또한, 시간적 후보의 움직임 벡터는 MVP 모드의 시간적 후보에 대응될 수도 있다.
시간적 후보는 하나의 후보만이 머지 후보 리스트에 포함될 수 있다. 시간적 후보를 유도하는 과정에서, 시간적 후보의 움직임 벡터는 스케일링될 수 있다. 예를 들어, 상기 스케일링은 콜로케이티드 참조 픽처(collocated reference picture, colPic)(이하, '콜 픽처'라 함)에 속한 콜로케이티드 블록(co-located CU)(이하, '콜 블록'이라 함)에 기반하여 수행될 수 있다. 콜 블록의 유도에 사용되는 참조 픽처 리스트는 슬라이스 헤더에서 명시적으로 시그널링될 수 있다.
도 11은 시간적 후보의 움직임 벡터를 스케일링하는 방법을 설명하기 위한 도면이다.
도 11에서, curr_CU와 curr_pic은 현재 블록과 현재 픽처를 나타내고, col_CU와 col_pic은 콜 블록과 콜 픽처를 나타낸다. 또한, curr_ref는 현재 블록의 참조 픽처를 나타내고, col_ref는 콜 블록의 참조 픽처를 나타낸다. 또한, tb는 현재 블록의 참조 픽처와 현재 픽처 사이의 거리를 나타내고, td는 콜 블록의 참조 픽처와 콜 픽처 사이의 거리를 나타낸다. 상기 tb와 td는 픽처간의 POC(Picture Order Count)의 차이에 해당하는 값으로 나타낼 수 있다. 시간적 후보의 움직임 벡터의 스케일링은 tb와 td에 기반하여 수행될 수 있다. 또한, 시간적 후보의 참조 픽처 인덱스는 0으로 설정될 수 있다.
도 12는 시간적 후보를 유도하는 위치를 설명하기 위한 도면이다.
도 12에서, 굵은 실선의 블록은 현재 블록을 나타낸다. 시간적 후보는 도 12의 C0 위치(우하단 위치) 또는 C1 위치(중앙 위치)에 해당하는 콜 픽처 내의 블록으로부터 유도될 수 있다. 먼저, C0 위치가 가용한지 판단되고, C0 위치가 가용한 경우, C0 위치에 기반하여 시간적 후보가 유도될 수 있다. 만약 C0 위치가 가용하지 않은 경우, C1 위치에 기반하여 시간적 후보가 유도될 수 있다. 예를 들어, C0 위치의 콜 픽처 내 블록이 인트라 예측된 블록이거나, 현재 CTU 행(row)의 외부에 존재하는 경우, C0 위치가 가용하지 않은 것으로 판단될 수 있다.
상술한 바와 같이, motion data compression이 적용되는 경우, 콜 블록의 움직임 벡터는 소정의 단위 블록마다 저장될 수 있다. 이 경우, C0 위치 또는 C1 위치를 커버하는 블록의 움직임 벡터를 유도하기 위해 C0 위치 또는 C1 위치는 수정될 수 있다. 예를 들어, 상기 소정의 단위 블록이 8x8 블록이고, C0 위치 또는 C1 위치를 (xColCi, yColCi)라 할 때, 시간적 후보를 유도하기 위한 위치는 ( ( xColCi >> 3 ) << 3, ( yColCi >> 3 ) << 3 )로 수정될 수 있다.
이하, 머지 모드 및/또는 스킵 모드의 경우, History-based 후보를 유도하는 방법에 대해 설명한다. History-based 후보는 History-based 머지 후보로 표현될 수 있다.
History-based 후보는 공간적 후보와 시간적 후보가 머지 후보 리스트에 추가된 이후에 상기 머지 후보 리스트에 추가될 수 있다. 예를 들어, 이전에 부호화/복호화된 블록의 움직임 정보가 테이블에 저장되고, 현재 블록의 History-based 후보로서 사용될 수 있다. 상기 테이블은 부호화/복호화 과정 동안 복수의 History-based 후보를 저장할 수 있다. 상기 테이블은 새로운 CTU 행(row)이 시작될 때 초기화될 수 있다. 테이블이 초기화된다는 것은 테이블에 저장된 History-based 후보가 모두 삭제되어 해당 테이블이 비워지는 것을 의미할 수 있다. 인터 예측된 블록이 있을 때마다, 관련 움직임 정보가 마지막 엔트리로서 상기 테이블에 추가될 수 있다. 이 때, 상기 인터 예측된 블록은 서브블록 기반으로 예측된 블록이 아닐 수 있다. 상기 테이블에 추가된 움직임 정보는 새로운 History-based 후보로서 사용될 수 있다.
History-based 후보의 테이블은 소정의 크기를 가질 수 있다. 예를 들어, 해당 크기는 5일 수 있다. 이 때, 상기 테이블은 최대 5개의 History-based 후보를 저장할 수 있다. 새로운 후보가 테이블에 추가될 때, 먼저 동일한 후보가 상기 테이블에 존재하는지의 중복성 체크가 수행되는 제한된 first-in-first-out (FIFO) 규정이 적용될 수 있다. 만약 동일한 후보가 상기 테이블에 이미 존재하는 경우, 상기 동일한 후보는 상기 테이블로부터 삭제되고, 이 후의 모든 History-based 후보들의 위치가 전방으로 이동될 수 있다.
History-based 후보는 머지 후보 리스트의 구성 과정에 이용될 수 있다. 이 때, 상기 테이블에 최근에 포함된 History-based 후보들이 순서대로 체크되고, 상기 머지 후보 리스트의 시간적 후보 이후의 위치에 포함될 수 있다. History-based 후보가 머지 후보 리스트에 포함될 때, 상기 머지 후보 리스트에 이미 포함된 공간적 후보 또는 시간적 후보와의 중복성 체크가 수행될 수 있다. 만약, 머지 후보 리스트에 이미 포함된 공간적 후보 또는 시간적 후보와 History-based 후보가 중복되는 경우, 해당 History-based 후보는 상기 머지 후보 리스트에 포함되지 않을 수 있다. 상기 중복성 체크는 아래와 같이 단순화시킴으로써 연산량이 저감될 수 있다.
머지 후보 리스트의 생성에 이용되는 History-based 후보의 개수는 (N <= 4 ) ? M: (8 - N)으로 설정될 수 있다. 이 때, N은 머지 후보 리스트에 이미 포함된 후보의 개수를 나타내고, M은 상기 테이블에 저장된 가용한 History-based 후보의 개수를 나타낸다. 즉, 머지 후보 리스트에 4개 이하의 후보가 포함된 경우, 상기 머지 후보 리스트의 생성에 이용되는 History-based 후보의 개수는 M개이며, 머지 후보 리스트에 4개보다 많은 N개의 후보가 포함된 경우, 상기 머지 후보 리스트의 생성에 이용되는 History-based 후보의 개수는 (8 - N)개로 설정될 수 있다.
가용한 머지 후보의 전체 개수가 (머지 후보의 최대 허용 개수 - 1)에 도달하는 경우, History-based 후보를 이용한 머지 후보 리스트의 구성은 종료될 수 있다.
이하, 머지 모드 및/또는 스킵 모드의 경우, Pair-wise average 후보를 유도하는 방법에 대해 설명한다. Pair-wise average 후보는 Pair-wise average 머지 후보 또는 Pair-wise 후보로 표현될 수 있다.
Pair-wise average 후보는 머지 후보 리스트에 포함된 후보들로부터 기정의된 후보쌍을 획득하고 이들을 평균함으로써 생성될 수 있다. 기정의된 후보쌍은 {(0, 1), (0, 2), (1, 2), (0, 3), (1, 3), (2, 3)}이고, 각 후보쌍을 구성하는 숫자는 머지 후보 리스트의 인덱스일 수 있다. 즉, 기정의된 후보쌍 (0, 1)은 머지 후보 리스트의 인덱스 0 후보와 인덱스 1 후보의 쌍을 의미하고, Pair-wise average 후보는 인덱스 0 후보와 인덱스 1 후보의 평균에 의해 생성될 수 있다. 상기 기 정의된 후보쌍의 순서대로 Pair-wise average 후보의 유도가 수행될 수 있다. 즉, 후보쌍 (0, 1)에 대해 Pair-wise average 후보를 유도한 후, 후보쌍 (0, 2), 후보쌍 (1, 2)의 순서로 Pair-wise average 후보 유도 과정이 수행될 수 있다. Pair-wise average 후보 유도 과정은 머지 후보 리스트의 구성이 완료될 때까지 수행될 수 있다. 예를 들어, Pair-wise average 후보 유도 과정은 머지 후보 리스트에 포함된 머지 후보의 개수가 최대 머지 후보 개수에 도달할 때까지 수행될 수 있다.
Pair-wise average 후보는 참조 픽처 리스트의 각각에 대해 개별적으로 계산될 수 있다. 하나의 참조 픽처 리스트(L0 list 또는 L1 list)에 대해 2개의 움직임 벡터가 가용한 경우, 이들 2개의 움직임 벡터의 평균이 계산될 수 있다. 이 때, 2개의 움직임 벡터가 서로 다른 참조 픽처를 가리키더라도 상기 2개의 움직임 벡터의 평균이 수행될 수 있다. 만약 하나의 참조 픽처 리스트에 대해 1개의 움직임 벡터만이 가용한 경우, 가용한 움직임 벡터가 Pair-wise average 후보의 움직임 벡터로서 사용될 수 있다. 만약 하나의 참조 픽처 리스트에 대해 2개의 움직임 벡터가 모두 가용하지 않은 경우, 해당 참조 픽처 리스트는 유효하지 않은 것으로 결정될 수 있다.
Pair-wise average 후보가 머지 후보 리스트에 포함된 이후에도 머지 후보 리스트의 구성이 완료되지 않은 경우, 최대 머지 후보 개수에 도달할 때까지 제로 벡터가 머지 후보 리스트에 추가될 수 있다.
현재 블록에 대해 MVP 모드가 적용되는 경우, 복원된 공간적 주변 블록(예를 들어, 도 8에 도시된 주변 블록)의 움직임 벡터 및/또는 시간적 주변 블록(또는 Col 블록)에 대응하는 움직임 벡터를 이용하여, 움직임 벡터 예측자(motion vector predictor, mvp) 후보 리스트가 생성될 수 있다. 즉, 복원된 공간적 주변 블록의 움직임 벡터 및/또는 시간적 주변 블록에 대응하는 움직임 벡터가 현재 블록의 움직임 벡터 예측자 후보로 사용될 수 있다. 쌍예측이 적용되는 경우, L0 움직임 정보 도출을 위한 mvp 후보 리스트와 L1 움직임 정보 도출을 위한 mvp 후보 리스트가 개별적으로 생성되어 이용될 수 있다. 현재 블록에 대한 예측 정보(또는 예측에 관한 정보)는 상기 mvp 후보 리스트에 포함된 움직임 벡터 예측자 후보들 중에서 선택된 최적의 움직임 벡터 예측자 후보를 지시하는 후보 선택 정보(ex. MVP 플래그 또는 MVP 인덱스)를 포함할 수 있다. 이 때, 예측부는 상기 후보 선택 정보를 이용하여, mvp 후보 리스트에 포함된 움직임 벡터 예측자 후보들 중에서, 현재 블록의 움직임 벡터 예측자를 선택할 수 있다. 영상 부호화 장치의 예측부는 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 움직임 벡터 차분(MVD)을 구할 수 있고, 이를 인코딩하여 비트스트림 형태로 출력할 수 있다. 즉, MVD는 현재 블록의 움직임 벡터에서 상기 움직임 벡터 예측자를 뺀 값으로 구해질 수 있다. 영상 복호화 장치의 예측부는 상기 예측에 관한 정보에 포함된 움직임 벡터 차분을 획득하고, 상기 움직임 벡터 차분과 상기 움직임 벡터 예측자의 가산을 통해 현재 블록의 상기 움직임 벡터를 도출할 수 있다. 영상 복호화 장치의 예측부는 참조 픽처를 지시하는 참조 픽처 인덱스 등을 상기 예측에 관한 정보로부터 획득 또는 유도할 수 있다.
도 13은 본 개시의 일 예에 따른 움직임 벡터 예측자 후보 리스트 구성 방법을 개략적으로 나타낸 도면이다.
먼저, 현재 블록의 공간적 후보 블록을 탐색하여 가용한 후보 블록을 MVP 후보 리스트에 삽입할 수 있다(S1310). 이후, MVP 후보 리스트에 포함된 MVP 후보가 2개 미만인지 여부가 판단되고(S1320), 2개인 경우, MVP 후보 리스트의 구성을 완료할 수 있다.
단계 S1320에서, 가용한 공간적 후보 블록이 2개 미만인 경우, 현재 블록의 시간적 후보 블록을 탐색하여 가용한 후보 블록을 MVP 후보 리스트에 삽입할 수 있다(S1330). 시간적 후보 블록이 가용하지 않은 경우, 제로 움직임 벡터를 MVP 후보 리스트에 삽입(S1340)함으로써, MVP 후보 리스트의 구성을 완료할 수 있다.
한편, MVP 모드가 적용되는 경우, 참조 픽처 인덱스가 명시적으로 시그널링될 수 있다. 이 경우, L0 예측을 위한 참조 픽처 인덱스(refidxL0)와 L1 예측을 위한 참조 픽처 인덱스(refidxL1)가 구분되어 시그널링될 수 있다. 예를 들어, MVP 모드가 적용되고 쌍예측(BI prediction)이 적용되는 경우, 상기 refidxL0에 관한 정보 및 refidxL1에 관한 정보가 둘 다 시그널링될 수 있다.
전술한 바와 같이, MVP 모드가 적용되는 경우, 영상 부호화 장치에서 도출된 MVD에 관한 정보가 영상 복호화 장치로 시그널링될 수 있다. MVD에 관한 정보는 예를 들어, MVD 절대값 및 부호에 대한 x, y 성분을 나타내는 정보를 포함할 수 있다. 이 경우, MVD 절대값이 0보다 큰지, 및 1보다 큰지 여부, MVD 나머지를 나타내는 정보가 단계적으로 시그널링될 수 있다. 예를 들어, MVD 절대값이 1보다 큰지 여부를 나타내는 정보는 MVD 절대값이 0보다 큰지 여부를 나타내는 flag 정보의 값이 1인 경우에 한하여 시그널링될 수 있다.
TMVP(temporal motion vector predictor) 시그널링 개요
전술한 바와 같이, 현재 블록의 인터 예측을 위해, 시간적 머지 후보 또는 시간적 MVP 후보로서 이용되는 시간적 움직임 벡터 예측자(temporal motion vector predictor, TMVP)가 도출될 수 있다. TMVP는 동일 위치 (참조) 픽처(collocated (reference) picture, colPic) 내의 시간적 주변 블록(temporal neighboring block)에 기반하여 도출될 수 있다. 여기서, 시간적 주변 블록은 현재 블록의 동일 위치 참조 블록(collocated reference block, colCb)을 포함할 수 있다.
동일 위치 참조 블록(colCb)을 지시하는 정보/신택스 요소는, 픽처 헤더(picture header) 등과 같은 상위 레벨 신택스(high level syntax, HLS)를 통해 시그널링될 수 있다. 비트스트림을 부호화/복호화하기 위해 TMVP 코딩 툴이 이용될 수 있다. TMVP를 위한 시그널링 매커니즘은 다음과 같다.
TMVP는 CLVS(coded layer video sequence) 내의 픽처 코딩을 위해 이용될 수 있다. CLVS 내의 픽처들에 대해 TMVP가 가용한지 여부는, SPS(sequence parameter set) 내의 소정의 플래그 정보(e.g. sps_temporal_mvp_enabled_flag)에 기반하여 결정될 수 있다. 예를 들어, 제1 값(e.g. 0)을 갖는 sps_temporal_mvp_enabled_flag는 CLVS 내의 픽처들에 대해 TMVP가 가용하지 않음을 나타내고, 제2 값(e.g. 1)을 갖는 sps_temporal_mvp_enabled_flag는 CLVS 내의 픽처들에 대해 TMVP가 가용함을 나타낼 수 있다.
CLVS 내의 픽처들에 대해 TMVP가 가용한 경우, 각각의 픽처에 대해 TMVP가 가용한지 여부가, 픽처 헤더(picture header) 내의 소정의 플래그 정보(e.g. pic_temporal_mvp_enabled_flag)에 기반하여 결정될 수 있다. 예를 들어, 제1 값(e.g. 0)을 갖는 pic_temporal_mvp_enabled_flag는, 픽처 헤더와 연관된 픽처 내의 슬라이스들에 대한 인터 예측을 위해 TMVP가 이용될 수 없음을 나타낼 수 있다. 이 경우, 상기 픽처 헤더와 연관된 픽처 내의 슬라이스들에 대한 신택스 요소들은 슬라이스 복호화에 TMVP가 이용되지 않도록 제한될 수 있다. 이와 달리, 제2 값(e.g. 1)을 갖는 pic_temporal_mvp_enabled_flag는, 픽처 헤더와 연관된 픽처 내의 슬라이스들에 대한 인터 예측을 위해 TMVP가 이용될 수 있음을 나타낼 수 있다. 한편, pic_temporal_mvp_enabled_flag가 시그널링되지 않는 경우, pic_temporal_mvp_enabled_flag의 값은 제1 값(e.g. 0)으로 추론될 수 있다. 한편, 참조 픽처 버퍼(decoded picture buffer, DPB) 내에 현재 픽처와 동일한 공간 해상도(spatial resolution)를 갖는 참조 픽처가 존재하지 않는 경우, pic_temporal_mvp_enabled_flag의 값은 제1 값(e.g. 0)으로 제한될 수 있다.
소정의 픽처에 대해 TMVP가 가용한 경우, 상기 픽처 내의 각각의 슬라이스에 대하여, TMVP에 관한 정보, 예를 들어 동일 위치 픽처(colPic)의 식별 정보가 시그널링될 수 있다.
도 14a는 TMVP에 관한 정보를 포함하는 픽처 헤더의 일 예를 나타내는 도면이다.
도 14a를 참조하면, 시퀀스 레벨에서 TMVP가 가용한지 여부가 시퀀스 레벨의 소정의 플래그 정보(e.g. sps_temporal_mvp_enabled_flag)에 기반하여 결정될 수 있다. 예를 들어, 제1 값(e.g. 0)을 갖는 sps_temporal_mvp_enabled_flag는 시퀀스 레벨에서 TMVP가 가용하지 않음을 나타낼 수 있다. 이와 달리, 제2 값(e.g. 1)을 갖는 sps_temporal_mvp_enabled_flag는 시퀀스 레벨에서 TMVP가 가용함을 나타낼 수 있다.
시퀀스 레벨에서 TMVP가 가용한 경우, pic_temporal_mvp_enabled_flag가 픽처 헤더를 통해 시그널링될 수 있다. 예를 들어, 제1 값(e.g. 0)을 갖는 pic_temporal_mvp_enabled_flag는 픽처 레벨에서 TMVP가 가용하지 않음을 나타낼 수 있다. 이와 달리, 제2 값(e.g. 1)을 갖는 pic_temporal_mvp_enabled_flag는 픽처 레벨에서 TMVP가 가용함을 나타낼 수 있다.
도 14b는 TMVP에 관한 정보를 포함하는 슬라이스 헤더의 일 예를 나타내는 도면이다.
도 14b를 참조하면, num_ref_idx_active_override_flag는 num_ref_idx_active_minus1[i]의 존재 여부를 나타낼 수 있다. 예를 들어, 제1 값(e.g. 0)을 갖는 num_ref_idx_active_override_flag는, num_ref_idx_active_minus1[0] 및 num_ref_idx_active_minus1[1]이 존재하지 않음을 나타낼 수 있다. 이와 달리, 제2 값(e.g. 1)을 갖는 num_ref_idx_active_override_flag는, P 슬라이스 및 B 슬라이스에 대하여 num_ref_idx_active_minus1[0]이 존재하고, B 슬라이스에 대하여 num_ref_idx_active_minus1[1]이 존재함을 나타낼 수 있다. 한편, num_ref_idx_active_override_flag가 시그널링되지 않는 경우, num_ref_idx_active_override_flag의 값은 제2 값(e.g. 1)으로 추론될 수 있다.
num_ref_idx_active_minus1[i]는 변수 NumRefIdxActive[i]를 도출하는 데 이용될 수 있다. 여기서, 변수 NumRefIdxActive[i]에서 1을 차감한 값은, 현재 슬라이스를 복호화하는 데 이용되는 i 번째(여기서, i는 0 또는 1) 참조 픽처 리스트(reference picture list, RPL)의 최대 참조 인덱스를 나타낼 수 있다. 일 예에서, num_ref_idx_active_minus1[i]의 값은 0 이상이고 14 이하일 수 있다.
현재 슬라이스가 B 슬라이스이고, num_ref_idx_active_override_flag가 제2 값(e.g. 1)을 가지며, num_ref_idx_active_minus1[i]가 존재하지 않는 경우, num_ref_idx_active_minus1[i]의 값은 제1 값(e.g. 0)으로 추론될 수 있다. 또는, 현재 슬라이스가 P 슬라이스이고, num_ref_idx_active_override_flag가 제2 값(e.g. 1)을 가지며, num_ref_idx_active_minus1[0]이 존재하지 않는 경우, num_ref_idx_active_minus1[0]의 값은 제1 값(e.g. 0)으로 추론될 수 있다.
num_ref_idx_active_minus1[i]의 값에 기반하여, 변수 NumRefIdxActive[i]가 아래의 표 1과 같이 도출될 수 있다.
Figure PCTKR2020017681-appb-T000001
표 1에서, 제1 값(e.g. 0)을 갖는 NumRefIdxActive[i]는, i 번째(여기서, i는 0 또는 1) 참조 픽처 리스트 내의 참조 인덱스에 기반하여 현재 슬라이스를 디코딩할 수 없음을 나타낼 수 있다.
일 예에서, 현재 슬라이스가 P 슬라이스인 경우, NumRefIdxActive[0]의 값은 0보다 클 수 있다. 또한, 현재 슬라이스가 B 슬라이스인 경우, NumRefIdxActive[0] 및 NumRefIdxActive[1] 각각의 값은 0보다 클 수 있다.
도 14b를 계속 참조하면, collocated_from_l0_flag는, TMVP를 위한 동일 위치 픽처(colPic)가 참조 픽처 리스트 L0 및 참조 픽처 리스트 L1 중 어느 참조 픽처 리스트로부터 도출되는지 여부(즉, 동일 위치 픽처(colPic)의 방향 정보)를 나타낼 수 있다. 예를 들어, 제1 값(e.g. 0)을 갖는 collocated_from_l0_flag는 동일 위치 픽처(colPic)가 참조 픽처 리스트 L1으로부터 도출됨을 나타낼 수 있다. 이와 달리, 제2 값(e.g. 1)을 갖는 collocated_from_l0_flag는 동일 위치 픽처(colPic)가 참조 픽처 리스트 L0로부터 도출됨을 나타낼 수 있다. 한편, collocated_from_l0_flag가 시그널링되지 않고, 슬라이스 타입이 B 슬라이스가 아닌 경우, collocated_from_l0_flag의 값은 제2 값(e.g. 1)으로 추론될 수 있다. 또는, collocated_from_l0_flag가 시그널링되지 않고, 슬라이스 타입이 B 슬라이스인 경우, collocated_from_l0_flag의 값은 pps_collocated_from_l0_idc에서 1을 차감한 값으로 추론될 수 있다. 여기서, pps_collocated_from_l0_idc는 collocated_from_l0_flag가 슬라이스 헤더 내에 존재하는지 여부를 나타낼 수 있다. 예를 들어, collocated_from_l0_flag가 슬라이스 헤더 내에 존재하는 경우, pps_collocated_from_l0_idc는 제1 값(e.g. 0)을 가질 수 있다. 이와 달리, collocated_from_l0_flag가 슬라이스 헤더 내에 존재하지 않는 경우, pps_collocated_from_l0_idc는 제2 값(e.g. 1) 또는 제3 값(e.g. 2)을 가질 수 있다.
collocated_ref_idx는 TMVP를 위한 동일 위치 픽처(colPic)의 참조 픽처 인덱스를 나타낼 수 있다. 예를 들어, 슬라이스 타입이 P 슬라이스 또는 B 슬라이스이고(즉, NumRefIdxActive[0]의 값이 0보다 크고), collocated_from_l0_flag가 제2 값(e.g. 1)을 갖는 경우, collocated_ref_idx는 참조 픽처 리스트 L0 내의 참조 픽처를 가리킬 수 있다. 여기서, collocated_ref_idx의 값은 0 이상이고 NumRefIdxActive[0]에서 1을 차감한 값 이하일 수 있다. 또는, 슬라이스 타입이 B 슬라이스이고(즉, NumRefIdxActive[1]의 값이 0보다 크고), collocated_from_l0_flag가 제1 값(e.g. 0)을 갖는 경우, collocated_ref_idx는 참조 픽처 리스트 L1 내의 참조 픽처를 가리킬 수 있다. 여기서, collocated_ref_idx의 값은 0 이상이고 NumRefIdxActive[1]에서 1을 차감한 값 이하일 수 있다. 한편, collocated_ref_idx가 시그널링되지 않는 경우, collocated_ref_idx의 값은 제1 값(e.g. 0)으로 추론될 수 있다.
일 예에서, collocated_ref_idx에 의해 특정되는 참조 픽처가, 코딩된 픽처와 연관된 모든 슬라이스들에 대하여 서로 동일할 것은, 비트스트림 적합성을 위한 제한사항일 수 있다. 다른 예에서, collocated_ref_idx에 의해 특정되는 참조 픽처 및 현재 픽처의 해상도가 서로 동일하고, RefPicIsScaled[ collocated_from_l0_flag? 0 : 1　][ collocated_ref_idx ]의 값이 제1 값(e.g. 0)일 것은, 비트스트림 적합성을 위한 제한사항일 수 있다.
도 14a 및 도 14b를 참조하여 상술한 TMVP를 위한 시그널링 매커니즘에서, 동일 위치 픽처(colPic)에 관한 정보, 예를 들어 동일 위치 픽처(colPic)의 식별 정보(e.g. collocated_from_l0_flag 및 collocated_ref_idx)는, 슬라이스 헤더를 통해서만 시그널링될 수 있다. 하지만, 픽처 내의 모든 슬라이스들에 대하여 서로 동일한 동일 위치 픽처(colPic)가 적용되는 경우, 상술한 TMVP를 위한 시그널링 매커니즘에 따르면, 각각의 슬라이스에 대하여 동일 위치 픽처(colPic)에 관한 정보를 시그널링해야 하므로 시그널링 오버헤드가 증가하는 문제가 발생할 수 있다.
상술한 문제를 해결하기 위하여, 본 개시의 실시예들에 따르면, TMVP를 위한 동일 위치 픽처(colPic)에 관한 정보는, 슬라이스 헤더를 통해 시그널링될 수도 있고, 또는, 보다 상위 레벨 신택스, 예를 들어 픽처 헤더를 통해 시그널링될 수도 있다.
이하, 첨부된 도면을 참조하여, 본 개시의 실시예들을 상세하게 설명하기로 한다.
도 15 내지 도 18은 본 개시의 실시예들에 따른 픽처 헤더의 일 예들을 나타내는 도면들이다.
먼저 도 15를 참조하면, 픽처 헤더(picture header)는 TMVP를 위한 동일 위치 픽처(colPic)에 관한 정보로서, pic_collocated_from_l0_flag 및 pic_collocated_ref_idx를 포함할 수 있다.
pic_collocated_from_l0_flag 및 pic_collocated_ref_idx는 픽처 레벨에서 TMVP가 가용한 경우(e.g. pic_temporal_mvp_enabled_flag == 1)에만 시그널링될 수 있다.
pic_collocated_from_l0_flag는 TMVP를 위한 동일 위치 픽처(colPic)가 참조 픽처 리스트 0(RPL 0) 및 참조 픽처 리스트 1(RPL 1) 중 어느 참조 픽처 리스트로부터 도출되는지 여부(즉, 동일 위치 픽처(colPic)의 방향 정보)를 나타낼 수 있다. 예를 들어, 제1 값(e.g. 0)을 갖는 pic_collocated_from_l0_flag는, 동일 위치 픽처(colPic)가 참조 픽처 리스트 1(RPL 1)로부터 도출됨을 나타낼 수 있다. 이와 달리, 제2 값(e.g. 1)을 갖는 pic_collocated_from_l0_flag는, 동일 위치 픽처(colPic)가 참조 픽처 리스트 0(RPL 0)으로부터 도출됨을 나타낼 수 있다. 한편, pic_collocated_from_l0_flag가 시그널링되지 않고, 참조 픽처 리스트 1(RPL 1) 내의 엔트리 개수(e.g. num_ref_entries[ 1 ][ RplsIdx[ 1 ] ])가 0인 경우, pic_collocated_from_l0_flag의 값은 제2 값(e.g. 1)으로 추론될 수 있다. 즉, 동일 위치 픽처(colPic)는 참조 픽처 리스트 0(RPL 0)으로부터 도출될 수 있다.
pic_collocated_from_l0_flag가 제2 값(e.g. 1)을 갖고, 참조 픽처 리스트 0(RPL 0) 내의 엔트리 개수가 1보다 큰 경우(e.g. num_ref_entries[ 0 ][ RplsIdx[ 0 ] ] > 1), pic_collocated_ref_idx가 시그널링될 수 있다. 또는, pic_collocated_from_l0_flag가 제1 값(e.g. 0)을 갖고, 참조 픽처 리스트 1(RPL 1) 내의 엔트리 개수가 1보다 큰 경우(e.g. num_ref_entries[ 1 ][ RplsIdx[ 1 ] ] > 1), pic_collocated_ref_idx가 시그널링될 수 있다.
pic_collocated_ref_idx는 TMVP를 위한 동일 위치 픽처(colPic)의 참조 픽처 인덱스를 나타낼 수 있다. 예를 들어, pic_collocated_from_l0_flag가 제2 값(e.g. 1)을 갖고, pic_collocated_ref_idx가 참조 픽처 리스트 0(RPL 0) 내의 엔트리들 중 하나를 지시하는 경우, pic_collocated_ref_idx의 값은 0 이상이고 참조 픽처 리스트 0(RPL 0) 내의 엔트리 개수에서 1을 차감한 값 이하일 수 있다. 이와 달리, pic_collocated_from_l0_flag가 제1 값(e.g. 0)을 갖고, pic_collocated_ref_idx가 참조 픽처 리스트 1(RPL 1) 내의 엔트리들 중 하나를 지시하는 경우, pic_collocated_ref_idx의 값은 0 이상이고 참조 픽처 리스트 1(RPL 1) 내의 엔트리 개수에서 1을 차감한 값 이하일 수 있다. 한편, pic_collocated_ref_idx가 시그널링되지 않는 경우, pic_collocated_ref_idx의 값은 제1 값(e.g. 0)으로 추론될 수 있다.
일 예에서, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더와 슬라이스 헤더 양쪽에서 시그널링될 수 있다. 예를 들어, 동일 위치 픽처(colPic)에 관한 정보는, 픽처 헤더를 통해 시그널링되되, 상기 픽처 헤더와 연관된 슬라이스들 중 적어도 일부에 대해서는 슬라이스 헤더를 통해서도 시그널링될 수 있다. 이 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 슬라이스 헤더를 통해 시그널링된 동일 위치 픽처(colPic)에 관한 정보(e.g. collocated_from_l0_flag 및 collocated_ref_idx)에 기반하여 결정될 수 있다.
다른 예에서, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더 또는 슬라이스 헤더를 통해 선택적으로 시그널링될 수 있다. 이 경우, 동일 위치 픽처(colPic)에 관한 정보가 픽처 헤더(또는, 슬라이스 헤더)를 통해 시그널링되는지 여부는, 픽처 헤더(및/또는 슬라이스 헤더) 내의 소정의 시그널링 정보(e.g. pps_rpl_info_in_ph_flag)에 기반하여 결정될 수 있다. 예를 들어, 상기 시그널링 정보가 제2 값(e.g. 1)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더를 통해 시그널링될 수 있다. 이와 달리, 상기 시그널링 정보가 제1 값(e.g. 0)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 슬라이스 헤더를 통해 시그널링될 수 있다. 상기 시그널링 정보는 pic_temporal_mvp_enabled_flag와 함께 pic_collocated_from_l0_flag의 시그널링 조건을 구성할 수 있다. 또한, 상기 시그널링 정보는, 도 14b를 참조하여 전술한 슬라이스 헤더 내에서, pic_temporal_mvp_enabled_flag와 함께 collocated_from_l0_flag의 시그널링 조건을 구성할 수 있다.
동일 위치 픽처(colPic)에 관한 정보가 슬라이스 헤더를 통해 시그널링되는 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 상기 슬라이스 헤더를 통해 획득되는 동일 위치 픽처(colPic)에 관한 정보에 기반하여 결정될 수 있다. 이와 달리, 동일 위치 픽처(colPic)에 관한 정보가 픽처 헤더를 통해서만 시그널링되는 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 상기 픽처 헤더를 통해 획득되는 동일 위치 픽처(colPic)에 관한 정보에 기반하여 결정될 수 있다. 예를 들어, collocated_ref_idx가 도 14b를 참조하여 전술한 슬라이스 헤더를 통해 시그널링되지 않는 경우(e.g. pps_rpl_info_in_ph_flag == 1), 상기 collocated_ref_idx의 값은 픽처 헤더를 통해 획득되는 pic_collocated_ref_idx와 동일한 값으로 추론될 수 있다. 상기 pic_collocated_ref_idx가 슬라이스 헤더는 물론 픽처 헤더를 통해서도 시그널링되지 않는 경우, 상기 collocated_ref_idx의 값은 제1 값(e.g. 0)으로 추론될 수 있다.
한편, TMVP를 위한 동일 위치 픽처(colPic)가 현재 픽처와는 다른 기 복원된 픽처일 것은, 비트스트림 적합성을 위한 제한사항일 수 있다.
본 개시의 일 실시예에 따른 픽처 헤더의 다른 예는 도 16에 도시된 바와 같다.
도 16을 참조하면, 픽처 헤더는 TMVP를 위한 동일 위치 픽처(colPic)에 관한 정보로서, col_ref_delta_poc_val를 포함할 수 있다.
col_ref_delta_poc_val는 현재 픽처에 대하여 TMVP가 가용한 경우(e.g. pic_temporal_mvp_enabled_flag == 1)에만 시그널링될 수 있다.
col_ref_delta_poc_val는 현재 픽처와 TMVP를 위한 동일 위치 픽처(colPic) 사이의 POC(picture order count) 차이를 나타낼 수 있다. 예를 들어, col_ref_delta_poc_val는 현재 픽처의 POC에서 동일 위치 픽처(colPic)의 POC를 차감한 값을 가질 수 있다. 또는, col_ref_delta_poc_val는 동일 위치 픽처(colPic)의 POC에서 현재 픽처의 POC를 차감한 값을 가질 수도 있다. col_ref_delta_poc_val는 양의 부호(+) 또는 음의 부호(-)를 가지며, signed integer 타입으로 표현될 수 있다.
일 예에서, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더와 슬라이스 헤더 양쪽에서 시그널링될 수 있다. 예를 들어, 동일 위치 픽처(colPic)에 관한 정보는, 픽처 헤더를 통해 시그널링되되, 상기 픽처 헤더와 연관된 슬라이스들 중 적어도 일부에 대해서는 슬라이스 헤더를 통해서도 시그널링될 수 있다. 이 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 슬라이스 헤더를 통해 시그널링된 동일 위치 픽처(colPic)에 관한 정보(e.g. collocated_from_l0_flag 및 collocated_ref_idx)에 기반하여 결정될 수 있다.
다른 예에서, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더 또는 슬라이스 헤더를 통해 선택적으로 시그널링될 수 있다. 이 경우, 동일 위치 픽처(colPic)에 관한 정보가 픽처 헤더(또는, 슬라이스 헤더)를 통해 시그널링되는지 여부는, 픽처 헤더(및/또는 슬라이스 헤더) 내의 소정의 시그널링 정보(e.g. pps_rpl_info_in_ph_flag)에 기반하여 결정될 수 있다. 예를 들어, 상기 시그널링 정보가 제2 값(e.g. 1)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더를 통해 시그널링될 수 있다. 이와 달리, 상기 시그널링 정보가 제1 값(e.g. 0)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 슬라이스 헤더를 통해 시그널링될 수 있다.
동일 위치 픽처(colPic)에 관한 정보가 슬라이스 헤더를 통해 시그널링되는 경우, 영상 복호화 단계에서, 현재 블록에 대한 동일 위치 픽처(colPic)는 상기 슬라이스 헤더를 통해 획득되는 동일 위치 픽처(colPic)에 관한 정보(e.g. collocated_from_l0_flag 및 collocated_ref_idx)에 기반하여 결정될 수 있다. 이와 달리, 동일 위치 픽처(colPic)에 관한 정보가 픽처 헤더를 통해서만 시그널링되는 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 상기 픽처 헤더를 통해 획득되는 동일 위치 픽처(colPic)에 관한 정보(e.g. col_ref_delta_poc_val)에 기반하여 결정될 수 있다.
한편, TMVP를 위한 동일 위치 픽처(colPic)가 현재 픽처와는 다른 기 복원된 픽처일 것은, 비트스트림 적합성을 위한 제한사항일 수 있다.
본 개시의 일 실시예에 따른 픽처 헤더의 또 다른 예는 도 17에 도시된 바와 같다.
도 17을 참조하면, 픽처 헤더는 TMVP를 위한 동일 위치 픽처(colPic)에 관한 정보로서, col_ref_abs_delta_poc_val 및 col_ref_abs_delta_poc_sign_flag를 포함할 수 있다.
col_ref_abs_delta_poc_val 및 col_ref_abs_delta_poc_sign_flag는 픽처 레벨에서 TMVP가 가용한 경우(e.g. pic_temporal_mvp_enabled_flag == 1)에만 시그널링될 수 있다.
col_ref_abs_delta_poc_val는 현재 픽처와 TMVP를 위한 동일 위치 픽처(colPic) 사이의 POC(picture order count) 차이의 절대값을 나타낼 수 있다. 예를 들어, col_ref_abs_delta_poc_val는 현재 픽처의 POC에서 동일 위치 픽처(colPic)의 POC를 차감한 값의 절대값을 가질 수 있다. 또는, col_ref_abs_delta_poc_val는 동일 위치 픽처(colPic)의 POC에서 현재 픽처의 POC를 차감한 값의 절대값을 가질 수도 있다. col_ref_abs_delta_poc_val는 현재 픽처와 동일 위치 픽처(colPic) 사이의 POC 차이의 절대값을 나타내며, 도 25의 col_ref_delta_poc_val와 달리 unsigned integer 타입으로 표현될 수 있다.
col_ref_abs_delta_poc_sign_flag는 현재 픽처와 TMVP를 위한 동일 위치 픽처(colPic) 사이의 POC 차이의 부호(sign)를 나타낼 수 있다. 예를 들어, 현재 픽처의 POC가 동일 위치 픽처(colPic)의 POC보다 큰 경우(또는, 그 역의 경우), col_ref_abs_delta_poc_sign_flag는 양의 부호(+)를 나타내는 제2 값(e.g. 1)을 가질 수 있다. 이와 달리, 현재 픽처의 POC가 동일 위치 픽처(colPic)의 POC보다 작거나 같은 경우(또는, 그 역의 경우), col_ref_abs_delta_poc_sign_flag는 음의 부호(-)를 나타내는 제1 값(e.g. 0)을 가질 수 있다.
일 예에서, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더와 슬라이스 헤더 양쪽에서 시그널링될 수 있다. 예를 들어, 동일 위치 픽처(colPic)에 관한 정보는, 픽처 헤더를 통해 시그널링되되, 상기 픽처 헤더와 연관된 슬라이스들 중 적어도 일부에 대해서는 슬라이스 헤더를 통해서도 시그널링될 수 있다. 이 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 슬라이스 헤더를 통해 시그널링된 동일 위치 픽처(colPic)에 관한 정보(e.g. collocated_from_l0_flag 및 collocated_ref_idx)에 기반하여 결정될 수 있다.
다른 예에서, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더 또는 슬라이스 헤더를 통해 선택적으로 시그널링될 수 있다. 이 경우, 동일 위치 픽처(colPic)에 관한 정보가 픽처 헤더(또는, 슬라이스 헤더)를 통해 시그널링되는지 여부는, 픽처 헤더(및/또는, 슬라이스 헤더) 내의 소정의 시그널링 정보에 기반하여 결정될 수 있다. 예를 들어, 상기 시그널링 정보가 제2 값(e.g. 1)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더를 통해 시그널링될 수 있다. 이와 달리, 상기 시그널링 정보가 제1 값(e.g. 0)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 슬라이스 헤더를 통해 시그널링될 수 있다.
동일 위치 픽처(colPic)에 관한 정보가 슬라이스 헤더를 통해 시그널링되는 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 상기 슬라이스 헤더를 통해 획득되는 동일 위치 픽처(colPic)에 관한 정보(e.g. collocated_from_l0_flag 및 collocated_ref_idx)에 기반하여 결정될 수 있다. 이와 달리, 동일 위치 픽처(colPic)에 관한 정보가 픽처 헤더를 통해서만 시그널링되는 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 상기 픽처 헤더를 통해 획득되는 동일 위치 픽처(colPic)에 관한 정보(e.g. col_ref_abs_delta_poc_val 및 col_ref_abs_delta_poc_sign_flag)에 기반하여 결정될 수 있다.
한편, TMVP를 위한 동일 위치 픽처(colPic)가 현재 픽처와는 다른 기 복원된 픽처일 것은, 비트스트림 적합성을 위한 제한사항일 수 있다.
본 개시의 일 실시예에 따른 픽처 헤더의 또 다른 예는 도 18에 도시된 바와 같다.
도 18을 참조하면, 픽처 헤더는, TMVP를 위한 동일 위치 픽처(colPic)에 관한 정보로서, col_ref_abs_delta_poc_val_minus1 및 col_ref_abs_delta_poc_sign_flag를 포함할 수 있다.
col_ref_abs_delta_poc_val_minus1 및 col_ref_abs_delta_poc_sign_flag는 픽처 레벨에서 TMVP 모드가 가용한 경우(e.g. pic_temporal_mvp_enabled_flag == 1)에만 시그널링될 수 있다.
col_ref_abs_delta_poc_val_minus1은 현재 픽처와 TMVP를 위한 동일 위치 픽처(colPic) 사이의 POC(picture order count) 차이의 절대값에서 1을 차감한 값을 나타낼 수 있다.
col_ref_delta_poc_sign_flag는 col_ref_abs_delta_poc_val_minus1에 1을 가산한 값이 0보다 큰지 여부를 나타낼 수 있다. 예를 들어, 제1 값(e.g. 0)을 갖는 col_ref_abs_delta_poc_sign flag는 col_ref_abs_delta_poc_val_minus1에 1을 가산한 값이 0보다 작음을 나타낼 수 있다. 이와 달리, 제2 값(e.g. 1)을 갖는 col_ref_abs_delta_poc_sign_flag는 col_ref_abs_delta_poc_val_minus1에 1을 가산한 값이 0보다 큼을 나타낼 수 있다.
일 예에서, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더와 슬라이스 헤더 양쪽에서 시그널링될 수 있다. 예를 들어, 동일 위치 픽처(colPic)에 관한 정보는, 픽처 헤더를 통해 시그널링되되, 상기 픽처 헤더와 연관된 슬라이스들 중 적어도 일부에 대해서는 슬라이스 헤더를 통해서도 시그널링될 수 있다. 이 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 슬라이스 헤더를 통해 시그널링된 동일 위치 픽처(colPic)에 관한 정보(e.g. collocated_from_l0_flag 및 collocated_ref_idx)에 기반하여 결정될 수 있다.
다른 예에서, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더 또는 슬라이스 헤더를 통해 선택적으로 시그널링될 수 있다. 이 경우, 동일 위치 픽처(colPic)에 관한 정보가 픽처 헤더(또는, 슬라이스 헤더)를 통해 시그널링되는지 여부는, 픽처 헤더(및/또는, 슬라이스 헤더) 내의 소정의 시그널링 정보(e.g. pps_rpl_info_in_ph_flag)에 기반하여 결정될 수 있다. 예를 들어, 상기 시그널링 정보가 제2 값(e.g. 1)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더를 통해 시그널링될 수 있다. 이와 달리, 상기 시그널링 정보가 제1 값(e.g. 0)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 슬라이스 헤더를 통해 시그널링될 수 있다.
동일 위치 픽처(colPic)에 관한 정보가 슬라이스 헤더를 통해 시그널링되는 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 상기 슬라이스 헤더를 통해 획득되는 동일 위치 픽처(colPic)에 관한 정보(e.g. collocated_from_l0_flag 및 collocated_ref_idx)에 기반하여 결정될 수 있다. 이와 달리, 동일 위치 픽처(colPic)에 관한 정보가 픽처 헤더를 통해서만 시그널링되는 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 상기 픽처 헤더를 통해 획득되는 동일 위치 픽처(colPic)에 관한 정보(e.g. col_ref_abs_delta_poc_val_minus1 및 col_ref_abs_delta_poc_sign_flag)에 기반하여 결정될 수 있다.
한편, TMVP를 위한 동일 위치 픽처(colPic)가 현재 픽처와는 다른 기 복원된 픽처일 것은, 비트스트림 적합성을 위한 제한사항일 수 있다. 동일 위치 픽처(colPic)가 현재 픽처와는 다른 기 복원된 픽처일 것은, 현재 픽처와 동일 위치 픽처(colPic) 사이의 POC 차이를 항상 0보다 크게 만드는 col_ref_abs_delta_poc_val_minus1을 시그널링함으로써 구현될 수 있다.
이상 도 15 내지 도 18을 참조하여 전술한 본 개시의 실시예들에 따른 픽처 헤더는, TMVP를 위한 동일 위치 픽처(colPic)에 관한 정보, 예를 들어 동일 위치 픽처(colPic)의 식별 정보를 포함할 수 있다. 이에 따라, 서로 동일한 동일 위치 픽처(colPic)를 참조하는 복수의 슬라이스들에 대하여, 동일 위치 픽처(colPic)에 관한 정보가 픽처 헤더를 통해 한 번만 시그널링될 수 있으므로, TMVP를 위한 시그널링 오버헤드가 감소하게 되어 시그널링 매커니즘의 효율이 개선될 수 있다.
이하, 도 19 내지 도 21을 참조하여, 본 개시의 일 실시예에 따른 영상 부호화/복호화 방법에 대해 상세하게 설명하기로 한다.
도 19는 본 개시의 일 실시예에 따른 영상 부호화 방법을 나타내는 흐름도이다.
도 19의 영상 부호화 방법은 도 2의 영상 부호화 장치에 의해 수행될 수 있다. 예를 들어, 단계 S1910 및 단계 S1920은 인터 예측부(180)에 의해 수행될 수 있다. 또한, 단계 S1930은 엔트로피 인코딩부(190)에 의해 수행될 수 있다.
도 19를 참조하면, 현재 블록에 대해 인터 예측 모드가 적용되는 경우, 영상 부호화 장치는 현재 블록의 움직임 벡터에 기반하여 현재 블록의 예측 블록을 생성할 수 있다(S1910).
현재 블록에 대한 인터 예측 모드는 다양한 인터 예측 모드들(e.g. 머지 모드(merge mode), 스킵 모드(skip mode), MVP 모드(Motion Vector Prediction mode), SMVD 모드(Symmetric Motion Vector Difference), 어파인 모드(affine mode) 등) 중 하나로 결정될 수 있다. 예를 들어, 영상 부호화 장치는 다양한 인터 예측 모드들에 대한 율-왜곡 비용(Rate-Distortion (RD) cost)을 비교하여 최적의 인터 예측 모드를 선택하고, 선택된 최적의 인터 예측 모드를 현재 블록에 대한 인터 예측 모드로 결정할 수 있다.
영상 부호화 장치는 움직임 추정(motion estimation)을 통해 현재 블록에 대한 참조 픽처들의 일정 영역(서치 영역) 내에서 현재 블록과 유사한 블록을 서치하고, 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 영상 부호화 장치는 상기 도출된 참조 블록과 현재 블록 사이의 위치 차이를 기반으로 현재 블록의 움직임 벡터를 도출할 수 있다.
예를 들어, 현재 블록에 머지 모드 또는 스킵 모드가 적용되는 경우, 영상 부호화 장치는 현재 블록의 주변 블록들로부터 머지 후보들을 유도하고, 유도된 머지 후보들을 이용하여 머지 후보 리스트를 구성할 수 있다. 여기서, 현재 블록의 주변 블록들은 공간적 주변 블록 및/또는 시간적 주변 블록을 포함할 수 있다. 영상 부호화 장치는, 상기 머지 후보 리스트에 포함된 머지 후보들의 움직임 정보에 의해 추정되는 참조 블록들 중에서 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우, 현재 블록의 움직임 벡터는 상기 도출된 참조 블록과 연관된 머지 후보의 움직임 벡터를 이용하여 도출될 수 있다.
다른 예에서, 현재 블록에 MVP 모드가 적용되는 경우, 영상 부호화 장치는 현재 블록의 주변 블록들로부터 움직임 벡터 예측자(Motion Vector Predictor, MVP) 후보들을 유도하고, 상기 유도된 MVP 후보들을 이용하여 MVP 후보 리스트를 구성할 수 있다. 여기서, 현재 블록의 주변 블록들은 공간적 주변 블록 및/또는 시간적 주변 블록을 포함할 수 있다. 이 경우, 예를 들어, 전술한 움직임 추정을 통해 도출되는 참조 블록을 가리키는 움직임 벡터가 현재 블록의 움직임 벡터로 이용될 수 있으며, 상기 MVP 후보들 중에서 현재 블록의 움직임 벡터와의 차이가 최소인 움직임 벡터를 갖는 MVP 후보가 현재 블록에 대한 MVP로 선택될 수 있다.
영상 부호화 장치는 동일 위치 픽처(colPic)에 기반하여 현재 블록에 대한 시간적 움직임 벡터 예측자(temporal motion vector predictor, TMVP)를 도출할 수 있다(S1920).
동일 위치 픽처(colPic)는 슬라이스 레벨 또는 픽처 레벨에서 결정될 수 있다. 예를 들어, 동일 위치 픽처(colPic)가 슬라이스 레벨에서 결정되는 경우, 현재 픽처 내의 슬라이스들 중 적어도 일부에 대하여 서로 다른 동일 위치 픽처(colPic)가 선택될 수 있다. 이 경우, 동일 위치 픽처(colPic)에 관한 정보, 예를 들어 동일 위치 픽처(colPic)의 식별 정보는 슬라이스 헤더를 통해 영상 복호화 장치로 시그널링될 수 있다. 이와 달리, 동일 위치 픽처(colPic)가 픽처 레벨에서 결정되는 경우, 현재 픽처 내의 모든 슬라이스들에 대하여 서로 동일한 동일 위치 픽처(colPic)가 선택될 수 있다. 이 경우, 동일 위치 픽처(colPic)에 관한 정보, 예를 들어 동일 위치 픽처(colPic)의 식별 정보는 픽처 헤더를 통해 영상 복호화 장치로 시그널링될 수 있다.
일 예에서, 동일 위치 픽처(colPic)에 관한 정보는, 소정의 시그널링 정보(e.g. pps_rpl_info_in_ph_flag)에 기반하여, 픽처 헤더 또는 슬라이스 헤더를 통해 선택적으로 시그널링될 수 있다. 예를 들어, 상기 시그널링 정보가 제1 값(e.g. 1)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더를 통해 시그널링될 수 있다. 이와 달리, 상기 시그널링 정보가 제2 값(e.g. 0)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 슬라이스 헤더를 통해 시그널링될 수 있다.
현재 블록에 대한 TMVP는 동일 위치 픽처(colPic) 내의 시간적 주변 블록에 기반하여 도출될 수 있다. 시간적 주변 블록은 현재 블록에 대한 동일 위치 블록(collocated block, colCb)을 포함할 수 있다. 여기서, 동일 위치 블록(colCb)이란 동일 위치 픽처(colPic) 내에서 현재 블록과 동일 위치 및/또는 동일 크기를 갖는 블록을 의미할 수 있다.
일 예에서, 동일 위치 블록(colCb)은, 동일 위치 픽처(colPic) 내에서 현재 블록의 우하단 코너(right-bottom corner)에 대응하는 제1 위치 (xColBr, yColBr)로부터 수정된(modified) 위치를 커버하는 루마 코딩 블록(luma coding block)으로 결정될 수 있다. 여기서, 제1 위치 (xColBr, yColBr)는 동일 위치 픽처(colPic) 내에서 현재 블록의 좌상단 코너(upper-left corner)에 대응하는 위치 (xCb, yCb)로부터 현재 블록의 폭(cbWidth) 및 높이(cbHeight)만큼 이동된 위치 (xCb+cbWidth, yCb+cbHeight)를 의미할 수 있다. 제1 위치 (xColBr, yColBr)는, motion data compression을 위해, 산술적 쉬프트 연산(arithmetic shift operation)을 이용하여 수정될 수 있다. 예를 들어, 제1 위치 (xColBr, yColBr)는 ( ( xColBr >> n ) << n, ( yColBr >> n ) << n )으로 수정될 수 있다. 여기서, n은 0 이상의 정수일 수 있다.
다른 예에서, 동일 위치 블록(colCb)은, 동일 위치 픽처(colPic) 내에서 현재 블록의 중심부 4개의 샘플들 중에서 우하단 샘플(centeral right-bottom sample)에 대응하는 제2 위치 (xColCtr, yColCtr)로부터 수정된 위치를 커버하는 루마 코딩 블록으로 결정될 수 있다. 여기서, 제2 위치 (xColCtr, yColCtr)는 동일 위치 픽처(colPic) 내에서 현재 블록의 좌상단 코너에 대응하는 위치 (xCb, yCb)로부터 현재 블록의 폭(cbWidth) 및 높이(cbHeight) 각각의 절반만큼 이동된 위치 (xCb + (cbWidth >> 1), yCb + (cbHeight >> 1))를 의미할 수 있다. 제2 위치 (xColCtr, yColCtr)는, motion data compression을 위해, 산술적 쉬프트 연산을 이용하여 수정될 수 있다. 예를 들어, 제2 위치 (xColCtr, yColCtr)는 ( ( xColCtr >> n ) << n, ( yColCtr >> n ) << n )으로 수정될 수 있다. 여기서, n은 0 이상의 정수일 수 있다.
상술한 예들에서, 산술적 쉬프트 연산에 이용되는 n은 시간적 주변 블록의 움직임 정보를 저장하는 저장 단위를 의미할 수 있다. 예를 들어, n이 3인 경우, 시간적 주변 블록의 움직임 정보를 저장하는 저장 단위는 8x8 샘플 단위일 수 있다. 또는, n이 4인 경우, 시간적 주변 블록의 움직임 정보를 저장하는 저장 단위는 16x16 샘플 단위일 수 있다.
또는, 산술적 쉬프트 연산에 이용되는 n은 시간적 주변 블록의 움직임 정보를 독출하는 독출 단위를 의미할 수 있다. 예를 들어, n이 3인 경우, 시간적 주변 블록의 움직임 정보를 독출하는 독출 단위는 8x8 샘플 단위일 수 있다. 이 경우, 영상 부호화 장치는, 산술적 쉬프트 연산에 기반하여 수정된 제1 위치 ( ( xColBr >> n ) << n, ( yColBr >> n ) << n ) 또는 제2 위치 ( ( xColCtr >> n ) << n, ( yColCtr >> n ) << n )를 포함하는 8x8 샘플 단위를 식별하고, 상기 식별된 8x8 샘플 단위의 움직임 정보를 독출할 수 있다.
한편, 도 19에서는 단계 S1920이 단계 S1910보다 나중에 수행되는 것으로 도시되어 있으나, 본 개시의 실시예들이 이에 한정되는 것은 아니다. 예를 들어, 단계 S1920는 단계 S1910보다 먼저 수행될 수도 있고, 또는 단계 S1920는 단계 S1910과 동시에 수행될 수도 있다.
영상 부호화 장치는 현재 블록에 대한 TMVP에 기반하여 현재 블록의 움직임 벡터를 부호화할 수 있다(S1930).
예를 들어, 현재 블록에 머지 모드 또는 스킵 모드가 적용되는 경우, 현재 블록에 대한 TMVP가 시간적 머지 후보(temporal merge candidate)로서 머지 후보 리스트에 포함될 수 있다. 상기 시간적 머지 후보는 상기 TMVP를 포함하여 복수의 후보를 포함할 수도 있다. 현재 블록에 대하여 상기 시간적 머지 후보가 선택되는 경우, 영상 부호화 장치는 상기 시간적 머지 후보를 가리키는 머지 인덱스 정보를 부호화함으로써, 현재 블록의 움직임 벡터를 부호화할 수 있다.
다른 예에서, 현재 블록에 MVP 모드가 적용되는 경우, 현재 블록에 대한 TMVP가 시간적 MVP 후보로서 MVP 후보 리스트에 포함될 수 있다. 상기 시간적 MVP 후보는 상기 TMVP를 포함하여 복수의 후보를 포함할 수도 있다. 현재 블록에 대하여 상기 시간적 MVP 후보가 선택되는 경우, 영상 부호화 장치는 상기 시간적 MVP 후보의 TMVP에 기반하여 현재 블록의 움직임 벡터를 부호화할 수 있다. 예를 들어, 영상 부호화 장치는 현재 블록의 움직임 벡터에서 상기 TMVP를 뺀 차분인 MVD(motion vector difference)를 도출하고, 상기 MVD에 관한 정보 및 상기 시간적 MVP 후보를 가리키는 MVP 인덱스 정보를 부호화함으로써, 현재 블록의 움직임 벡터를 부호화할 수 있다.
이상 전술한 바와 같이, 본 개시의 일 실시예에 따르면, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더 또는 슬라이스 헤더를 통해 선택적으로 시그널링될 수 있다. 예를 들어, 동일 위치 픽처(colPic)에 관한 정보는, 픽처 헤더를 통해 한 번만 시그널링될 수도 있고, 또는 슬라이스 헤더를 통해 적응적으로 시그널링될 수도 있다. 또는, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더와 슬라이스 헤더의 양쪽에서 시그널링될 수도 있다. 예를 들어, 동일 위치 픽처(colPic)에 관한 정보는, 픽처 헤더를 통해 시그널링되되, 상기 픽처 헤더와 연관된 슬라이스들 중 적어도 일부에 대해서는 슬라이스 헤더를 통해서도 시그널링될 수 있다. 이 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 슬라이스 헤더를 통해 시그널링된 동일 위치 픽처(colPic)에 관한 정보에 기반하여 결정될 수 있다. 이에 따라, TMVP를 위한 시그널링 오버헤드가 감소하게 되어 시그널링 매커니즘의 효율이 개선될 수 있다.
도 20은 본 개시의 일 실시예에 따른 영상 복호화 방법을 나타내는 흐름도이다.
도 20의 영상 복호화 방법은 도 3의 영상 복호화 장치에 의해 수행될 수 있다. 예를 들어, 단계 S2010은 엔트로피 디코딩부(210)에 의해 수행될 수 있다. 또한, 단계 S2020 및 단계 S2030은 인터 예측부(260)에 의해 수행될 수 있다.
도 20을 참조하면, 현재 블록에 대해 인터 예측 모드가 적용되는 경우, 영상 복호화 장치는 동일 위치 픽처(colPic)에 기반하여 현재 블록에 대한 시간적 움직임 벡터 예측자(temporal motion vector predictor, TMVP)를 도출할 수 있다(S2010).
동일 위치 픽처(colPic)는 픽처 헤더 또는 슬라이스 헤더로부터 획득되는 동일 위치 픽처(colPic)에 관한 정보에 기반하여 결정될 수 있다. 동일 위치 픽처(colPic)를 결정하는 구체적인 방법은 도 21에 도시된 바와 같다.
도 21은 본 개시의 일 실시예에 따른 동일 위치 픽처를 결정하는 방법을 나타내는 흐름도이다.
도 21을 참조하면, 영상 복호화 장치는 슬라이스 헤더로부터 동일 위치 픽처(colPic)에 관한 정보가 획득되는지 여부를 판별할 수 있다(S2110).
슬라이스 헤더로부터 동일 위치 픽처(colPic)에 관한 정보, 예를 들어 동일 위치 픽처(colPic)의 식별 정보가 획득되는 경우(S2110의 '예'), 영상 복호화 장치는 슬라이스 헤더에 기반하여 현재 블록에 대한 동일 위치 픽처(colPic)를 결정할 수 있다(S2120). 예를 들어, 도 14b를 참조하여 전술한 슬라이스 헤더로부터 획득되는 동일 위치 픽처(colPic)의 식별 정보(e.g. collocated_from_l0_flag 및 collocated_ref_idx)에 기반하여, 현재 블록에 대한 동일 위치 픽처(colPic)가 결정될 수 있다.
이와 달리, 슬라이스 헤더로부터 동일 위치 픽처(colPic)에 관한 정보가 획득되지 않는 경우(S2110의 '아니오'), 영상 복호화 장치는 픽처 헤더에 기반하여 현재 블록에 대한 동일 위치 픽처(colPic)를 결정할 수 있다(S2130). 예를 들어, 도 15를 참조하여 전술한 픽처 헤더로부터 획득되는 동일 위치 픽처(colPic)의 식별 정보(e.g. pic_collocated_from_l0_flag 및 pic_collocated_ref_idx)에 기반하여, 현재 블록에 대한 동일 위치 픽처(colPic)가 결정될 수 있다. 또는, 도 16 내지 도 18을 참조하여 전술한 픽처 헤더로부터 획득되는 동일 위치 픽처(colPic)의 식별 정보(e.g. col_ref_delta_poc_val, col_ref_abs_delta_poc_val, col_ref_abs_delta_poc_sign_flag 등)에 기반하여, 현재 블록에 대한 동일 위치 픽처(colPic)가 결정될 수 있다.
일 예에서, 동일 위치 픽처(colPic)에 관한 정보가 픽처 헤더(또는, 슬라이스 헤더)를 통해 획득되는지 여부는 픽처 헤더(및/또는 슬라이스 헤더) 내의 소정의 시그널링 정보(e.g. pps_rpl_info_in_ph_flag)에 기반하여 결정될 수 있다. 예를 들어, 상기 시그널링 정보가 제1 값(e.g. 0)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 슬라이스 헤더를 통해 획득될 수 있다. 이 경우, 현재 픽처 내의 슬라이스들 중 적어도 일부에 대하여, 서로 다른 동일 위치 픽처(colPic)가 적용될 수 있다. 이와 달리, 상기 시그널링 정보가 제2 값(e.g. 1)을 갖는 경우, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더를 통해 획득될 수 있다. 이 경우, 현재 픽처 내의 모든 슬라이스들에 대하여, 서로 동일한 동일 위치 픽처(colPic)가 적용될 수 있다.
다시 도 20을 참조하면, 영상 복호화 장치는 동일 위치 픽처(colPic)에 기반하여, 현재 블록에 대한 시간적 움직임 벡터 예측자(temporal motion vector predictor, TMVP)를 도출할 수 있다.
TMVP는 동일 위치 픽처(colPic) 내의 시간적 주변 블록(temporal neighboring block)에 기반하여 도출될 수 있다. 시간적 주변 블록은, 동일 위치 픽처(colPic) 내에서 현재 블록과 동일 위치 및/또는 동일 크기를 갖는 동일 위치 블록(collocated block, colCb)을 포함할 수 있다.
일 예에서, 동일 위치 블록(colCb)은, 동일 위치 픽처(colPic) 내에서 현재 블록의 우하단 코너(right-bottom corner)에 대응하는 제1 위치 (xColBr, yColBr)로부터 수정된(modified) 위치를 커버하는 루마 코딩 블록(luma coding block)으로 결정될 수 있다. 여기서, 제1 위치 (xColBr, yColBr)는 동일 위치 픽처(colPic) 내에서 현재 블록의 좌상단 코너(upper-left corner)에 대응하는 위치 (xCb, yCb)로부터 현재 블록의 폭(cbWidth) 및 높이(cbHeight)만큼 이동된 위치 (xCb+cbWidth, yCb+cbHeight)를 의미할 수 있다. 한편, 제1 위치 (xColBr, yColBr)는, motion data compression을 위해, 산술적 쉬프트 연산(arithmetic shift operation)을 이용하여 변경될 수 있다. 예를 들어, 제1 위치 (xColBr, yColBr)는 ( ( xColBr >> 3 ) << 3, ( yColBr >> 3 ) << 3 )으로 수정될 수 있다.
다른 예에서, 동일 위치 블록(colCb)은, 동일 위치 픽처(colPic) 내에서 현재 블록의 중심부 4개의 샘플들 중에서 우하단 샘플(centeral right-bottom sample)에 대응하는 제2 위치 (xColCtr, yColCtr)로부터 수정된 위치를 커버하는 루마 코딩 블록으로 결정될 수 있다. 여기서, 제2 위치 (xColCtr, yColCtr)는 동일 위치 픽처(colPic) 내에서 현재 블록의 좌상단 코너에 대응하는 위치 (xCb, yCb)로부터 현재 블록의 폭(cbWidth) 및 높이(cbHeight) 각각의 절반만큼 이동된 위치 ( xCb + (cbWidth >> 1), yCb + (cbHeight >> 1) )를 의미할 수 있다. 한편, 제2 위치 (xColCtr, yColCtr)는, motion data compression을 위해, 산술적 쉬프트 연산을 이용하여 변경될 수 있다. 예를 들어, 제2 위치 (xColCtr, yColCtr)는 ( ( xColCtr >> 3 ) << 3, ( yColCtr >> 3 ) << 3 )으로 수정될 수 있다.
영상 복호화 장치는 현재 블록에 대한 TMVP에 기반하여 현재 블록의 움직임 벡터를 도출할 수 있다(S2020).
예를 들어, 현재 블록에 머지 모드 또는 스킵 모드가 적용되는 경우, 영상 복호화 장치는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트 내에서 현재 블록에 대한 TMVP를 포함하는 시간적 머지 후보의 움직임 벡터를 현재 블록의 움직임 벡터로 도출할 수 있다.
다른 예에서, 현재 블록에 MVP 모드가 적용되는 경우, 영상 복호화 장치는 MVP 후보 리스트를 구성하고, 상기 MVP 후보 리스트 내에서 현재 블록에 대한 TMVP를 포함하는 시간적 MVP 후보의 움직임 벡터를 현재 블록의 MVP로 도출할 수 있다. 이 경우, 영상 복호화 장치는 비트스트림으로부터 획득되는 MVD(motion vector difference)에 관한 정보에 기반하여 현재 블록의 MVD를 도출하고, 상기 MVD에 상기 MVP를 가산함으로써, 현재 블록의 움직임 벡터를 도출할 수 있다.
영상 복호화 장치는 현재 블록의 움직임 벡터에 기반하여 현재 블록의 예측 블록을 생성할 수 있다(S2030). 예를 들어, 영상 복호화 장치는 비트스트림으로부터 획득되는 참조 픽처 인덱스 정보에 기반하여 현재 블록의 참조 픽처를 도출하고, 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 현재 블록의 예측 블록을 생성할 수 있다. 일 예에서, 현재 블록의 예측 블록 내의 샘플들 전부 또는 일부에 대하여, 예측 샘플 필터링 절차가 더 수행될 수 있다.
한편, 영상 복호화 장치는 비트스트림으로부터 획득되는 잔차(residual) 정보에 기반하여 현재 블록의 잔차 블록을 생성하고, 상기 예측 블록에 상기 잔차 블록을 가산함으로써 현재 블록을 복원할 수 있다. 일 예에서, 복원된 영상에 대하여, 인루프 필터링 절차 등이 더 수행될 수 있다.
이상 전술한 바와 같이, 본 개시의 일 실시예에 따르면, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더 또는 슬라이스 헤더를 통해 선택적으로 시그널링될 수 있다. 예를 들어, 동일 위치 픽처(colPic)에 관한 정보는, 픽처 헤더를 통해 한 번만 시그널링될 수도 있고, 또는 슬라이스 헤더를 통해 적응적으로 시그널링될 수도 있다. 또는, 동일 위치 픽처(colPic)에 관한 정보는 픽처 헤더와 슬라이스 헤더의 양쪽에서 시그널링될 수도 있다. 예를 들어, 동일 위치 픽처(colPic)에 관한 정보는, 픽처 헤더를 통해 시그널링되되, 상기 픽처 헤더와 연관된 슬라이스들 중 적어도 일부에 대해서는 슬라이스 헤더를 통해서도 시그널링될 수 있다. 이 경우, 현재 블록에 대한 동일 위치 픽처(colPic)는 슬라이스 헤더를 통해 시그널링된 동일 위치 픽처(colPic)에 관한 정보에 기반하여 결정될 수 있다. 이에 따라, TMVP를 위한 시그널링 오버헤드가 감소하게 되어 시그널링 매커니즘의 효율이 개선될 수 있다.
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시에 있어서, 소정의 동작(단계)을 수행하는 영상 부호화 장치 또는 영상 복호화 장치는 해당 동작(단계)의 수행 조건이나 상황을 확인하는 동작(단계)을 수행할 수 있다. 예를 들어, 소정의 조건이 만족되는 경우 소정의 동작을 수행한다고 기재된 경우, 영상 부호화 장치 또는 영상 복호화 장치는 상기 소정의 조건이 만족되는지 여부를 확인하는 동작을 수행한 후, 상기 소정의 동작을 수행할 수 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
또한, 본 개시의 다양한 실시예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
또한, 본 개시의 실시예가 적용된 영상 복호화 장치 및 영상 부호화 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, 화상 전화 비디오 장치, 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recoder) 등을 포함할 수 있다.
도 22는 본 개시에 따른 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시적으로 나타내는 도면이다.
도 22에 도시된 바와 같이, 본 개시의 실시예가 적용된 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 개시의 실시예가 적용된 영상 부호화 방법 및/또는 영상 부호화 장치에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기반하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 할 수 있다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송할 수 있다. 이 때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 수행할 수 있다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.
본 개시에 따른 실시예는 영상을 부호화/복호화하는데 이용될 수 있다.

Claims (15)

  1. 영상 복호화 장치에 의해 수행되는 영상 복호화 방법으로서, 상기 영상 복호화 방법은,
    현재 블록에 대한 동일 위치 픽처에 기반하여, 상기 현재 블록에 대한 시간적 움직임 벡터 예측자(temporal motion vector predictor)를 도출하는 단계;
    상기 시간적 움직임 벡터 예측자에 기반하여, 상기 현재 블록의 움직임 벡터를 도출하는 단계; 및
    상기 움직임 벡터에 기반하여, 상기 현재 블록의 예측 블록을 생성하는 단계를 포함하고,
    상기 동일 위치 픽처는, 상기 현재 블록을 포함하는 현재 슬라이스의 슬라이스 헤더에 포함된 상기 동일 위치 픽처의 식별 정보에 기반하여 결정되되,
    상기 슬라이스 헤더가 상기 동일 위치 픽처의 식별 정보를 포함하지 않는 경우, 상기 동일 위치 픽처는, 상기 현재 블록을 포함하는 현재 픽처의 픽처 헤더에 포함된 상기 동일 위치 픽처의 식별 정보에 기반하여 결정되는
    영상 복호화 방법.
  2. 제1항에 있어서,
    상기 슬라이스 헤더 또는 상기 픽처 헤더가 상기 동일 위치 픽처의 식별 정보를 포함하는지 여부는, 소정의 시그널링 정보에 기반하여 결정되는
    영상 복호화 방법.
  3. 제2항에 있어서,
    상기 시그널링 정보가 제1 값을 갖는 경우,
    상기 동일 위치 픽처의 식별 정보는 상기 슬라이스 헤더에 포함되는
    영상 복호화 방법.
  4. 제2항에 있어서,
    상기 시그널링 정보가 제2 값을 갖는 경우,
    상기 동일 위치 픽처의 식별 정보는 상기 픽처 헤더에 포함되는
    영상 복호화 방법.
  5. 제2항에 있어서,
    상기 시그널링 정보는, 상기 현재 픽처에 대하여 TMVP(temporal motion vector prediction) 모드가 가용한지 여부를 나타내는 정보와 함께, 상기 동일 위치 픽처의 식별 정보에 대한 시그널링 조건을 구성하는
    영상 복호화 방법.
  6. 제1항에 있어서,
    상기 동일 위치 픽처의 식별 정보는,
    상기 동일 위치 픽처를 포함하는 참조 픽처 리스트의 방향 정보 및 상기 참조 픽처 리스트 내에서 상기 동일 위치 픽처를 지시하는 참조 픽처 인덱스 정보를 포함하는
    영상 복호화 방법.
  7. 제6항에 있어서,
    상기 슬라이스 헤더 및 상기 픽처 헤더가 상기 참조 픽처 인덱스 정보를 포함하지 않는 경우, 상기 참조 픽처 인덱스 정보는 제1 값으로 추론되는
    영상 복호화 방법.
  8. 제1항에 있어서,
    상기 픽처 헤더에 포함된 상기 동일 위치 픽처의 식별 정보는, 상기 동일 위치 픽처와 상기 현재 픽처 사이의 POC(picture order count) 차이에 관한 정보를 포함하는
    영상 복호화 방법.
  9. 제1항에 있어서,
    상기 픽처 헤더에 포함된 상기 동일 위치 픽처의 식별 정보는, 상기 동일 위치 픽처와 상기 현재 픽처 사이의 POC(picture order count) 차이의 절대값 및 부호에 관한 정보를 포함하는
    영상 복호화 방법.
  10. 메모리 및 적어도 하나의 프로세서를 포함하는 영상 복호화 장치로서,
    상기 적어도 하나의 프로세서는,
    현재 블록에 대한 동일 위치 픽처에 기반하여, 상기 현재 블록에 대한 시간적 움직임 벡터 예측자(temporal motion vector predictor)를 도출하고,
    상기 시간적 움직임 벡터 예측자에 기반하여, 상기 현재 블록의 움직임 벡터를 도출하고,
    상기 움직임 벡터에 기반하여, 상기 현재 블록의 예측 블록을 생성하며,
    상기 동일 위치 픽처는 상기 현재 블록을 포함하는 현재 슬라이스의 슬라이스 헤더에 포함된 상기 동일 위치 픽처의 식별 정보에 기반하여 결정되되,
    상기 슬라이스 헤더가 상기 동일 위치 픽처의 식별 정보를 포함하지 않는 경우, 상기 동일 위치 픽처는 상기 현재 블록을 포함하는 현재 픽처의 픽처 헤더에 포함된 상기 동일 위치 픽처의 식별 정보에 기반하여 결정되는
    영상 복호화 장치.
  11. 영상 부호화 장치에 의해 수행되는 영상 부호화 방법으로서, 상기 영상 부호화 방법은,
    현재 블록의 움직임 벡터에 기반하여, 상기 현재 블록의 예측 블록을 생성하는 단계;
    상기 현재 블록에 대한 동일 위치 픽처에 기반하여, 상기 현재 블록에 대한 시간적 움직임 벡터 예측자(temporal motion vector predictor)를 도출하는 단계; 및
    상기 시간적 움직임 벡터 예측자에 기반하여, 상기 현재 블록의 움직임 벡터를 부호화하는 단계를 포함하고,
    상기 동일 위치 픽처의 식별 정보는, 상기 현재 블록을 포함하는 현재 슬라이스의 슬라이스 헤더 내에 부호화되되,
    상기 동일 위치 픽처의 식별 정보가 상기 슬라이스 헤더 내에 부호화되지 않는 경우, 상기 동일 위치 픽처의 식별 정보는 상기 현재 블록을 포함하는 현재 픽처의 픽처 헤더 내에 부호화되는
    영상 부호화 방법.
  12. 제11항에 있어서,
    상기 슬라이스 헤더 또는 상기 픽처 헤더가 상기 동일 위치 픽처의 식별 정보를 포함하는지 여부는, 소정의 시그널링 정보에 기반하여 결정되는
    영상 부호화 방법.
  13. 제12항에 있어서,
    상기 시그널링 정보가 제1 값을 갖는 경우,
    상기 동일 위치 픽처의 식별 정보는 상기 슬라이스 헤더에 포함되는
    영상 부호화 방법.
  14. 제12항에 있어서,
    상기 시그널링 정보가 제2 값을 갖는 경우,
    상기 동일 위치 픽처의 식별 정보는 상기 픽처 헤더에 포함되는
    영상 부호화 방법.
  15. 제11항의 영상 부호화 방법에 의해 생성된 비트스트림을 전송하는 방법.
PCT/KR2020/017681 2019-12-06 2020-12-04 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법 WO2021112633A1 (ko)

Priority Applications (10)

Application Number Priority Date Filing Date Title
JP2022534300A JP7359963B2 (ja) 2019-12-06 2020-12-04 同一位置ピクチャに関する情報を含むピクチャヘッダーに基づく画像符号化／復号化方法、装置、及びビットストリームを伝送する方法
MX2022006844A MX2022006844A (es) 2019-12-06 2020-12-04 Metodo y aparato para codificacion/decodificacion de imagen con base en encabezado de imagen que incluye informacion que se refiere a imagen co-localizada, y metodo para transmitir flujo de bits.
CN202080095576.4A CN115053526A (zh) 2019-12-06 2020-12-04 基于包括与并置图片相关的信息的图片头对图像进行编码/解码的方法和装置以及发送比特流的方法
US17/782,933 US20230353749A1 (en) 2019-12-06 2020-12-04 Method and apparatus for encoding/decoding image on basis of picture header including information relating to co-located picture, and method for transmitting bitstream
KR1020227021924A KR20220105169A (ko) 2019-12-06 2020-12-04 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
CA3163912A CA3163912A1 (en) 2019-12-06 2020-12-04 Method and apparatus for encoding/decoding image on basis of picture header including information relating to co-located picture, and method for transmitting bitstream
AU2020396705A AU2020396705A1 (en) 2019-12-06 2020-12-04 Method and apparatus for encoding/decoding image on basis of picture header including information relating to co-located picture, and method for transmitting bitstream
EP20896000.5A EP4072140A4 (en) 2019-12-06 2020-12-04 METHOD AND APPARATUS FOR IMAGE ENCODING/DECODING BASED ON IMAGE HEADER INCLUDING INFORMATION RELATING TO CO-LOCATED IMAGE, AND METHOD FOR TRANSMITTING BIT STREAM
JP2023167621A JP2023165944A (ja) 2019-12-06 2023-09-28 同一位置ピクチャに関する情報を含むピクチャヘッダーに基づく画像符号化／復号化方法、装置、及びビットストリームを伝送する方法
AU2024201699A AU2024201699A1 (en) 2019-12-06 2024-03-14 Method and apparatus for encoding/decoding image on basis of picture header including information relating to co-located picture, and method for transmitting bitstream

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962945047P 2019-12-06 2019-12-06
US62/945,047 2019-12-06

Publications (1)

Publication Number Publication Date
WO2021112633A1 true WO2021112633A1 (ko) 2021-06-10

Family

ID=76222605

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/017681 WO2021112633A1 (ko) 2019-12-06 2020-12-04 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법

Country Status (9)

Country Link
US (1) US20230353749A1 (ko)
EP (1) EP4072140A4 (ko)
JP (2) JP7359963B2 (ko)
KR (1) KR20220105169A (ko)
CN (1) CN115053526A (ko)
AU (2) AU2020396705A1 (ko)
CA (1) CA3163912A1 (ko)
MX (1) MX2022006844A (ko)
WO (1) WO2021112633A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7448349B2 (ja) 2019-12-17 2024-03-12 シャープ株式会社 動画像復号装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150016519A1 (en) * 2013-07-09 2015-01-15 Sony Corporation High level syntax improvement on inter-layer prediction for shvc/mv-hevc
KR20170020798A (ko) * 2014-06-20 2017-02-24 퀄컴 인코포레이티드 다중-계층 코덱들에서의 시간적 모션 벡터 예측 (tmvp) 표시
KR20180133411A (ko) * 2016-04-13 2018-12-14 퀄컴 인코포레이티드 비디오 코딩에서 콜로게이팅된 참조 인덱스에 대한 컨포먼스 제한
KR101959319B1 (ko) * 2014-03-18 2019-03-18 후아웨이 테크놀러지 컴퍼니 리미티드 비디오 데이터 인코딩 및 디코딩 방법 및 장치

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6421931B2 (ja) * 2012-03-06 2018-11-14 サン パテント トラスト 動画像符号化方法及び動画像符号化装置
EP3847804B1 (en) * 2018-09-12 2022-12-07 Huawei Technologies Co., Ltd. Index signaling for reference picture list structures

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150016519A1 (en) * 2013-07-09 2015-01-15 Sony Corporation High level syntax improvement on inter-layer prediction for shvc/mv-hevc
KR101959319B1 (ko) * 2014-03-18 2019-03-18 후아웨이 테크놀러지 컴퍼니 리미티드 비디오 데이터 인코딩 및 디코딩 방법 및 장치
KR20170020798A (ko) * 2014-06-20 2017-02-24 퀄컴 인코포레이티드 다중-계층 코덱들에서의 시간적 모션 벡터 예측 (tmvp) 표시
KR20180133411A (ko) * 2016-04-13 2018-12-14 퀄컴 인코포레이티드 비디오 코딩에서 콜로게이팅된 참조 인덱스에 대한 컨포먼스 제한

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
M. PETTERSSON (ERICSSON), R. SJÖBERG (ERICSSON), M. DAMGHANIAN (ERICSSON): "AHG17: On selectively signal slice header parameters in PPS", 16. JVET MEETING; 20191001 - 20191011; GENEVA; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), no. JVET-P0368 ; m50335, 27 September 2019 (2019-09-27), XP030217088 *
See also references of EP4072140A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7448349B2 (ja) 2019-12-17 2024-03-12 シャープ株式会社 動画像復号装置

Also Published As

Publication number Publication date
AU2024201699A1 (en) 2024-04-04
JP7359963B2 (ja) 2023-10-11
MX2022006844A (es) 2022-08-10
EP4072140A4 (en) 2024-02-28
JP2023504877A (ja) 2023-02-07
US20230353749A1 (en) 2023-11-02
CN115053526A (zh) 2022-09-13
AU2020396705A1 (en) 2022-07-28
KR20220105169A (ko) 2022-07-26
JP2023165944A (ja) 2023-11-17
EP4072140A1 (en) 2022-10-12
CA3163912A1 (en) 2021-06-10

Similar Documents

Publication Publication Date Title
WO2020166897A1 (ko) Dmvr 기반의 인터 예측 방법 및 장치
WO2020184991A1 (ko) Ibc 모드를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2019194514A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2020180129A1 (ko) 인터 예측을 위한 비디오 신호의 처리 방법 및 장치
WO2021137597A1 (ko) Ols에 대한 dpb 파라미터를 사용하는 영상 디코딩 방법 및 그 장치
WO2020130617A1 (ko) 비디오 데이터를 처리하기 위한 방법 및 장치
WO2020251323A1 (ko) 인터 예측 기반 영상 코딩 방법 및 장치
WO2020262931A1 (ko) 비디오/영상 코딩 시스템에서 머지 데이터 신택스의 시그널링 방법 및 장치
WO2021006579A1 (ko) 머지 후보의 양방향 예측을 위한 가중치 인덱스를 유도하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020256454A1 (ko) 현재 블록에 대하여 최종적으로 예측 모드를 선택하지 못하는 경우 인터 예측을 수행하는 영상 디코딩 방법 및 그 장치
WO2020256455A1 (ko) 디폴트 머지 모드에 기반하여 예측 샘플을 도출하는 영상 디코딩 방법 및 그 장치
WO2020251324A1 (ko) 움직임 벡터 차분들을 이용한 영상 코딩 방법 및 장치
WO2020262930A1 (ko) 머지 데이터 신택스에서 중복적인 신택스의 제거 방법 및 장치
WO2020185047A1 (ko) 인트라 예측을 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020180159A1 (ko) 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021141477A1 (ko) 머지 후보들의 최대 개수 정보를 포함하는 시퀀스 파라미터 세트를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020009447A1 (ko) 인터 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2021194307A1 (ko) 랩-어라운드 움직임 보상에 기반하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2021125700A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2020197243A1 (ko) Smvd(symmetric motion vector difference)를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020231144A1 (ko) 어파인 tmvp를 이용한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2019245228A1 (ko) 어파인 모션 예측을 사용하여 비디오 신호를 처리하기 위한 방법 및 장치
WO2021112633A1 (ko) 동일 위치 픽처에 관한 정보를 포함하는 픽처 헤더에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021034122A1 (ko) Hmvp 후보에 기반하여 예측을 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021049865A1 (ko) Bdof를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법

Legal Events

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

Ref document number: 20896000

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022534300

Country of ref document: JP

Kind code of ref document: A

Ref document number: 3163912

Country of ref document: CA

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112022010959

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 20227021924

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020896000

Country of ref document: EP

Effective date: 20220706

ENP Entry into the national phase

Ref document number: 2020396705

Country of ref document: AU

Date of ref document: 20201204

Kind code of ref document: A