WO2021118191A1 - Tmvp에 기반한 영상 코딩 방법 및 그 장치 - Google Patents

Tmvp에 기반한 영상 코딩 방법 및 그 장치 Download PDF

Info

Publication number
WO2021118191A1
WO2021118191A1 PCT/KR2020/017777 KR2020017777W WO2021118191A1 WO 2021118191 A1 WO2021118191 A1 WO 2021118191A1 KR 2020017777 W KR2020017777 W KR 2020017777W WO 2021118191 A1 WO2021118191 A1 WO 2021118191A1
Authority
WO
WIPO (PCT)
Prior art keywords
picture
tmvp
flag
information
location reference
Prior art date
Application number
PCT/KR2020/017777
Other languages
English (en)
French (fr)
Inventor
헨드리헨드리
김승환
파루리시탈
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to US17/780,142 priority Critical patent/US20220417498A1/en
Publication of WO2021118191A1 publication Critical patent/WO2021118191A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—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
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/188—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a video data packet, e.g. a network abstraction layer [NAL] unit
    • 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
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • 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

  • This document relates to video/image coding technology, and more particularly, to an image coding method and apparatus thereof based on TMVP (Temporal Motion Vector Prediction) in a video or image coding system.
  • TMVP Temporal Motion Vector Prediction
  • VR Virtual Reality
  • AR Artificial Realtiy
  • holograms images/videos having different image characteristics from real images such as game images. broadcasting is on the rise.
  • a high-efficiency image/video compression technology is required to effectively compress, transmit, store, and reproduce information of high-resolution and high-quality images/videos having various characteristics as described above.
  • a method and apparatus for increasing image/video coding efficiency are provided.
  • an efficient inter prediction method and apparatus are provided.
  • a method and apparatus for signaling information related to NAL unit and information related to temporal motion vector prediction (TMVP) are provided.
  • a method and apparatus for emptying a motion vector field buffer in order to improve image coding efficiency are provided.
  • a video/image decoding method performed by a decoding apparatus is provided.
  • a decoding apparatus for performing video/image decoding.
  • a video/image encoding method performed by an encoding apparatus is provided.
  • an encoding apparatus for performing video/image encoding is provided.
  • a computer-readable digital storage medium in which encoded video/image information generated according to the video/image encoding method disclosed in at least one of the embodiments of this document is stored.
  • encoded information or encoded video/image information causing the decoding apparatus to perform the video/image decoding method disclosed in at least one of the embodiments of this document is stored;
  • a storage medium is provided.
  • overall image/video compression efficiency may be increased.
  • inter prediction can be efficiently performed.
  • information related to NAL unit and information related to temporal motion vector prediction (TMVP) may be signaled.
  • co-location reference pictures may be restricted in order to improve image coding efficiency.
  • the motion vector field buffer may be emptied in order to improve image coding efficiency.
  • FIG. 1 schematically shows an example of a video/image coding system to which embodiments of this document can be applied.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/image encoding apparatus to which embodiments of the present document may be applied.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/image decoding apparatus to which embodiments of the present document may be applied.
  • FIG. 4 is a diagram for describing TMVP in detail.
  • 5 exemplarily shows a hierarchical structure for a coded image/video.
  • FIG. 6 is a diagram illustrating a temporal layer structure for NAL units in a bitstream supporting temporal scalability.
  • FIG. 7 is a diagram for describing a picture to which random access is possible.
  • FIG. 8 is a diagram for describing an IDR picture.
  • FIG. 9 is a diagram for describing a CRA picture.
  • 10 is a diagram exemplarily illustrating merging of bitstreams.
  • 11 and 12 schematically show an example of a video/image encoding method and related components according to embodiment(s) of this document.
  • FIG. 13 and 14 schematically show an example of an image/video decoding method and related components according to an embodiment of the present document.
  • FIG. 15 shows an example of a content streaming system to which embodiments disclosed in this document can be applied.
  • each configuration in the drawings described in this document is shown independently for convenience of description regarding different characteristic functions, and does not mean that each configuration is implemented as separate hardware or separate software.
  • two or more components among each component may be combined to form one component, or one component may be divided into a plurality of components.
  • Embodiments in which each component is integrated and/or separated are also included in the scope of the present document without departing from the essence of this document.
  • FIG. 1 schematically shows an example of a video/image coding system to which embodiments of this document can be applied.
  • a video/image coding system may include a first apparatus (source device) and a second apparatus (receive device).
  • the source device may transmit encoded video/image information or data in the form of a file or streaming to the receiving device through a digital storage medium or a network.
  • the source device may include a video source, an encoding apparatus, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding apparatus, and a renderer.
  • the encoding apparatus may be referred to as a video/image encoding apparatus, and the decoding apparatus may be referred to as a video/image decoding apparatus.
  • the transmitter may be included in the encoding device.
  • the receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or external component.
  • a video source may acquire a video/image through a process of capturing, synthesizing, or generating a video/image.
  • a video source may include a video/image capture device and/or a video/image generating device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, and the like.
  • a video/image generating device may include, for example, a computer, tablet, and smart phone, and may (electronically) generate a video/image.
  • a virtual video/image may be generated through a computer, etc. In this case, the video/image capturing process may be substituted for the process of generating related data.
  • the encoding device may encode the input video/image.
  • the encoding apparatus may perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
  • the encoded data (encoded image/video information) may be output in the form of a bitstream.
  • the transmitting unit may transmit the encoded image/video information or data output in the form of a bitstream to the receiving unit of the receiving device through a digital storage medium or a network in a file or streaming form.
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiver may receive/extract the bitstream and transmit it to the decoding device.
  • the decoding apparatus may decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding apparatus.
  • the renderer may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • This article is about video/image coding.
  • a method/embodiment disclosed in this document may be applied to a method disclosed in a versatile video coding (VVC) standard.
  • the method/embodiment disclosed in this document is an essential video coding (EVC) standard, AOMedia Video 1 (AV1) standard, 2nd generation of audio video coding standard (AVS2), or a next-generation video/video coding standard (ex. H.267). or H.268, etc.).
  • EVC essential video coding
  • AV1 AOMedia Video 1
  • AVS2 2nd generation of audio video coding standard
  • next-generation video/video coding standard ex. H.267. or H.268, etc.
  • a video may mean a set of a series of images according to the passage of time.
  • a picture generally refers to a unit representing one image in a specific time period, and a slice/tile is a unit constituting a part of a picture in coding.
  • a slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • One picture may consist of one or more slices/tiles.
  • a tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture.
  • the tile column is a rectangular region of CTUs, the rectangular region has a height equal to the height of the picture, and the width may be specified by syntax elements in a picture parameter set (The tile column is a rectangular region of CTUs having a height equal to the height of the picture and a width specified by syntax elements in the picture parameter set).
  • the tile row is a rectangular region of CTUs, the rectangular region has a height specified by syntax elements in a picture parameter set, and the width may be equal to the width of the picture (The tile row is a rectangular region of CTUs) having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture).
  • a tile scan may indicate a specific sequential ordering of CTUs partitioning a picture, wherein the CTUs may be sequentially aligned with a CTU raster scan within a tile, and tiles within a picture may be sequentially aligned with a raster scan of the tiles of the picture.
  • a tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture).
  • a slice includes an integer number of complete tiles or an integer number of consecutive lines in a tile of a picture or an integer number of complete tiles, which may be contained exclusively in a single NAL unit. complete CTU rows within a tile of a picture that may be exclusively contained in a single NAL unit)
  • one picture may be divided into two or more subpictures.
  • a subpicture may be a rectangular region of one or more slices within a picture.
  • a pixel or pel may mean a minimum unit constituting one picture (or image). Also, as a term corresponding to a pixel, a 'sample' may be used. The sample may generally represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component.
  • a unit may represent a basic unit of image processing.
  • the unit may include at least one of a specific region of a picture and information related to the region.
  • One unit may include one luma block and two chroma (ex. cb, cr) blocks.
  • a unit may be used interchangeably with terms such as a block or an area in some cases.
  • an MxN block may include samples (or sample arrays) or a set (or arrays) of transform coefficients including M columns and N rows.
  • a or B (A or B) may mean “only A”, “only B”, or “both A and B”.
  • a or B (A or B)” in this document may be interpreted as “A and/or B (A and/or B)”.
  • A, B or C(A, B or C) means “only A”, “only B”, “only C”, or "any and any combination of A, B and C ( any combination of A, B and C)”.
  • a slash (/) or a comma (comma) used in this document may mean “and/or”.
  • A/B may mean “A and/or B”. Accordingly, “A/B” may mean “only A”, “only B”, or “both A and B”.
  • A, B, C may mean “A, B, or C”.
  • At least one of A and B may mean “only A”, “only B” or “both A and B”. Also, in this document, the expression “at least one of A or B” or “at least one of A and/or B” means “at least one It can be interpreted the same as “A and B (at least one of A and B)”.
  • At least one of A, B and C means “only A”, “only B”, “only C”, or “A, B and C” any combination of A, B and C”. Also, “at least one of A, B or C” or “at least one of A, B and/or C” means can mean “at least one of A, B and C”.
  • parentheses used in this document may mean “for example”. Specifically, when “prediction (intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”. In other words, “prediction” in this document is not limited to “intra prediction”, and “intra prediction” may be proposed as an example of “prediction”. Also, even when “prediction (ie, intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”.
  • the encoding device may include an image encoding device and/or a video encoding device.
  • the encoding apparatus 200 includes an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, It may be configured to include an adder 250 , a filter 260 , and a memory 270 .
  • the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222 .
  • the residual processing unit 230 may include a transformer 232 , a quantizer 233 , an inverse quantizer 234 , and an inverse transformer 235 .
  • the residual processing unit 230 may further include a subtractor 231 .
  • the adder 250 may be referred to as a reconstructor or a reconstructed block generator.
  • the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, adder 250 and filtering unit 260 may include one or more hardware components ( For example, by an encoder chipset or processor).
  • the memory 270 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 270 as an internal/external component.
  • the image dividing unit 210 may divide an input image (or a picture, a frame) input to the encoding apparatus 200 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • the coding unit is to be recursively divided according to a quad-tree binary-tree ternary-tree (QTBTTT) structure from a coding tree unit (CTU) or largest coding unit (LCU).
  • QTBTTT quad-tree binary-tree ternary-tree
  • CTU coding tree unit
  • LCU largest coding unit
  • one coding unit may be divided into a plurality of coding units having a lower depth based on a quad tree structure, a binary tree structure, and/or a ternary structure.
  • a quad tree structure may be applied first and a binary tree structure and/or a ternary structure may be applied later.
  • the binary tree structure may be applied first.
  • a coding procedure according to this document may be performed based on the final coding unit that is no longer divided.
  • the maximum coding unit may be directly used as the final coding unit based on coding efficiency according to image characteristics, or the coding unit may be recursively divided into coding units having a lower depth than the optimal coding unit if necessary.
  • a coding unit of the size of may be used as the final coding unit.
  • the coding procedure may include procedures such as prediction, transformation, and restoration, which will be described later.
  • the processing unit may further include a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be divided or partitioned from the above-described final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • a unit may be used interchangeably with terms such as a block or an area in some cases.
  • an MxN block may represent a set of samples or transform coefficients including M columns and N rows.
  • a sample may generally represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component.
  • a sample may be used as a term corresponding to a picture (or image) as a pixel or a pel.
  • the encoding apparatus 200 subtracts the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input image signal (original block, original sample array) to obtain a residual A signal (residual signal, residual block, residual sample array) may be generated, and the generated residual signal is transmitted to the converter 232 .
  • a unit for subtracting a prediction signal (prediction block, prediction sample array) from an input image signal (original block, original sample array) in the encoder 200 may be referred to as a subtraction unit 231 .
  • the prediction unit may perform prediction on a processing target block (hereinafter, referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information related to prediction, such as prediction mode information, and transmit it to the entropy encoding unit 240 , as will be described later in the description of each prediction mode.
  • the prediction information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra prediction unit 222 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes according to the granularity of the prediction direction. However, this is an example, and a higher or lower number of directional prediction modes may be used according to a setting.
  • the intra prediction unit 222 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 221 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring 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), etc.
  • a reference picture including the temporally neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive a motion vector and/or a reference picture index of the current block. can create Inter prediction may be performed based on various prediction modes. For example, in the skip mode and merge mode, the inter prediction unit 221 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. In the case of motion vector prediction (MVP) mode, the motion vector of the current block is determined by using a motion vector of a neighboring block as a motion vector predictor and signaling a motion vector difference. can direct
  • the prediction unit 220 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, the sample value in the picture may be signaled based on information about the palette table and palette index.
  • the prediction signal generated by the prediction unit may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique may include at least one of Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Graph-Based Transform (GBT), or Conditionally Non-linear Transform (CNT).
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • GBT Graph-Based Transform
  • CNT Conditionally Non-linear Transform
  • GBT means a transformation obtained from this graph when expressing relationship information between pixels in a graph.
  • CNT refers to a transformation obtained by generating a prediction signal using all previously reconstructed pixels and based thereon.
  • the transformation process may be applied to a block of pixels having the same size as a square, or may be applied to a block of a variable size that is not a square.
  • the quantization unit 233 quantizes the transform coefficients and transmits them to the entropy encoding unit 240, and the entropy encoding unit 240 encodes the quantized signal (information on the quantized transform coefficients) and outputs it as a bitstream. have.
  • Information about the quantized transform coefficients may be referred to as residual information.
  • the quantization unit 233 may rearrange the quantized transform coefficients in 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 in the one-dimensional vector form. Information about the transform coefficients may be generated.
  • the entropy encoding unit 240 may perform various encoding methods such as, for example, exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 240 may encode information necessary for video/image reconstruction (eg, values of syntax elements, etc.) other than the quantized transform coefficients together or separately.
  • Encoded information (eg, encoded image/video information) may be transmitted or stored in a network abstraction layer (NAL) unit unit in a bitstream form.
  • the image/video 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).
  • APS adaptation parameter set
  • PPS picture parameter set
  • SPS sequence parameter set
  • VPS video parameter set
  • the image/video information may further include general constraint information.
  • information and/or syntax elements transmitted/signaled from the encoding device to the decoding device may be included in the image/video information.
  • the image/video information may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream may be transmitted over a network or may be stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmitting unit (not shown) and/or a storing unit (not shown) for storing may be configured as internal/external elements of the encoding apparatus 200, or the transmitting unit It may be included in the entropy encoding unit 240 .
  • the quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
  • the residual signal residual block or residual samples
  • the adder 250 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 221 or the intra prediction unit 222 to obtain a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array). can be created
  • the predicted block may be used as a reconstructed block.
  • the adder 250 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing object block in the current picture, or may be used for inter prediction of the next picture after filtering as described below.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 260 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 260 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and convert the modified reconstructed picture to the memory 270 , specifically the DPB of the memory 270 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the filtering unit 260 may generate various types of filtering-related information and transmit it to the entropy encoding unit 240 , as will be described later in the description of each filtering method.
  • the filtering-related information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 270 may be used as a reference picture in the inter prediction unit 221 .
  • the encoding apparatus can avoid prediction mismatch between the encoding apparatus 200 and the decoding apparatus, and can also improve encoding efficiency.
  • the memory 270 DPB may store the corrected reconstructed picture to be used as a reference picture in the inter prediction unit 221 .
  • the memory 270 may store motion information of a block in which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 270 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 222 .
  • the decoding device may include an image decoding device and/or a video decoding device.
  • the decoding apparatus 300 includes an entropy decoder 310 , a residual processor 320 , a predictor 330 , an adder 340 , and a filtering unit. (filter, 350) and may be configured to include a memory (memoery, 360).
  • the prediction unit 330 may include an inter prediction unit 331 and an intra prediction unit 332 .
  • the residual processor 320 may include a dequantizer 321 and an inverse transformer 321 .
  • the entropy decoding unit 310 , the residual processing unit 320 , the prediction unit 330 , the addition unit 340 , and the filtering unit 350 are one hardware component (eg, a decoder chipset or a processor according to an embodiment). ) can be configured by
  • the memory 360 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 360 as an internal/external component.
  • the decoding apparatus 300 may reconstruct an image corresponding to a process in which the image/video information is processed in the encoding apparatus of FIG. 2 .
  • the decoding apparatus 300 may derive units/blocks based on block division related information obtained from the bitstream.
  • the decoding apparatus 300 may perform decoding by using a processing unit applied in the encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit, and the coding unit may be divided according to a quad tree structure, a binary tree structure and/or a ternary tree structure from a coding tree unit or a largest coding unit.
  • One or more transform units may be derived from a coding unit.
  • the reconstructed image signal decoded and output through the decoding apparatus 300 may be reproduced through the reproducing apparatus.
  • the decoding apparatus 300 may receive a signal output from the encoding apparatus of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310 .
  • the entropy decoding unit 310 may parse the bitstream to derive information (eg, image/video information) required for image restoration (or picture restoration).
  • the image/video 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 image/video information may further include general constraint information.
  • the decoding apparatus may decode the picture further based on the information on the parameter set and/or the general restriction information.
  • Signaled/received information and/or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 310 decodes information in a bitstream based on a coding method such as exponential Golomb encoding, CAVLC or CABAC, and a value of a syntax element required for image reconstruction and a quantized value of a transform coefficient related to a residual can be printed out.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in a bitstream, and decodes the syntax element information to be decoded and the decoding information of the surrounding and decoding target blocks or the symbol/bin information decoded in the previous step.
  • a context model is determined using the context model, and the probability of occurrence of a bin is predicted according to the determined context model, and a symbol corresponding to the value of each syntax element can be generated by performing arithmetic decoding of the bin.
  • the CABAC entropy decoding method may update the context model by using the decoded symbol/bin information for the context model of the next symbol/bin after determining the context model.
  • Prediction-related information among the information decoded by the entropy decoding unit 310 is provided to the prediction unit (the inter prediction unit 332 and the intra prediction unit 331), and the entropy decoding unit 310 performs entropy decoding.
  • Dual values that is, quantized transform coefficients and related parameter information may be input to the residual processing unit 320 .
  • the residual processing unit 320 may derive a residual signal (residual block, residual samples, residual sample array). Also, information on filtering among the information decoded by the entropy decoding unit 310 may be provided to the filtering unit 350 .
  • a receiving unit (not shown) that receives a signal output from the encoding device may be further configured as an internal/external element of the decoding device 300 , or the receiving unit may be a component of the entropy decoding unit 310 .
  • the decoding apparatus may be called a video/image/picture decoding apparatus, and the decoding apparatus is divided into an information decoder (video/image/picture information decoder) and a sample decoder (video/image/picture sample decoder).
  • the information decoder may include the entropy decoding unit 310 , and the sample decoder includes the inverse quantization unit 321 , the inverse transform unit 322 , the adder 340 , the filtering unit 350 , and the memory 360 . ), an inter prediction unit 332 , and an intra prediction unit 331 .
  • the inverse quantizer 321 may inverse quantize the quantized transform coefficients to output transform coefficients.
  • the inverse quantizer 321 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, the rearrangement may be performed based on the coefficient scan order performed by the encoding device.
  • the inverse quantizer 321 may perform inverse quantization on the quantized transform coefficients using a quantization parameter (eg, quantization step size information) and obtain transform coefficients.
  • a quantization parameter eg, quantization step size information
  • the inverse transform unit 322 inverse transforms the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit 330 may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit 330 may determine whether intra prediction or inter prediction is applied to the current block based on the prediction information output from the entropy decoding unit 310, and determine a specific intra/inter prediction mode.
  • the prediction unit 330 may generate a prediction signal based on various prediction methods to be described later. For example, the prediction unit 330 may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP). Also, the prediction unit 330 may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • IBC intra block copy
  • the IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC). IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, information about the palette table and palette index may be included in the image/video information and signaled.
  • the intra prediction unit 331 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra prediction unit 331 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 332 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the inter prediction unit 332 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or a reference picture index of the current block based on the received candidate selection information.
  • Inter prediction may be performed based on various prediction modes, and the prediction information may include information indicating a mode of inter prediction for the current block.
  • the adder 340 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 332 and/or the intra prediction unit 331 ).
  • a signal (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the predicted block may be used as a reconstructed block.
  • the adder 340 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing object block in the current picture, may be output through filtering as described below, or may be used for inter prediction of the next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 350 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 360 , specifically, the DPB of the memory 360 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the (modified) reconstructed picture stored in the DPB of the memory 360 may be used as a reference picture in the inter prediction unit 332 .
  • the memory 360 may store motion information of a block from which motion information in the current picture is derived (or decoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 332 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 360 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 331 .
  • the embodiments described in the filtering unit 260 , the inter prediction unit 221 , and the intra prediction unit 222 of the encoding apparatus 200 are the filtering unit 350 and the inter prediction unit of the decoding apparatus 300 , respectively.
  • the same or corresponding application may be applied to the unit 332 and the intra prediction unit 331 .
  • prediction is performed to increase compression efficiency in video coding.
  • the predicted block includes prediction samples in a spatial domain (or pixel domain).
  • the predicted block is derived equally from the encoding device and the decoding device, and the encoding device decodes information (residual information) about the residual between the original block and the predicted block, not the original sample value of the original block itself.
  • image coding efficiency can be increased.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, and generate a reconstructed block including reconstructed samples by summing the residual block and the predicted block, and reconstruct the reconstructed blocks. It is possible to generate a restored picture including
  • the residual information may be generated through transformation and quantization procedures.
  • the encoding apparatus derives a residual block between the original block and the predicted block, and performs a transform procedure on residual samples (residual sample array) included in the residual block to derive transform coefficients
  • the associated residual information may be signaled to the decoding apparatus (via a bitstream).
  • the residual information may include information such as value information of the quantized transform coefficients, location information, a transform technique, a transform kernel, and a quantization parameter.
  • the decoding apparatus may perform an inverse quantization/inverse transformation procedure based on the residual information and derive residual samples (or residual blocks).
  • the decoding apparatus may generate a reconstructed picture based on the predicted block and the residual block.
  • the encoding apparatus may also inverse quantize/inverse transform the quantized transform coefficients for reference for inter prediction of a later picture to derive a residual block, and generate a reconstructed picture based thereon.
  • At least one of quantization/inverse quantization and/or transform/inverse transform may be omitted.
  • the quantized transform coefficient may be referred to as a transform coefficient.
  • the transform coefficient may be called a coefficient or a residual coefficient, or may still be called a transform coefficient for uniformity of expression.
  • a quantized transform coefficient and a transform coefficient may be referred to as a transform coefficient and a scaled transform coefficient, respectively.
  • the residual information may include information on transform coefficient(s), and the information on the transform coefficient(s) may be signaled through residual coding syntax.
  • Transform coefficients may be derived based on the residual information (or information about the transform coefficient(s)), and scaled transform coefficients may be derived through inverse transform (scaling) on the transform coefficients.
  • Residual samples may be derived based on an inverse transform (transform) of the scaled transform coefficients. This may be applied/expressed in other parts of this document as well.
  • TMVP temporal motion vector predictor
  • TMVP may be included as an MVP candidate or a merge candidate in inter prediction of the encoding apparatus 200 or the decoding apparatus 300 .
  • the decoding apparatus 300 may derive a motion information candidate list (eg, an MVP candidate list) based on a spatial neighboring block and/or a temporal neighboring block of the current block, and selection information obtained through a bitstream
  • a motion information candidate list eg, an MVP candidate list
  • One of the candidates included in the motion information candidate list may be selected based on (eg, merge index, MVP flag, or MVP index), and motion information of the current block may be derived based on the selected candidate.
  • the decoding apparatus 300 may generate a prediction sample based on the derived motion information.
  • the decoding apparatus 300 may derive the selected candidate as the MVP of the current block.
  • the temporal neighboring block may indicate a co-located reference block in the reference picture corresponding to the current block, and prediction using TMVP sets the motion vector of the temporal neighboring block as a temporal candidate in the motion information candidate list. It is possible to represent a prediction method in which a temporal candidate derived from a motion vector of the co-located reference block is derived as MVP of the current block.
  • a block in a reference picture located at the right-bottom side of the current block is defined as a collocated block, and a motion vector of the block can be used as a TMVP. have.
  • the block at the right-bottom position (RB) can be used only for intra prediction or is unavailable for reasons such as out of a picture boundary
  • the block corresponding to the center position (C0) of the current block is the same It may be used as a location reference block.
  • the center position may indicate a center lower right position. That is, when four samples are located at the center of the current block, the center position may indicate a lower right sample position among the four samples.
  • the RB position may be referred to as ColBr
  • the C0 position may be referred to as ColCtr
  • a picture including a co-located reference block may be referred to as a co-located reference picture or a co-located reference frame.
  • 5 exemplarily shows a hierarchical structure for a coded image/video.
  • the coded image/video is a video coding layer (VCL) that handles decoding processing of the image/video and itself, a subsystem that transmits and stores coded information, and the VCL and subsystem It exists between them and is divided into a network abstraction layer (NAL) that is responsible for network adaptation functions.
  • VCL video coding layer
  • NAL network abstraction layer
  • VCL data including compressed video data is generated, or picture parameter set (PPS), sequence parameter set (SPS), video parameter set (Video Parameter Set: A supplemental enhancement information (SEI) message additionally necessary for a parameter set including information such as VPS) or an image decoding process may be generated.
  • PPS picture parameter set
  • SPS sequence parameter set
  • SEI Supplemental Enhancement Information
  • a NAL unit may be generated by adding header information (NAL unit header) to a raw byte sequence payload (RBSP) generated in the VCL.
  • the RBSP refers to slice data, parameter sets, SEI messages, etc. generated in the VCL.
  • the NAL unit header may include NAL unit type information specified according to RBSP data included in the corresponding NAL unit.
  • the NAL unit may be divided into a VCL NAL unit and a Non-VCL NAL unit according to the RBSP generated in the VCL.
  • a VCL NAL unit may mean a NAL unit including information (slice data) about an image
  • the Non-VCL NAL unit is a NAL unit containing information (parameter set or SEI message) necessary for decoding an image.
  • VCL NAL unit and Non-VCL NAL unit may be transmitted through a network by attaching header information according to a data standard of a subsystem.
  • the NAL unit may be transformed into a data form of a predetermined standard such as H.266/VVC file format, Real-time Transport Protocol (RTP), Transport Stream (TS), and transmitted through various networks.
  • RTP Real-time Transport Protocol
  • TS Transport Stream
  • the NAL unit type may be specified according to the RBSP data structure included in the corresponding NAL unit, and information on the NAL unit type may be stored and signaled in the NAL unit header.
  • the NAL unit may be largely classified into a VCL NAL unit type and a Non-VCL NAL unit type depending on whether or not the NAL unit includes image information (slice data).
  • the VCL NAL unit type may be classified according to properties and types of pictures included in the VCL NAL unit, and the Non-VCL NAL unit type may be classified according to the type of a parameter set.
  • NAL unit type specified according to the properties and types of pictures included in the VCL NAL unit.
  • TSA picture A type for a NAL unit containing a coded slice segment of a TSA picture.
  • the TSA picture is a picture that can be switched between temporal sub-layers in a bitstream supporting temporal scalability, and indicates a position where up-switching is possible from a lower sub-layer to an upper sub-layer. is a picture that
  • Step-wise Temporal Sub-layer Access A type for a NAL unit containing a coded slice segment of an STSA picture.
  • the STSA picture is a picture that can be switched between temporal sub-layers in a bitstream supporting temporal scalability, and indicates a position where up-switching is possible from a lower sub-layer to an upper sub-layer one step higher than the lower sub-layer. to be.
  • Non-TSA Non-TSA
  • non-STSA non-STSA
  • NAL unit containing the coded slice segment of the trailing picture the trailing picture refers to a picture that follows a picture that can be accessed randomly in output order and decoding order.
  • IDR Instantaneous Decoding Refresh
  • the IDR picture is a picture that can be accessed randomly, and may be the first picture in the decoding order in the bitstream or may appear in the middle of the bitstream.
  • the IDR picture includes only I slices.
  • Each IDR picture is the first picture of a coded video sequence (CVS) in decoding order.
  • CVS coded video sequence
  • the NAL unit type of the IDR picture may be expressed as IDR_W_RADL, and if the IDR picture has no association with the leading picture, the NAL unit type of the IDR picture may be expressed as IDR_N_LP.
  • the IDR picture has no association with a non-decodable leading picture, which will be described later.
  • -CRA Code Random Access
  • the CRA picture is a picture capable of random access, and may be the first picture in the decoding order in the bitstream or may appear in the middle of the bitstream.
  • the CRA picture includes only I slices.
  • the CRA picture may have an association with a decodable leading picture or a leading picture capable of skipping decoding, and may not output an output for a leading picture capable of skipping decoding. Since the leading picture capable of skipping decoding may use a picture that does not exist in the bitstream as a reference picture, the leading picture capable of skipping decoding by the decoder may not be output.
  • BLA Broken Link Access
  • the BLA picture is a picture that can be accessed randomly, and may be the first picture in the decoding order in the bitstream or may appear in the middle of the bitstream.
  • the BLA picture includes only I slices.
  • a new coded video sequence (CVS) is started for each BLA picture, and the same decoding process as that of an IDR picture may be performed.
  • the NAL unit type of the BLA picture may be represented by BLA_W_LP, and if the BLA picture has an association with the decodable leading picture, the NAL unit type of the BLA picture may be represented by BLA_W_LP have.
  • BLA_W_RADL the NAL unit type of the BLA picture may be expressed as BLA_N_LP.
  • NAL unit type specified according to the type of parameter set included in the Non-VCL NAL unit type.
  • NAL unit Type for NAL unit including APS
  • NAL unit a type for a NAL unit including a DPS
  • NAL unit Type of NAL unit including VPS
  • NAL unit Type for NAL unit including SPS
  • NAL unit Type of NAL unit including PPS
  • NAL unit Type of NAL unit including PH
  • NAL unit types have syntax information for the NAL unit type, and the syntax information may be stored and signaled in a NAL unit header.
  • the syntax information may be nal_unit_type, and NAL unit types may be specified by a nal_unit_type value.
  • one picture may include a plurality of slices, and one slice may include a slice header and slice data.
  • one picture header may be further added to a plurality of slices (a slice header and a slice data set) in one picture.
  • the picture header (picture header syntax) may include information/parameters commonly applicable to the picture.
  • a picture may consist of slices of different types, such as intra-coded slices (ie, I-slice) and/or inter-coded slices (ie, P-slice and B-slice).
  • the picture header may include information/parameters applied to the intra-coded slice and the inter-coded slice.
  • one picture may consist of one type of slices.
  • the slice header may include information/parameters commonly applicable to the slice.
  • the APS APS syntax
  • PPS PPS syntax
  • the SPS SPS syntax
  • the VPS VPS syntax
  • the DPS DPS syntax
  • the DPS may include information/parameters commonly applicable to the entire video.
  • the DPS may include information/parameters related to concatenation of a coded video sequence (CVS).
  • high level syntax HLS may include at least one of the APS syntax, PPS syntax, SPS syntax, VPS syntax, DPS syntax, picture header syntax, and slice header syntax.
  • the video/video information encoded from the encoding device to the decoding device and signaled in the form of a bitstream includes, as well as intra-picture partitioning-related information, intra/inter prediction information, residual information, in-loop filtering information, etc.
  • Information included in the slice header, information included in the picture header, information included in the APS, information included in the PPS, information included in the SPS, information included in the VPS, and/or information included in the DPS can do.
  • the video/video information may further include information of a NAL unit header.
  • a bitstream (or temporal scalable bitstream) supporting temporal scalability includes information on a temporally scaled temporal layer.
  • the information on the temporal layer may be identification information of the temporal layer specified according to the temporal scalability of the NAL unit.
  • temporal_id syntax information may be used for temporal layer identification information, and the temporal_id syntax information may be stored in a NAL unit header in an encoding device and signaled to a decoding device.
  • a temporal layer may be referred to as a sub-layer, a temporal sub-layer, or a temporal scalable layer.
  • FIG. 6 is a diagram illustrating a temporal layer structure for NAL units in a bitstream supporting temporal scalability.
  • NAL units included in the bitstream have temporal layer identification information (eg, temporal_id).
  • temporal_id For example, a temporal layer composed of NAL units having a temporal_id value of 0 may provide the lowest temporal scalability, and a temporal layer composed of NAL units having a temporal_id value of 2 may provide the highest temporal scalability.
  • a box marked with I refers to an I picture
  • a box marked with B refers to a B picture.
  • arrows indicate a reference relationship with respect to whether a picture refers to another picture.
  • NAL units of a temporal layer having a temporal_id value of 0 are reference pictures that can be referenced by NAL units of a temporal layer having a temporal_id value of 0, 1, or 2.
  • NAL units of a temporal layer having a temporal_id value of 1 are reference pictures that can be referenced by NAL units of a temporal layer having a temporal_id value of 1 or 2.
  • NAL units of a temporal layer having a temporal_id value of 2 may be reference pictures that NAL units of the same temporal layer, that is, a temporal layer having a temporal_id value of 2, can refer, or may be non-reference pictures that are not referenced by other pictures. have.
  • NAL units of a temporal layer having a temporal_id value of 2, that is, an uppermost temporal layer are non-reference pictures
  • these NAL units are extracted from the bitstream without affecting other pictures in the decoding process ( extracted, or removed).
  • IDR, CRA, and BLA types are pictures capable of random access (or splicing), that is, a random access point (RAP) or an intra random access point (IRAP).
  • RAP random access point
  • IRAP intra random access point
  • Information indicating a NAL unit including a picture may be an IDR, CRA, or BLA picture, and may include only I slices.
  • the first picture in decoding order becomes an IRAP picture.
  • IRAP picture IDR, CRA, or BLA picture
  • LP leading pictures
  • FIG. 7 is a diagram for describing a picture to which random access is possible.
  • a picture capable of random access that is, a RAP or IRAP picture serving as a random access point, is the first picture in the decoding order in the bitstream during random access and includes only I slices.
  • FIG. 7 shows an output order (or display order) and decoding order of pictures. As illustrated, an output order and a decoding order of pictures may be different from each other. For convenience, pictures are described by dividing them into predetermined groups.
  • Pictures belonging to the first group indicate pictures that precede IRAP pictures in both output order and decoding order
  • pictures belonging to the second group indicate pictures that precede IRAP pictures in output order but follow in decoding order
  • Pictures in the third group (2) follow IRAP pictures in both output order and decoding order.
  • the pictures of the first group (°) may be decoded and output regardless of the IRAP picture.
  • Pictures belonging to the second group ( ⁇ ) output before the IRAP picture are called leading pictures, and the leading pictures may have problems in the decoding process when the IRAP picture is used as a random access point.
  • a picture belonging to the third group (2) that follows the IRAP picture in output and decoding order is called a normal picture.
  • a normal picture is not used as a reference picture of a leading picture.
  • a random access point at which random access occurs in the bitstream becomes an IRAP picture, and random access starts as the first picture of the second group ( ⁇ ) is output.
  • FIG. 8 is a diagram for describing an IDR picture.
  • An IDR picture is a picture that becomes a random access point when a group of pictures has a closed structure. As described above, since an IDR picture is an IRAP picture, it includes only I slices, and may be the first picture in decoding order in the bitstream or may come in the middle of the bitstream. When the IDR picture is decoded, all reference pictures stored in a decoded picture buffer (DPB) are marked as "unused for reference”.
  • DPB decoded picture buffer
  • a bar shown in FIG. 8 indicates a picture, and an arrow indicates a reference relationship with respect to whether a picture can use another picture as a reference picture.
  • An x mark on the arrow indicates that the picture(s) cannot refer to the picture pointed to by the arrow.
  • a picture having a POC of 32 is an IDR picture.
  • the POC is 25 to 31, and the pictures output before the IDR picture are the leading pictures 810 .
  • Pictures having a POC of 33 or more correspond to the normal picture 820 .
  • Leading pictures 810 that precede the IDR picture in output order may use a leading picture different from the IDR picture as a reference picture, but the past picture 830 that precedes the leading pictures 810 in output order and decoding order It cannot be used as a reference picture.
  • Normal pictures 720 that follow the IDR picture in output order and decoding order may be decoded with reference to the IDR picture, the leading picture, and other normal pictures.
  • FIG. 9 is a diagram for describing a CRA picture.
  • a CRA picture is a picture that becomes a random access point when a group of pictures has an open structure. As described above, since the CRA picture is also an IRAP picture, it includes only I slices, and may be the first picture in decoding order in the bitstream or may come in the middle of the bitstream for normal play.
  • a bar shown in FIG. 9 indicates a picture, and an arrow indicates a reference relationship with respect to whether a picture can use another picture as a reference picture.
  • An x mark on the arrow indicates that the picture or pictures cannot refer to the picture indicated by the arrow.
  • the leading pictures 910 that precede the CRA picture in output order can use all of the CRA picture, other leading pictures, and past pictures 930 that precede the leading pictures 910 in output order and decoding order as reference pictures. have.
  • normal pictures 920 that follow the CRA picture in output order and decoding order may be decoded with reference to a normal picture different from the CRA picture.
  • the normal pictures 920 may not use the leading pictures 910 as reference pictures.
  • a BLA picture has functions and properties similar to those of a CRA picture, and when a coded picture is spliced or the bitstream is cut in the middle, it is a random access point and means a picture that exists in the middle of the bitstream. However, when random access occurs, since the BLA picture is regarded as the start of a new sequence, unlike the CRA picture, when the BLA picture is received by the decoder, all parameter information about the image may be received again.
  • the BLA picture may be determined by the encoding device, and the system receiving the bitstream from the encoding device may change the CRA picture to the BLA picture. For example, when the bitstream is spliced, the system converts the CRA picture into a BLA picture and provides it to a decoder that decodes an image, and parameter information about the image is also newly provided from the system to the decoder.
  • a decoder means a device including an image processing unit for decoding an image, and may be implemented with the decoding apparatus of FIG. 3 or may refer to a decoding module that is a core module for processing an image.
  • SPS sequence parameter set
  • syntax elements included in the syntax of Table 1 may be expressed, for example, as shown in Table 2 below.
  • the sps_temporal_mvp_enabled_flag syntax element may indicate whether TMVP is used for CLVS based on whether the value is 0 or 1. That is, the sps_temporal_mvp_enabled_flag syntax element may indicate whether TMVP is used for pictures in CLVS.
  • the sps_temporal_mvp_enabled_flag syntax element may be referred to as a first TMVP enabled flag and may be signaled through the SPS.
  • a picture header or a slice header checks a related picture or slice, and the same A picture to be used as a location reference picture may be detected.
  • the signaling example of pictures in the CLVS at the picture header level is It may be as shown in Table 3 below.
  • the syntax of Table 3 below may be a part of the picture header.
  • syntax elements included in the syntax of Table 3 may be expressed, for example, as shown in Table 4 below.
  • the pic_temporal_mvp_enabled_flag syntax element may indicate whether TMVP is used for inter prediction of slices related to the picture header based on whether the value is 0 or 1.
  • the pic_temporal_mvp_enabled_flag syntax element may be referred to as a second TMVP enabled flag and may be signaled through the picture header.
  • the slice header may check the related slice and detect a picture to be used as a co-location reference picture.
  • the pic_temporal_mvp_enabled_flag syntax element when the value of the pic_temporal_mvp_enabled_flag syntax element is 1, it can be determined that the slices related to the picture header are available, and in this case, the information related to the co-located reference picture for TMVP is at the slice header level.
  • a signaling example may be shown in Table 5 below. The syntax of Table 5 below may be a part of the slice header.
  • syntax elements included in the syntax of Table 5 may be expressed, for example, as shown in Table 6 below.
  • the num_ref_idx_active_override_flag syntax element determines whether the num_ref_idx_active_minus1[0] syntax element exists for P and B slices and whether the num_ref_idx_active_minus1[1] syntax element exists for B slices based on whether the value is 0 or 1 can indicate
  • the num_ref_idx_active_override_flag syntax element may be signaled through the slice header.
  • the value +1 of the num_ref_idx_active_minus1[i] syntax element may be used to derive the variable NumRefIdxActive[i].
  • the num_ref_idx_active_minus1[i] syntax element may be signaled through the slice header.
  • the value -1 of NumRefIdxActive[i] may mean the maximum reference index value of the reference picture list i. That is, the value of NumRefIdxActive[i] may mean the number of pictures existing in the reference picture list i.
  • the collocated_from_10_flag syntax element may indicate whether the co-location reference picture used for TMVP is derived from the reference picture list 0 based on whether the value is 0 or 1. For example, when the value of the collocated_from_10_flag syntax element is 1, the co-location reference picture used for TMVP may be derived from the reference picture list 0, and when the value of the collocated_from_10_flag syntax element is 0, the co-location reference used for TMVP The picture may be derived from reference picture list 1.
  • the value of the collocated_from_10_flag syntax element may be derived as 1, and the collocated_from_10_flag syntax element may be signaled through the slice header.
  • the collocated_ref_idx syntax element may indicate a reference index value of a co-located reference picture used for TMVP.
  • the collocated_ref_idx syntax element may be determined based on the reference picture list 0.
  • the value of the collocated_ref_idx syntax element may be 0 or more and NumRefIdxActive[i] or less.
  • the collocated_ref_idx syntax element may be determined based on the reference picture list 1.
  • the value of the collocated_ref_idx syntax element may be 0 or more and NumRefIdxActive[i] or less.
  • the collocated_ref_idx syntax element may be signaled through the slice header.
  • the collocated_from_10_flag may be included in the slice header.
  • the collocated_ref_idx may be included in the slice header.
  • a co-located reference picture with respect to the current picture may be derived.
  • a picture may be included in different NAL unit types.
  • the picture being included in different NAL unit types may mean that the picture includes slices having different NAL unit types.
  • one or more subpictures corresponding to the first bitstream may be merged with one or more subpictures corresponding to the second bitstream to generate a new picture for the new bitstream.
  • the subpictures corresponding to the first bitstream may include slices encapsulated in NAL units of a different type from NAL units of slices in the subpictures corresponding to the second bitstream.
  • 10 is a diagram exemplarily illustrating merging of bitstreams.
  • one picture has a Trail type, which is one NAL unit type, such as pictures N, N+1, N+5, N+6 and N+7. It may include slices having a CRA and Trail type, which are mixed NAL unit types, such as pictures N+2, and RASL, which is a mixed NAL unit type, such as pictures N+3 and N+4. and slices of Trail type. That is, pictures N+2, N+3, and N+4 may include slices having different NAL unit types.
  • pictures referring to a picture parameter set (PPS) in which the value of the mixed_nalu_types_in_pic_flag syntax element is 1 may have mixed NAL unit types that are different types.
  • the mixed_nalu_types_in_pic_flag syntax element may specify whether a plurality of VCL-NAL units for a corresponding picture do not have the same NAL unit type.
  • TMVP When TMVP is available for the current picture, all slices in the current picture are restricted to use the same reference picture as the co-located reference picture for TMVP.
  • the current picture in bitstream 1 of FIG. 10 is a subsequent picture following picture N+2 that is an IRAP (CRA) picture
  • the current picture includes pictures preceding picture N+2 as the current picture. It cannot be used as a co-location reference picture for .
  • the current picture in bitstream 2 of FIG. 10 is a subsequent picture following picture N+2
  • the current picture uses pictures preceding picture N+2 as co-location reference pictures for the current picture. There will be.
  • the current picture cannot use pictures preceding the IRAP picture as co-location reference pictures for the current picture.
  • the current picture is Pictures preceding the NON-IRAP picture cannot be used as co-location reference pictures for the current picture.
  • the slices in the picture corresponding to the merged bitstream of FIG. 10 may not follow the constraint of using the same reference picture as the co-located reference picture for TMVP. That is, so that the slices within the picture can refer to the same reference picture as the co-location reference picture for TMVP, it is necessary to check the type of the NAL unit of the slices in the picture to limit the picture that can be used as the co-location reference picture. .
  • the decoder may have a buffer for storing motion vector field (MVP) information.
  • the buffer may be referred to as a motion vector field buffer, motion vector field storage, motion field storage, MVP buffer, MVP storage, and the like.
  • the buffer may include motion vector fields for reference pictures that have been used as co-location reference pictures and/or reference pictures that can be used as co-location reference pictures.
  • the decoder may be able to empty the motion vector field buffer in TMVP application. If the current picture is a CRA picture, it will be impossible to empty the motion vector field buffer because pictures whose decoding order precedes the CRA picture can be referenced by RASL pictures.
  • the decoder if it is possible for the decoder to empty the motion vector field buffer when the current picture is an IDR picture, efficient implementation of the decoder will be possible.
  • embodiments of the present document may include one or more of the following features.
  • a picture whose decoding order follows the current picture is a picture whose decoding order precedes the current picture.
  • a picture may be restricted not to be used as a co-location reference picture.
  • the restriction is applied when the current picture is composed of slices of a mixed NAL unit type (the value of the mixed_nalu_types_in_pic_flag syntax element is 1), and one or more NAL units for the current picture are of an IRAP type. can do.
  • the IRAP type may be an IDR type or a CRA type.
  • the decoder/encoder selects a picture whose decoding/encoding order follows the picture and a picture whose decoding/encoding order precedes the picture as a co-located reference picture. can prevent it
  • the restriction may be specified as follows.
  • the current picture and the picture whose decoding order follows the current picture may be specified such that a picture whose decoding order precedes the current picture does not use as a co-location reference picture.
  • a flag for the current picture indicating whether pictures whose decoding order follows the current picture can use pictures preceding the current picture as co-location reference pictures may be signaled.
  • the flag may be signaled in a picture header, and the flag may be expressed in the form of a pic_temporal_mvp_refresh_flag syntax element.
  • the flag may be signaled in a slice header, and the value of the flag may be restricted to be equal to each other in the slice header for slices belonging to the same picture.
  • the flag may be signaled in another parameter set, such as PPS.
  • the flag may be restricted to exist when i) TMVP is available and ii) the Temporal Id for the current picture is 0 (base temporal sublayer).
  • any picture following the current picture in decoding order may restrict the picture preceding the current picture not to be used as a co-location reference picture.
  • the TemporalId for the current picture may be restricted under the condition that 0 (base temporal sub-layer) is set.
  • the image information may include NAL unit related information for the first picture and co-location reference picture related information for the second picture.
  • the second picture may mean a picture that follows the first picture in decoding order.
  • the NAL unit related information for the first picture may include a mixed NAL unit type flag.
  • the mixed NAL unit type flag for the first picture may be related to whether a plurality of VCL-NAL units for the first picture do not have the same NAL unit type. That is, the mixed NAL unit type flag for the first picture may indicate/indicate whether a plurality of VCL-NAL units for the first picture do not have the same NAL unit type.
  • the mixed NAL unit type flag may be expressed in the form of a mixed_nalu_types_in_pic_flag syntax element.
  • the mixed_nalu_types_in_pic_flag syntax element may specify whether a plurality of VCL-NAL units for a corresponding picture do not have the same NAL unit type.
  • the co-located reference picture related information for the second picture includes the sps_temporal_mvp_enabled_flag syntax element mentioned in the existing signaling example related to TMVP, pic_temporal_mvp_enabled_flag syntax element, num_ref_idx_active_override_flag syntax element, num_ref_idx_active_override_flag syntax element, collocated_ref_idx_active_override_flag syntax element, collocidxloc It can contain syntax elements.
  • syntax elements included in the co-location reference picture related information for the second picture may be signaled at each level as shown in Tables 1, 3 and 5 above.
  • the semantics of the collocated_ref_idx syntax element among the co-location reference picture related information for the second picture may be shown, for example, as shown in Table 7 below.
  • the third picture in which the decoding order precedes the first picture is co-located with the second picture in which the decoding order follows the first picture It may be restricted not to be used as a picture.
  • the third picture may be restricted not to be used as a co-location reference picture for the second picture.
  • the third picture may be restricted not to be used as a co-location reference picture for the second picture.
  • IRAP intra random access point
  • the third picture is the second picture It may be restricted not to be used as a co-location reference picture for .
  • the co-location reference picture related information for the second picture may include a TMVP availability flag.
  • the TMVP availability flag may be related to whether TMVP is available for the CLVS including the second picture. That is, the TMVP availability flag may indicate/indicate whether TMVP is available for the CLVS including the second picture.
  • the TMVP enabled flag may be expressed in the form of the sps_temporal_mvp_enabled_flag syntax element.
  • the sps_temporal_mvp_enabled_flag syntax element may specify whether TMVP is available for the CLVS including the second picture.
  • the co-location reference picture related information for the second picture may include a TMVP refresh flag.
  • the TMVP refresh flag may be related to whether pictures preceding the second picture in decoding order are not used as co-location reference pictures of pictures following the second picture. That is, the TMVP refresh flag may indicate/indicate whether pictures preceding the second picture in decoding order are not used as co-location reference pictures of pictures following the second picture.
  • the TMVP refresh flag may be expressed in the form of a pic_temporal_mvp_refresh_flag syntax element.
  • the pic_temporal_mvp_refresh_flag syntax element may specify whether pictures preceding the second picture in decoding order are not used as co-location reference pictures of pictures following the second picture.
  • the picture header may include the syntax of Table 8 below.
  • the syntax of Table 8 below may be a part of the picture header.
  • syntax elements included in the syntax of Table 8 may be represented, for example, as shown in Table 9 below.
  • the sps_temporal_mvp_enabled_flag syntax element may indicate whether TMVP of the CLVS including the second picture is available based on whether the value is 0 or 1.
  • the sps_temporal_mvp_enabled_flag syntax element may be referred to as the TMVP enabled flag and may be signaled through the SPS.
  • the TMVP availability flag may be the same as the first TMVP availability flag presented in relation to Table 1 above.
  • the pic_temporal_mvp_enabled_flag syntax element may indicate whether TMVP is used for inter prediction of slices based on whether the value is 0 or 1.
  • the pic_temporal_mvp_enabled_flag syntax element may be signaled through the picture header.
  • the pic_temporal_mvp_enabled_flag syntax element may be the same as the second TMVP enabled flag presented in relation to Table 3 above.
  • the pic_temporal_mvp_refresh_flag syntax element may indicate whether pictures preceding the second picture in decoding order based on whether the value is 0 or 1 are not used as co-location reference pictures of pictures following the second picture. have.
  • the pic_temporal_mvp_refresh_flag syntax element may be referred to as the TMVP refresh flag and may be signaled through the picture header.
  • the pic_temporal_mvp_refresh_flag syntax element when the value of the TMVP enable flag is 1, the pic_temporal_mvp_refresh_flag syntax element may be included in the picture header.
  • the pic_temporal_mvp_refresh_flag syntax element may not exist in the picture header.
  • the TMVP refresh flag may be included in the picture header.
  • the TMVP refresh flag may not exist in the picture header.
  • the TMVP refresh flag may be included in the picture header.
  • the TMVP refresh flag may not exist in the picture header.
  • the decoding apparatus may empty the motion vector field buffer after the second picture is decoded.
  • the TMVP refresh flag when the value of the TMVP enable flag is 1, the TMVP refresh flag may be included in the PPS instead of the picture header. When the value of the TMVP enable flag is not 1, the TMVP refresh flag may not exist in the PPS.
  • the TMVP refresh flag may be included in the PPS instead of the picture header.
  • the TMVP refresh flag may not exist in the PPS.
  • the TMVP refresh flag may be included in a slice header (SH) instead of the PPS.
  • the TMVP enable flag is not 1, the TMVP refresh flag may not exist in the slice header.
  • the TMVP refresh flag may be included in the slice header instead of the PPS.
  • the TMVP refresh flag may not exist in the slice header.
  • the TMVP refresh flag for the second picture may be restricted to have the same value in slice headers of all slices in the second picture.
  • the semantics of the collocated_ref_idx syntax element among the co-located reference picture related information for the second picture may be represented, for example, as shown in Table 10 below.
  • the third picture may be limited not to be used as a co-location reference picture for the second picture.
  • FIG. 11 and 12 schematically show an example of a video/image encoding method and related components according to embodiment(s) of this document.
  • the method disclosed in FIG. 11 may be performed by the encoding apparatus disclosed in FIG. 2 .
  • S1100, S1110, S1120, and S1130 of FIG. 11 may be performed by the prediction unit 220 of the encoding apparatus
  • S1140 of FIG. 11 may be performed by the entropy encoding unit 240 of the encoding apparatus.
  • the method disclosed in FIG. 11 may include the embodiments described above in this document.
  • the encoding apparatus determines a co-location reference picture (S1100). For example, the encoding apparatus may determine a co-location reference picture for the second picture. In this case, the encoding apparatus may determine whether a specific picture is limited as a co-location reference picture for TMVP derivation. For example, the encoding apparatus may determine a co-location reference picture from picture candidates, and some candidates may not be determined as a co-location reference picture due to the above limitation. Determination of whether or not to be limited to the co-location reference picture for TMVP derivation may be performed based on the embodiments proposed in this document.
  • the co-located reference picture may be referred to as a collocated picture or a collocated picture.
  • the encoding apparatus may generate information related to the co-location reference picture with respect to the second picture.
  • the co-location reference picture related information for the second picture may include information/syntax elements presented in the embodiment proposed in this document.
  • the co-location reference picture related information may be included in a picture header and a slice header.
  • the co-location reference picture related information may include information for selecting a co-location reference picture based on a POC difference and a sign of the POC difference.
  • the co-location reference picture related information may include a reference picture list of a current block/current picture and index information for selecting a co-location reference picture from the reference picture list.
  • the current picture means the second picture.
  • the encoding apparatus derives the TMVP based on the co-location reference picture (S1110).
  • the encoding apparatus may derive the TMVP based on the co-location reference picture for the second picture.
  • the TMVP may be derived based on a temporal neighboring block in the co-location reference picture.
  • the temporal neighboring block may include a collocated block or colCb.
  • the co-location reference block is located in the co-location reference picture, but may be a block having the same location and size as the current block. colCb may be referred to as the co-located reference block.
  • colCb is a luma coding block including a position moved through ((xColBr >> 3) ⁇ 3, (yColBr >> 3) ⁇ 3) in the co-located reference picture selected by ColPic.
  • colCb is a luma coding including a position moved through ((xColCtr >> 3) ⁇ 3, (yColCtr >> 3) ⁇ 3) the position in the co-location reference picture selected by ColPic. It can be a block.
  • (xColBr, yColBr) may indicate the position of the lower right sample outside the co-located reference block.
  • (xCb, yCb) may represent the upper left sample position of the current block.
  • cbWidth and cbHeight may represent the width and height of the current block, respectively.
  • the encoding apparatus derives the motion vector of the current block based on the TMVP (S1120).
  • the TMVP may be used as a temporal merge candidate and/or a temporal MVP candidate.
  • a merge candidate list may be configured, and a temporal merge candidate including the TMVP may be configured as a candidate in the merge candidate list.
  • an MVP candidate list may be configured, and a temporal MVP candidate including the TMVP may be configured as a candidate in the MVP candidate list.
  • the encoding device may select any one of the candidates in the merge candidate list or the MVP candidate list, and may generate selection information (merge index, MVP flag, etc.) to signal information related to the selected candidate to the decoding device. have.
  • selection information (merge index, MVP flag, etc.) to signal information related to the selected candidate to the decoding device. have.
  • a motion vector for the current block may be derived based on the selection information.
  • the encoding apparatus performs inter prediction on the current block based on the motion vector of the current block (S1130).
  • the encoding apparatus may perform inter prediction based on a motion vector of the current block to generate prediction samples of the current block.
  • the encoding apparatus may derive residual samples based on the prediction samples of the current block, and may generate residual information related to the residual samples.
  • the encoding apparatus encodes the video/video information including the co-location reference picture related information for the current block/current picture (S1140). That is, the encoding apparatus may encode the image/video information including information related to the co-location reference picture with respect to the second picture.
  • the image/video information may include prediction information and the residual information.
  • the prediction information may be called prediction-related information, and may include at least one of the co-location reference picture-related information, the selection information, MVD information, and/or the residual information.
  • the encoded image/video information may be output in the form of a bitstream.
  • the bitstream may be transmitted to the decoding device through a network or a storage medium.
  • the encoding apparatus may generate NAL unit related information for the first picture.
  • the image information may further include information related to the NAL unit for the first picture.
  • a picture whose decoding order follows the first picture may be the second picture, and the decoding order may correspond to a coding order or an encoding order.
  • the NAL unit related information may include a mixed NAL unit type flag.
  • the NAL unit related information may include a mixed_nalu_types_in_pic_flag syntax element.
  • the third picture in which the decoding order precedes the first picture may be limited not to be used as the co-location reference picture for the second picture. That is, the third picture may not be derived as a co-located reference picture for deriving TMVP for the second picture.
  • the third picture may be limited not to be used as a co-location reference picture for the second picture. That is, when the value of the mixed NAL unit type flag is 1 and any one of the plurality of VCL-NAL units for the first picture has an IRAP type, the third picture is TMVP for the second picture. It may not be derived as a co-location reference picture for derivation.
  • IRAP intra random access point
  • the The third picture may be limited not to be used as a co-location reference picture for the second picture. That is, based on a case in which the first picture is composed of a plurality of subpictures and a VCL-NAL unit for any one of the plurality of subpictures has an IRAP type, the third picture is the second picture It may not be derived as a co-location reference picture for .
  • the co-location reference picture related information may include at least one of a TMVP available flag and/or a TMVP refresh flag.
  • the co-location reference picture-related information may include at least one syntax element sps_temporal_mvp_enabled_flag, pic_temporal_mvp_enabled_flag, num_ref_idx_active_override_flag, num_ref_idx_active_minus1[i], collocated_from_l0_flag, collocated_ref_mvporal_mvpre_from_flag_flag, collocated_ref_idx, pic_temporal_mvp_enabled_flag, num_ref_idx_active_override_flag, num_ref_idx_minus1[i].
  • the video/video information may include the NAL unit related information for the first picture and the co-location reference picture related information for the second picture.
  • the image/video information may include various information according to an embodiment of the present document.
  • the image/video information may include information disclosed in at least one of Tables 1, 3, 5, and/or 8 described above.
  • the information related to the co-location reference picture for the second picture may include various information according to an embodiment of the present document.
  • the co-location reference picture related information for the second picture may include a TMVP availability flag.
  • the TMVP availability flag may be related to whether TMVP is available for the CLVS including the second picture. That is, the TMVP availability flag may indicate/indicate whether TMVP is available for the CLVS including the second picture.
  • the TMVP enabled flag may be expressed in the form of the sps_temporal_mvp_enabled_flag syntax element.
  • the sps_temporal_mvp_enabled_flag syntax element may specify whether TMVP is available for the CLVS including the second picture.
  • the TMVP availability flag may be included in the SPS.
  • the co-location reference picture related information for the second picture may include the TMVP refresh flag.
  • the TMVP refresh flag may be related to whether pictures preceding the second picture in decoding order are not used as co-location reference pictures of pictures following the second picture. That is, the TMVP refresh flag may indicate/indicate whether pictures preceding the second picture in decoding order are not used as co-location reference pictures of pictures following the second picture.
  • the TMVP refresh flag may be expressed in the form of a pic_temporal_mvp_refresh_flag syntax element.
  • the pic_temporal_mvp_refresh_flag syntax element may specify whether pictures preceding the second picture in decoding order are not used as co-location reference pictures of pictures following the second picture.
  • the TMVP refresh flag may be included in a picture header.
  • the TMVP refresh flag may be included in the picture header.
  • FIG. 13 and 14 schematically show an example of an image/video decoding method and related components according to an embodiment of the present document.
  • the method disclosed in FIG. 13 may be performed by the decoding apparatus illustrated in FIG. 3 .
  • S1300 of FIG. 13 may be performed by the entropy decoding unit 310 of the decoding apparatus
  • S1310, S1320, S1330, and S1340 of FIG. 13 are the prediction unit 330 and the inter prediction unit 332.
  • S1350 of FIG. 13 may be performed by the adder 340 of the decoding apparatus.
  • the method disclosed in FIG. 13 may include the embodiments described above in this document.
  • the decoding apparatus receives/obtains image/video information ( S1300 ).
  • the decoding apparatus may receive/obtain the image/video information through a bitstream.
  • the image/video information may include the prediction information and/or the residual information.
  • the prediction information may include at least one of the co-location reference picture related information, the selection information, the MVD information, and/or the residual information.
  • the video/video information may include NAL unit related information for the first picture and co-location reference picture related information for the second picture.
  • the image/video information may include various information according to an embodiment of the present document.
  • the image/video information may include information disclosed in at least one of Tables 1, 3, 5, and/or 8 described above.
  • the decoding apparatus derives a co-location reference picture based on the co-location reference picture related information (S1310).
  • the decoding apparatus may derive a co-location reference picture with respect to the current picture based on the co-location reference picture related information.
  • the current picture may represent the second picture. That is, the decoding apparatus may derive the co-location reference picture for the second picture based on the co-location reference picture related information.
  • the decoding apparatus may determine whether a specific picture is restricted as a co-location reference picture for TMVP derivation.
  • the decoding apparatus may determine the co-location reference picture from the picture candidates, and some candidates may not be determined as the co-location reference picture due to the above limitation.
  • the co-location reference picture related information may include the information/syntax elements mentioned in the embodiment proposed in this document.
  • the co-location reference picture related information may be included in a picture header and a slice header.
  • the co-location reference picture related information may include information for selecting a co-location reference picture based on a POC difference and a sign of the POC difference.
  • the co-location reference picture related information may include a reference picture list of a current block/current picture and index information for selecting a co-location reference picture from the reference picture list.
  • the decoding apparatus derives the TMVP based on the co-location reference picture (S1310).
  • the decoding apparatus may derive the TMVP based on the co-location reference picture for the second picture.
  • the TMVP may be derived based on a temporal neighboring block in the co-location reference picture.
  • the temporal neighboring block may include a collocated block or colCb.
  • the co-located reference block is located in the co-located reference picture, but may be a block having the same position and size as the current block. colCb may be referred to as the co-located reference block.
  • colCb is a luma coding block including a position moved through ((xColBr >> 3) ⁇ 3, (yColBr >> 3) ⁇ 3 ) in the co-located reference picture selected by ColPic.
  • colCb is a luma coding including a position moved through ((xColCtr >> 3) ⁇ 3, (yColCtr >> 3) ⁇ 3 ) the position in the co-located reference picture selected by ColPic. It can be a block.
  • (xColBr, yColBr) may indicate the position of the lower right sample outside the co-located reference block.
  • (xCb, yCb) may represent the upper left sample position of the current block.
  • cbWidth and cbHeight may represent the width and height of the current block, respectively.
  • the decoding apparatus derives the motion vector of the current block based on the TMVP (S1330).
  • the TMVP may be used as a temporal merge candidate and/or a temporal MVP candidate.
  • a merge candidate list may be configured, and a temporal merge candidate including the TMVP may be configured as a candidate in the merge candidate list.
  • an MVP candidate list may be configured, and a temporal MVP candidate including the TMVP may be configured as a candidate in the MVP candidate list.
  • the encoding device may select any one of the candidates in the merge candidate list or the MVP candidate list, and may generate selection information (merge index, MVP flag, etc.) to signal information related to the selected candidate to the decoding device. have.
  • selection information (merge index, MVP flag, etc.) to signal information related to the selected candidate to the decoding device. have.
  • a motion vector for the current block may be derived based on the selection information.
  • the decoding apparatus performs inter prediction on the current block based on the motion vector of the current block (S1340).
  • the encoding apparatus may perform inter prediction based on a motion vector of the current block to generate prediction samples of the current block. Also, the encoding apparatus may derive residual samples based on the prediction samples of the current block, and may generate residual information related to the residual samples.
  • the decoding apparatus generates reconstructed samples based on the prediction samples (S1350).
  • the decoding apparatus may generate a reconstructed picture or a reconstructed sample based on the prediction samples and the residual samples.
  • the decoding apparatus may perform in-loop filtering on the reconstructed picture.
  • the decoding apparatus may be limited such that a third picture in which the decoding order precedes the first picture is not used as a co-location reference picture for the second picture that follows the first picture in decoding order. That is, a picture whose decoding order follows the first picture may be the second picture. In this case, the third picture may not be derived as a co-located reference picture for deriving TMVP for the second picture.
  • the third picture may be limited not to be used as a co-location reference picture for the second picture. That is, when the value of the mixed NAL unit type flag is 1 and any one of the plurality of VCL-NAL units for the first picture has an IRAP type, the third picture is TMVP for the second picture. It may not be derived as a co-location reference picture for derivation.
  • IRAP intra random access point
  • the third picture is the second picture It may be restricted not to be used as a co-location reference picture for . That is, based on a case in which the first picture is composed of a plurality of subpictures and a VCL-NAL unit for any one of the plurality of subpictures has an IRAP type, the third picture is the second picture It may not be derived as a co-location reference picture for .
  • the NAL unit related information for the first picture may include a mixed NAL unit type flag.
  • the mixed NAL unit type flag for the first picture may be related to whether a plurality of VCL-NAL units for the first picture do not have the same NAL unit type. That is, the mixed NAL unit type flag for the first picture may indicate/indicate whether a plurality of VCL-NAL units for the first picture do not have the same NAL unit type.
  • the mixed NAL unit type flag may be expressed in the form of a mixed_nalu_types_in_pic_flag syntax element.
  • the mixed_nalu_types_in_pic_flag syntax element may specify whether a plurality of VCL-NAL units for a corresponding picture do not have the same NAL unit type.
  • the co-location reference picture related information for the second picture may include a TMVP availability flag.
  • the TMVP availability flag may be related to whether TMVP is available for the CLVS including the second picture. That is, the TMVP availability flag may indicate/indicate whether TMVP is available for the CLVS including the second picture.
  • the TMVP enabled flag may be expressed in the form of the sps_temporal_mvp_enabled_flag syntax element.
  • the sps_temporal_mvp_enabled_flag syntax element may specify whether TMVP is available for the CLVS including the second picture.
  • the TMVP availability flag may be included in the SPS.
  • the co-location reference picture related information for the second picture may include the TMVP refresh flag.
  • the TMVP refresh flag may be related to whether pictures preceding the second picture in decoding order are not used as co-location reference pictures of pictures following the second picture. That is, the TMVP refresh flag may indicate/indicate whether pictures preceding the second picture in decoding order are not used as co-location reference pictures of pictures following the second picture.
  • the TMVP refresh flag may be expressed in the form of a pic_temporal_mvp_refresh_flag syntax element.
  • the pic_temporal_mvp_refresh_flag syntax element may specify whether pictures preceding the second picture in decoding order are not used as co-location reference pictures of pictures following the second picture.
  • the TMVP refresh flag may be included in a picture header.
  • the TMVP refresh flag may be included in the picture header.
  • the decoding apparatus may empty the motion vector field buffer after the second picture is decoded.
  • the third picture may be limited not to be used as a co-location reference picture for the second picture.
  • the TMVP refresh flag may be included in the PPS instead of the picture header.
  • the TMVP refresh flag may be included in the PPS instead of the picture header.
  • the TMVP refresh flag may be included in a slice header (SH) instead of the PPS.
  • the TMVP refresh flag may be included in the slice header instead of the PPS.
  • the TMVP refresh flags for the second picture may have the same value in slice headers of all slices in the second picture.
  • the encoding device and/or decoding device may be implemented in software form, and the encoding device and/or decoding device according to this document is, for example, an image of a TV, a computer, a smart phone, a set-top box, a display device, etc. It may be included in the device that performs the processing.
  • a module may be stored in a memory and executed by a processor.
  • the memory may be internal or external to the processor and may be coupled to the processor by various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
  • Memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and/or other storage devices. That is, the embodiments described in this document may be implemented and performed on a processor, a microprocessor, a controller, or a chip.
  • the functional units shown in each figure may be implemented and performed on a computer, a processor, a microprocessor, a controller, or a chip. In this case, information on instructions or an algorithm for implementation may be stored in a digital storage medium.
  • the decoding device and the encoding device to which the embodiment(s) of this document are applied is a multimedia broadcasting transmission/reception device, a mobile communication terminal, a home cinema video device, a digital cinema video device, a surveillance camera, a video conversation device, such as a video communication device.
  • Real-time communication device mobile streaming device, storage medium, camcorder, video on demand (VoD) service providing device, OTT video (over the top video) device, internet streaming service providing device, three-dimensional (3D) video device, virtual reality (VR) ) devices, AR (argumente reality) devices, video telephony video devices, transportation means (eg, vehicle (including autonomous vehicle) terminals, airplane terminals, ship terminals, etc.) and medical video devices, etc.
  • the OTT video (Over the top video) device may include a game console, a Blu-ray player, an Internet-connected TV, a home theater system, a smart phone, a tablet PC, a digital video recorder (DVR), and the like.
  • a game console a Blu-ray player
  • an Internet-connected TV a home theater system
  • a smart phone a tablet PC
  • DVR digital video recorder
  • the processing method to which the embodiment(s) of this document is applied may be produced in the form of a program executed by a computer, and may be stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to the embodiment(s) of this document may also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all types of storage devices and distributed storage devices in which computer-readable data is stored.
  • the computer-readable recording medium includes, for example, Blu-ray Disc (BD), Universal Serial Bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk and optical It may include a data storage device.
  • the computer-readable recording medium includes a medium implemented in the form of a carrier wave (eg, transmission through the Internet).
  • the bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired/wireless communication network.
  • embodiment(s) of this document may be implemented as a computer program product by program code, and the program code may be executed in a computer by the embodiment(s) of this document.
  • the program code may be stored on a carrier readable by a computer.
  • FIG. 15 shows an example of a content streaming system to which embodiments disclosed in this document can be applied.
  • a content streaming system to which embodiments of this document are applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server generates a bitstream by compressing content input from multimedia input devices such as a smart phone, a camera, a camcorder, etc. into digital data and transmits it to the streaming server.
  • multimedia input devices such as a smartphone, a camera, a camcorder, etc. directly generate a bitstream
  • the encoding server may be omitted.
  • the bitstream may be generated by an encoding method or a bitstream generating method to which embodiments of this document are applied, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user's request through the web server, and the web server serves as a mediator informing the user of a service.
  • the web server transmits it to a streaming server, and the streaming server transmits multimedia data to the user.
  • the content streaming system may include a separate control server.
  • the control server serves to control commands/responses between devices in the content streaming system.
  • the streaming server may receive content from a media repository and/or an encoding server. For example, when content is received from the encoding server, the content may be received in real time. In this case, in order to provide a smooth streaming service, the streaming server may store the bitstream for a predetermined time.
  • Examples of the user device include a mobile phone, a smart phone, a laptop computer, a digital broadcasting terminal, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation system, a slate PC, Tablet PC (tablet PC), ultrabook (ultrabook), wearable device (e.g., watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display)), digital TV, desktop 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.

Landscapes

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

Abstract

본 문서의 개시에 따르면, 제1 픽처에 대한 NAL 유닛 관련 정보와, 디코딩 순서에 있어 상기 제1 픽처를 후행하는 제2 픽처에 대한 동일 위치 참조 픽처 관련 정보를 시그널링함으로써, 상기 제2 픽처에 대한 동일 위치 참조 픽처를 제한할 수 있고, 이를 통하여 영상 코딩 효율을 높이는 효과를 도출할 수 있다.

Description

TMVP에 기반한 영상 코딩 방법 및 그 장치
본 문서는 비디오/영상 코딩 기술에 관한 것으로, 보다 상세하게는 비디오 또는 영상 코딩 시스템에서의 TMVP(Temporal Motion Vector Prediction)에 기반한 영상 코딩 방법 및 그 장치에 관한 것이다.
최근 4K 또는 8K 이상의 UHD(Ultra High Definition) 영상/비디오와 같은 고해상도, 고품질의 영상/비디오에 대한 수요가 다양한 분야에서 증가하고 있다. 영상/비디오 데이터가 고해상도, 고품질이 될수록 기존의 영상/비디오 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상/비디오 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(Virtual Reality), AR(Artificial Realtiy) 컨텐츠나 홀로그램 등의 실감 미디어(Immersive Media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 영상/비디오에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 영상/비디오의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 영상/비디오 압축 기술이 요구된다.
본 문서의 일 실시예에 따르면, 영상/비디오 코딩 효율을 높이는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 효율적인 인터 예측 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, NAL 유닛 관련 정보 및 TMVP(temporal motion vector prediction)와 관련된 정보를 시그널링하는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 영상 코딩 효율을 향상시키기 위해서 동일 위치 참조 픽처를 제한하는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 영상 코딩 효율을 향상시키기 위해서 움직임 벡터 필드 버퍼를 비우는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 비디오/영상 디코딩 방법을 제공한다.
본 문서의 일 실시예에 따르면, 비디오/영상 디코딩을 수행하는 디코딩 장치를 제공한다.
본 문서의 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 비디오/영상 인코딩 방법을 제공한다.
본 문서의 일 실시예에 따르면, 비디오/영상 인코딩을 수행하는 인코딩 장치를 제공한다.
본 문서의 일 실시예에 따르면, 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 인코딩 방법에 따라 생성된 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 디코딩 방법을 수행하도록 야기하는 인코딩된 정보 또는 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서의 일 실시예에 따르면, 전반적인 영상/비디오 압축 효율을 높일 수 있다.
본 문서의 일 실시예에 따르면, 효율적으로 인터 예측을 수행할 수 있다.
본 문서의 일 실시예에 따르면, NAL 유닛 관련 정보 및 TMVP(temporal motion vector prediction)와 관련된 정보를 시그널링할 수 있다.
본 문서의 일 실시예에 따르면, 영상 코딩 효율을 향상시키기 위해서 동일 위치 참조 픽처를 제한할 수 있다.
본 문서의 일 실시예에 따르면, 영상 코딩 효율을 향상시키기 위해서 움직임 벡터 필드 버퍼를 비울 수 있다.
도 1은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4는 TMVP를 구체적으로 설명하기 위한 도면이다.
도 5는 코딩된 영상/비디오에 대한 계층 구조를 예시적으로 나타낸다.
도 6은 시간 스케일러빌러티를 지원하는 비트스트림 내 NAL 유닛들에 대한 시간 레이어 구조를 도시한 도면이다.
도 7은 랜덤 억세스가 가능한 픽처를 설명하기 위한 도면이다.
도 8은 IDR 픽처를 설명하기 위한 도면이다.
도 9는 CRA 픽처를 설명하기 위한 도면이다.
도 10은 비트스트림의 병합을 예시적으로 나타내는 도면이다.
도 11 및 도 12는 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 13 및 도 14는 본 문서의 실시예에 따른 영상/비디오 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 15는 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 문서는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 문서를 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 문서에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 문서의 본질에서 벗어나지 않는 한 본 문서의 권리범위에 포함된다.
이하, 첨부한 도면들을 참조하여, 본 문서의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용할 수 있고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
도 1은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 영상/비디오 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 영상/비디오 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
본 문서는 비디오/영상 코딩에 관한 것이다. 예를 들어 본 문서에서 개시된 방법/실시예는 VVC (versatile video coding) 표준에 개시되는 방법에 적용될 수 있다. 또한, 본 문서에서 개시된 방법/실시예는 EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
본 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
본 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 타일은 픽처 내 특정 타일 열 및 특정 타일 행 이내의 CTU들의 사각 영역이다(A tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture). 상기 타일 열은 CTU들의 사각 영역이고, 상기 사각 영역은 상기 픽처의 높이와 동일한 높이를 갖고, 너비는 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시될 수 있다(The tile column is a rectangular region of CTUs having a height equal to the height of the picture and a width specified by syntax elements in the picture parameter set). 상기 타일 행은 CTU들의 사각 영역이고, 상기 사각 영역은 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시되는 높이를 갖고, 너비는 상기 픽처의 너비와 동일할 수 있다(The tile row is a rectangular region of CTUs having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture). 타일 스캔은 픽처를 파티셔닝하는 CTU들의 특정 순차적 오더링을 나타낼 수 있고, 상기 CTU들은 타일 내 CTU 래스터 스캔으로 연속적으로 정렬될 수 있고, 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다(A tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture). 슬라이스는 단일 NAL 유닛에 배타적으로 담겨질 수 있는, 정수 개의 완전한 타일들 또는 픽처의 타일 내의 정수 개의 연속적인 완전한 CTU 행들을 포함할 수 있다(A slice includes an integer number of complete tiles or an integer number of consecutive complete CTU rows within a tile of a picture that may be exclusively contained in a single NAL unit)
한편, 하나의 픽처는 둘 이상의 서브픽처로 구분될 수 있다. 서브픽처는 픽처 내 하나 이상의 슬라이스들의 사각 리전일 수 있다(an rectangular region of one or more slices within a picture).
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)를 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 문서에서 "A 또는 B(A or B)"는 "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 달리 표현하면, 본 문서에서 "A 또는 B(A or B)"는 "A 및/또는 B(A and/or B)"로 해석될 수 있다. 예를 들어, 본 문서에서 "A, B 또는 C(A, B or C)"는 "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"을 의미할 수 있다.
본 문서에서 사용되는 슬래쉬(/)나 쉼표(comma)는 "및/또는(and/or)"을 의미할 수 있다. 예를 들어, "A/B"는 "A 및/또는 B"를 의미할 수 있다. 이에 따라 "A/B"는 "오직 A", "오직 B", 또는 "A와 B 모두"를 의미할 수 있다. 예를 들어, "A, B, C"는 "A, B 또는 C"를 의미할 수 있다.
본 문서에서 "적어도 하나의 A 및 B(at least one of A and B)"는, "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 또한, 본 문서에서 "적어도 하나의 A 또는 B(at least one of A or B)"나 "적어도 하나의 A 및/또는 B(at least one of A and/or B)"라는 표현은 "적어도 하나의 A 및 B(at least one of A and B)"와 동일하게 해석될 수 있다.
또한, 본 문서에서 "적어도 하나의 A, B 및 C(at least one of A, B and C)"는, "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"를 의미할 수 있다. 또한, "적어도 하나의 A, B 또는 C(at least one of A, B or C)"나 "적어도 하나의 A, B 및/또는 C(at least one of A, B and/or C)"는 "적어도 하나의 A, B 및 C(at least one of A, B and C)"를 의미할 수 있다.
또한, 본 문서에서 사용되는 괄호는 "예를 들어(for example)"를 의미할 수 있다. 구체적으로, "예측(인트라 예측)"으로 표시된 경우, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다. 달리 표현하면 본 문서의 "예측"은 "인트라 예측"으로 제한(limit)되지 않고, "인트라 예측"이 "예측"의 일례로 제안될 것일 수 있다. 또한, "예측(즉, 인트라 예측)"으로 표시된 경우에도, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다.
본 문서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 인코딩 장치라 함은 영상 인코딩 장치 및/또는 비디오 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽쳐, 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. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우, 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 문서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우 도시된 바와 같이 인코더(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다. 예측부는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지를 결정할 수 있다. 예측부는 각 예측모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
상기 예측부 (인터 예측부(221) 및/또는 상기 인트라 예측부(222) 포함)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송하고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 영상/비디오 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 영상/비디오 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 영상/비디오 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 영상/비디오 정보에 포함될 수 있다. 상기 영상/비디오 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(250)는 복원된 레지듀얼 신호를 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(250)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(260)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(221)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(200)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270) DPB는 수정된 복원 픽처를 인터 예측부(221)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 디코딩 장치라 함은 영상 디코딩 장치 및/또는 비디오 디코딩 장치를 포함할 수 있다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memoery, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상/비디오 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 영상/비디오 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(ex. 영상/비디오 정보)를 도출할 수 있다. 상기 영상/비디오 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 영상/비디오 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다. 레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부(330)는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(330)는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(330)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부(330)는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부(330)는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 영상/비디오 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(331)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(332)에서 참조 픽쳐로 사용될 수 있다. 메모리(360)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(332)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 문서에서, 인코딩 장치(200)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다
상술한 바와 같이, 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 상기 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 상기 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 상기 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록과 상기 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 상기 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 상기 레지듀얼 정보는 상기 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 상기 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
본 문서에서 양자화/역양자화 및/또는 변환/역변환 중 적어도 하나는 생략될 수 있다. 상기 양자화/역양자화가 생략되는 경우, 상기 양자화된 변환 계수는 변환 계수라고 불릴 수 있다. 상기 변환/역변환이 생략되는 경우, 상기 변환 계수는 계수 또는 레지듀얼 계수라고 불릴 수도 있고, 또는 표현의 통일성을 위하여 변환 계수라고 여전히 불릴 수도 있다.
또한, 본 문서에서 양자화된 변환 계수 및 변환 계수는 각각 변환 계수 및 스케일링된(scaled) 변환 계수라고 지칭될 수 있다. 이 경우, 레지듀얼 정보는 변환 계수(들)에 관한 정보를 포함할 수 있고, 상기 변환 계수(들)에 관한 정보는 레지듀얼 코딩 신택스를 통하여 시그널링될 수 있다. 상기 레지듀얼 정보(또는 상기 변환 계수(들)에 관한 정보)를 기반으로 변환 계수들이 도출될 수 있고, 상기 변환 계수들에 대한 역변환(스케일링)을 통하여 스케일링된 변환 계수들이 도출될 수 있다. 상기 스케일링된 변환 계수들에 대한 역변환(변환)을 기반으로 레지듀얼 샘플들이 도출될 수 있다. 이는 본 문서의 다른 부분에서도 마찬가지로 적용/표현될 수 있다.
도 4는 TMVP(temporal motion vector predictor, 시간적 움직임 벡터 예측자)를 구체적으로 설명하기 위한 도면이다.
TMVP는 인코딩 장치(200) 또는 디코딩 장치(300)의 인터 예측에 있어서, MVP 후보 또는 머지 후보로 포함될 수 있다. 보다 구체적으로, 디코딩 장치(300)는 현재 블록의 공간적 주변 블록 및/또는 시간적 주변 블록을 기반으로 움직임 정보 후보 리스트(ex. MVP 후보 리스트)를 도출할 수 있고, 비트스트림을 통하여 획득한 선택 정보(ex. merge index, MVP 플래그 또는 MVP 인덱스)를 기반으로 상기 움직임 정보 후보 리스트에 포함된 후보들 중 하나를 선택할 수 있으며, 상기 선택된 후보를 기반으로 상기 현재 블록의 움직임 정보를 도출할 수 있다. 디코딩 장치(300)는 상기 도출된 움직임 정보를 기반으로 예측 샘플을 생성할 수 있다. 여기서, 예를 들어, 디코딩 장치(300)는 상기 선택된 후보를 상기 현재 블록의 MVP로 도출할 수 있다. 또한, 상기 시간적 주변 블록은 상기 현재 블록에 대응하는 참조 픽처 내의 동일 위치 참조 블록을 나타낼 수 있고, TMVP를 이용한 예측은 상기 시간적 주변 블록의 움직임 벡터를 상기 움직임 정보 후보 리스트의 시간적 후보(temporal candidate)로 도출하고, 상기 동일 위치 참조 블록의 움직임 벡터로부터 도출된 시간적 후보를 상기 현재 블록의 MVP로 사용하는 예측 방법을 나타낼 수 있다.
도 4를 참조하면, 현재 블록의 우하측(Right-bottom)에 위치하는 참조 픽처(reference picture) 내 블록을 동일 위치 참조 블록(collocated block)으로 정의하고, 해당 블록의 움직임 벡터를 TMVP로 사용할 수 있다. 이 때, Right-bottom 위치(RB)의 블록이 인트라 예측에만 이용될 수 있거나, 픽처 경계(picture boundary)를 벗어나는 등의 이유로 불가용한 경우, 현재 블록의 Center 위치(C0) 에 대응하는 블록이 동일 위치 참조 블록으로 이용될 수 있다. 여기서 center 위치는 센터 우하측 위치를 나타낼 수 있다. 즉, 상기 center 위치는 현재 블록의 센터에 4개의 샘플들이 위치하는 경우에 있어서, 상기 4개의 샘플들 중 우하측의 샘플 위치를 나타낼 수 있다. 일 예로, 상기 RB 위치는 ColBr이라고 불릴 수 있고, 상기 C0 위치는 ColCtr이라고 불릴 수 있다. 한편, 동일 위치 참조 블록을 포함하는 픽처는 동일 위치 참조 픽처 또는 동일 위치 참조 프레임으로 지칭될 수 있다.
도 5는 코딩된 영상/비디오에 대한 계층 구조를 예시적으로 나타낸다.
도 5를 참조하면, 코딩된 영상/비디오는 영상/비디오의 디코딩 처리 및 그 자체를 다루는 VCL(video coding layer, 비디오 코딩 계층), 부호화된 정보를 전송하고 저장하는 하위 시스템, 그리고 VCL과 하위 시스템 사이에 존재하며 네트워크 적응 기능을 담당하는 NAL(network abstraction layer, 네트워크 추상 계층)로 구분되어 있다.
VCL에서는 압축된 영상 데이터(슬라이스 데이터)를 포함하는 VCL 데이터를 생성하거나, 혹은 픽처 파라미터 세트(Picture Parameter Set: PPS), 시퀀스 파라미터 세트(Sequence Parameter Set: SPS), 비디오 파라미터 세트(Video Parameter Set: VPS) 등의 정보를 포함하는 파라미터 세트 또는 영상의 디코딩 과정에 부가적으로 필요한 SEI(Supplemental Enhancement Information) 메시지를 생성할 수 있다.
NAL에서는 VCL에서 생성된 RBSP(Raw Byte Sequence Payload)에 헤더 정보(NAL 유닛 헤더)를 부가하여 NAL 유닛을 생성할 수 있다. 이때, RBSP는 VCL에서 생성된 슬라이스 데이터, 파라미터 세트, SEI 메시지 등을 말한다. NAL 유닛 헤더에는 해당 NAL 유닛에 포함되는 RBSP 데이터에 따라 특정되는 NAL 유닛 타입 정보를 포함할 수 있다.
도 5에서 도시된 바와 같이, NAL 유닛은 VCL에서 생성된 RBSP에 따라 VCL NAL 유닛과 Non-VCL NAL 유닛으로 구분될 수 있다. VCL NAL 유닛은 영상에 대한 정보(슬라이스 데이터)를 포함하고 있는 NAL 유닛을 의미할 수 있고, Non-VCL NAL 유닛은 영상을 디코딩하기 위하여 필요한 정보(파라미터 세트 또는 SEI 메시지)를 포함하고 있는 NAL 유닛을 의미할 수 있다.
상술한 VCL NAL 유닛, Non-VCL NAL 유닛은 하위 시스템의 데이터 규격에 따라 헤더 정보를 붙여서 네트워크를 통해 전송될 수 있다. 예컨대, NAL 유닛은 H.266/VVC 파일 포맷, RTP(Real-time Transport Protocol), TS(Transport Stream) 등과 같은 소정 규격의 데이터 형태로 변형되어 다양한 네트워크를 통해 전송될 수 있다.
상술한 바와 같이, NAL 유닛은 해당 NAL 유닛에 포함되는 RBSP 데이터 구조(structure)에 따라 NAL 유닛 타입이 특정될 수 있으며, 이러한 NAL 유닛 타입에 대한 정보는 NAL 유닛 헤더에 저장되어 시그널링될 수 있다.
예를 들어, NAL 유닛이 영상에 대한 정보(슬라이스 데이터)를 포함하는지 여부에 따라 크게 VCL NAL 유닛 타입과 Non-VCL NAL 유닛 타입으로 분류될 수 있다. VCL NAL 유닛 타입은 VCL NAL 유닛이 포함하는 픽처의 성질 및 종류 등에 따라 분류될 수 있으며, Non-VCL NAL 유닛 타입은 파라미터 세트의 종류 등에 따라 분류될 수 있다.
아래는 VCL NAL 유닛이 포함하는 픽처의 성질 및 종류에 따라서 특정된 NAL 유닛 타입의 일예이다.
- TSA(Temporal Sub-layer Access): TSA 픽처의 코딩된 슬라이스 세그먼트(coded slice segment)를 포함하는 NAL 유닛에 대한 타입. 여기서, TSA 픽처는 시간 스케일러빌러티(temporal scalability)를 지원하는 비트스트림에서 시간 서브 레이어(temporal sub-layer) 간의 스위칭이 가능한 픽처로서, 하위 서브 레이어에서 상위 서브 레이어로 업 스위칭이 가능한 위치를 지시하는 픽처이다.
- STSA(Step-wise Temporal Sub-layer Access): STSA 픽처의 코딩된 슬라이스 세그먼트를 포함하는 NAL 유닛에 대한 타입. 여기서, STSA 픽처는 시간 스케일러빌러티를 지원하는 비트스트림에서 시간 서브 레이어 간의 스위칭이 가능한 픽처로서, 하위 서브 레이어에서, 하위 서브 레이어보다 한 단계 높은 상위 서브 레이어로 업 스위칭이 가능한 위치를 지시하는 픽처이다.
- TRAIL: 비-TSA(non-TSA), 비-STSA(non-STSA) 트레일링 픽처의 코딩된 슬라이스 세그먼트를 포함하는 NAL 유닛에 대한 타입. 여기서, 트레일링 픽처는 출력 순서(output order) 및 디코딩 순서(decoding order)에서 랜덤 억세스(random access) 가능한 픽처에 후행하는 픽처를 말한다.
- IDR(Instantaneous Decoding Refresh): IDR 픽처의 코딩된 슬라이스 세그먼트를 포함하는 NAL 유닛에 대한 타입. 여기서, IDR 픽처는 랜덤 억세스가 가능한 픽처로서, 비트스트림에서 디코딩 순서 상 첫 번째 픽처가 될 수도 있고, 비트스트림 중간에 나타날 수도 있다. 또한 IDR 픽처는 I 슬라이스만 포함한다. 각 IDR 픽처는 디코딩 순서에서 CVS(coded video sequence)의 첫 번째 픽처이다. 만일 IDR 픽처가 후술할 디코딩 가능한 리딩 픽처와 연관성을 가지면 IDR 픽처의 NAL 유닛 타입은 IDR_W_RADL로 나타낼 수도 있고, IDR 픽처가 리딩 픽처와 연관성이 없으면 IDR 픽처의 NAL 유닛 타입은 IDR_N_LP로 나타낼 수도 있다. IDR 픽처는 후술할 디코딩 불가능한 리딩 픽처와는 연관성을 가지지 않는다.
- CRA(Clean Random Access): CRA 픽처의 코딩된 슬라이스 세그먼트를 포함하는 NAL 유닛에 대한 타입. 여기서, CRA 픽처는 랜덤 억세스가 가능한 픽처로서, 비트스트림에서 디코딩 순서 상 첫 번째 픽처가 될 수도 있고, 비트스트림 중간에 나타날 수도 있다. 또한 CRA 픽처는 I 슬라이스만 포함한다. CRA 픽처는 디코딩 가능한 리딩 픽처 또는 디코딩을 스킵(skip)할 수 있는 리딩 픽처와 연관성을 가질 수 있으며, 디코딩을 스킵할 수 있는 리딩 픽처에 대해서 출력을 하지 않을 수도 있다. 디코딩을 스킵할 수 있는 리딩 픽처는 비트스트림 내 존재하지 않는 픽처를 참조 픽처로 사용할 수도 있으므로, 디코더에 의해 디코딩을 스킵할 수 있는 리딩 픽처는 출력되지 않을 수 있다.
- BLA(Broken Link Access): BLA 픽처의 코딩된 슬라이스 세그먼트를 포함하는 NAL 유닛에 대한 타입. 여기서, BLA 픽처는 랜덤 억세스가 가능한 픽처로서, 비트스트림에서 디코딩 순서 상 첫 번째 픽처가 될 수도 있고, 비트스트림 중간에 나타날 수도 있다. 또한 BLA 픽처는 I 슬라이스만 포함한다. 각 BLA 픽처는 새로운 CVS(coded video sequence)가 시작되며, IDR 픽처와 동일한 디코딩 과정이 수행될 수 있다. BLA 픽처가 디코딩을 스킵할 수 있는 리딩 픽처와 연관성을 가지면 BLA 픽처의 NAL 유닛 타입은 BLA_W_LP로 나타낼 수도 있고, BLA 픽처가 디코딩 가능한 리딩 픽처와 연관성을 가지면 BLA 픽처의 NAL 유닛 타입은 BLA_W_LP로 나타낼 수도 있다. BLA 픽처가 디코딩을 스킵할 수 있는 리딩 픽처와 연관성을 가지지 않으나 디코딩 가능한 리딩 픽처와 연관성을 가지는 경우, BLA 픽처의 NAL 유닛 타입은 BLA_W_RADL로 나타낼 수 있다. BLA 픽처가 리딩 픽처와 연관성을 가지지 않으면 BLA 픽처의 NAL 유닛 타입은 BLA_N_LP로 나타낼 수도 있다.
아래는 Non-VCL NAL 유닛 타입이 포함하는 파라미터 세트의 종류 등에 따라 특정된 NAL 유닛 타입의 일예이다.
- APS (Adaptation Parameter Set) NAL unit: APS를 포함하는 NAL 유닛에 대한 타입
- DPS (Decoding Parameter Set) NAL unit: DPS를 포함하는 NAL 유닛에 대한 타입
- VPS(Video Parameter Set) NAL unit: VPS를 포함하는 NAL 유닛에 대한 타입
- SPS(Sequence Parameter Set) NAL unit: SPS를 포함하는 NAL 유닛에 대한 타입
- PPS(Picture Parameter Set) NAL unit: PPS를 포함하는 NAL 유닛에 대한 타입
- PH(Picture header) NAL unit: PH를 포함하는 NAL 유닛에 대한 타입
상술한 NAL 유닛 타입들은 NAL 유닛 타입을 위한 신택스 정보를 가지며, 상기 신택스 정보는 NAL 유닛 헤더에 저장되어 시그널링될 수 있다. 예컨대, 상기 신택스 정보는 nal_unit_type일 수 있으며, NAL 유닛 타입들은 nal_unit_type 값으로 특정될 수 있다.
관련해서, 상술한 바와 같이 하나의 픽처는 복수의 슬라이스를 포함할 수 있으며, 하나의 슬라이스는 슬라이스 헤더 및 슬라이스 데이터를 포함할 수 있다. 이 경우, 하나의 픽처 내 복수의 슬라이스(슬라이스 헤더 및 슬라이스 데이터 집합)에 대하여 하나의 픽처 헤더가 더 부가될 수 있다. 상기 픽처 헤더(픽처 헤더 신택스)는 상기 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 예를 들어, 하나의 픽처는 인트라 코딩된 슬라이스(즉, I-슬라이) 및/또는 인터 코딩된 슬라이스(즉, P-슬라이스 및 B-슬라이스)와 같은 서로 다른 유형의 슬라이스들로 구성될 수 있다. 이 경우, 픽처 헤더는 인트라 코딩된 슬라이스 및 인터 코딩된 슬라이스에 적용되는 정보/파라미터를 포함할 수 있다. 또는 하나의 픽처는 하나의 유형의 슬라이스들로 구성될 수도 있다.
상기 슬라이스 헤더(슬라이스 헤더 신택스)는 상기 슬라이스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 APS(APS 신택스) 또는 PPS(PPS 신택스)는 하나 이상의 슬라이스 또는 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 SPS(SPS 신택스)는 하나 이상의 시퀀스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 VPS(VPS 신택스)는 다중 레이어에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 DPS(DPS 신택스)는 비디오 전반에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 DPS는 CVS(coded video sequence)의 접합(concatenation)에 관련된 정보/파라미터를 포함할 수 있다. 본 문서에서 상위 레벨 신택스(High level syntax, HLS)라 함은 상기 APS 신택스, PPS 신택스, SPS 신택스, VPS 신택스, DPS 신택스, 픽처 헤더 신택스, 슬라이스 헤더 신택스 중 적어도 하나를 포함할 수 있다.
본 문서에서 인코딩 장치에서 디코딩 장치로 인코딩되어 비트스트림 형태로 시그널링되는 영상/비디오 정보는 픽처 내 파티셔닝 관련 정보, 인트라/인터 예측 정보, 레지듀얼 정보, 인루프 필터링 정보 등을 포함할 뿐 아니라, 상기 슬라이스 헤더에 포함된 정보, 상기 픽처 헤더에 포함된 정보, 상기 APS에 포함된 정보, 상기 PPS에 포함된 정보, SPS에 포함된 정보, VPS에 포함된 정보 및/또는 DPS에 포함된 정보를 포함할 수 있다. 또한 상기 영상/비디오 정보는 NAL 유닛 헤더의 정보를 더 포함할 수 있다.
한편, 시간 스케일러빌러티를 지원하는 비트스트림(혹은 시간 스케일러블 비트스트림, temporal scalable bitstream)은 시간적으로 스케일되는 시간 레이어(Temporal layer)에 대한 정보를 포함한다. 시간 레이어에 대한 정보는 NAL 유닛의 시간 스케일러빌러티에 따라 특정된 시간 레이어의 식별 정보일 수 있다. 예컨대, 시간 레이어의 식별 정보는 temporal_id 신택스 정보를 이용할 수 있으며, 상기 temporal_id 신택스 정보는 인코딩 장치에서 NAL 유닛 헤더에 저장되어 디코딩 장치로 시그널링 될 수 있다. 이하, 본 명세서에서 시간 레이어는 서브 레이어(Sub-layer) 혹은 시간 서브 레이어(Temporal Sub-layer) 혹은 시간 스케일러블 레이어(Temporal Scalable layer) 등으로 지칭될 수도 있다.
도 6은 시간 스케일러빌러티를 지원하는 비트스트림 내 NAL 유닛들에 대한 시간 레이어 구조를 도시한 도면이다.
비트스트림이 시간 스케일러빌러티를 지원하는 경우, 비트스트림에 포함된 NAL 유닛들은 시간 레이어의 식별 정보(예컨대, temporal_id)를 가진다. 일 예로, temporal_id 값이 0인 NAL 유닛들로 구성된 시간 레이어가 가장 낮은 시간 스케일러빌러티를 제공할 수 있으며, temporal_id 값이 2인 NAL 유닛들로 구성된 시간 레이어가 가장 높은 시간 스케일러빌러티를 제공할 수 있다.
도 6에서, I로 표기된 박스는 I 픽처를 말하고, B로 표기된 박스는 B 픽처를 말한다. 또한, 화살표는 픽처가 다른 픽처를 참조하는지 여부에 대한 참조 관계를 나타낸다.
도 6에 도시된 바와 같이, temporal_id 값이 0인 시간 레이어의 NAL 유닛들은 temporal_id 값이 0, 1 또는 2인 시간 레이어의 NAL 유닛들이 참조할 수 있는 참조 픽처들이다. temporal_id 값이 1인 시간 레이어의 NAL 유닛들은 temporal_id 값이 1 또는 2인 시간 레이어의 NAL 유닛들이 참조할 수 있는 참조 픽처들이다. temporal_id 값이 2인 시간 레이어의 NAL 유닛들은 동일한 시간 레이어, 즉 temporal_id 값이 2인 시간 레이어의 NAL 유닛들이 참조할 수 있는 참조 픽처들일 수 있으며, 혹은 다른 픽처에 의해 참조되지 않는 비참조 픽처들일 수도 있다.
만일, 도 6에 도시된 것처럼 temporal_id 값이 2인 시간 레이어, 즉 최상위 시간 레이어의 NAL 유닛들이 비참조 픽처일 경우, 이러한 NAL 유닛들은 디코딩 과정에서 다른 픽처들에 영향을 주지 않고 비트스트림으로부터 추출(extraction, 혹은 제거)될 수 있다.
한편, 상술한 NAL 유닛 타입들 중 IDR, CRA, BLA 타입은 랜덤 억세스(혹은 스플라이싱, splicing)가 가능한 픽처, 즉 랜덤 억세스 포인트가 되는 RAP(Random Access Point) 혹은 IRAP(Intra Random Access Point) 픽처를 포함하는 NAL 유닛을 나타내는 정보이다. 다시 말해서, IRAP 픽처는 IDR, CRA, 또는 BLA 픽처가 될 수 있으며, I 슬라이스만 포함할 수 있다. 비트스트림에서 디코딩 순서 상 첫번째 픽처는 IRAP 픽처가 된다.
만일, 비트스트림 내 IRAP 픽처(IDR, CRA, 혹은 BLA 픽처)가 포함된 경우, IRAP 픽처보다 출력 순서는 선행하지만 디코딩 순서는 후행하는 픽처가 존재할 수 있다. 이러한 픽처들은 리딩 픽처(Leading Picture, LP)라고 한다.
도 7은 랜덤 억세스가 가능한 픽처를 설명하기 위한 도면이다.
랜덤 억세스가 가능한 픽처, 즉 랜덤 억세스 포인트가 되는 RAP 혹은 IRAP 픽처는 랜덤 억세스 시 비트스트림에서 디코딩 순서 상 첫번째 픽처이며, I 슬라이스만을 포함한다.
도 7에는 픽처의 출력 순서(output order 또는 display order)와 디코딩 순서(decoding order)가 도시되어 있다. 도시된 바와 같이 픽처의 출력 순서와 디코딩 순서는 서로 다를 수 있다. 편의 상 픽처들은 소정의 그룹으로 구분하여 설명된다.
제1 그룹(°에 속하는 픽처들은 IRAP 픽처보다 출력 순서 및 디코딩 순서 모두에서 선행하는 픽처를 나타내고, 제2 그룹(±에 속하는 픽처들은 IRAP 픽처보다 출력 순서는 선행하지만 디코딩 순서는 후행하는 픽처를 나타낸다. 제3 그룹(²의 픽처들은 IRAP 픽처보다 출력 순서 및 디코딩 순서 모두에서 후행한다.
제1 그룹(°의 픽처들은 IRAP 픽처와 무관하게 디코딩 되어 출력될 수 있다.
IRAP 픽처에 선행하여 출력되는 제2 그룹(±에 속하는 픽처들을 리딩 픽처라고 하며, 리딩 픽처들은 IRAP 픽처가 랜덤 억세스 포인트로 사용될 경우 디코딩 과정에서 문제될 수 있다.
출력 및 디코딩 순서가 IRAP 픽처에 후행하는 제3 그룹(²에 속하는 픽처를 노말 픽처(normal picture)라고 한다. 노말 픽처는 리딩 픽처의 참조 픽처로 사용되지 않는다.
비트스트림에서 랜덤 억세스가 발생하는 랜덤 억세스 포인트는 IRAP 픽처가 되고, 제2 그룹(±의 첫 번째 퍽처가 출력되면서 랜덤 억세스가 시작 된다.
도 8은 IDR 픽처를 설명하기 위한 도면이다.
IDR 픽처는 픽처의 그룹(Group of Picture)이 닫힌(closed) 구조를 가질 때 랜덤 억세스 포인트가 되는 픽처이다. IDR 픽처는 상술한 바와 같이 IRAP 픽처이므로 I 슬라이스만을 포함하며, 비트스트림에서 디코딩 순서 상 첫번째 픽처가 될 수도 있고, 비트스트림 중간에 올 수도 있다. IDR 픽처가 디코딩되면 DPB(decoded picture buffer)에 저장되어 있는 모든 참조 픽처들은"unused for reference"로 표시된다.
도 8에 도시되어 있는 막대는 픽처를 나타내고 화살표는 픽처가 다른 픽처를 참조 픽처로 이용할 수 있는지 여부에 대한 참조 관계를 나타낸다. 화살표 상에 표시되어 있는 x 마크는 해당 픽처(들)가 화살표가 가리키는 픽처를 참조할 수 없음을 나타낸다.
도시된 바와 같이, POC가 32인 픽처는 IDR 픽처이다. POC가 25 내지 31이며 IDR 픽처에 선행하여 출력되는 픽처들은 리딩 픽처들(810)이다. POC가 33 이상인 픽처들은 노말 픽처(820)에 해당한다.
출력 순서 상 IDR 픽처에 선행하는 리딩 픽처들(810)은 IDR 픽처와 다른 리딩 픽처를 참조 픽처로 이용할 수 있지만, 출력 순서 및 디코딩 순서 상 리딩 픽처들(810)에 선행하는 과거 픽처(830)를 참조 픽처로 이용할 수 없다.
출력 순서 및 디코딩 순서 상 IDR 픽처에 후행하는 노말 픽처들(720)은 IDR 픽처, 리딩 픽처 및 다른 노말 픽처를 참조하여 디코딩 될 수 있다.
도 9는 CRA 픽처를 설명하기 위한 도면이다.
CRA 픽처는 픽처의 그룹(Group of Picture)이 열린(open) 구조를 가질 때 랜덤 억세스 포인트가 되는 픽처이다. 상술한 바와 같이, CRA 픽처 역시 IRAP 픽처이므로 I 슬라이스만을 포함하며, 비트스트림에서 디코딩 순서 상 첫번째 픽처가 될 수도 있고, 노멀 플레이를 위하여 비트스트림 중간에 올 수도 있다.
도 9에 도시되어 있는 막대는 픽처를 나타내고 화살표는 픽처가 다른 픽처를 참조 픽처로 이용할 수 있는지 여부에 대한 참조 관계를 나타낸다. 화살표 상에 표시되어 있는 x 마크는 해당 픽처 또는 픽처들이 화살표가 가리키는 픽처를 참조할 수 없음을 나타낸다.
출력 순서 상 CRA 픽처에 선행하는 리딩 픽처들(910)은 CRA 픽처, 다른 리딩 픽처, 및 출력 순서 및 디코딩 순서 상 리딩 픽처들(910)에 선행하는 과거 픽처(930) 모두를 참조 픽처로 이용할 수 있다.
반면, 출력 순서 및 디코딩 순서 상 CRA 픽처에 후행하는 노말 픽처들(920)은 CRA 픽처와 다른 노말 픽처를 참조하여 디코딩 될 수 있다. 노말 픽처들(920)은 리딩 픽처들(910)을 참조 픽처로 이용하지 않을 수도 있다.
BLA 픽처는 CRA 픽처와 유사한 기능 및 성질을 가지며, 코딩된 픽처가 스플라이싱(splicing)되거나 비트스트림이 중간에 끊어지면 랜덤 억세스 포인트로서 비트스트림 중간에 존재하는 픽처를 의미한다. 다만, 랜덤 억세스가 발생했을 때, BLA 픽처는 새로운 시퀀스의 시작으로 간주되기 때문에 CRA 픽처와 달리 BLA 픽처가 디코더에 수신될 때 영상에 대한 파라미터 정보가 다시 모두 수신될 수 있다.
BLA 픽처는 인코딩 장치에서부터 정해질 수도 있고, 인코딩 장치로부터 비트스트림을 수신한 시스템에서 CRA 픽처를 BLA 픽처로 변경할 수 있다. 예를 들어 비트스트림이 스플라이싱이 되는 경우 시스템은 CRA 픽처를 BLA 픽처로 변경하여 영상을 디코딩하는 디코더에게 제공하고, 이 때 영상에 대한 파라미터 정보 역시 시스템으로부터 디코더에 새롭게 제공된다. 본 발명에서 디코더란 영상을 디코딩하는 영상 처리부를 포함하는 디바이스를 의미하며, 도 3의 디코딩 장치로 구현될 수도 있고, 영상을 처리하는 핵심 모듈인 디코딩 모듈을 의미할 수도 있다.
한편, TMVP와 관련된 기존의 SPS(Sequence Parameter Set) 레벨에서의 시그널링 예시는 하기의 표 1과 같을 수 있다. 하기 표 1의 신택스는 상기 SPS의 일부분일 수 있다.
Figure PCTKR2020017777-appb-T000001
여기서, 상기 표 1의 신택스에 포함된 신택스 요소의 시맨틱스는 예를 들어, 하기의 표 2와 같이 나타낼 수 있다.
Figure PCTKR2020017777-appb-T000002
sps_temporal_mvp_enabled_flag 신택스 요소는 그 값이 0인지 1인지 여부를 기반으로 TMVP가 CLVS에 사용되는지 여부를 나타낼 수 있다. 즉, sps_temporal_mvp_enabled_flag 신택스 요소는 TMVP가 CLVS 내 픽처들에 사용되는지 여부를 나타낼 수 있다. 상기 sps_temporal_mvp_enabled_flag 신택스 요소는 제1 TMVP 가용 플래그로 불릴 수 있고, 상기 SPS를 통해 시그널링될 수 있다.
상기 sps_temporal_mvp_enabled_flag 신택스 요소를 기반으로, 상기 SPS를 참조하는 CLVS 내 픽처들에 대해 TMVP가 가용하다고 판단되는 경우, 픽처 헤더(picture header) 또는 슬라이스 헤더(slice header)는 관련 픽처 또는 슬라이스를 체크하고, 동일 위치 참조 픽처로 이용될 픽처를 검출할 수 있다.
예를 들어, 상기 sps_temporal_mvp_enabled_flag 신택스 요소의 값이 1인 경우, 상기 SPS를 참조하는 CLVS 내 픽처들에 대해 TMVP가 가용하다고 판단할 수 있고, 이때, 상기 CLVS 내 픽처들의 픽처 헤더 레벨에서의 시그널링 예시는 하기의 표 3과 같을 수 있다. 하기 표 3의 신택스는 상기 픽처 헤더의 일부분일 수 있다.
Figure PCTKR2020017777-appb-T000003
여기서, 상기 표 3의 신택스에 포함된 신택스 요소의 시맨틱스는 예를 들어, 하기의 표 4와 같이 나타낼 수 있다.
Figure PCTKR2020017777-appb-T000004
즉, pic_temporal_mvp_enabled_flag 신택스 요소는 그 값이 0인지 1인지 여부를 기반으로 TMVP가 상기 픽처 헤더와 관련된 슬라이스들의 인터 예측에 사용되는지 여부를 나타낼 수 있다. 상기 pic_temporal_mvp_enabled_flag 신택스 요소는 제2 TMVP 가용 플래그로 불릴 수 있고, 상기 픽처 헤더를 통해 시그널링될 수 있다.
상기 pic_temporal_mvp_enabled_flag 신택스 요소를 기반으로, 상기 픽처 헤더와 관련된 슬라이스들에 대해 TMVP가 가용하다고 판단되는 경우, 슬라이스 헤더는 관련 슬라이스를 체크하고, 동일 위치 참조 픽처로 이용될 픽처를 검출할 수 있다.
예를 들어, 상기 pic_temporal_mvp_enabled_flag 신택스 요소의 값이 1인 경우, 상기 픽처 헤더와 관련된 슬라이스들에 대해 가용하다고 판단할 수 있고, 이때, TMVP를 위한 동일 위치 참조 픽처와 관련된 정보의 상기 슬라이스 헤더 레벨에서의 시그널링 예시는 하기의 표 5와 같을 수 있다. 하기 표 5의 신택스는 상기 슬라이스 헤더의 일부분일 수 있다.
Figure PCTKR2020017777-appb-T000005
여기서, 상기 표 5의 신택스에 포함된 신택스 요소의 시맨틱스는 예를 들어, 하기의 표 6과 같이 나타낼 수 있다.
Figure PCTKR2020017777-appb-T000006
Figure PCTKR2020017777-appb-I000001
즉, num_ref_idx_active_override_flag 신택스 요소는 그 값이 0인지 1인지 여부를 기반으로 num_ref_idx_active_minus1[0] 신택스 요소가 P와 B 슬라이스들에 대해 존재하고, num_ref_idx_active_minus1[1] 신택스 요소가 B 슬라이스들에 대해 존재하는지 여부를 나타낼 수 있다. 상기 num_ref_idx_active_override_flag 신택스 요소는 상기 슬라이스 헤더를 통해 시그널링될 수 있다.
num_ref_idx_active_minus1[i] 신택스 요소의 값 +1은 변수 NumRefIdxActive[i]를 도출하기 위해 사용될 수 있다. 상기 num_ref_idx_active_minus1[i] 신택스 요소는 상기 슬라이스 헤더를 통해 시그널링될 수 있다. 여기서, NumRefIdxActive[i]의 값 -1은 참조 픽처 리스트 i의 최대 참조 인덱스 값을 의미할 수 있다. 즉, NumRefIdxActive[i]의 값은 참조 픽처 리스트 i 내에 존재하는 픽처의 개수를 의미할 수 있다.
collocated_from_l0_flag 신택스 요소는 그 값이 0인지 1인지 여부를 기반으로 TMVP에 이용되는 동일 위치 참조 픽처가 참조 픽처 리스트 0으로부터 도출되는지 여부를 나타낼 수 있다. 예컨대, 상기 collocated_from_l0_flag 신택스 요소의 값이 1인 경우, TMVP에 이용되는 동일 위치 참조 픽처는 참조 픽처 리스트 0으로부터 도출될 수 있고, 상기 collocated_from_l0_flag 신택스 요소의 값이 0인 경우, TMVP에 이용되는 동일 위치 참조 픽처는 참조 픽처 리스트 1로부터 도출될 수 있다. 예컨대, 상기 collocated_from_l0_flag 신택스 요소가 존재하지 않는 경우, 상기 collocated_from_l0_flag 신택스 요소의 값은 1로 도출될 수 있고, 상기 collocated_from_l0_flag 신택스 요소는 상기 슬라이스 헤더를 통해 시그널링될 수 있다.
collocated_ref_idx 신택스 요소는 TMVP에 이용되는 동일 위치 참조 픽처의 참조 인덱스 값을 나타낼 수 있다. 일 예로, 슬라이스 타입(slice_type)이 P이거나, 슬라이스 타입이 B이고 상기 collocated_from_l0_flag의 값이 1인 경우, 상기 collocated_ref_idx 신택스 요소는 참조 픽처 리스트 0을 기반으로 결정될 수 있다. 이때, 상기 collocated_ref_idx 신택스 요소의 값은 0 이상 NumRefIdxActive[i] 이하일 수 있다. 다른 예로, 슬라이스 타입이 B이고 상기 collocated_from_l0_flag의 값이 0인 경우, 상기 collocated_ref_idx 신택스 요소는 참조 픽처 리스트 1을 기반으로 결정될 수 있다. 이때, 상기 collocated_ref_idx 신택스 요소의 값은 0 이상 NumRefIdxActive[i] 이하일 수 있다. 상기 collocated_ref_idx 신택스 요소는 상기 슬라이스 헤더를 통해 시그널링될 수 있다.
예컨대, 상기 pic_temporal_mvp_enabled_flag의 값이 1인 경우, 상기 collocated_from_l0_flag가 상기 슬라이스 헤더에 포함될 수 있다. 또한, 예컨대, 상기 collocated_from_l0_flag를 기반으로, 상기 collocated_ref_idx가 상기 슬라이스 헤더에 포함될 수 있다. 이때, 상기 collocated_ref_idx를 기반으로, 현재 픽처에 대한 동일 위치 참조 픽처가 도출될 수 있다.
한편, 픽처는 서로 다른 NAL 유닛 타입들에 포함될 수 있다. 여기서, 픽처가 서로 다른 NAL 유닛 타입들에 포함되는 것은 픽처가 서로 다른 NAL 유닛 타입을 갖는 슬라이스들을 포함하는 것을 의미할 수 있다. 예컨대, 제1 비트스트림에 대응되는 하나 이상의 서브 픽처들은 새로운 비트스트림에 대한 새로운 픽처를 생성하기 위해, 제2 비트스트림에 대응되는 하나 이상의 서브 픽처들과 병합될 수 있다. 상기 제1 비트스트림에 대응되는 서브 픽처들은 상기 제2 비트스트림에 대응되는 서브 픽처들 내 슬라이스들의 NAL 유닛들과 다른 타입의 NAL 유닛들에 캡슐화되는 슬라이스들을 포함할 수 있다.
도 10은 비트스트림의 병합을 예시적으로 나타내는 도면이다.
예컨대, 도 10의 병합된 비트스트림(merged bitstream)을 참고하면, 하나의 픽처는 픽처 N, N+1, N+5, N+6 및 N+7과 같이 하나의 NAL 유닛 타입인 Trail 타입을 갖는 슬라이스들을 포함할 수 있고, 픽처 N+2와 같이 혼합된 NAL 유닛 타입인 CRA와 Trail 타입을 갖는 슬라이스들을 포함할 수 있고, 픽처 N+3 및 N+4와 같이 혼합된 NAL 유닛 타입인 RASL과 Trail 타입을 갖는 슬라이스들을 포함할 수 있다. 즉, 픽처 N+2, N+3, N+4는 서로 다른 NAL 유닛 타입을 갖는 슬라이스들을 포함할 수 있다. 이렇게, mixed_nalu_types_in_pic_flag 신택스 요소의 값이 1인 픽처 파라미터 세트(Picture parameter set, PPS)를 참조하는 픽처는 서로 다른 타입인 혼합된 NAL 유닛 타입을 가질 수 있다. 여기서, 상기 mixed_nalu_types_in_pic_flag 신택스 요소는 해당 픽처에 대한 복수의 VCL-NAL 유닛들이 서로 동일한 NAL 유닛 타입을 갖지 않는지 여부를 명시할 수 있다.
이와 관련해서, TMVP 적용에 다음과 같은 문제가 있을 수 있다.
현재 픽처에 대해 TMVP가 가용할 경우, 현재 픽처 내 모든 슬라이스들은 TMVP를 위한 동일 위치 참조 픽처로서 동일한 참조 픽처를 사용하도록 제한된다. 다만, 일 예로, 도 10의 비트스트림 1(bitstream 1)에서 현재 픽처가 IRAP(CRA) 픽처인 픽처 N+2를 따르는 후행 픽처인 경우, 현재 픽처는 픽처 N+2를 선행하는 픽처들을 현재 픽처에 대한 동일 위치 참조 픽처로 사용할 수 없을 것이다. 한편, 도 10의 비트스트림 2(bitstream 2)에서 현재 픽처가 픽처 N+2를 따르는 후행 픽처인 경우, 현재 픽처는 픽처 N+2를 선행하는 픽처들을 현재 픽처에 대한 동일 위치 참조 픽처로 사용할 수 있을 것이다. 즉, 현재 픽처가 IRAP 픽처를 후행할 경우, 현재 픽처는 IRAP 픽처를 선행하는 픽처들을 현재 픽처에 대한 동일 위치 참조 픽처로 사용할 수 없고, 현재 픽처가 NON-IRAP 픽처를 후행할 경우, 현재 픽처는 NON-IRAP 픽처를 선행하는 픽처들을 현재 픽처에 대한 동일 위치 참조 픽처로 사용할 수 없다. 이 경우, 도 10의 병합된 비트스트림(merged bitstream)에 대응되는 픽처 내 슬라이스들은 TMVP를 위한 동일 위치 참조 픽처로서 동일한 참조 픽처를 사용해야하는 제약을 따를 수 없을 것이다. 즉, 픽처 내 슬라이스들이 TMVP를 위한 동일 위치 참조 픽처로서 동일한 참조 픽처를 참조할 수 있도록, 픽처 내 슬라이스들의 NAL 유닛의 타입을 확인하여, 동일 위치 참조 픽처로서 사용될 수 있는 픽처를 제한할 필요가 있다.
또한, TMVP 적용에 있어 디코더는 움직임 벡터 필드(motion vector field, MVP) 정보를 저장하기 위한 버퍼를 가질 수 있다. 여기서, 상기 버퍼는 움직임 벡터 필드 버퍼, 움직임 벡터 필드 스토리지, 움직임 필드 스토리지, MVP 버퍼, MVP 스토리지 등으로 지칭될 수 있다. 상기 버퍼는 동일 위치 참조 픽처로 사용되었던 참조 픽처들 및/또는 동일 위치 참조 픽처로 사용될 수 있는 참조 픽처들에 대한 움직임 벡터 필드를 포함할 수 있다. 이때, 현재 픽처가 IDR 픽처이면, 디코더는 TMVP 적용에 있어 움직임 벡터 필드 버퍼를 비우는 것이 가능할 수 있다. 현재 픽처가 CRA 픽처인 경우에는 디코딩 순서가 CRA 픽처를 선행하는 픽처들이 RASL 픽처들에 의해 참조될 수 있어 움직임 벡터 필드 버퍼를 비우는 것이 불가능할 것이다.
즉, 현재 픽처가 IDR 픽처인 경우에 디코더가 움직임 벡터 필드 버퍼를 비우는 것이 가능하다면, 디코더의 효율적인 구현이 가능할 것이다.
관련해서, 본 문서의 실시예들에서는, 다음 특징들 중 하나 이상을 포함할 수 있다.
1) 일 예로, 현재 픽처가 혼합된 NAL 유닛 타입의 슬라이스들로 구성되는 경우(mixed_nalu_types_in_pic_flag 신택스 요소의 값이 1), 디코딩 순서가 상기 현재 픽처를 후행하는 픽처는 디코딩 순서가 상기 현재 픽처를 선행하는 픽처를 동일 위치 참조 픽처로 사용하지 않도록 제한할 수 있다.
2) 다른 예로, 상기 제한은 상기 현재 픽처가 혼합된 NAL 유닛 타입의 슬라이스들로 구성되고(mixed_nalu_types_in_pic_flag 신택스 요소의 값이 1), 상기 현재 픽처에 대한 하나 이상의 NAL 유닛이 IRAP 타입인 경우에 적용되도록 할 수 있다. 예를 들어, IRAP 타입은 IDR 타입 또는 CRA 타입일 수 있다.
3) 덧붙여, 디코더/인코더는 픽처가 하나 이상의 서브 픽처들을 포함하는 경우, 디코딩/인코딩 순서가 상기 픽처를 후행하는 픽처가 디코딩/인코딩 순서가 상기 픽처를 선행하는 픽처를 동일 위치 참조 픽처로 선택하지 않도록 할 수 있다.
4) 다른 예로, 상기 제한은 다음과 같이 특정될 수 있다. 현재 픽처와 디코딩 순서가 상기 현재 픽처를 후행하는 픽처는 디코딩 순서가 상기 현재 픽처를 선행하는 픽처를 동일 위치 참조 픽처로 사용하지 않도록 특정될 수 있다.
5) TMVP의 프로세스에서, 디코딩 순서가 현재 픽처를 따르는 픽처들이 상기 현재 픽처를 선행하는 픽처들을 동일 위치 참조 픽처로 사용할 수 있는지 여부를 지시하는 상기 현재 픽처에 대한 플래그가 시그널링될 수 있다.
- 상기 플래그는 픽처 헤더에서 시그널링될 수 있고, 상기 플래그는 pic_temporal_mvp_refresh_flag 신택스 요소의 형태로 표현될 수 있다.
- 다른 예로, 상기 플래그는 슬라이스 헤더에서 시그널링될 수 있고, 상기 플래그의 값은 동일한 픽처에 속하는 슬라이스들에 대한 슬라이스 헤더에서 서로 같도록 제한될 수 있다.
- 또 다른 예로, 상기 플래그는 PPS와 같이 다른 파라미터 세트에서 시그널링될 수 있다.
- 상기 플래그는 i) TMVP가 가용하고, ii) 상기 현재 픽처에 대한 Temporal Id가 0(base temporal 서브 레이어)인 경우 존재하도록 제한할 수 있다.
- 상기 플래그의 값이 1이면, 디코더가 모션 벡터 필드 버퍼를 비우도록 더 제한할 수 있다.
6) 현재 픽처가 IRAP 픽처일 때, 디코딩 순서가 상기 현재 픽처를 후행하는 어느 픽처는 디코딩 순서가 상기 현재 픽처를 선행하는 픽처를 동일 위치 참조 픽처로 사용하지 않도록 제한할 수 있다. 또는 상기 현재 픽처에 대한 TemporalId가 0(base temporal sub-layer)인 조건 하에 제한되도록 할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 영상 정보는 제1 픽처에 대한 NAL 유닛 관련 정보와 제2 픽처에 대한 동일 위치 참조 픽처 관련 정보를 포함할 수 있다. 여기서, 상기 제2 픽처는 디코딩 순서가 상기 제1 픽처를 후행하는 픽처를 의미할 수 있다.
예컨대, 상기 제1 픽처에 대한 상기 NAL 유닛 관련 정보는 혼합 NAL 유닛 타입 플래그를 포함할 수 있다. 예컨대, 상기 제1 픽처에 대한 상기 혼합 NAL 유닛 타입 플래그는 상기 제1 픽처에 대한 복수의 VCL-NAL 유닛들이 서로 동일한 NAL 유닛 타입을 갖지 않는지 여부와 관련될 수 있다. 즉, 상기 제1 픽처에 대한 상기 혼합 NAL 유닛 타입 플래그는 상기 제1 픽처에 대한 복수의 VCL-NAL 유닛들이 서로 동일한 NAL 유닛 타입을 갖지 않는지 여부를 지시/나타낼 수 있다.
예를 들어, 상기 혼합 NAL 유닛 타입 플래그는 mixed_nalu_types_in_pic_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 mixed_nalu_types_in_pic_flag 신택스 요소는 해당 픽처에 대한 복수의 VCL-NAL 유닛들이 서로 동일한 NAL 유닛 타입을 갖지 않는지 여부를 명시할 수 있다.
또한, 예컨대, 제2 픽처에 대한 동일 위치 참조 픽처 관련 정보는 TMVP와 관련된 기존의 시그널링 예시에서 언급한 sps_temporal_mvp_enabled_flag 신택스 요소, pic_temporal_mvp_enabled_flag 신택스 요소, num_ref_idx_active_override_flag 신택스 요소, num_ref_idx_active_minus1[i] 신택스 요소, collocated_from_l0_flag 신택스 요소 및 collocated_ref_idx 신택스 요소를 포함할 수 있다.
예컨대, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보에 포함된 신택스 요소들은 상기 표 1, 3 및 5와 같이 각 레벨에서 시그널링될 수 있다.
이때, 상기 일 실시예에 따르면, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보 중 collocated_ref_idx 신택스 요소의 시맨틱스는 예를 들어, 하기의 표 7과 같이 나타낼 수 있다.
Figure PCTKR2020017777-appb-T000007
즉, 상기 제1 픽처에 대한 상기 NAL 유닛 관련 정보를 기반으로, 디코딩 순서가 상기 제1 픽처를 선행하는 제3 픽처는 디코딩 순서가 상기 제1 픽처를 후행하는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다.
예컨대, 상기 제1 픽처에 대한 상기 혼합 NAL 유닛 타입 플래그의 값이 1인 경우, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다.
예컨대, 상기 제1 픽처에 대한 상기 혼합 NAL 유닛 타입 플래그의 값이 1이고, 상기 제1 픽처에 대한 상기 복수의 VCL-NAL 유닛들 중 어느 하나가 IRAP(intra random access point) 타입을 갖는 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다.
예컨대, 상기 제1 픽처가 복수의 서브 픽처들로 구성되고, 상기 복수의 서브 픽처들 중 어느 하나에 대한 VCL-NAL 유닛이 IRAP 타입을 갖는 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다.
이렇게, 디코딩 순서에 있어, IRAP 픽처를 선행하는 픽처들을 IRAP 픽처를 후행하는 픽처에 대한 동일 위치 참조 픽처로 사용하지 않도록 제한함으로써, 효율적인 영상 코딩이 가능할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보는 TMVP 가용 플래그를 포함할 수 있다. 상기 TMVP 가용 플래그는 상기 제2 픽처를 포함하는 CLVS의 TMVP 가용 여부와 관련될 수 있다. 즉, 상기 TMVP 가용 플래그는 상기 제2 픽처를 포함하는 CLVS의 TMVP 가용 여부를 지시/나타낼 수 있다.
예를 들어, 상기 TMVP 가용 플래그는 상기 sps_temporal_mvp_enabled_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, sps_temporal_mvp_enabled_flag 신택스 요소는 상기 제2 픽처를 포함하는 CLVS의 TMVP 가용 여부를 명시할 수 있다.
또한, 상기 일 실시예에 따르면, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보는 TMVP 리프래시(refresh) 플래그를 포함할 수 있다. 상기 TMVP 리프래시 플래그는 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부와 관련될 수 있다. 즉, 상기 TMVP 리프래시 플래그는 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부를 지시/나타낼 수 있다.
예를 들어, 상기 TMVP 리프래시 플래그는 pic_temporal_mvp_refresh_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, pic_temporal_mvp_refresh_flag 신택스 요소는 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부를 명시할 수 있다.
예컨대, 상기 일 실시예에 따라 픽처 헤더는 아래 표 8의 신택스를 포함할 수 있다. 하기 표 8의 신택스는 상기 픽처 헤더의 일부분일 수 있다.
Figure PCTKR2020017777-appb-T000008
여기서, 상기 표 8의 신택스에 포함된 신택스 요소의 시맨틱스는 예를 들어, 하기의 표 9와 같이 나타낼 수 있다
Figure PCTKR2020017777-appb-T000009
즉, 상기 sps_temporal_mvp_enabled_flag 신택스 요소는 그 값이 0인지 1인지 여부를 기반으로 상기 제2 픽처를 포함하는 CLVS의 TMVP 가용 여부를 나타낼 수 있다. 상기 sps_temporal_mvp_enabled_flag 신택스 요소는 상기 TMVP 가용 플래그로 불릴 수 있고, SPS를 통해 시그널링될 수 있다. 예컨대, 상기 TMVP 가용 플래그는 상기 표 1과 관련하여 제시된 상기 제1 TMVP 가용 플래그와 동일할 수 있다.
pic_temporal_mvp_enabled_flag 신택스 요소는 그 값이 0인지 1인지 여부를 기반으로 슬라이스들의 인터 예측에 TMVP가 사용되는지 여부를 나타낼 수 있다. 상기 pic_temporal_mvp_enabled_flag 신택스 요소는 상기 픽처 헤더를 통해 시그널링될 수 있다. 예컨대, 상기 pic_temporal_mvp_enabled_flag 신택스 요소는 상기 표 3과 관련하여 제시된 상기 제2 TMVP 가용 플래그와 동일할 수 있다.
상기 pic_temporal_mvp_refresh_flag 신택스 요소는 그 값이 0인지 1인지 여부를 기반으로 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부를 나타낼 수 있다. 상기 pic_temporal_mvp_refresh_flag 신택스 요소는 상기 TMVP 리프래시 플래그로 불릴 수 있고, 상기 픽처 헤더를 통해 시그널링될 수 있다.
상기 일 실시예에 따르면, 상기 TMVP 가용 플래그의 값이 1인 경우, 상기 pic_temporal_mvp_refresh_flag 신택스 요소는 상기 픽처 헤더에 포함될 수 있다. 상기 TMVP 가용 플래그의 값이 1이 아닌 경우, 상기 pic_temporal_mvp_refresh_flag 신택스 요소는 상기 픽처 헤더에 존재하지 않을 수 있다.
또한, 상기 TMVP 가용 플래그의 값이 1인 경우, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더에 포함될 수 있다. 상기 TMVP 가용 플래그의 값이 1이 아닌 경우, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더에 존재하지 않을 수 있다.
예컨대, 상기 픽처 헤더와 관련된 상기 제2 픽처의 시간적(temporal) 레이어 ID가 0으로 도출되는 경우, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더에 포함될 수 있다. 상기 픽처 헤더와 관련된 상기 제2 픽처의 시간적 레이어 ID가 0으로 도출되지 않는 경우, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더에 존재하지 않을 수 있다.
상기 일 실시예에 따르면, 상기 제2 픽처에 대한 상기 TMVP 리프래시 플래그의 값이 1인 경우, 상기 디코딩 장치는 상기 제2 픽처가 디코딩된 이후, 움직임 벡터 필드 버퍼를 비울 수 있다.
이렇게, 움직임 벡터 필드 버퍼를 비움으로써, 영상 코딩 효율을 개선할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 TMVP 가용 플래그의 값이 1인 경우, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더 대신 PPS에 포함될 수 있다. 상기 TMVP 가용 플래그의 값이 1이 아닌 경우, 상기 TMVP 리프래시 플래그는 상기 PPS에 존재하지 않을 수 있다.
예컨대, 상기 PPS를 참조하는 상기 제2 픽처의 시간적 레이어 ID가 0으로 도출되는 경우, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더 대신 상기 PPS에 포함될 수 있다. 상기 PPS를 참조하는 상기 제2 픽처의 시간적 레이어 ID가 0으로 도출되지 않는 경우, 상기 TMVP 리프래시 플래그는 상기 PPS에 존재하지 않을 수 있다.
또한, 본 문서에서 제안된 일 실시예에 따르면, 상기 TMVP 가용 플래그의 값이 1인 경우, 상기 TMVP 리프래시 플래그는 상기 PPS 대신 슬라이스 헤더(slice header, SH)에 포함될 수 있다. 상기 TMVP 가용 플래그의 값이 1이 아닌 경우, 상기 TMVP 리프래시 플래그는 상기 슬라이스 헤더에 존재하지 않을 수 있다.
예컨대, 상기 슬라이스 헤더와 관련된 상기 제2 픽처의 시간적 레이어 ID가 0으로 도출되는 경우, 상기 TMVP 리프래시 플래그는 상기 PPS 대신 상기 슬라이스 헤더에 포함될 수 있다. 상기 슬라이스 헤더와 관련된 상기 제2 픽처의 시간적 레이어 ID가 0으로 도출되지 않는 경우, 상기 TMVP 리프래시 플래그는 상기 슬라이스 헤더에 존재하지 않을 수 있다.
예컨대, 이때, 상기 제2 픽처에 대한 상기 TMVP 리프래시 플래그는 상기 제2 픽처 내 모든 슬라이스들의 슬라이스 헤더에서 서로 동일한 값을 갖도록 제한할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보 중 상기 collocated_ref_idx 신택스 요소의 시맨틱스는 예를 들어, 하기의 표 10과 같이 나타낼 수 있다.
Figure PCTKR2020017777-appb-T000010
즉, 상기 제1 픽처가 IRAP 타입의 픽처인 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다.
이렇게, IRAP 타입의 픽처를 선행하는 픽처를 IRAP 타입의 픽처를 후행하는 픽처에 대한 동일 위치 참조 픽처로 사용하지 않음으로써, 영상 코딩 효율을 높일 수 있다.
이하의 도면은 본 명세서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/메시지/필드의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
도 11 및 도 12는 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다. 도 11에서 개시된 방법은 도 2에서 개시된 인코딩 장치에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 11의 S1100, S1110, S1120 및 S1130은 상기 인코딩 장치의 예측부(220)에 의하여 수행될 수 있고, 도 11의 S1140은 상기 인코딩 장치의 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 도 11에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
도 11을 참조하면, 인코딩 장치는 동일 위치 참조 픽처를 결정한다 (S1100). 예컨대, 인코딩 장치는 제2 픽처에 대한 동일 위치 참조 픽처를 결정할 수 있다. 이때, 인코딩 장치는 특정 픽처가 TMVP 도출을 위한 동일 위치 참조 픽처로서 제한되는지 여부를 결정할 수 있다. 예컨대, 인코딩 장치는 픽처 후보들로부터 동일 위치 참조 픽처를 결정할 수 있고, 일부 후보들은 상기 제한에 의해 동일 위치 참조 픽처로 결정될 수 없다. TMVP 도출을 위한 동일 위치 참조 픽처로 제한되는지 여부의 결정은 본 문서에서 제안된 실시예들을 기반으로 수행될 수 있다. 동일 위치 참조 픽처는 동일 위치 픽처(collocated picture) 또는 콜 픽처(col picture)로 불릴 수 있다. 인코딩 장치는 상기 제2 픽처에 대한 동일 위치 참조 픽처와 관련된 정보를 생성할 수 있다. 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보는 본 문서에서 제안된 실시예에서 제시된 정보/신택스 요소들을 포함할 수 있다. 예를 들어, 상기 동일 위치 참조 픽처 관련 정보는 픽처 헤더 및 슬라이스 헤더에 포함될 수 있다. 일 예로, 상기 동일 위치 참조 픽처 관련 정보는 POC 차이 및 상기 POC 차이의 부호를 기반으로 동일 위치 참조 픽처를 선택하는 정보를 포함할 수 있다. 또 다른 예로, 상기 동일 위치 참조 픽처 관련 정보는 현재 블록/현재 픽처의 참조 픽처 리스트와 상기 참조 픽처 리스트로부터 동일 위치 참조 픽처를 선택하기 위한 인덱스 정보를 포함할 수 있다. 여기서, 상기 현재 픽처는 상기 제2 픽처를 의미한다.
인코딩 장치는 동일 위치 참조 픽처를 기반으로 TMVP를 도출한다(S1110). 인코딩 장치는 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처를 기반으로 TMVP를 도출할 수 있다. 상기 TMVP는 상기 동일 위치 참조 픽처 내 시간적 이웃 블록을 기반으로 도출될 수 있다. 상기 시간적 이웃 블록은 동일 위치 참조 블록(collocated block) 또는 colCb를 포함할 수 있다. 상기 동일 위치 참조 블록은 상기 동일 위치 참조 픽처 내에 위치하지만, 현재 블록과 위치 및 크기가 동일한 블록일 수 있다. colCb는 상기 동일 위치 참조 블록으로 참조될 수 있다. 일 예로, colCb는 ColPic에 의해 선택되는 상기 동일 위치 참조 픽처 내의 위치를 ((xColBr >> 3) << 3, (yColBr >> 3) << 3)를 통해 이동된 위치를 포함하는 루마 코딩 블록일 수 있다. 또 다른 예로, colCb는 ColPic에 의해 선택되는 상기 동일 위치 참조 픽처 내의 위치를 ((xColCtr >> 3) << 3, (yColCtr >> 3) << 3)를 통해 이동된 위치를 포함하는 루마 코딩 블록일 수 있다. 여기서, (xColBr, yColBr)는 상기 동일 위치 참조 블록 외부의 우하측 샘플 위치를 나타낼 수 있다. 또한, (xColCtr, yColCtr)는 상기 동일 위치 참조 블록 내부의 중앙 4개의 샘플들 중 우하측 샘플을 나타낼 수 있다. 즉, xColBr = xCb + cbWidth, yColBr = yCb + cbHeight이고, xColCtr = xCb + (cbWidth　 >> 1), yColCtr = yCb + (cbHeight　 >> 1) 이다. 여기서, (xCb, yCb)는 현재 블록의 좌상측 샘플 위치를 나타낼 수 있다. cbWidth 와 cbHeight는 각각 현재 블록의 너비와 높이를 나타낼 수 있다.
인코딩 장치는 TMVP를 기반으로 현재 블록의 움직임 벡터를 도출한다(S1120). 상기 TMVP는 시간적 머지 후보 및/또는 시간적 MVP 후보로 사용될 수 있다. 일 예로, 머지 모드가 현재 블록에 적용되는 경우, 머지 후보 리스트가 구성될 수 있고, 상기 TMVP를 포함하는 시간적 머지 후보는 상기 머지 후보 리스트 내 후보로서 구성될 수 있다. 또 다른 예로, (A)MVP 모드가 현재 블록에 적용되는 경우, MVP 후보 리스트가 구성될 수 있고, 상기 TMVP를 포함하는 시간적 MVP 후보는 상기 MVP 후보 리스트 내 후보로서 구성될 수 있다. 인코딩 장치는 상기 머지 후보 리스트 또는 상기 MVP 후보 리스트 내 후보들 중 어느 하나의 후보를 선택할 수 있고, 선택된 후보와 관련된 정보를 디코딩 장치로 시그널링하기 위해 선택 정보(머지 인덱스, MVP 플래그 등)를 생성할 수 있다. 상기 선택 정보를 기반으로 현재 블록에 대한 움직임 벡터가 도출될 수 있다.
인코딩 장치는 현재 블록의 움직임 벡터를 기반으로 현재 블록에 대한 인터 예측을 수행한다(S1130). 인코딩 장치는 상기 현재 블록의 예측 샘플들을 생성하기 위해, 상기 현재 블록의 움직임 벡터를 기반으로 인터 예측을 수행할 수 있다. 또한, 인코딩 장치는 현재 블록의 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있고, 레지듀얼 샘플들과 관련된 레지듀얼 정보를 생성할 수 있다.
인코딩 장치는 현재 블록/현재 픽처에 대한 동일 위치 참조 픽처 관련 정보를 포함하는 영상/비디오 정보를 인코딩한다(S1140). 즉, 인코딩 장치는 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보를 포함하는 영상/비디오 정보를 인코딩할 수 있다. 상기 영상/비디오 정보는 예측 정보와 상기 레지듀얼 정보를 포함할 수 있다. 예컨대, 상기 예측 정보는 예측 관련 정보로 불릴 수 있으며, 상기 동일 위치 참조 픽처 관련 정보, 상기 선택 정보, MVD 정보 및/또는 상기 레지듀얼 정보 중 적어도 하나를 포함할 수 있다.
인코딩된 영상/비디오 정보는 비트스트림 형태로 출력될 수 있다. 상기 비트스트림은 네트워크 또는 저장매체를 통하여 디코딩 장치로 전송될 수 있다.
구체적으로, 인코딩 장치는 제1 픽처에 대한 NAL 유닛 관련 정보를 생성할 수 있다. 상기 영상 정보는 상기 제1 픽처에 대한 상기 NAL 유닛 관련 정보를 더 포함할 수 있다. 여기서, 디코딩 순서가 상기 제1 픽처를 후행하는 픽처가 상기 제2 픽처일 수 있고, 상기 디코딩 순서는 코딩 순서 또는 인코딩 순서에 대응될 수 있다. 예컨대, 상기 NAL 유닛 관련 정보는 혼합 NAL 유닛 타입 플래그를 포함할 수 있다. 예컨대, 상기 NAL 유닛 관련 정보는 mixed_nalu_types_in_pic_flag 신택스 요소를 포함할 수 있다.
예컨대, 이때, 디코딩 순서가 상기 제1 픽처를 선행하는 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다. 즉, 상기 제3 픽처는 상기 제2 픽처에 대한 TMVP 도출을 위한 동일 위치 참조 픽처로 도출되지 않을 수 있다.
예컨대, 상기 제1 픽처에 대한 상기 혼합 NAL 유닛 타입 플래그의 값이 1이고, 상기 제1 픽처에 대한 상기 복수의 VCL-NAL 유닛들 중 어느 하나가 IRAP(intra random access point) 타입을 갖는 경우, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다. 즉, 상기 혼합 NAL 유닛 타입 플래그의 값이 1이고, 상기 제1 픽처에 대한 상기 복수의 VCL-NAL 유닛들 중 어느 하나가 IRAP 타입을 갖는 경우, 상기 제3 픽처는 상기 제2 픽처에 대한 TMVP 도출을 위한 동일 위치 참조 픽처로 도출되지 않을 수 있다.
예컨대, 영상 분할부(210)에 의해 상기 제1 픽처가 복수의 서브 픽처들로 구성되고, 상기 복수의 서브 픽처들 중 어느 하나에 대한 VCL-NAL 유닛이 IRAP 타입을 갖는 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다. 즉, 상기 제1 픽처가 복수의 서브 픽처들로 구성되고, 상기 복수의 서브 픽처들 중 어느 하나에 대한 VCL-NAL 유닛이 IRAP 타입을 갖는 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 도출되지 않을 수 있다.
예를 들어, 상기 동일 위치 참조 픽처 관련 정보는 TMVP 가용 플래그 및/또는 TMVP 리프래시 플래그 중 적어도 하나를 포함할 수 있다. 예컨대, 동일 위치 참조 픽처 관련 정보는 sps_temporal_mvp_enabled_flag, pic_temporal_mvp_enabled_flag, num_ref_idx_active_override_flag, num_ref_idx_active_minus1[i], collocated_from_l0_flag, collocated_ref_idx, pic_temporal_mvp_enabled_flag 및/또는 pic_temporal_mvp_refresh_flag 신택스 요소 중 적어도 하나를 포함 할 수 있다.
즉, 상기 영상/비디오 정보는 상기 제1 픽처에 대한 상기 NAL 유닛 관련 정보와, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보를 포함할 수 있다. 또한, 상기 영상/비디오 정보는 본 문서의 실시예에 따른 다양한 정보를 포함할 수 있다. 예를 들어, 상기 영상/비디오 정보는 상술한 표 1, 3, 5 및/또는 8 중 적어도 하나에 개시된 정보를 포함할 수 있다.
구체적으로, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보는 본 문서의 실시예에 따른 다양한 정보를 포함할 수 있다.
예를 들어, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보는 TMVP 가용 플래그를 포함할 수 있다. 예컨대, 상기 TMVP 가용 플래그는 상기 제2 픽처를 포함하는 CLVS의 TMVP 가용 여부와 관련될 수 있다. 즉, 상기 TMVP 가용 플래그는 상기 제2 픽처를 포함하는 CLVS의 TMVP 가용 여부를 지시/나타낼 수 있다.
예를 들어, 상기 TMVP 가용 플래그는 상기 sps_temporal_mvp_enabled_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, sps_temporal_mvp_enabled_flag 신택스 요소는 상기 제2 픽처를 포함하는 CLVS의 TMVP 가용 여부를 명시할 수 있다. 예컨대, 상기 TMVP 가용 플래그는 SPS에 포함될 수 있다.
또한, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보는 상기 TMVP 리프래시 플래그를 포함할 수 있다. 예컨대, 상기 TMVP 리프래시 플래그는 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부와 관련될 수 있다. 즉, 상기 TMVP 리프래시 플래그는 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부를 지시/나타낼 수 있다.
예를 들어, 상기 TMVP 리프래시 플래그는 pic_temporal_mvp_refresh_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, pic_temporal_mvp_refresh_flag 신택스 요소는 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부를 명시할 수 있다.
예컨대, 상기 TMVP 가용 플래그의 값이 1인 경우, 상기 TMVP 리프래시 플래그는 픽처 헤더에 포함될 수 있다. 예컨대, 상기 픽처 헤더와 관련된 상기 제2 픽처의 시간적 레이어 ID가 0으로 도출되는 경우를 기반으로, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더에 포함될 수 있다.
도 13 및 도 14는 본 문서의 실시예에 따른 영상/비디오 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다. 도 13에서 개시된 방법은 도 3에서 개시된 디코딩 장치에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 13의 S1300은 상기 디코딩 장치의 엔트로피 디코딩부(310)에 의하여 수행될 수 있고, 도 13의 S1310, S1320, S1330 및 S1340은 예측부(330) 및 인터 예측부(332)에 의하여 수행될 수 있으며, 도 13의 S1350은 상기 디코딩 장치의 가산부(340)에 의하여 수행될 수 있다. 도 13에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
도 13을 참조하면 디코딩 장치는 영상/비디오 정보를 수신/획득한다(S1300). 디코딩 장치는 비트스트림을 통하여 상기 영상/비디오 정보를 수신/획득할 수 있다. 상기 영상/비디오 정보는 상기 예측 정보 및/또는 상기 레지듀얼 정보를 포함할 수 있다. 상기 예측 정보는 상기 동일 위치 참조 픽처 관련 정보, 상기 선택 정보, 상기 MVD 정보 및/또는 상기 레지듀얼 정보 중 적어도 하나를 포함할 수 있다. 예컨대, 상기 영상/비디오 정보는 상기 제1 픽처에 대한 NAL 유닛 관련 정보와 상기 제2 픽처에 대한 동일 위치 참조 픽처 관련 정보를 포함할 수 있다. 또한, 상기 영상/비디오 정보는 본 문서의 실시예에 따른 다양한 정보를 포함할 수 있다. 예를 들어, 상기 영상/비디오 정보는 상술한 표 1, 3, 5 및/또는 8 중 적어도 하나에 개시된 정보를 포함할 수 있다.
디코딩 장치는 동일 위치 참조 픽처 관련 정보를 기반으로 동일 위치 참조 픽처를 도출한다(S1310). 예컨대, 디코딩 장치는 상기 동일 위치 참조 픽처 관련 정보를 기반으로 현재 픽처에 대한 동일 위치 참조 픽처를 도출할 수 있다. 여기서, 상기 현재 픽처는 상기 제2 픽처를 나타낼 수 있다. 즉, 디코딩 장치는 상기 동일 위치 참조 픽처 관련 정보를 기반으로 상기 제2 픽처에 대한 동일 위치 참조 픽처를 도출할 수 있다. 예컨대, 디코딩 장치는 특정 픽처가 TMVP 도출을 위한 동일 위치 참조 픽처로서 제한되는지 여부를 결정할 수 있다. 디코딩 장치는 픽처 후보들로부터 동일 위치 참조 픽처를 결정할 수 있고, 일부 후보들은 상기 제한에 의해 동일 위치 참조 픽처로 결정될 수 없다. TMVP 도출을 위한 동일 위치 참조 픽처로 제한되는지 여부의 결정은 본 문서에서 제안된 실시예들을 기반으로 수행될 수 있다. 상기 동일 위치 참조 픽처 관련 정보는 본 문서에서 제안된 실시예에서 언급한 정보/신택스 요소들을 포함할 수 있다. 예를 들어, 상기 동일 위치 참조 픽처 관련 정보는 픽처 헤더 및 슬라이스 헤더에 포함될 수 있다. 일 예로, 동일 위치 참조 픽처 관련 정보는 POC 차이 및 상기 POC 차이의 부호를 기반으로 동일 위치 참조 픽처를 선택하는 정보를 포함할 수 있다. 또 다른 예로, 동일 위치 참조 픽처 관련 정보는 현재 블록/현재 픽처의 참조 픽처 리스트와 상기 참조 픽처 리스트로부터 동일 위치 참조 픽처를 선택하기 위한 인덱스 정보를 포함할 수 있다.
디코딩 장치는 동일 위치 참조 픽처를 기반으로 TMVP를 도출한다(S1310). 예컨대, 디코딩 장치는 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처를 기반으로 TMVP를 도출할 수 있다. 상기 TMVP는 상기 동일 위치 참조 픽처 내 시간적 이웃 블록을 기반으로 도출될 수 있다. 상기 시간적 이웃 블록은 동일 위치 참조 블록(collocated block) 또는 colCb를 포함할 수 있다. 상기 동일 위치 참조 블록은 상기 동일 위치 참조 픽처 내에 위치하지만, 현재 블록과 위치 및 크기가 동일한 블록일 수 있다. colCb는 상기 동일 위치 참조 블록으로 참조될 수 있다. 일 예로, colCb는 ColPic에 의해 선택되는 상기 동일 위치 참조 픽처 내의 위치를 ((xColBr >> 3) << 3, (yColBr >> 3) << 3 )를 통해 이동된 위치를 포함하는 루마 코딩 블록일 수 있다. 또 다른 예로, colCb는 ColPic에 의해 선택되는 상기 동일 위치 참조 픽처 내의 위치를 ((xColCtr >> 3) << 3, (yColCtr >> 3) << 3 )를 통해 이동된 위치를 포함하는 루마 코딩 블록일 수 있다. 여기서, (xColBr, yColBr)는 상기 동일 위치 참조 블록 외부의 우하측 샘플 위치를 나타낼 수 있다. 또한, (xColCtr, yColCtr)는 상기 동일 위치 참조 블록 내부의 중앙 4개의 샘플들 중 우하측 샘플을 나타낼 수 있다. 즉, xColBr = xCb + cbWidth, yColBr = yCb + cbHeight이고, xColCtr = xCb + (cbWidth　 >> 1), yColCtr = yCb + (cbHeight　 >> 1) 이다. 여기서, (xCb, yCb)는 현재 블록의 좌상측 샘플 위치를 나타낼 수 있다. cbWidth 와 cbHeight는 각각 현재 블록의 너비와 높이를 나타낼 수 있다.
디코딩 장치는 TMVP를 기반으로 현재 블록의 움직임 벡터를 도출한다(S1330). 상기 TMVP는 시간적 머지 후보 및/또는 시간적 MVP 후보로 사용될 수 있다. 일 예로, 머지 모드가 현재 블록에 적용되는 경우, 머지 후보 리스트가 구성될 수 있고, 상기 TMVP를 포함하는 시간적 머지 후보는 상기 머지 후보 리스트 내 후보로서 구성될 수 있다. 또 다른 예로, (A)MVP 모드가 현재 블록에 적용되는 경우, MVP 후보 리스트가 구성될 수 있고, 상기 TMVP를 포함하는 시간적 MVP 후보는 상기 MVP 후보 리스트 내 후보로서 구성될 수 있다. 인코딩 장치는 상기 머지 후보 리스트 또는 상기 MVP 후보 리스트 내 후보들 중 어느 하나의 후보를 선택할 수 있고, 선택된 후보와 관련된 정보를 디코딩 장치로 시그널링하기 위해 선택 정보(머지 인덱스, MVP 플래그 등)를 생성할 수 있다. 상기 선택 정보를 기반으로 현재 블록에 대한 움직임 벡터가 도출될 수 있다.
디코딩 장치는 현재 블록의 움직임 벡터를 기반으로 현재 블록에 대한 인터 예측을 수행한다(S1340). 인코딩 장치는 상기 현재 블록의 예측 샘플들을 생성하기 위해, 상기 현재 블록의 움직임 벡터를 기반으로 인터 예측을 수행할 수 있다. 또한, 인코딩 장치는 현재 블록의 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있고, 레지듀얼 샘플들과 관련된 레지듀얼 정보를 생성할 수 있다.
디코딩 장치는 예측 샘플들을 기반으로 복원 샘플들을 생성한다(S1350). 디코딩 장치는 상기 예측 샘플들과 상기 레지듀얼 샘플들을 기반으로 복원 픽처 또는 복원 샘플을 생성할 수 있다. 예컨대, 디코딩 장치는 상기 복원 픽처에 대해 인루프 필터링을 수행할 수 있다.
구체적으로, 디코딩 장치는 디코딩 순서가 제1 픽처를 선행하는 제3 픽처는 디코딩 순서가 상기 제1 픽처를 후행하는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다. 즉, 디코딩 순서가 상기 제1 픽처를 후행하는 픽처가 상기 제2 픽처일 수 있다. 이때, 상기 제3 픽처는 상기 제2 픽처에 대한 TMVP 도출을 위한 동일 위치 참조 픽처로 도출되지 않을 수 있다.
예컨대, 상기 제1 픽처에 대한 상기 혼합 NAL 유닛 타입 플래그의 값이 1이고, 상기 제1 픽처에 대한 상기 복수의 VCL-NAL 유닛들 중 어느 하나가 IRAP(intra random access point) 타입을 갖는 경우, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다. 즉, 상기 혼합 NAL 유닛 타입 플래그의 값이 1이고, 상기 제1 픽처에 대한 상기 복수의 VCL-NAL 유닛들 중 어느 하나가 IRAP 타입을 갖는 경우, 상기 제3 픽처는 상기 제2 픽처에 대한 TMVP 도출을 위한 동일 위치 참조 픽처로 도출되지 않을 수 있다.
예컨대, 상기 제1 픽처가 복수의 서브 픽처들로 구성되고, 상기 복수의 서브 픽처들 중 어느 하나에 대한 VCL-NAL 유닛이 IRAP 타입을 갖는 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다. 즉, 상기 제1 픽처가 복수의 서브 픽처들로 구성되고, 상기 복수의 서브 픽처들 중 어느 하나에 대한 VCL-NAL 유닛이 IRAP 타입을 갖는 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 도출되지 않을 수 있다.
구체적으로, 상기 제1 픽처에 대한 상기 NAL 유닛 관련 정보는 혼합 NAL 유닛 타입 플래그를 포함할 수 있다. 예컨대, 상기 제1 픽처에 대한 상기 혼합 NAL 유닛 타입 플래그는 상기 제1 픽처에 대한 복수의 VCL-NAL 유닛들이 서로 동일한 NAL 유닛 타입을 갖지 않는지 여부와 관련될 수 있다. 즉, 상기 제1 픽처에 대한 상기 혼합 NAL 유닛 타입 플래그는 상기 제1 픽처에 대한 복수의 VCL-NAL 유닛들이 서로 동일한 NAL 유닛 타입을 갖지 않는지 여부를 지시/나타낼 수 있다.
예를 들어, 상기 혼합 NAL 유닛 타입 플래그는 mixed_nalu_types_in_pic_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 mixed_nalu_types_in_pic_flag 신택스 요소는 해당 픽처에 대한 복수의 VCL-NAL 유닛들이 서로 동일한 NAL 유닛 타입을 갖지 않는지 여부를 명시할 수 있다.
예를 들어, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보는 TMVP 가용 플래그를 포함할 수 있다. 예컨대, 상기 TMVP 가용 플래그는 상기 제2 픽처를 포함하는 CLVS의 TMVP 가용 여부와 관련될 수 있다. 즉, 상기 TMVP 가용 플래그는 상기 제2 픽처를 포함하는 CLVS의 TMVP 가용 여부를 지시/나타낼 수 있다.
예를 들어, 상기 TMVP 가용 플래그는 상기 sps_temporal_mvp_enabled_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, sps_temporal_mvp_enabled_flag 신택스 요소는 상기 제2 픽처를 포함하는 CLVS의 TMVP 가용 여부를 명시할 수 있다. 예컨대, 상기 TMVP 가용 플래그는 SPS에 포함될 수 있다.
또한, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보는 상기 TMVP 리프래시 플래그를 포함할 수 있다. 예컨대, 상기 TMVP 리프래시 플래그는 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부와 관련될 수 있다. 즉, 상기 TMVP 리프래시 플래그는 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부를 지시/나타낼 수 있다.
예를 들어, 상기 TMVP 리프래시 플래그는 pic_temporal_mvp_refresh_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, pic_temporal_mvp_refresh_flag 신택스 요소는 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부를 명시할 수 있다.
예컨대, 상기 TMVP 가용 플래그의 값이 1인 경우, 상기 TMVP 리프래시 플래그는 픽처 헤더에 포함될 수 있다. 예컨대, 상기 픽처 헤더와 관련된 상기 제2 픽처의 시간적 레이어 ID가 0으로 도출되는 경우를 기반으로, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더에 포함될 수 있다. 이때, 일 예로, 상기 제2 픽처에 대한 상기 TMVP 리프래시 플래그의 값이 1인 경우, 상기 디코딩 장치는 상기 제2 픽처가 디코딩된 이후, 움직임 벡터 필드 버퍼를 비울 수 있다.
또한, 예컨대, 상기 제1 픽처가 IRAP 타입의 픽처인 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한될 수 있다.
다른 예로, 상기 TMVP 가용 플래그의 값이 1인 경우, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더 대신 PPS에 포함될 수 있다.
예컨대, 상기 PPS를 참조하는 상기 제2 픽처의 시간적 레이어 ID가 0으로 도출되는 경우, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더 대신 상기 PPS에 포함될 수 있다.
또 다른 예로, 상기 TMVP 가용 플래그의 값이 1인 경우, 상기 TMVP 리프래시 플래그는 상기 PPS 대신 슬라이스 헤더(slice header, SH)에 포함될 수 있다.
예컨대, 상기 슬라이스 헤더와 관련된 상기 제2 픽처의 시간적 레이어 ID가 0으로 도출되는 경우, 상기 TMVP 리프래시 플래그는 상기 PPS 대신 상기 슬라이스 헤더에 포함될 수 있다.
예컨대, 이때, 상기 제2 픽처에 대한 상기 TMVP 리프래시 플래그는 상기 제2 픽처 내 모든 슬라이스들의 슬라이스 헤더에서 서로 동일한 값을 가질 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 해당 실시예는 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 문서의 실시예들의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서의 실시예들에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recorder) 등을 포함할 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서의 실시예(들)에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 문서의 실시예(들)는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예(들)에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 15는 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 15를 참조하면, 본 문서의 실시예들이 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 문서의 실시예들이 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 명세서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 명세서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.

Claims (15)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    비트스트림을 통하여 영상 정보를 획득하되, 상기 영상 정보는 제1 픽처에 대한 NAL 유닛 관련 정보와, 제2 픽처에 대한 동일 위치 참조 픽처 관련 정보를 포함하는 단계;
    상기 동일 위치 참조 픽처 관련 정보를 기반으로, 상기 제2 픽처에 대한 동일 위치 참조 픽처를 도출하는 단계;
    상기 제2 픽처에 대한 동일 위치 참조 픽처를 기반으로 TMVP(Temporal motion vector predictor)를 도출하는 단계;
    상기 TMVP를 기반으로 상기 제2 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하는 단계;
    상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록의 예측 샘플들을 도출하는 단계; 및
    상기 예측 샘플들을 기반으로 복원 샘플들을 생성하는 단계를 포함하되,
    상기 제1 픽처에 대한 NAL 유닛 관련 정보를 기반으로, 디코딩 순서가 상기 제1 픽처를 선행하는 제3 픽처는 디코딩 순서가 상기 제1 픽처를 후행하는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한되는 것을 특징으로 하는, 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 제1 픽처에 대한 상기 NAL 유닛 관련 정보는 상기 제1 픽처에 대한 복수의 VCL-NAL 유닛들이 서로 동일한 NAL 유닛 타입을 갖지 않는지 여부와 관련된 혼합 NAL 유닛 타입 플래그를 포함하고,
    상기 제1 픽처에 대한 상기 혼합 NAL 유닛 타입 플래그의 값이 1이고, 상기 제1 픽처에 대한 상기 복수의 VCL-NAL 유닛들 중 어느 하나가 IRAP(intra random access point) 타입을 갖는 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한되는 것을 특징으로 하는, 영상 디코딩 방법.
  3. 제1항에 있어서,
    상기 제1 픽처가 복수의 서브 픽처들로 구성되고, 상기 복수의 서브 픽처들 중 어느 하나에 대한 VCL-NAL 유닛이 IRAP 타입을 갖는 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한되는 것을 특징으로 하는, 영상 디코딩 방법.
  4. 제1항에 있어서,
    상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보는 상기 제2 픽처를 포함하는 CLVS(coded layer video sequence)의 TMVP 가용 여부와 관련된 TMVP 가용 플래그 및 TMVP 리프래시(refresh) 플래그를 포함하고,
    상기 제2 픽처에 대한 상기 TMVP 리프래시 플래그는 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부와 관련되며,
    상기 TMVP 가용 플래그는 시퀀스 파라미터 세트(Sequence Parameter Set, SPS)에 포함되는 것을 특징으로 하는, 영상 디코딩 방법.
  5. 제4항에 있어서,
    상기 TMVP 가용 플래그의 값이 1인 경우를 기반으로 상기 TMVP 리프래시 플래그는 픽처 헤더(Picture Header, PH)에 포함되고,
    상기 픽처 헤더와 관련된 상기 제2 픽처의 시간적(temporal) 레이어 ID가 0으로 도출되는 경우를 기반으로, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더에 포함되는 것을 특징으로 하는, 영상 디코딩 방법.
  6. 제4항에 있어서,
    상기 제2 픽처에 대한 상기 TMVP 리프래시 플래그의 값이 1인 경우를 기반으로, 상기 디코딩 장치는 상기 제2 픽처가 디코딩된 이후, 움직임 벡터 필드 버퍼(motion vector field buffer)를 비우는 것을 특징으로 하는, 영상 디코딩 방법.
  7. 제4항에 있어서,
    상기 TMVP 가용 플래그의 값이 1인 경우를 기반으로 상기 TMVP 리프래시 플래그는 픽처 파라미터 세트(Picture Parameter Set, PPS)에 포함되고,
    상기 PPS를 참조하는 상기 제2 픽처의 시간적 레이어 ID가 0으로 도출되는 경우를 기반으로, 상기 TMVP 리프래시 플래그는 상기 PPS에 포함되는 것을 특징으로 하는, 영상 디코딩 방법.
  8. 제4항에 있어서,
    상기 TMVP 가용 플래그의 값이 1인 경우를 기반으로 상기 TMVP 리프래시 플래그는 슬라이스 헤더(Slice Header, SH)에 포함되고,
    상기 슬라이스 헤더와 관련된 상기 제2 픽처의 시간적 레이어 ID가 0으로 도출되는 경우를 기반으로, 상기 TMVP 리프래시 플래그는 상기 슬라이스 헤더에 포함되며,
    상기 제2 픽처에 대한 상기 TMVP 리프래시 플래그는 상기 제2 픽처 내 모든 슬라이스들의 슬라이스 헤더에서 서로 동일한 값을 갖는 것을 특징으로 하는, 영상 디코딩 방법.
  9. 제1항에 있어서,
    상기 제1 픽처가 IRAP 타입의 픽처인 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한되는 것을 특징으로 하는, 영상 디코딩 방법.
  10. 인코딩 장치에 의하여 수행되는 영상 인코딩 방법에 있어서,
    제1 픽처에 대한 NAL 유닛 관련 정보를 생성하는 단계;
    제2 픽처에 대한 TMVP(Temporal motion vector predictor)를 도출을 위한 동일 위치 참조 픽처를 도출하는 단계;
    상기 동일 위치 참조 픽처와 관련된 동일 위치 참조 픽처 관련 정보를 생성하는 단계; 및
    상기 제1 픽처에 대한 상기 NAL 유닛 관련 정보와, 상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되,
    상기 제1 픽처에 대한 NAL 유닛 관련 정보를 기반으로, 디코딩 순서가 상기 제1 픽처를 선행하는 제3 픽처는 디코딩 순서가 상기 제1 픽처를 후행하는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한되는 것을 특징으로 하는, 영상 인코딩 방법.
  11. 제10항에 있어서,
    상기 제1 픽처에 대한 상기 NAL 유닛 관련 정보는 상기 제1 픽처에 대한 복수의 VCL-NAL 유닛들이 서로 동일한 NAL 유닛 타입을 갖지 않는지 여부와 관련된 혼합 NAL 유닛 타입 플래그를 포함하고,
    상기 제1 픽처에 대한 상기 혼합 NAL 유닛 타입 플래그의 값이 1이고, 상기 제1 픽처에 대한 상기 복수의 VCL-NAL 유닛들 중 어느 하나가 IRAP(intra random access point) 타입을 갖는 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한되는 것을 특징으로 하는, 영상 인코딩 방법.
  12. 제10항에 있어서,
    상기 제1 픽처가 복수의 서브 픽처들로 구성되고, 상기 복수의 서브 픽처들 중 어느 하나에 대한 VCL-NAL 유닛이 IRAP 타입을 갖는 경우를 기반으로, 상기 제3 픽처는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한되는 것을 특징으로 하는, 영상 인코딩 방법.
  13. 제10항에 있어서,
    상기 제2 픽처에 대한 상기 동일 위치 참조 픽처 관련 정보는 상기 제2 픽처를 포함하는 CLVS(coded layer video sequence)의 TMVP 가용 여부와 관련된 TMVP 가용 플래그 및 TMVP 리프래시(refresh) 플래그를 포함하고,
    상기 제2 픽처에 대한 상기 TMVP 리프래시 플래그는 디코딩 순서에 있어 상기 제2 픽처를 선행하는 픽처들이 상기 제2 픽처를 후행하는 픽처들의 동일 위치 참조 픽처로 사용되지 않는지 여부와 관련되며,
    상기 TMVP 가용 플래그는 시퀀스 파라미터 세트(Sequence Parameter Set, SPS)에 포함되는 것을 특징으로 하는, 영상 인코딩 방법.
  14. 제13항에 있어서,
    상기 TMVP 가용 플래그의 값이 1인 경우를 기반으로 상기 TMVP 리프래시 플래그는 픽처 헤더(Picture Header, PH)에 포함되고,
    상기 픽처 헤더와 관련된 상기 제2 픽처의 시간적(temporal) 레이어 ID가 0으로 도출되는 경우를 기반으로, 상기 TMVP 리프래시 플래그는 상기 픽처 헤더에 포함되는 것을 특징으로 하는, 영상 인코딩 방법.
  15. 디코딩 장치가 영상 디코딩 방법을 수행하도록 야기하는 인코딩된 정보를 저장하는 컴퓨터 판독 가능한 디지털 저장 매체에 있어서, 상기 영상 디코딩 방법은:
    상기 인코딩된 정보를 통하여 영상 정보를 획득하되, 상기 영상 정보는 제1 픽처에 대한 NAL 유닛 관련 정보와, 제2 픽처에 대한 동일 위치 참조 픽처 관련 정보를 포함하는 단계;
    상기 동일 위치 참조 픽처 관련 정보를 기반으로, 상기 제2 픽처에 대한 동일 위치 참조 픽처를 도출하는 단계;
    상기 제2 픽처에 대한 동일 위치 참조 픽처를 기반으로 TMVP(Temporal motion vector predictor)를 도출하는 단계;
    상기 TMVP를 기반으로 상기 제2 픽처에 포함된 현재 블록에 대한 움직임 벡터를 도출하는 단계;
    상기 현재 블록에 대한 움직임 벡터를 기반으로 상기 현재 블록의 예측 샘플들을 도출하는 단계; 및
    상기 예측 샘플들을 기반으로 복원 샘플들을 생성하는 단계를 포함하되,
    상기 제1 픽처에 대한 NAL 유닛 관련 정보를 기반으로, 디코딩 순서가 상기 제1 픽처를 선행하는 제3 픽처는 디코딩 순서가 상기 제1 픽처를 후행하는 상기 제2 픽처에 대한 동일 위치 참조 픽처로 사용되지 않도록 제한되는 것을 특징으로 하는, 컴퓨터 판독 가능한 디지털 저장 매체.
PCT/KR2020/017777 2019-12-10 2020-12-07 Tmvp에 기반한 영상 코딩 방법 및 그 장치 WO2021118191A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/780,142 US20220417498A1 (en) 2019-12-10 2020-12-07 Method for coding image on basis of tmvp and apparatus therefor

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962946424P 2019-12-10 2019-12-10
US62/946,424 2019-12-10

Publications (1)

Publication Number Publication Date
WO2021118191A1 true WO2021118191A1 (ko) 2021-06-17

Family

ID=76328934

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/017777 WO2021118191A1 (ko) 2019-12-10 2020-12-07 Tmvp에 기반한 영상 코딩 방법 및 그 장치

Country Status (2)

Country Link
US (1) US20220417498A1 (ko)
WO (1) WO2021118191A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120287999A1 (en) * 2011-05-11 2012-11-15 Microsoft Corporation Syntax element prediction in error correction
US20140301463A1 (en) * 2013-04-05 2014-10-09 Nokia Corporation Method and apparatus for video coding and decoding
KR20170020798A (ko) * 2014-06-20 2017-02-24 퀄컴 인코포레이티드 다중-계층 코덱들에서의 시간적 모션 벡터 예측 (tmvp) 표시
US20190174144A1 (en) * 2013-10-15 2019-06-06 Nokia Technologies Oy Video encoding and decoding

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013162273A1 (ko) * 2012-04-24 2013-10-31 엘지전자 주식회사 비디오 신호 처리 방법 및 장치
JP6156497B2 (ja) * 2013-07-16 2017-07-05 富士通株式会社 動画像符号化装置、動画像符号化方法、及び動画像復号装置ならびに動画像復号方法
KR20160074642A (ko) * 2013-10-22 2016-06-28 후아웨이 테크놀러지 컴퍼니 리미티드 이미지 디코딩 장치 및 이미지 디코딩 방법
WO2018128060A1 (en) * 2017-01-05 2018-07-12 Sharp Kabushiki Kaisha Systems and methods for signaling of motion-constrained tile sets for virtual reality applications

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120287999A1 (en) * 2011-05-11 2012-11-15 Microsoft Corporation Syntax element prediction in error correction
US20140301463A1 (en) * 2013-04-05 2014-10-09 Nokia Corporation Method and apparatus for video coding and decoding
US20190174144A1 (en) * 2013-10-15 2019-06-06 Nokia Technologies Oy Video encoding and decoding
KR20170020798A (ko) * 2014-06-20 2017-02-24 퀄컴 인코포레이티드 다중-계층 코덱들에서의 시간적 모션 벡터 예측 (tmvp) 표시

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
M. PETTERSSON (ERICSSON), R. SJÖBERG (ERICSSON), M. DAMGHANIAN (ERICSSON): "AHG17: On NAL unit type table", 16. JVET MEETING; 20191001 - 20191011; GENEVA; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), 27 September 2019 (2019-09-27), XP030217075 *

Also Published As

Publication number Publication date
US20220417498A1 (en) 2022-12-29

Similar Documents

Publication Publication Date Title
WO2020197236A1 (ko) 서브 픽처 핸들링 구조 기반 영상 또는 비디오 코딩
WO2020231140A1 (ko) 적응적 루프 필터 기반 비디오 또는 영상 코딩
WO2020256391A1 (ko) 영상 디코딩 방법 및 그 장치
WO2021096057A1 (ko) 비디오 또는 영상 코딩 시스템에서의 엔트리 포인트 관련 정보에 기반한 영상 코딩 방법
WO2021132964A1 (ko) Nal 유닛 관련 정보 기반 영상 또는 비디오 코딩
WO2020213867A1 (ko) 스케일링 리스트 데이터의 시그널링 기반 비디오 또는 영상 코딩
WO2020204419A1 (ko) 적응적 루프 필터 기반 비디오 또는 영상 코딩
WO2021040398A1 (ko) 팔레트 이스케이프 코딩 기반 영상 또는 비디오 코딩
WO2020235960A1 (ko) Bdpcm 에 대한 영상 디코딩 방법 및 그 장치
WO2021132963A1 (ko) 슬라이스 또는 픽처에 대한 nal 유닛 타입 기반 영상 또는 비디오 코딩
WO2021177791A1 (ko) 혼성 nal 유닛 타입에 기반하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021125700A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2021091256A1 (ko) 영상/비디오 코딩 방법 및 장치
WO2021246791A1 (ko) 영상/비디오 코딩 시스템에서 상위 레벨 신택스를 처리하는 방법 및 장치
WO2021235759A1 (ko) 비디오 또는 영상 코딩 시스템에서의 다중 레이어 기반 영상 코딩 방법
WO2021241963A1 (ko) 비디오 또는 영상 코딩 시스템에서의 poc 정보 및 비-참조 픽처 플래그에 기반한 영상 코딩 방법
WO2021201463A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021091253A1 (ko) 슬라이스 타입 기반 영상/비디오 코딩 방법 및 장치
WO2021091255A1 (ko) 영상/비디오 코딩을 위한 상위 레벨 신택스 시그널링 방법 및 장치
WO2021091252A1 (ko) 영상/비디오 코딩을 위한 영상 정보 처리 방법 및 장치
WO2021118296A1 (ko) 루프 필터링을 제어하는 영상 코딩 장치 및 방법
WO2021125701A1 (ko) 인터 예측 기반 영상/비디오 코딩 방법 및 장치
WO2021125702A1 (ko) 가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치
WO2021118191A1 (ko) Tmvp에 기반한 영상 코딩 방법 및 그 장치
WO2021210841A1 (ko) 비디오 또는 영상 코딩 시스템에서의 픽처 헤더에 포함된 정보에 기반한 영상 코딩 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: 20898349

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20898349

Country of ref document: EP

Kind code of ref document: A1