WO2021125702A1 - 가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치 - Google Patents

가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치 Download PDF

Info

Publication number
WO2021125702A1
WO2021125702A1 PCT/KR2020/018134 KR2020018134W WO2021125702A1 WO 2021125702 A1 WO2021125702 A1 WO 2021125702A1 KR 2020018134 W KR2020018134 W KR 2020018134W WO 2021125702 A1 WO2021125702 A1 WO 2021125702A1
Authority
WO
WIPO (PCT)
Prior art keywords
prediction
weighted
information
flag
picture
Prior art date
Application number
PCT/KR2020/018134
Other languages
English (en)
French (fr)
Inventor
파루리시탈
헨드리헨드리
자오지에
김승환
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to BR112022012154A priority Critical patent/BR112022012154A2/pt
Priority to CN202080096547.XA priority patent/CN115104314A/zh
Priority to MX2022007348A priority patent/MX2022007348A/es
Priority to KR1020227019893A priority patent/KR20220098005A/ko
Publication of WO2021125702A1 publication Critical patent/WO2021125702A1/ko
Priority to US17/843,872 priority patent/US11652986B2/en
Priority to US18/127,257 priority patent/US12081740B2/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—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
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—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

Definitions

  • the present technology relates to a method and apparatus for encoding/decoding an image/video by performing inter prediction based on weighted prediction.
  • VR virtual reality
  • AR artificial reality
  • holograms images/videos having image characteristics different 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.
  • An object of the present document is to provide a method and apparatus for increasing video/video coding efficiency.
  • Another technical object of the present document is to provide a method and an apparatus for efficiently signaling a prediction weight table syntax.
  • Another technical problem of the present document is to provide a method and apparatus for reducing signaling overhead related to weighted prediction.
  • Another technical problem of the present document is to provide a method and apparatus for reducing the number of bits used for image information.
  • a video decoding method performed by a video decoding apparatus includes parsing a prediction weighted table syntax from a bitstream, and a weighted reference in a reference picture list from the prediction weighted table syntax Parsing the number information of pictures, deriving weights for weighted prediction based on the number information, and performing weighted prediction on the current block based on the weights to obtain prediction samples of the current block deriving, and reconstructing a current picture based on the prediction samples, wherein the prediction weight table syntax may be parsed from a picture header of the bitstream.
  • a video encoding method performed by a video encoding apparatus includes deriving motion information of a current block, performing weighted prediction on the current block based on the motion information, and the Generating number information on weighted reference pictures in a reference picture list for weighted prediction, and encoding image information including the number information, wherein the number information is a prediction weight in the image information. It may be included in table syntax, and the prediction weighting table syntax may be included in a picture header in the image information.
  • a computer-readable digital storage medium comprising information causing a video decoding apparatus to perform a video decoding method, the video decoding method comprising: Parsing a prediction weight table syntax, parsing number information about weighted reference pictures in a reference picture list from the prediction weight table syntax, deriving weights for weighted prediction based on the number information, performing weighted prediction on the current block based on the weight to derive prediction samples of the current block, and reconstructing a current picture based on the prediction samples, wherein the prediction weight table syntax is It may be parsed from the picture header of the image information.
  • overall image/video compression efficiency may be improved.
  • unnecessary signaling can be reduced in delivering information on weighted prediction.
  • the number of bits used for weighted prediction may be reduced.
  • 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 shows an example of an inter prediction-based video/image encoding method.
  • FIG. 5 schematically shows an inter prediction unit in an encoding apparatus.
  • FIG. 6 shows an example of a video/image decoding method based on inter prediction.
  • FIG. 7 schematically shows an inter prediction unit in a decoding apparatus.
  • FIG. 8 and 9 schematically show an example of a video/image encoding method and related components according to an embodiment of the present document.
  • FIG. 10 and 11 schematically show an example of a video/image decoding method and related components according to an embodiment of the present document.
  • FIG. 12 shows an example of a content streaming system to which embodiments disclosed in this document can be applied.
  • This article is about video/image coding.
  • a method/embodiment disclosed in this document may be applied to a method disclosed in a versatile video coding (VVC) standard.
  • the method/embodiment disclosed in this document is an essential video coding (EVC) standard, AOMedia Video 1 (AV1) standard, 2nd generation of audio video coding standard (AVS2), or a next-generation video/video coding standard (ex. H.267). , H.268, etc.).
  • a video may mean a set of a series of images according to the passage of time.
  • a picture generally 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.
  • One picture may be composed of one or more tile groups.
  • One tile group may include one or more tiles.
  • a brick may indicate a rectangular area of CTU rows within a tile in a picture.
  • a tile may be partitioned into multiple bricks, and each brick may consist of one or more CTU rows within the tile.
  • a tile that is not partitioned into multiple bricks may also be referred to as a brick.
  • a brick scan may indicate a specific sequential ordering of CTUs partitioning a picture
  • the CTUs may be arranged in a CTU raster scan within a brick
  • the bricks in a tile may be sequentially arranged in a raster scan of the bricks of the tile.
  • tiles in a picture may be sequentially aligned with a raster scan of the tiles of the picture.
  • a tile is a specific tile row and a rectangular area of CTUs within a specific tile row.
  • the tile column is a rectangular region of CTUs, the rectangular region has a height equal to the height of the picture, and the width may be specified by syntax elements in a picture parameter set.
  • the tile row is a rectangular region of CTUs, the rectangular region has a width specified by syntax elements in a picture parameter set, and the height may be equal to the height of the picture.
  • a tile scan may indicate a specific sequential ordering of CTUs partitioning a picture, wherein the CTUs may be sequentially aligned with a CTU raster scan within a tile, and tiles within a picture may be sequentially aligned with a raster scan of the tiles of the picture.
  • a slice may include an integer number of bricks of a picture, and the integer number of bricks may be included in one NAL unit.
  • a slice may consist of a number of complete tiles, or it may be a continuous sequence of complete bricks of one tile.
  • tile group and slice can be used interchangeably.
  • a tile group/tile group header may be referred to as a slice/slice header.
  • a pixel or pel may mean a minimum unit constituting one picture (or image). Also, as a term corresponding to a pixel, a 'sample' may be used. 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 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.
  • each configuration in the drawings described in this document is shown independently for convenience of description regarding different characteristic functions, and does not mean that each configuration is implemented as separate hardware or separate software.
  • two or more components among each component may be combined to form one component, or one component may be divided into a plurality of components.
  • Embodiments in which each component is integrated and/or separated are also included in the scope of the disclosure of this document as long as they do not depart from the essence of the method disclosed in this document.
  • parentheses used in this document may mean “for example”. Specifically, when “prediction (intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”. In other words, “prediction” in this document is not limited to “intra prediction”, and “intra prediction” may be proposed as an example of “prediction”. Also, even when “prediction (ie, intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”.
  • FIG. 1 schematically shows an example of a video/image coding system to which embodiments of this document can be applied.
  • a video/image coding system may include a first apparatus (source device) and a second apparatus (receive device).
  • the source device may transmit encoded video/image information or data in the form of a file or streaming to the receiving device through a digital storage medium or a network.
  • the source device may include a video source, an encoding apparatus, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding apparatus, and a renderer.
  • the encoding apparatus may be referred to as a video/image encoding apparatus, and the decoding apparatus may be referred to as a video/image decoding apparatus.
  • the transmitter may be included in the encoding device.
  • the receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or external component.
  • a video source may acquire a video/image through a process of capturing, synthesizing, or generating a video/image.
  • a video source may include a video/image capture device and/or a video/image generating device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, and the like.
  • a video/image generating device may include, for example, a computer, tablet, and smart phone, and may (electronically) generate a video/image.
  • a virtual video/image may be generated through a computer, etc. In this case, the video/image capturing process may be substituted for the process of generating related data.
  • the encoding device may encode the input video/image.
  • the encoding apparatus may perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
  • the encoded data (encoded video/image information) may be output in the form of a bitstream.
  • the transmitting unit may transmit the encoded video/image information or data output in the form of a bitstream to the receiving unit of the receiving device in the form of a file or streaming through a digital storage medium or a network.
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiver may receive/extract the bitstream and transmit it to the decoding device.
  • the decoding apparatus may decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding apparatus.
  • the renderer may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • a video encoding apparatus may include an image encoding apparatus.
  • the encoding apparatus 200 includes an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, It may be configured to include an adder 250 , a filter 260 , and a memory 270 .
  • the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222 .
  • the residual processing unit 230 may include a transformer 232 , a quantizer 233 , an inverse quantizer 234 , and an inverse transformer 235 .
  • the residual processing unit 230 may further include a subtractor 231 .
  • the adder 250 may be called a reconstructor or a reconstructed block generator.
  • the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, adder 250 and filtering unit 260 may include one or more hardware components ( For example, by an encoder chipset or processor).
  • the memory 270 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 270 as an internal/external component.
  • the image dividing unit 210 may divide an input image (or a picture, a frame) input to the encoding apparatus 200 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • the coding unit is to be recursively divided according to a quad-tree binary-tree ternary-tree (QTBTTT) structure from a coding tree unit (CTU) or largest coding unit (LCU).
  • QTBTTT quad-tree binary-tree ternary-tree
  • CTU coding tree unit
  • LCU largest coding unit
  • one coding unit may be divided into a plurality of coding units having a lower depth based on a quad tree structure, a binary tree structure, and/or a ternary structure.
  • a quad tree structure may be applied first and a binary tree structure and/or a ternary structure may be applied later.
  • the binary tree structure may be applied first.
  • a coding procedure according to this document may be performed based on the final coding unit that is no longer divided.
  • the maximum coding unit may be directly used as the final coding unit based on coding efficiency according to image characteristics, or 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.
  • the encoding apparatus 200 subtracts the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input image signal (original block, original sample array) to obtain a residual A signal (residual signal, residual block, residual sample array) may be generated, and the generated residual signal is transmitted to the converter 232 .
  • a unit for subtracting a prediction signal (prediction block, prediction sample array) from an input image signal (original block, original sample array) in the encoding apparatus 200 may be referred to as a subtraction unit 231 .
  • the prediction unit 220 may perform prediction on a processing target block (hereinafter, referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit 220 may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit 220 may generate various information about prediction, such as prediction mode information, and transmit it to the entropy encoding unit 240 , as will be described later in the description of each prediction mode.
  • the prediction information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra prediction unit 222 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes according to the granularity of the prediction direction. However, this is an example, and a higher or lower number of directional prediction modes may be used according to a setting.
  • the intra prediction unit 222 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 221 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated CU (colCU), etc.
  • a reference picture including the temporally neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive a motion vector and/or a reference picture index of the current block. can create Inter prediction may be performed based on various prediction modes. For example, in 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.
  • the motion vector of the current block is determined by using a motion vector of a neighboring block as a motion vector predictor and signaling a motion vector difference.
  • the prediction unit 220 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit 220 may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • the IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, the sample value in the picture may be signaled based on information about the palette table and palette index.
  • the prediction signal generated by the prediction unit may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the 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 a block form into a one-dimensional vector form based on a coefficient scan order, and the quantized transform coefficients in the one-dimensional vector form are quantized based on the 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 video/image information
  • NAL network abstraction layer
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS). Also, the video/image information may further include general constraint information.
  • APS adaptation parameter set
  • PPS picture parameter set
  • SPS sequence parameter set
  • VPS video parameter set
  • general constraint information information and/or syntax elements transmitted/signaled from the encoding device to the decoding device may be included in video/image information.
  • the video/image information may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream may be transmitted over a network or may be stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmitting unit (not shown) and/or a storing unit (not shown) for storing the signal 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.
  • Luma Mapping with Chroma Scaling may be applied during picture encoding and/or restoration.
  • the filtering unit 260 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 260 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and 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 DPB of the memory 270 may store the corrected reconstructed picture to be used as a reference picture in the inter prediction unit 221 .
  • the memory 270 may store motion information of a block in which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 270 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 222 .
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/image decoding apparatus to which embodiments of the present document may be applied.
  • the decoding apparatus 300 includes an entropy decoder 310 , a residual processor 320 , a predictor 330 , an adder 340 , and a filtering unit. (filter, 350) and may be configured to include a memory (memory, 360).
  • the prediction unit 330 may include an inter prediction unit 331 and an intra prediction unit 332 .
  • the residual processor 320 may include a dequantizer 321 and an inverse transformer 321 .
  • the entropy decoding unit 310 , the residual processing unit 320 , the prediction unit 330 , the addition unit 340 , and the filtering unit 350 are one hardware component (eg, a decoder chipset or a processor according to an embodiment). ) can be configured by
  • the memory 360 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 360 as an internal/external component.
  • the decoding apparatus 300 may reconstruct an image corresponding to a process in which the video/image information is processed in the encoding apparatus of FIG. 2 .
  • the decoding apparatus 300 may derive units/blocks based on block division related information obtained from the bitstream.
  • the decoding apparatus 300 may perform decoding by using a processing unit applied in the encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit, and the coding unit may be divided along a quad tree structure, a binary tree structure and/or a ternary tree structure from a coding tree unit or a largest coding unit.
  • One or more transform units may be derived from a coding unit.
  • the reconstructed image signal decoded and output through the decoding apparatus 300 may be reproduced through the reproducing apparatus.
  • the decoding apparatus 300 may receive a signal output from the encoding apparatus of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310 .
  • the entropy decoding unit 310 may parse the bitstream to derive information (eg, video/image information) required for image restoration (or picture restoration).
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/image information may further include general constraint information.
  • the decoding apparatus may decode the picture further based on the information on the parameter set and/or the general restriction information.
  • Signaled/received information and/or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 310 decodes information in the bitstream based on a coding method such as exponential Golomb coding, context-adaptive variable length coding (CAVLC), or context-adaptive arithmetic coding (CABAC), A value of a syntax element required for image reconstruction and quantized values of a transform coefficient related to a residual may be output.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in a bitstream, and receives syntax element information to be decoded and decoding information of neighboring and to-be-decoded blocks or symbols/bins decoded in the previous step.
  • a context model is determined using the information of , and a symbol corresponding to the value of each syntax element can be generated by predicting the probability of occurrence of a bin according to the determined context model and performing arithmetic decoding of the bin. have.
  • the CABAC entropy decoding method may update the context model by using the decoded symbol/bin information for the context model of the next symbol/bin after determining the context model.
  • Prediction-related information among the information decoded by the entropy decoding unit 310 is provided to the prediction unit (the inter prediction unit 332 and the intra prediction unit 331), and the entropy decoding unit 310 performs entropy decoding.
  • Dual values, that is, quantized transform coefficients and related parameter information may be input to the residual processing unit 320 .
  • the residual processing unit 320 may derive a residual signal (residual block, residual samples, residual sample array). Also, information on filtering among the information decoded by the entropy decoding unit 310 may be provided to the filtering unit 350 .
  • a receiving unit (not shown) for receiving a signal output from the encoding apparatus may be further configured as an internal/external element of the decoding apparatus 300 , or the receiving unit may be a component of the entropy decoding unit 310 .
  • the decoding apparatus may be called a video/image/picture decoding apparatus, and the decoding apparatus is divided into an information decoder (video/image/picture information decoder) and a sample decoder (video/image/picture sample decoder).
  • the information decoder may include the entropy decoding unit 310 , and the sample decoder includes the inverse quantization unit 321 , the inverse transform unit 322 , the adder 340 , the filtering unit 350 , and the memory 360 . ), an inter prediction unit 332 , and an intra prediction unit 331 .
  • the inverse quantizer 321 may inverse quantize the quantized transform coefficients to output transform coefficients.
  • the inverse quantizer 321 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, the rearrangement may be performed based on the coefficient scan order performed by the encoding device.
  • the inverse quantizer 321 may perform inverse quantization on the quantized transform coefficients using a quantization parameter (eg, quantization step size information) and obtain transform coefficients.
  • a quantization parameter eg, quantization step size information
  • the inverse transform unit 322 inverse transforms the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • At least one of quantization/inverse quantization and/or transform/inverse transform may be omitted.
  • the quantized transform coefficient may be referred to as a transform coefficient.
  • the transform coefficients may be called coefficients or residual coefficients, or may still be called transform coefficients for uniformity of expression.
  • a quantized transform coefficient and a transform coefficient may be referred to as a transform coefficient and a scaled transform coefficient, respectively.
  • the residual information may include information on transform coefficient(s), and the information on the transform coefficient(s) may be signaled through residual coding syntax.
  • Transform coefficients may be derived based on the residual information (or information about the transform coefficient(s)), and scaled transform coefficients may be derived through inverse transform (scaling) on the transform coefficients.
  • Residual samples may be derived based on an inverse transform (transform) of the scaled transform coefficients. This may be applied/expressed in other parts of this document as well.
  • the prediction unit 330 may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit 330 may determine whether intra prediction or inter prediction is applied to the current block based on the prediction information output from the entropy decoding unit 310, and determine a specific intra/inter prediction mode.
  • the prediction unit 330 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, information about the palette table and the palette index may be included in the video/image information and signaled.
  • the intra prediction unit 331 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra prediction unit 331 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 332 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • the inter prediction unit 332 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or a reference picture index of the current block based on the received candidate selection information.
  • Inter prediction may be performed based on various prediction modes, and the prediction information may include information indicating a mode of inter prediction for the current block.
  • the addition unit 340 adds the obtained residual signal to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 332 and/or the intra prediction unit 331).
  • a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the predicted block may be used as a reconstructed block.
  • the adder 340 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing object block in the current picture, may be output through filtering as described below, or may be used for inter prediction of the next picture.
  • Luma Mapping with Chroma Scaling may be applied in the picture decoding process.
  • the filtering unit 350 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 360 , specifically, the DPB of the memory 360 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the (modified) reconstructed picture stored in the DPB of the memory 360 may be used as a reference picture in the inter prediction unit 332 .
  • the memory 360 may store motion information of a block from which motion information in the current picture is derived (or decoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 360 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 331 .
  • the embodiments described in the filtering unit 260 , the inter prediction unit 221 , and the intra prediction unit 222 of the encoding apparatus 200 are the filtering unit 350 and the inter prediction unit of the decoding apparatus 300 , respectively.
  • the same or corresponding application may be applied to the unit 332 and the intra prediction unit 331 .
  • the video/image coding method may be performed based on the following partitioning structure.
  • the above-described prediction, residual processing ((inverse) transform, (inverse) quantization, etc.), syntax element coding, filtering procedures, etc. are CTU, CU (and/or TU, PU) derived based on the partitioning structure. ) can be performed based on
  • the block partitioning procedure may be performed by the image division unit 210 of the above-described encoding apparatus, so that partitioning-related information may be (encoded) processed by the entropy encoding unit 240 and transmitted to the decoding apparatus in the form of a bitstream.
  • the entropy decoding unit 310 of the decoding apparatus derives the block partitioning structure of the current picture based on the partitioning-related information obtained from the bitstream, and based on this, a series of procedures (eg, prediction, residual processing, block/picture restoration, in-loop filtering, etc.).
  • the CU size and the TU size may be the same, or a plurality of TUs may exist in the CU region.
  • the CU size may generally indicate a luma component (sample) coding block (CB) size.
  • the TU size may generally indicate a luma component (sample) transform block (TB) size.
  • the chroma component (sample) CB or TB size is determined by the luma component (sample) according to the component ratio according to the color format (chroma format, ex. 4:4:4, 4:2:2, 4:2:0, etc.) of the picture/video. ) may be derived based on the CB or TB size.
  • the TU size may be derived based on maxTbSize. For example, when the CU size is greater than the maxTbSize, a plurality of TUs (TBs) of the maxTbSize may be derived from the CU, and transform/inverse transformation may be performed in units of the TUs (TB).
  • the intra prediction mode/type is derived in the CU (or CB) unit, and the peripheral reference sample derivation and prediction sample generation procedure may be performed in a TU (or TB) unit.
  • the intra prediction mode/type is derived in the CU (or CB) unit
  • the peripheral reference sample derivation and prediction sample generation procedure may be performed in a TU (or TB) unit.
  • one or a plurality of TUs (or TBs) may exist in one CU (or CB) region, and in this case, the plurality of TUs (or TBs) may share the same intra prediction mode/type.
  • the image processing unit may have a hierarchical structure.
  • One picture may be divided into one or more tiles, bricks, slices, and/or tile groups.
  • One slice may include one or more bricks.
  • One brick may include one or more CTU rows in a tile.
  • a slice may include an integer number of bricks of a picture.
  • One tile group may include one or more tiles.
  • One tile may include one or more CTUs.
  • the CTU may be divided into one or more CUs.
  • a tile is a rectangular region that includes CTUs in a specific tile row and a specific tile column within a picture.
  • the tile group may include an integer number of tiles according to the tile raster scan in the picture.
  • the slice header may carry information/parameters applicable to the corresponding slice (blocks in the slice).
  • the encoding/decoding procedures for the tile, slice, brick, and/or tile group may be processed in parallel.
  • slice or tile group may be used interchangeably. That is, the tile group header may be referred to as a slice header.
  • the slice may have one of slice types including intra (I) slice, predictive (P) slice, and bi-predictive (B) slice.
  • I intra
  • P predictive
  • B bi-predictive
  • intra prediction or inter prediction may be used, and when inter prediction is used, only uni prediction may be used. Meanwhile, intra prediction or inter prediction may be used for blocks in a B slice, and when inter prediction is used, up to the maximum pair (bi) prediction may be used.
  • the encoding device determines the size of a tile/tile group, a brick, a slice, and a maximum and minimum coding unit according to the characteristics (eg, resolution) of a video image or in consideration of coding efficiency or parallel processing, and derives information on it or the same Possible information may be included in the bitstream.
  • the decoding apparatus may obtain information indicating whether a tile/tile group, a brick, a slice, and a CTU in a tile of the current picture are divided into a plurality of coding units. If such information is acquired (transmitted) only under specific conditions, efficiency can be increased.
  • one picture may include a plurality of slices, and one slice may include a slice header and slice data.
  • one picture header may be further added to a plurality of slices (a slice header and a slice data set) in one picture.
  • the picture header may include information/parameters commonly applicable to the picture.
  • the slice header (slice header syntax) may include information/parameters commonly applicable to the slice.
  • An adaptation parameter set (APS) or a picture parameter set (PPS) may include information/parameters commonly applicable to one or more pictures.
  • a sequence parameter set (SPS) may include information/parameters commonly applicable to one or more sequences.
  • a video parameter set (VPS) may include information/parameters commonly applicable to multiple layers.
  • a decoding parameter set may include information/parameters commonly applicable to the entire video.
  • the DPS may include information/parameters related to the concatenation of a coded video sequence (CVS).
  • CVS coded video sequence
  • the high-level syntax may include at least one of the APS syntax, PPS syntax, SPS syntax, VPS syntax, DPS syntax, picture header syntax, and slice header syntax.
  • information on the division and configuration of the tile/tile group/brick/slice may be configured in the encoding device based on the higher-level syntax and transmitted to the decoding device in the form of a bitstream.
  • a video/image encoding procedure based on inter prediction may schematically include, for example, the following.
  • FIG. 4 shows an example of a video/image encoding method based on inter prediction
  • FIG. 5 schematically shows an inter prediction unit in an encoding apparatus.
  • the encoding apparatus performs inter prediction on the current block (S400).
  • the encoding apparatus may derive the inter prediction mode and motion information of the current block, and generate prediction samples of the current block.
  • the procedures of determining the inter prediction mode, deriving motion information, and generating prediction samples may be performed simultaneously, or one procedure may be performed before another procedure.
  • the inter prediction unit 221 of the encoding apparatus may include a prediction mode determiner 221_1 , a motion information derivation unit 221_2 , and a prediction sample derivation unit 221_3 , and a prediction mode determiner 221_1 .
  • the inter prediction unit of the encoding apparatus searches for a block similar to the current block within a predetermined area (search area) of reference pictures through motion estimation, and the difference from the current block is a minimum or a predetermined criterion.
  • the following reference blocks can be derived. Based on this, a reference picture index indicating a reference picture in which the reference block is located may be derived, and a motion vector may be derived based on a position difference between the reference block and the current block.
  • the encoding apparatus may determine a mode applied to the current block from among various prediction modes.
  • the encoding apparatus may compare rate-distortion (RD) costs for the various prediction modes and determine an optimal prediction mode for the current block.
  • RD rate-distortion
  • the encoding apparatus constructs a merge candidate list, and among reference blocks indicated by merge candidates included in the merge candidate list, the current block and the current A reference block having a difference from a block equal to or less than a minimum or a certain criterion may be derived.
  • a merge candidate associated with the derived reference block may be selected, and merge index information indicating the selected merge candidate may be generated and signaled to the decoding apparatus.
  • the motion information of the current block may be derived using the motion information of the selected merge candidate.
  • the encoding apparatus constructs a (A)MVP candidate list, and selects an mvp from among motion vector predictor (mvp) candidates included in the (A)MVP candidate list.
  • the motion vector of the candidate may be used as the mvp of the current block.
  • a motion vector pointing to the reference block derived by the above-described motion estimation may be used as the motion vector of the current block, and the difference from the motion vector of the current block among the mvp candidates is the smallest.
  • An mvp candidate having a motion vector may be the selected mvp candidate.
  • a motion vector difference (MVD) that is a difference obtained by subtracting the mvp from the motion vector of the current block may be derived.
  • the information on the MVD may be signaled to the decoding device.
  • the value of the reference picture index may be separately signaled to the decoding apparatus by configuring reference picture index information.
  • the encoding apparatus may derive residual samples based on the prediction samples (S410).
  • the encoding apparatus may derive the residual samples by comparing original samples of the current block with the prediction samples.
  • the encoding apparatus encodes image information including prediction information and residual information (S420).
  • the encoding apparatus may output encoded image information in the form of a bitstream.
  • the prediction information is information related to the prediction procedure, and may include prediction mode information (eg, skip flag, merge flag or mode index, etc.) and motion information.
  • the information on the motion information may include candidate selection information (eg, merge index, mvp flag, or mvp index) that is information for deriving a motion vector.
  • the information on the motion information may include the above-described MVD information and/or reference picture index information.
  • the information on the motion information may include information indicating whether L0 prediction, L1 prediction, or pair (bi) prediction is applied.
  • the residual information is information about the residual samples.
  • the residual information may include information about quantized transform coefficients for the residual samples.
  • the output bitstream may be stored in a (digital) storage medium and transmitted to the decoding device, or may be transmitted to the decoding device through a network.
  • the encoding apparatus may generate a reconstructed picture (including reconstructed samples and reconstructed blocks) based on the reference samples and the residual samples. This is because the encoding apparatus can derive the same prediction result as that performed by the decoding apparatus, and through this, coding efficiency can be increased. Accordingly, the encoding apparatus may store the reconstructed picture (or reconstructed samples, reconstructed block) in a memory and use it as a reference picture for inter prediction. As described above, an in-loop filtering procedure may be further applied to the reconstructed picture.
  • a video/image decoding procedure based on inter prediction may schematically include, for example, the following.
  • FIG. 6 shows an example of a video/image decoding method based on inter prediction
  • FIG. 7 schematically shows an inter prediction unit in a decoding apparatus.
  • the decoding apparatus may perform an operation corresponding to the operation performed by the encoding apparatus.
  • the decoding apparatus may perform prediction on the current block based on the received prediction information and derive prediction samples.
  • the decoding apparatus may determine the prediction mode for the current block based on the prediction information received from the bitstream ( S500 ).
  • the decoding apparatus may determine which inter prediction mode is applied to the current block based on prediction mode information in the prediction information.
  • inter prediction mode candidates may include various inter prediction modes such as skip mode, merge mode, and/or (A)MVP mode.
  • the decoding apparatus derives motion information of the current block based on the determined inter prediction mode (S510). For example, when the skip mode or the merge mode is applied to the current block, the decoding apparatus may configure a merge candidate list to be described later and select one merge candidate from among the merge candidates included in the merge candidate list. The selection may be performed based on the above-described selection information (merge index). Motion information of the current block may be derived using the motion information of the selected merge candidate. The motion information of the selected merge candidate may be used as the motion information of the current block.
  • the decoding apparatus constructs a (A)MVP candidate list, and selects an mvp from among mvp (motion vector predictor) candidates included in the (A)MVP candidate list.
  • the motion vector of the candidate may be used as the mvp of the current block.
  • the selection may be performed based on the above-described selection information (mvp flag or mvp index).
  • the MVD of the current block may be derived based on the information on the MVD
  • the motion vector of the current block may be derived based on the mvp of the current block and the MVD.
  • the reference picture index of the current block may be derived based on the reference picture index information.
  • a picture indicated by the reference picture index in the reference picture list for the current block may be derived as a reference picture referenced for inter prediction of the current block.
  • motion information of the current block may be derived without a candidate list configuration, and in this case, the above-described candidate list configuration may be omitted.
  • the decoding apparatus may generate prediction samples for the current block based on the motion information of the current block ( S520 ).
  • the reference picture may be derived based on the reference picture index of the current block, and the prediction samples of the current block may be derived using samples of the reference block indicated by the motion vector of the current block on the reference picture.
  • a prediction sample filtering procedure for all or some of the prediction samples of the current block may be further performed in some cases.
  • the inter prediction unit 332 of the decoding apparatus may include a prediction mode determiner 332_1 , a motion information derivation unit 332_2 , and a prediction sample derivation unit 332_3 , and a prediction mode determiner 332_1 ) determines the prediction mode for the current block based on the prediction mode information received from ), and the motion information (motion vector and/or the motion information of the current block based on the information about the motion information received from the motion information derivation unit 332_12) reference picture index, etc.), and the prediction sample derivation unit 332_3 may derive prediction samples of the current block.
  • the decoding apparatus generates residual samples for the current block based on the received residual information (S530).
  • the decoding apparatus may generate reconstructed samples for the current block based on the prediction samples and the residual samples, and generate a reconstructed picture based thereon ( S540 ). Thereafter, as described above, an in-loop filtering procedure may be further applied to the reconstructed picture.
  • a predicted block for the current block may be derived based on motion information derived according to the prediction mode of the current block.
  • the predicted block may include prediction samples (prediction sample array) of the current block.
  • prediction samples of the current block may be derived based on the fractional sample unit reference samples in the reference picture.
  • prediction samples may be generated based on a motion vector (MV) in units of samples/subblocks.
  • prediction samples derived based on L0 prediction ie, prediction using a reference picture in reference picture list L0 and MVL0
  • L1 prediction ie, reference in reference picture list L1
  • Prediction samples derived through weighted sum or weighted average (according to phase) of prediction samples derived based on a picture and prediction using MVL1) may be used as prediction samples of the current block.
  • reconstructed samples and reconstructed pictures may be generated based on the derived prediction samples, and then procedures such as in-loop filtering may be performed.
  • weighted sample prediction may be used.
  • a weighted sample prediction may be referred to as a weighted prediction.
  • Weighted prediction may be applied when the slice type of the current slice in which the current block (eg, CU) is located is a P slice or a B slice. That is, the weighted prediction can be used not only when bi-prediction is applied but also when uni-prediction is applied.
  • the weighted prediction may be determined based on weightedPredFlag, and the value of weightedPredFlag may be determined based on signaled pps_weighted_pred_flag (in case of P slice) or pps_weighted_bipred_flag (in case of B slice).
  • weightedPredFlag may be set like pps_weighted_pred_flag. Otherwise (when slice_type is B), weightedPredFlag may be set like pps_weighted_bipred_flag.
  • the values of prediction samples or prediction samples that are the output of the weighted prediction may be called pbSamples.
  • the weighted prediction procedure can be largely divided into a default weighted (sample) prediction procedure and an explicit weighted (sample) prediction procedure.
  • the weighted (sample) prediction procedure may mean only the explicit weighted (sample) prediction procedure. For example, if the value of weightedPredFlag is 0, values of prediction samples (pbSamples) may be derived based on a default weighted (sample) prediction procedure. If the value of weightedPredFlag is 1, values of prediction samples (pbSamples) may be derived based on an explicit weighted (sample) prediction procedure.
  • the bi-prediction signal ie, the bi-prediction samples
  • L0 prediction samples L0 prediction samples
  • L1 prediction samples L1 prediction samples
  • the bi-prediction samples were derived as the average of the L0 prediction samples based on the L0 reference picture and MVL0 and the L1 prediction samples based on the L1 reference picture and MVL1.
  • a bi-prediction signal (bi-prediction samples) may be derived through a weighted average of the L0 prediction signal and the L1 prediction signal.
  • Bi-directional optical flow may be used to refine a bi-prediction signal.
  • BDOF is for generating prediction samples by calculating improved motion information when bi-prediction is applied to a current block (ex. CU), and the process of calculating the improved motion information may be included in the above-described motion information derivation step. have.
  • BDOF may be applied at the 4x4 subblock level. That is, BDOF may be performed in units of 4x4 subblocks in the current block.
  • BDOF can be applied only to the luma component.
  • the BDOF may be applied only to the chroma component, or may be applied to the luma component and the chroma component.
  • high level syntax may be coded/signaled for video/image coding.
  • Video/image information may be included in HLS.
  • a coded picture may consist of one or more slices.
  • a parameter describing a coded picture is signaled in a picture header, and a parameter describing a slice is signaled in a slice header.
  • the picture header is carried in the form of its own NAL unit (carried).
  • the slice header is present at the beginning of a NAL unit including a payload of a slice (ie, slice data).
  • Each picture is associated with a picture header.
  • a picture may be composed of different types of slices (intra-coded slices (ie, I slices) and inter-coded slices (ie, P slices and B slices)).
  • the picture header may include syntax elements necessary for an intra slice of a picture and an inter slice of a picture.
  • a picture may be divided into subpictures, tiles and/or slices.
  • Sub picture signaling may exist in a sequence parameter set (SPS), and tile and square slice signaling may exist in a picture parameter set (PPS).
  • Raster-scan slice signaling may be present in the slice header.
  • the weighted prediction When the weighted prediction is applied for inter prediction of the current block, the weighted prediction may be performed based on information about the weighted prediction.
  • the weighted prediction procedure may be started based on two flags in the SPS.
  • syntax elements shown in Table 1 below may be included in the SPS syntax.
  • sps_weighted_bipred_flag 1
  • this may indicate that weighted prediction is applied to B slices referring to the SPS.
  • sps_weighted_bipred_flag 0
  • this may indicate that weighted prediction is not applied to B slices referring to the SPS.
  • the two flags signaled in the SPS indicate whether weighted prediction is applied to P and B slices in a coded video sequence (CVS).
  • syntax elements shown in Table 2 below may be included in the PPS syntax.
  • pps_weighted_pred_flag if the value of pps_weighted_pred_flag is 0, this may indicate that weighted prediction is not applied to P slices referring to the PPS. If the value of pps_weighted_pred_flag is 1, it may indicate that weighted prediction is applied to P slices referring to the PPS. When the value of sps_weighted_pred_flag is 0, the value of pps_weighted_pred_flag is 0.
  • pps_weighted_bipred_flag 0 if the value of pps_weighted_bipred_flag is 0, this may indicate that weighted prediction is not applied to B slices referring to the PPS. If the value of pps_weighted_bipred_flag is 1, it may indicate that explicit weighted prediction is applied to B slices referring to the PPS. If the value of sps_weighted_bipred_flag is 0, the value of pps_weighted_bipred_flag is 0.
  • slice header syntax may include syntax elements shown in Table 3 below.
  • slice_pic_parameter_set_id indicates the value of pps_pic_parameter_set_id for the PPS being used.
  • the value of slice_pic_parameter_set_id is included in the range from 0 to 63.
  • TemporalID temporary ID of the current picture must be greater than or equal to the tempralID value of the PPS having the same pps_pic_parameter_set_id as slice_pic_parameter_set_id.
  • prediction weight table syntax may include weighted prediction information as shown in Table 4 below.
  • luma_log2_weight_denom is the base 2 logarithm of the denominator for all luma weighting factors.
  • the value of luma_log2_weight_denom is included in the range from 0 to 7.
  • delta_chroma_log2_weight_denom is the difference of the logarithm of which the base of the denominator for all chroma weighting factors is 2 If delta_chroma_log2_weight_denom does not exist, it is inferred to 0.
  • ChromaLog2WeightDenom is derived as luma_log2_weight_denom + delta_chroma_log2_weight_denom, and its value is included in the range from 0 to 7.
  • luma_weight_10_flag[i] If the value of luma_weight_10_flag[i] is 1, it indicates that there are weight factors for the luma component of the (reference picture) list 0 (L0) prediction using RefPicList[0][i]. If the value of luma_weight_10_flag[i] is 0, it indicates that these weight factors do not exist.
  • chroma_weight_10_flag[i] If the value of chroma_weight_10_flag[i] is 1, it indicates that there are weight factors for chroma prediction values of L0 prediction using RefPicList[0][i]. If the value of chroma_weight_10_flag[i] is 0, it indicates that these weight factors do not exist. If chroma_weight_10_flag[i] is not present, it is inferred to be 0.
  • delta_luma_weight_10[i] is a difference of a weight factor applied to a luma prediction value for L0 prediction using RefPicList[0][i].
  • LumaWeightL0[i] is derived as (1 ⁇ luma_log2_weight_denom) + delta_luma_weight_l0[i].
  • luma_weight_10_flag[i] 1
  • the value of delta_luma_weight_10[i] is included in the range of -128 to 127.
  • luma_weight_l0_flag case of [i] is 0,
  • LumaWeightL0 [i] is inferred to 2 luma _ log2 _weight_ denom.
  • luma_offset_10[i] is an additive offset applied to a luma prediction value for L0 prediction using RefPicList[0][i].
  • the value of luma_offset_10[i] is in the range of -128 to 127. If the value of luma_weight_10_flag[i] is 0, the value of luma_offset_10[i] is inferred to be 0.
  • delta_chroma_weight_l0[i][j] is the difference of the weight factor applied to the chroma prediction value for L0 prediction using RefPicList[0][i] where j is 0 for Cb and j is 1 for Cr .
  • ChromaWeightL0[i][j] is derived as (1 ⁇ ChromaLog2WeightDenom) + delta_chroma_weight_l0[i][j].
  • chroma_weight_10_flag[i] 1
  • delta_chroma_weight_10[i][j] is included in the range from -128 to 127.
  • ChromaWeightL0[i][j] is inferred as 2 ChromaLog2WeightDenom.
  • delta_chroma_offset_l0[i][j] is the difference of additive offset applied to chroma prediction values for L0 prediction using RefPicList[0][i] where j is 0 for Cb and j is 1 for Cr .
  • delta_chroma_offset_10[i][j] is included in the range from -4 x 128 to 4 x 127. If the value of chroma_weight_10_flag[i] is 0, the value of ChromaOffsetL0[i][j] is inferred to be 0.
  • the prediction weighting table syntax described above is often used to modify a sequence in case of a scene change.
  • Existing prediction weight table syntax is when the PPS flag for weighted prediction is enabled and the slice type is P, or the PPS flag for weighted bi-prediction is enabled and the slice type is B, signaling in the slice header do.
  • P the PPS flag for weighted prediction
  • B the slice type
  • signaling in the slice header do it can often be the case that one or a few frames need to adjust the prediction weighting table when the scene changes.
  • the PPS is shared between several frames, it may be unnecessary to signal information about the weighted prediction for all frames referring to the PPS.
  • a tool for weighted prediction (information about weighted prediction) may be applied at the picture level, not the slice level. Weight values are applied to a specific reference picture of a picture and are used for all slices of the picture.
  • the prediction weight table syntax may be signaled at the picture level rather than the slice level.
  • the prediction weight table syntax may be signaled in a picture header (PH) or a picture parameter set (PPS).
  • all slices in the picture may have the same active reference pictures. This includes the order of the active reference pictures in the reference picture list (RPL) (ie, L0 for P slices, L0 and L1 for B slices).
  • RPL reference picture list
  • the signaling of weighted prediction is independent of reference picture list signaling. That is, in prediction weight table signaling, there is no assumption about the order of reference pictures in the reference picture list.
  • Reference picture identification is based on a picture order count (POC) value.
  • POC picture order count
  • a delta POC value between the reference picture and the current picture may be signaled.
  • an absolute delta POC value may be signaled as follows.
  • this is the delta between the POC of the reference picture and the current picture.
  • Two flags in the PPS may be combined into a single control flag (eg, pps_weighted_pred_flag).
  • the flag may be used to indicate that an additional flag is present in the picture header.
  • the flag in the picture header may vary depending on the PPS flag (The flag in the PH may be conditioned on the PPS flag), and when the NAL unit type is not instantaneous decoding refresh (IDR), pred_weighted_table() data (prediction weighted table syntax) ) can be further indicated.
  • Two flags (pps_weighted_pred_flag and pps_weighted_bipred_flag) signaled in the PPS may be combined into one flag.
  • the one flag may use the existing name pps_weighted_pred_flag.
  • a flag may be signaled in the picture header to indicate whether weighted prediction is applied to the picture associated with the picture header.
  • the flag may be referred to as pic_weighted_pred_flag.
  • pic_weighted_pred_flag may vary according to the value of pps_weighted_pred_flag. When the value of pps_weighted_pred_flag is 0, pic_weighted_pred_flag does not exist and its value may be inferred to be 0.
  • weighted prediction when weighted prediction is enabled (ie, the value of pps_weighted_pred_flag is 1 or the value of pps_weighted_bipred_flag is 1), information about weighted prediction may still be present in the slice header, and the following may apply .
  • a new flag may be signaled to indicate whether information about weighted prediction is present in the slice header.
  • the flag may be referred to as slice_weighted_pred_present_flag.
  • slice_weighted_pred_present_flag may be determined according to the type of slice and values of pps_weighted_pred_flag and pps_weighted_bipred_flag.
  • information on weighted prediction may include information/syntax elements related to weighted prediction described in Tables 1 to 4.
  • the video/image information may include various information for inter prediction, such as weighted prediction information, residual information, and inter prediction mode information.
  • the inter prediction mode information may include information/syntax elements such as information indicating whether a merge mode or an MVP mode can be applied to a current block and selection information for selecting one of motion candidates from a motion candidate list. For example, when a merge mode is applied to the current block, a merge candidate list is constructed based on neighboring blocks of the current block, and one candidate for deriving motion information of the current block from the merge candidate list is selected/used ( merge index based).
  • an mvp candidate list may be configured based on neighboring blocks of the current block, and one candidate for deriving motion information of the current block from the mvp candidate list is selected/ It can be used (based on the mvp flag).
  • the PPS may include syntax elements as shown in Table 5 below, and semantics thereof may be as shown in Table 6 below.
  • pps_weighted_pred_flag 0 if the value of pps_weighted_pred_flag is 0, this may indicate that the weighted prediction is not applied to P or B slices referring to the PPS. If the value of pps_weighted_pred_flag is 1, it may indicate that weighted prediction is applied to P or B slices referring to the PPS.
  • picture header may include syntax elements as shown in Table 7 below, and semantics thereof may be as shown in Table 8 below.
  • pic_weighted_pred_flag when the value of pic_weighted_pred_flag is 0, this may indicate that weighted prediction is not applied to P or B slices referring to the corresponding picture header. If the value of pic_weighted_pred_flag is 1, this may indicate that the weighted prediction is applied to P or B slices referring to the corresponding picture header.
  • pic_weighted_pred_flag When the value of pic_weighted_pred_flag is 1, all slices in the picture associated with the corresponding picture header may have the same reference picture lists. Otherwise, when the value of pic_weighted_pred_flag is 1, the value of pic_rpl_present_flag may be 1.
  • pic_weighted_pred_flag may be signaled as shown in Table 9 below.
  • the slice header may include syntax elements as shown in Table 10 below.
  • prediction weight table syntax may include syntax elements as shown in Table 11 below, and semantics thereof may be as shown in Table 12 below.
  • mum_10_weighted_ref_pics may indicate the number of weighted reference pictures in reference picture list 0.
  • the value of num_10_weighted_ref_pics is included in the range from 0 to MaxDecPicBuffMinus1 + 14.
  • mum_11_weighted_ref_pics may indicate the number of weighted reference pictures in reference picture list 1.
  • the value of num_l1_weighted_ref_pics is included in the range from 0 to MaxDecPicBuffMinus1 + 14.
  • chroma_weight_10_flag[i] If the value of chroma_weight_10_flag[i] is 1, it indicates that there are weight factors for chroma prediction values of L0 prediction using RefPicList[0][i]. If the value of chroma_weight_10_flag[i] is 0, it indicates that these weight factors do not exist.
  • chroma_weight_11_flag[i] indicates that there are weight factors for chroma prediction values of L1 prediction using RefPicList[0][i]. If the value of chroma_weight_10_flag[i] is 0, it indicates that these weight factors do not exist.
  • the encoding apparatus may generate information on the number of weighted reference pictures in the reference picture list of the current block based on the weighted prediction.
  • the number information may mean number information on weights signaled for items (reference pictures) in the L0 reference picture list and/or the L1 reference picture list. That is, the value of the number information may be equal to the number of weighted reference pictures in the reference picture list (L0 and/or L1). Accordingly, when the value of the number information is n, the prediction weight table syntax may include n weight factor related flags for the reference picture list.
  • the weight factor related flag may correspond to luma_weight_10_flag, luma_weight_11_flag, chroma_weight_10_flag and/or chroma_weight_10_flag of Table 11. Weights for the current picture may be derived based on an additive weight factor related flag.
  • the prediction weight table syntax When weighted bi-prediction is applied to the current block, the prediction weight table syntax includes information on the number of weighted reference pictures in the L1 reference picture list and weighted reference pictures in the L0 reference picture list as shown in Table 11. Information on the number of may be independently included. The weight factor related flag may be independently included for each of the weighted reference pictures in the L1 reference picture list and the weighted reference pictures in the L0 reference picture list. That is, the prediction weighting table syntax includes the same number of luma_weight_l0_flag and/or chroma_weight_l0_flag as the number of weighted reference pictures in the L0 reference picture list, and is equal to the number of weighted reference pictures in the L1 reference picture list. The number of luma_weight_11_flags and/or chroma_weight_11_flags may be included.
  • the encoding apparatus may encode image information including the above-described number information and weight factor related flags and output the encoded image information in the form of a bitstream.
  • the number information and the weight factor related flag may be included in the prediction weight table syntax in the image information as shown in Table 11.
  • the prediction weight table syntax may be included in a picture header in the image information or in a slice header in the image information.
  • a picture parameter set and/or a picture header includes a weighted prediction related flag. may be included.
  • the weighted prediction related flag When the weighted prediction related flag is included in the picture parameter set, it may correspond to pps_weighted_pred_flag of Table 5. When the weighted prediction related flag is included in the picture header, it may correspond to pic_weighted_pred_flag of Table 7. Alternatively, both pps_weighted_pred_flag and pic_weighted_pred_flag may be included in the image information to indicate whether the prediction weighting table syntax is included in the picture header.
  • the decoding apparatus may parse the prediction weight table syntax from the bitstream based on the parsed flag.
  • the flag regarding the weighted prediction may be parsed from the picture parameter set and/or the picture header of the bitstream.
  • the flag related to the weighted prediction may include pps_weighted_pred_flag and/or pic_weighted_pred_flag.
  • the decoding apparatus may parse the prediction weighting table syntax from the picture header of the bitstream.
  • the decoding apparatus transmits information about weighted prediction included in the prediction weighting table syntax to all slices in the current picture. can be applied to In other words, when the prediction weight table syntax is parsed from the picture header, all slices in the picture associated with the picture header may have the same reference picture list.
  • the decoding apparatus may parse information on the number of weighted reference pictures in the reference picture list of the current block based on the prediction weight table syntax.
  • the value of the number information may be equal to the number of weighted reference pictures in the reference picture list.
  • the decoding apparatus determines the number of reference pictures weighted in the L1 reference picture list from the prediction weight table syntax and the number of reference pictures weighted in the L0 reference picture list. The information can be parsed independently.
  • the decoding apparatus may parse the weight factor related flag for the reference picture list from the prediction weight table syntax based on the number information.
  • the weight factor related flag may correspond to luma_weight_10_flag, luma_weight_11_flag, chroma_weight_10_flag and/or chroma_weight_10_flag of Table 11. For example, when the value of the number information is n, the decoding apparatus may parse n weight factor related flags from the prediction weight table syntax.
  • the decoding apparatus may derive weights for reference pictures of the current block based on the weight factor related flags, and perform weighted prediction on the current block based on this to generate or derive prediction samples. Thereafter, the decoding apparatus may generate or derive reconstructed samples for the current block based on the prediction samples, and reconstruct the current picture based on the reconstructed samples.
  • the picture header may include syntax elements as shown in Table 13 below, and semantics thereof may be as shown in Table 14 below.
  • pic_weighted_pred_flag when the value of pic_weighted_pred_flag is 0, this may indicate that weighted prediction is not applied to P or B slices referring to the corresponding picture header. If the value of pic_weighted_pred_flag is 1, this may indicate that the weighted prediction is applied to P or B slices referring to the corresponding picture header. When the value of sps_weighted_pred_flag is 0, the value of pic_weighted_pred_flag is 0.
  • the slice header may include syntax elements as shown in Table 15 below.
  • the flag on weighted prediction may indicate whether prediction weighting table syntax (information on weighted prediction) exists in the picture header or the slice header. If the value of pic_weighted_pred_flag is 1, it may indicate that the prediction weighting table syntax (information about weighted prediction) does not exist in the slice header but may exist in the picture header. If the value of pic_weighted_pred_flag is 0, it may indicate that the prediction weighting table syntax (information about weighted prediction) does not exist in the picture header but may exist in the slice header.
  • Tables 13 and 14 indicate that the flag for weighted prediction is signaled in the picture header, but the flag for weighted prediction may be signaled in the picture parameter set.
  • the encoding device when a weighted prediction is applied to the current block, the encoding device performs the weighted prediction and encodes image information including a flag for weighted prediction, prediction weight table syntax, etc. based on this. have.
  • the encoding apparatus determines the value of the flag to be 1 when the prediction weight table syntax is included in the picture header of the image information, and the flag when the prediction weight table syntax is included in the slice header of the image information can be set to be 0.
  • the weighted prediction information included in the prediction weight table syntax may be applied to all slices in the current picture.
  • the weighted prediction information included in the prediction weight table syntax may be applied to slice(s) associated with the slice header among slices in the current picture. Accordingly, when the prediction weight table syntax is included in the picture header, all slices in the picture associated with the picture header may have the same reference picture list, and when the prediction weight table syntax is included in the slice header, the slice header and Associated slices may have the same reference picture list.
  • the prediction weight table syntax may include information on the number of weighted reference pictures in the reference picture list of the current block, a weight factor related flag, and the like.
  • the number information may mean number information on weights signaled for items (reference pictures) in the L0 reference picture list and/or the L1 reference picture list, and the value of the number information is It may be equal to the number of weighted reference pictures in the reference picture list (L0 and/or L1).
  • the prediction weight table syntax may include n weight factor related flags for the reference picture list.
  • the weight factor related flag may correspond to luma_weight_10_flag, luma_weight_11_flag, chroma_weight_10_flag and/or chroma_weight_10_flag of Table 11.
  • the encoding apparatus When the weighted bi-prediction is applied to the current block, the encoding apparatus includes information on the number of reference pictures weighted in the L1 reference picture list and the number information on the reference pictures weighted in the L0 reference picture list. You can create table syntax. In the prediction weight table syntax, the weight factor related flag may be independently included for each of the number information on the weighted reference pictures in the L1 reference picture list and the number information on the weighted reference pictures in the L0 reference picture list. have.
  • the prediction weighting table syntax includes the same number of luma_weight_l0_flag and/or chroma_weight_l0_flag as the number of weighted reference pictures in the L0 reference picture list, and the number of weighted reference pictures in the L1 reference picture list and The same number of luma_weight_11_flags and/or chroma_weight_11_flags may be included.
  • the decoding apparatus may parse the prediction weight table syntax from the bitstream based on the parsed flag.
  • the flag regarding the weighted prediction may be parsed from the picture parameter set and/or the picture header of the bitstream.
  • the flag related to the weighted prediction may correspond to pps_weighted_pred_flag and/or pic_weighted_pred_flag.
  • the decoding apparatus may parse the prediction weight table syntax from a picture header of a bitstream.
  • the decoding apparatus may parse the prediction weight table syntax from a slice header of a bitstream.
  • the decoding apparatus may apply weighted prediction information included in the prediction weight table syntax to all slices in the current picture.
  • all slices in the picture associated with the picture header may have the same reference picture list.
  • information on weighted prediction included in the prediction weight table syntax may be applied to slice(s) associated with the slice header among slices in the current picture.
  • slices associated with the slice header may have the same reference picture list.
  • the decoding apparatus may parse information on the number of weighted reference pictures in the reference picture list of the current block based on the prediction weight table syntax.
  • the value of the number information may be equal to the number of weighted reference pictures in the reference picture list.
  • the decoding apparatus determines the number of reference pictures weighted in the L1 reference picture list from the prediction weight table syntax and the number of reference pictures weighted in the L0 reference picture list. The information can be parsed independently.
  • the decoding apparatus may parse the weight factor related flag for the reference picture list from the prediction weight table syntax based on the number information.
  • the weight factor related flag may correspond to the aforementioned luma_weight_10_flag, luma_weight_11_flag, chroma_weight_10_flag and/or chroma_weight_10_flag.
  • the decoding apparatus may parse n weight factor related flags from the prediction weight table syntax.
  • the decoding apparatus may derive weights for reference pictures of the current block based on the weight factor related flags, and perform inter prediction on the current block based on this to generate or derive prediction samples.
  • the decoding apparatus may generate or derive reconstructed samples for the current block based on the prediction samples, and generate a reconstructed picture for the current picture based on the reconstructed samples.
  • prediction weight table syntax may include syntax elements as shown in Table 16 below, and semantics thereof may be as shown in Table 17 below.
  • ChromaWeight[i][j] may be derived as (1 ⁇ ChromaLog2WeightDenom) + delta_chroma_weight [i][j].
  • the value of chroma_weight_flag[i] is 1, the value of delta_chroma_weight[i][j] is included in the range of -128 to 127.
  • ChromaWeight[i][j] may be derived as 2ChromaLog2WeightDenom.
  • ChromaOffset[i][j] may be derived as follows.
  • delta_chroma_offset[i][j] is included in the range of -4 * 128 to 4 * 127.
  • ChromaOffset[i][j] is inferred to be 9.
  • sumWeightFlags may be derived as the sum of luma_weight_flag [i] + 2 * chroma_weight_flag [i]. i is included in the range of 0 to num_weighted_ref_pics_minus1. If slice_type is P, sumWeightL0Flags is less than or equal to 24.
  • L0ToWeightedRefIdx[i] may indicate a mapping between the index in the list of weighted reference pictures and the i-th reference picture L0. i is included in the range of 0 to NumRefIdxActive[0] - 1, and can be derived as follows.
  • L1ToWeightedRefIdx[i] may indicate a mapping between an index in the list of weighted reference pictures and the i-th active reference picture L1. i is included in the range of 0 to NumRefIdxActive[1] - 1, and can be derived as follows.
  • LumaWeightL0[i] When LumaWeightL0[i] occurs, it is replaced with LumaWeight[L0ToWeightedRefIdx[i]], when LumaWeightL1[i] occurs, it is replaced with LumaWeight[L1ToWeightedRefIdx[i]].
  • ChromaWeightL0[i] When ChromaWeightL0[i] occurs, it is replaced with ChromaWeight [L0ToWeightedRefIdx[i]], and when ChromaWeightL1[i] occurs, it is replaced with ChromaWeight[L1ToWeightedRefIdx[i]].
  • the slice header syntax may include syntax elements as shown in Table 18 below, and semantics thereof may be as shown in Table 19 below.
  • a flag indicating whether prediction weight table syntax exists in the slice header may be signaled.
  • the flag may be signaled in the slice header and may be referred to as slice_weight_pred_present_flag.
  • slice_weight_pred_present_flag 1
  • this may indicate that the prediction weight table syntax is present in the slice header.
  • slice_weight_pred_present_flag 0
  • this may indicate that the prediction weight table syntax does not exist in the slice header. That is, it may indicate that the prediction weight table syntax exists in the picture header.
  • the prediction weight table syntax is parsed from the slice header, but an adaptation parameter set including syntax elements as shown in Table 20 below may be signaled.
  • Each APS RBSP must be available for the decoding process before it is included in and referenced in at least one access unit with a TemporalId less than or equal to the TemporalId of the coded slice NAL unit that refers to it or is provided through external means.
  • nuh_layer_id of APS NAL unit may be referred to as nuh_layer_id of APS NAL unit. If the layer in which nuh_layer_id is equal to aspLayerId is an independent layer (ie, vps_independent_layer_flag[GeneralLayerIdx[aspLayerId]] is 1), the APS NAL unit including the APS RBSP has the same nuh_layer_id as the nuh_layer_id of the coded slice NAL unit referencing it.
  • the APS NAL unit including the APS RBSP is equal to the nuh_layer_id of the coded slice NAL unit referencing it or equal to the nuh_layer_id of the direct dependent layer of the layer containing the coded slice NAL unit referencing it. It has nuh_layer_id.
  • All APS NAL units having a specific value of adaptation_parameter_set_id and a specific value of aps_params_type in an access unit have the same content.
  • adaptation_parameter_set_id provides an identifier for the APS so that other syntax elements can refer to it.
  • adaptation_parameter_set_id is included in the range of 0 to 7.
  • adaptation_parameter_set_id is included in the range of 0 to 3.
  • aps_params_type indicates the types of APS parameters included in the APS as shown in Table 21 below.
  • the value of aps_params_type is 1 (LMCS_APS)
  • the value of adaptation_parameter_set_id is included in the range of 0 to 3.
  • Each type of APS uses a separate value space for adaptation_parameter_set_id.
  • An APS NAL unit (having a specific value of adaptation_parameter_set_id and a specific value of aps_params_type) may be shared between pictures, and other slices within a picture may refer to another ALF APS.
  • aps_extension_flag When the value of aps_extension_flag is 0, it indicates that the aps_extension_data_flag syntax element does not exist in the APS RBSP syntax structure. When the value of aps_extension_flag is 1, it indicates that there is an aps_extension_data_flag syntax element present in the APS RBSP syntax structure.
  • aps_extension_data_flag may have any value.
  • a new aps_params_type may be added to the existing type.
  • the slice header may be modified to signal the APS ID instead of pred_weight_table() as shown in Table 22 below.
  • slice_pred_weight_aps_id indicates adaptation_parameter_set_id of the prediction weight table APS.
  • the TemporalId of the APS NAL unit with aps_params_type equal to PRED_WEIGHT_APS and adaptation_parameter_set_id equal to slice_pred_weight_aps_id is less than or equal to the TemporalId of the coded slice NAL unit.
  • slice_pred_weight_aps_id syntax element When the slice_pred_weight_aps_id syntax element is present in the slice header, the value of slice_pred_weight_aps_id is the same for all slices of the picture.
  • prediction weight table syntax as shown in Table 23 below may be signaled.
  • numRefIdxActive[i] may be used to indicate the number of active reference indices.
  • the value of numRefIdxActive[i] is in the range of 0 to 14.
  • Table 23 indicates whether information on one or two lists is parsed by the APS when num_lists_active_flag is parsed.
  • FIG. 8 and 9 schematically show an example of a video/image encoding method and related components according to an embodiment of the present document.
  • the video/image encoding method disclosed in FIG. 8 may be performed by the (video/image) encoding apparatus 200 illustrated in FIGS. 2 and 9 .
  • S800 to S820 of FIG. 8 may be performed by the prediction unit 220 of the encoding apparatus 200
  • S830 may be performed by the entropy encoding unit 240 of the encoding apparatus 200 .
  • the video/image encoding method disclosed in FIG. 8 may include the embodiments described above in this document.
  • the prediction unit 220 of the encoding apparatus may derive motion information of a current block in the current picture based on motion estimation ( S800 ).
  • the encoding device may search for a similar reference block with high correlation within a predetermined search range in the reference picture by using the original block in the original picture with respect to the current block in fractional pixel units, through which motion information can be derived.
  • the block similarity may be derived based on a difference between phase-based sample values.
  • the block similarity may be calculated based on a sum of absolute difference (SAD) between the current block (or the template of the current block) and the reference block (or the template of the reference block).
  • SAD sum of absolute difference
  • motion information may be derived based on a reference block having the smallest SAD in the search area.
  • the derived motion information may be signaled to the decoding apparatus according to various methods based on the inter prediction mode.
  • the prediction unit 220 of the encoding apparatus may perform weighted (sample) prediction on the current block based on motion information of the current block (S810), and based on this, prediction samples (prediction block) of the current block ) and prediction-related information can be generated.
  • the prediction-related information may include prediction mode information (merge mode, skip mode, etc.), motion information, and the like.
  • the information on the motion information may include candidate selection information (eg, merge index, mvp flag, or mvp index) that is information for deriving a motion vector.
  • the information on the motion information may include the above-described MVD information and/or reference picture index information.
  • the information on the motion information may include information indicating whether L0 prediction, L1 prediction, or pair (bi) prediction is applied.
  • the prediction unit 220 may perform weighted prediction on a current block in the current slice. The weighted prediction may be used when uni-prediction as well as bi-prediction is applied to the current block.
  • the prediction unit 220 of the encoding apparatus may generate information on the number of weighted reference pictures in the reference picture list for the weighted prediction based on the weighted prediction based on the motion information (S820).
  • the entropy encoding unit 240 of the encoding apparatus may encode image information including the number information.
  • the number information may be included in a prediction weight table syntax in the image information, and in this case, the prediction weight table syntax may also be included in a picture header in the image information.
  • the value of the number information may be equal to the number of the weighted reference pictures in the reference picture list.
  • the prediction weight table syntax may include the same number of weight factor related flags as the number of pieces of information.
  • the prediction weight table syntax may include n weight factor related flags.
  • the number information and/or the weight factor related flag may be independently included for each of L0 and L1 in the prediction weight table syntax.
  • the number information on the weighted reference pictures in L0 and the number information on the weighted reference pictures in L1 do not depend on each other in the prediction weight table syntax (depending on the number of active reference pictures for each list) not) can be signaled independently.
  • the residual processing unit 230 of the encoding apparatus may generate a residual sample and residual information based on the prediction samples generated by the prediction unit 220 and the original picture (original block and original samples).
  • the residual information is information about the residual samples, and may include information about (quantized) transform coefficients for the residual samples.
  • the adder (or reconstructor) of the encoding apparatus adds the residual samples generated by the residual processing unit 230 and the prediction samples generated by the prediction unit 220 to reconstructed samples (reconstructed pictures, reconstructed blocks, reconstructed sample arrays).
  • the entropy encoding unit 240 of the encoding apparatus includes prediction related information generated by the prediction unit 220, residual information generated by the residual processing unit 230, a flag related to weighted prediction, prediction weight table syntax, etc.
  • Image information may be encoded (S830).
  • the prediction related information may include a flag related to weighted prediction, prediction weight table syntax, and the like, and the prediction weight table syntax may include information on the number of weighted reference pictures described above, weight factor related flag, etc. have.
  • the entropy encoding unit 240 of the encoding apparatus may encode image information based on at least one of Tables 5 to 23 and output the encoded image information in the form of a bitstream. Specifically, the entropy encoding unit 240 of the encoding apparatus determines a value of a flag related to weighted prediction to be 1 based on that the prediction weight table syntax of the present document is included in a picture header of image information, and the prediction weight table syntax The value of the flag related to the weighted prediction may be determined to be 0 based on that is included in the slice header of the image information.
  • the entropy encoding unit 240 of the encoding apparatus applies the weighted prediction information included in the prediction weight table syntax to all slices in the current picture including the current block, based on the weighted prediction.
  • a flag related to the weighted prediction based on determining a value of the flag to be 1, and applying the weighted prediction information included in the prediction weight table syntax to a slice associated with the slice header among slices in the current picture can be set to be 0.
  • all slices in the picture associated with the picture header may have the same reference picture list, and when the prediction weight table syntax is included in the slice header, the slice header is associated with the Slices may have the same reference picture list.
  • the flag related to the weighted prediction may be included in a picture parameter set of image information or a picture header and transmitted to a decoding apparatus.
  • the weighted prediction flag may be information indicating whether weighted prediction information exists in the picture header.
  • FIG. 10 and 11 schematically show an example of a video/image decoding method and related components according to an embodiment of the present document.
  • the video/image decoding method illustrated in FIG. 10 may be performed by the (video/image) decoding apparatus 300 illustrated in FIGS. 3 and 11 .
  • steps S1000 and S1010 of FIG. 10 may be performed by the entropy decoding unit 310 of the decoding apparatus.
  • S1020 and S1020 of FIG. 8 may be performed by the prediction unit 330 of the decoding apparatus, and S1030 may be performed by the adder 340 of the decoding apparatus.
  • the video/image decoding method disclosed in FIG. 10 may include the embodiments described above in this document.
  • the entropy decoding unit 310 of the decoding apparatus may parse a flag related to weighted prediction from a bitstream, and a prediction weight from the bitstream based on the flag related to the weighted prediction.
  • the table syntax may be parsed (S1000).
  • the flag related to the weighted prediction may be parsed from a picture parameter set or a picture header of a bitstream, and may indicate whether information about weighted prediction (prediction weight table syntax) exists in the picture header. For example, when the value of the weighted prediction flag is 1, the entropy decoding unit 310 of the decoding apparatus parses the prediction weight table syntax from the picture header of the bitstream, and relates to the weighted prediction.
  • the prediction weight table syntax may be parsed from the slice header of the bitstream.
  • the value of the weighted prediction flag is 1
  • the weighted prediction information included in the prediction weight table syntax may be applied to all slices in the current picture
  • the value of the weighted prediction flag is 0, the weighted prediction information included in the prediction weight table may be applied to a slice associated with the slice header among slices in the current picture.
  • all slices in a picture associated with the picture header may have the same reference picture list
  • the prediction weight table syntax is parsed from the slice header, associated with the slice header Slices may have the same reference picture list.
  • the entropy decoding unit 310 of the decoding apparatus may parse the number information from the prediction weight table syntax.
  • the value of the number information may be equal to the number of weighted reference pictures in the reference picture list.
  • the entropy decoding unit 310 of the decoding apparatus may parse the same number of weight factor related flags as the number of the number information from the prediction weight table syntax based on the number information.
  • the prediction weight table syntax may include n weight factor related flags.
  • the number information and/or the weight factor related flag may be independently included for each of L0 and L1 in the prediction weight table syntax.
  • the number information of reference pictures weighted in L0 and the number information of weighted reference pictures in L1 do not depend on each other in the prediction weight table syntax (depending on the number of active reference pictures for each list) ) can be parsed independently.
  • the decoding apparatus is a weighted prediction for the current block in the current picture based on prediction-related information (inter/intra prediction classification information, intra prediction mode information, inter prediction mode information, weighted prediction information, etc.) obtained from the bitstream. may be performed to restore the current picture.
  • the weighted prediction information may include prediction weight table syntax.
  • the prediction unit 330 of the decoding apparatus may derive weights for weighted prediction based on the weight factor related flag parsed based on the number information in the prediction weight table syntax (S1020). Specifically, for example, when the value of the number information in the prediction weight table syntax is n, the prediction unit 330 of the decoding apparatus may parse n weight factor related flags from the prediction weight table syntax.
  • the prediction unit 330 of the decoding apparatus may derive prediction samples of the current block by performing weighted prediction on the current block based on the weights ( S1030 ).
  • the residual processing unit 320 of the decoding apparatus may generate residual samples based on residual information obtained from the bitstream.
  • the adder 340 of the decoding apparatus may generate reconstructed samples based on the prediction samples generated by the prediction unit 330 and the residual samples generated by the residual processing unit 320 .
  • the adder 340 of the decoding apparatus may generate a reconstructed picture (reconstructed block) based on the reconstructed samples (S1040).
  • in-loop filtering procedures such as deblocking filtering, SAO and/or ALF procedures may be applied to the reconstructed picture in order to improve subjective/objective picture quality, if necessary.
  • the encoding device and/or decoding device according to this document is, for example, an image of a TV, a computer, a smart phone, a set-top box, a display device, etc. It may be included in the device performing the processing.
  • a module may be stored in a memory and executed by a processor.
  • the memory may be internal or external to the processor, and may be coupled to the processor by various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
  • Memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and/or other storage devices. That is, the embodiments described in this document may be implemented and performed on a processor, a microprocessor, a controller, or a chip.
  • the functional units shown in each figure may be implemented and performed on a computer, processor, microprocessor, controller, or chip.
  • information for implementation (ex. information on instructions) or an algorithm may be stored in a digital storage medium.
  • the decoding device and the encoding device to which the embodiment(s) of this document are applied is a multimedia broadcasting transmission/reception device, a mobile communication terminal, a home cinema video device, a digital cinema video device, a surveillance camera, a video conversation device, such as a video communication device.
  • Real-time communication device mobile streaming device, storage medium, camcorder, video on demand (VoD) service providing device, 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. 12 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 (eg, watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display), digital TV, desktop computer , digital signage, and the like.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • a navigation system e.g, a portable multimedia player (PMP), a navigation system, a slate PC, Tablet PC (tablet PC), ultrabook (ultrabook), wearable device (eg, watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display), digital TV, desktop computer , digital signage, and the like.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • a navigation system e.g., a slate PC
  • 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 문서에 따른 비디오 디코딩 장치에 의하여 수행되는 비디오 디코딩 방법은 비트스트림으로부터 예측 가중 테이블(prediction weighted table) 신택스를 파싱하는 단계, 상기 예측 가중 테이블 신택스로부터 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 파싱하는 단계, 상기 개수 정보를 기반으로 가중된 예측을 위한 가중치들을 도출하는 단계, 상기 가중치들을 기반으로 현재 블록에 대한 가중된 예측을 수행하여 상기 현재 블록의 예측 샘플들을 도출하는 단계, 및 상기 예측 샘플들을 기반으로 현재 픽처를 복원하는 단계를 포함하되, 상기 예측 가중 테이블 신택스는 상기 비트스트림의 픽처 헤더로부터 파싱될 수 있다.

Description

가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치
본 기술은 가중된 예측(weighted prediction)에 기반한 인터 예측을 수행하여 영상/비디오를 인코딩/디코딩하는 방법 및 장치에 관한 것이다.
최근 UHD(Ultra High Definition) 영상/비디오와 같은 4K 또는 8K 이상의 고해상도, 고품질의 영상/비디오에 대한 수요가 다양한 분야에서 증가하고 있다. 영상/비디오 데이터가 고해상도, 고품질이 될수록 기존의 영상/비디오 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상/비디오 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(virtual reality), AR(artificial reality) 컨텐츠나 홀로그램 등의 실감 미디어(immersive media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 영상/비디오에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 영상/비디오의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 영상/비디오 압축 기술이 요구된다.
본 문서의 기술적 과제는 영상/비디오의 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 다른 기술적 과제는 예측 가중 테이블 신택스를 효율적으로 시그널링하는 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 가중된 예측에 관한 시그널링 오버헤드를 감소시키는 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 영상 정보에 사용되는 비트 수를 감소시키는 방법 및 장치를 제공함에 있다.
본 문서의 일 실시예에 따르면, 비디오 디코딩 장치에 의하여 수행되는 비디오 디코딩 방법은 비트스트림으로부터 예측 가중 테이블(prediction weighted table) 신택스를 파싱하는 단계, 상기 예측 가중 테이블 신택스로부터 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 파싱하는 단계, 상기 개수 정보를 기반으로 가중된 예측을 위한 가중치들을 도출하는 단계, 상기 가중치들을 기반으로 현재 블록에 대한 가중된 예측을 수행하여 상기 현재 블록의 예측 샘플들을 도출하는 단계, 및 상기 예측 샘플들을 기반으로 현재 픽처를 복원하는 단계를 포함하되, 상기 예측 가중 테이블 신택스는 상기 비트스트림의 픽처 헤더로부터 파싱될 수 있다.
본 문서의 다른 실시예에 따르면, 비디오 인코딩 장치에 의하여 수행되는 비디오 인코딩 방법은 현재 블록의 움직임 정보를 도출하는 단계, 상기 움직임 정보를 기반으로 상기 현재 블록에 대한 가중된 예측을 수행하는 단계, 상기 가중된 예측을 위한 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 생성하는 단계, 및 상기 개수 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되, 상기 개수 정보는 상기 영상 정보 내 예측 가중 테이블 신택스에 포함되고, 상기 예측 가중 테이블 신택스는 상기 영상 정보 내 픽처 헤더에 포함될 수 있다.
본 문서의 또 다른 실시예에 따르면, 컴퓨터 판독 가능한 디지털 저장 매체로서, 상기 디지털 저장 매체는 비디오 디코딩 장치에 의하여 비디오 디코딩 방법을 수행하도록 야기하는 정보를 포함하고, 상기 비디오 디코딩 방법은, 영상 정보로부터 예측 가중 테이블 신택스를 파싱하는 단계, 상기 예측 가중 테이블 신택스로부터 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 파싱하는 단계, 상기 개수 정보를 기반으로 가중된 예측을 위한 가중치를 도출하는 단계, 상기 가중치를 기반으로 현재 블록에 대한 가중된 예측을 수행하여 상기 현재 블록의 예측 샘플들을 도출하는 단계, 및 상기 예측 샘플들을 기반으로 현재 픽처를 복원하는 단계를 포함하되, 상기 예측 가중 테이블 신택스는 상기 영상 정보의 픽처 헤더로부터 파싱될 수 있다.
본 문서의 일 실시예에 따르면 전반적인 영상/비디오의 압축 효율을 향상시킬 수 있다.
본 문서의 일 실시예에 따르면 예측 가중 테이블 신택스를 효율적으로 시그널링할 수 있다.
본 문서의 일 실시예에 따르면 가중된 예측에 관한 정보를 전달함에 있어서 불필요한 시그널링을 감소시킬 수 있다.
본 문서의 일 실시예에 따르면 가중된 예측에 사용되는 비트 수가 감소될 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 인터 예측 기반 비디오/영상 인코딩 방법의 예를 나타낸다.
도 5는 인코딩 장치 내 인터 예측부를 개략적으로 나타낸다.
도 6은 인터 예측 기반 비디오/영상 디코딩 방법의 예를 나타낸다.
도 7은 디코딩 장치 내 인터 예측부를 개략적으로 나타낸다.
도 8 및 도 9는 본 문서의 실시예에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 10 및 도 11은 본 문서의 실시예에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 12는 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 문서는 비디오(video)/영상(image) 코딩에 관한 것이다. 예를 들어 이 문서에서 개시된 방법/실시예는 VVC(versatile video coding) 표준에 개시되는 방법에 적용될 수 있다. 또한, 이 문서에서 개시된 방법/실시예는 EVC(essential video coding) 표준, AV1(AOMedia Video 1) 표준, AVS2(2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267, H.268 등)에 개시되는 방법에 적용될 수 있다.
본 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들이 제시되며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
본 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 수 있다. 브릭은 픽처 내 타일 이내의 CTU 행들의 사각 영역을 나타낼 수 있다. 타일은 다수의 브릭들로 파티셔닝될 수 있고, 각 브릭은 상기 타일 내 하나 이상의 CTU 행들로 구성될 수 있다. 다수의 브릭들로 파티셔닝되지 않은 타일은 또한 브릭으로 불릴 수 있다. 브릭 스캔은 픽처를 파티셔닝하는 CTU들의 특정한 순차적 오더링을 나타낼 수 있으며, 상기 CTU들은 브릭 내에서 CTU 래스터 스캔으로 정렬될 수 있고, 타일 내 브릭들은 상기 타일의 상기 브릭들의 래스터 스캔으로 연속적으로 정렬될 수 있고, 그리고 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다. 타일은 특정 타일 열 및 특정 타일 열 이내의 CTU들의 사각 영역이다. 상기 타일 열은 CTU들의 사각 영역이고, 상기 사각 영역은 상기 픽처의 높이와 동일한 높이를 갖고, 너비는 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시될 수 있다. 상기 타일 행은 CTU들의 사각 영역이고, 상기 사각 영역은 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시되는 너비를 갖고, 높이는 상기 픽처의 높이와 동일할 수 있다. 타일 스캔은 픽처를 파티셔닝하는 CTU들의 특정 순차적 오더링을 나타낼 수 있고, 상기 CTU들은 타일 내 CTU 래스터 스캔으로 연속적으로 정렬될 수 있고, 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다. 슬라이스는 픽처의 정수개의 브릭들을 포함할 수 있고, 상기 정수개의 브릭들은 하나의 NAL 유닛에 포함될 수 있다. 슬라이스는 다수의 완전한 타일들로 구성될 수 있고, 또는 하나의 타일의 완전한 브릭들의 연속적인 시퀀스일 수도 있다. 이 문서에서 타일 그룹과 슬라이스는 혼용될 수 있다. 예를 들어 본 문서에서 타일 그룹(tile group)/타일 그룹 헤더(tile group header)는 슬라이스(slice)/슬라이스 헤더(slice header)로 불릴 수 있다.
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
본 문서의 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 본 문서에서 사용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서에서 제시된 방법의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, '적어도 하나의' 표현을 포함한다. 본 문서에서 "포함하다" 또는 "가지다" 등의 용어는 문서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 문서에서 설명되는 도면 상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 문서에서 개시된 방법의 본질에서 벗어나지 않는 한 본 문서의 개시범위에 포함된다.
본 문서에서 "/"와 ","는 "및/또는"으로 해석된다. 예를 들어, "A/B"는 "A 및/또는 B"로 해석되고, "A, B"는 "A 및/또는 B"로 해석된다. 추가적으로, "A/B/C"는 "A, B 및/또는 C 중 적어도 하나"를 의미한다. 또한, "A, B, C"도 "A, B 및/또는 C 중 적어도 하나"를 의미한다.
또한, 본 문서에서 "또는"는 "및/또는"으로 해석된다. 예를 들어, "A 또는 B"은, 1) "A" 만을 의미하고, 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 달리 표현하면, 본 문서의 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
또한, 본 문서에서 사용되는 괄호는 "예를 들어(for example)"를 의미할 수 있다. 구체적으로, "예측(인트라 예측)"로 표시된 경우, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다. 달리 표현하면 본 문서의 "예측"은 "인트라 예측"으로 제한(limit)되지 않고, "인트라 예측"이 "예측"의 일례로 제안될 것일 수 있다. 또한, "예측(즉, 인트라 예측)"으로 표시된 경우에도, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다.
본 문서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
이하, 첨부한 도면들을 참조하여, 본 문서의 실시예들을 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
도 1은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스(video source), 인코딩 장치 및 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러(renderer)를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브(archive) 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 요소를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 요소를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 인코딩 장치라 함은 영상 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(reconstructed block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽처, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 문서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 처리 유닛은 예측 유닛(prediction unit, PU) 또는 변환 유닛(transform unit, TU)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우 도시된 바와 같이 인코딩 장치(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다. 예측부(220)는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(220)는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부(220)는 각 예측 모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbour)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighbouring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighbouring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부(220)는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction(CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
상기 예측부(인터 예측부(221) 및/또는 상기 인트라 예측부(222)를 포함)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다.
변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송하고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 요소로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(250)는 복원된 레지듀얼 신호를 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(250)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS(Luma Mapping with Chroma Scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(260)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(221)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(200)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270)의 DPB는 수정된 복원 픽처를 인터 예측부(221)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memory, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱(parsing)하여 영상 복원(또는 픽처 복원)에 필요한 정보(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬(exponential Golomb) 부호화, CAVLC(context-adaptive variable length coding) 또는 CABAC(context-adaptive arithmetic coding) 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 요소의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 신택스 요소에 해당하는 빈(bin)을 수신하고, 디코딩 대상 신택스 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 신택스 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다.
레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 요소로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들을 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
본 문서에서 양자화/역양자화 및/또는 변환/역변환 중 적어도 하나는 생략될 수 있다. 상기 양자화/역양자화가 생략되는 경우, 상기 양자화된 변환 계수는 변환 계수라고 불릴 수 있다. 상기 변환/역변환이 생략되는 경우, 상기 변환 계수는 계수 또는 레지듀얼 계수 라고 불릴 수도 있고, 또는 표현의 통일성을 위하여 변환 계수라고 여전히 불릴 수도 있다.
본 문서에서 양자화된 변환 계수 및 변환 계수는 각각 변환 계수 및 스케일링된(scaled) 변환 계수라고 지칭될 수 있다. 이 경우 레지듀얼 정보는 변환 계수(들)에 관한 정보를 포함할 수 있고, 상기 변환 계수(들)에 관한 정보는 레지듀얼 코딩 신택스를 통하여 시그널링될 수 있다. 상기 레지듀얼 정보(또는 상기 변환 계수(들)에 관한 정보)를 기반으로 변환 계수들이 도출될 수 있고, 상기 변환 계수들에 대한 역변환(스케일링)을 통하여 스케일링된 변환 계수들이 도출될 수 있다. 상기 스케일링된 변환 계수들에 대한 역변환(변환)을 기반으로 레지듀얼 샘플들이 도출될 수 있다. 이는 본 문서의 다른 부분에서도 마찬가지로 적용/표현될 수 있다.
예측부(330)는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(330)는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(330)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 비디오/영상 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(331)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbour)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighbouring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighbouring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331)를 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS(Luma Mapping with Chroma Scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(332)에서 참조 픽처로 사용될 수 있다. 메모리(360)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 문서에서, 인코딩 장치(200)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다.
한편, 본 문서에 따른 비디오/영상 코딩 방법은 다음과 같은 파티셔닝 구조에 기반하여 수행될 수 있다. 구체적으로, 상술한 예측, 레지듀얼 처리((역)변환, (역)양자화 등), 신택스 요소 코딩, 필터링 등의 절차는 상기 파티셔닝 구조에 기반하여 도출된 CTU, CU(및/또는 TU, PU)에 기반하여 수행될 수 있다. 블록 파티셔닝 절차는 상술한 인코딩 장치의 영상 분할부(210)에서 수행되어, 파티셔닝 관련 정보가 엔트로피 인코딩부(240)에서 (인코딩) 처리되어 비트스트림 형태로 디코딩 장치로 전달될 수 있다. 디코딩 장치의 엔트로피 디코딩부(310)는 상기 비트스트림으로부터 획득한 상기 파티셔닝 관련 정보를 기반으로 현재 픽처의 블록 파티셔닝 구조를 도출하고, 이를 기반으로 영상 디코딩을 위한 일련의 절차(ex. 예측, 레지듀얼 처리, 블록/픽처 복원, 인루프 필터링 등)을 수행할 수 있다. CU 사이즈와 TU 사이즈가 같을 수 있고, 또는 CU 영역 내에 복수의 TU가 존재할 수도 있다. 한편, CU 사이즈라 함은 일반적으로 루마 성분(샘플) CB(coding block) 사이즈를 나타낼 수 있다. TU 사이즈라 함은 일반적으로 루마 성분(샘플) TB(transform block) 사이즈를 나타낼 수 있다. 크로마 성분(샘플) CB 또는 TB 사이즈는 픽처/영상의 컬러 포멧(크로마 포멧, ex. 4:4:4, 4:2:2, 4:2:0 등)에 따른 성분비에 따라 루마 성분(샘플) CB 또는 TB 사이즈를 기반으로 도출될 수 있다. 상기 TU 사이즈는 maxTbSize를 기반으로 도출될 수 있다. 예를 들어, 상기 CU 사이즈가 상기 maxTbSize보다 큰 경우, 상기 CU로부터 상기 maxTbSize의 복수의 TU(TB)들이 도출되고, 상기 TU(TB) 단위로 변환/역변환이 수행될 수 있다. 또한, 예를 들어 인트라 예측이 적용되는 경우, 인트라 예측 모드/타입은 상기 CU(or CB) 단위로 도출되고, 주변 참조 샘플 도출 및 예측 샘플 생성 절차는 TU(or TB) 단위로 수행될 수 있다. 이 경우 하나의 CU(or CB) 영역 내에 하나 또는 복수의 TU(or TB)들이 존재할 수 있으며, 이 경우 상기 복수의 TU(or TB)들은 동일한 인트라 예측 모드/타입을 공유할 수 있다.
또한, 본 문서에 따른 비디오/이미지의 코딩에 있어서, 영상 처리 단위는 계층적 구조를 가질 수 있다. 하나의 픽처는 하나 이상의 타일, 브릭, 슬라이스 및/또는 타일 그룹으로 구분될 수 있다. 하나의 슬라이스는 하나 이상의 브릭을 포함할 수 있다. 하나의 브릭은 타일 내 하나 이상의 CTU 행(row)을 포함할 수 있다. 슬라이스는 픽처의 정수개의 브릭들을 포함할 수 있다. 하나의 타일 그룹은 하나 이상의 타일을 포함할 수 있다. 하나의 타일은 하나 이상의 CTU를 포함할 수 있다. 상기 CTU는 하나 이상의 CU로 분할될 수 있다. 타일은 픽처 내에서 특정 타일 행 및 특정 타일 열 내의 CTU들을 포함하는 사각 영역(rectangular region)이다. 타일 그룹은 픽처 내의 타일 래스터 스캔에 따른 정수개의 타일들을 포함할 수 있다. 슬라이스 헤더는 해당 슬라이스(슬라이스 내의 블록들)에 적용될 수 있는 정보/파라미터를 나를 수 있다. 인코딩/디코딩 장치가 멀티 코어 프로세서를 갖는 경우, 상기 타일, 슬라이스, 브릭 및/또는 타일 그룹에 대한 인코딩/디코딩 절차는 병렬 처리될 수 있다. 있다. 본 문서에서 슬라이스 또는 타일 그룹은 혼용될 수 있다. 즉, 타일 그룹 헤더는 슬라이스 헤더로 불릴 수 있다. 여기서 슬라이스는 intra (I) slice, predictive (P) slice 및 bi-predictive (B) slice를 포함하는 슬라이스 타입들 중 하나의 타입을 가질 수 있다. I 슬라이스 내의 블록들에 대하여는 예측을 위하여 인터 예측은 사용되지 않으며 인트라 예측만 사용될 수 있다. 물론 이 경우에도 예측 없이 원본 샘플 값을 코딩하여 시그널링할 수도 있다. P 슬라이스 내의 블록들에 대하여는 인트라 예측 또는 인터 예측이 사용될 수 있으며, 인터 예측이 사용되는 경우에는 단(uni) 예측만 사용될 수 있다. 한편, B 슬라이스 내의 블록들에 대하여는 인트라 예측 또는 인터 예측이 사용될 수 있으며, 인터 예측이 사용되는 경우에는 최대 쌍(bi) 예측까지 사용될 수 있다.
인코딩 장치에서는 비디오 영상의 특성(예를 들어, 해상도)에 따라서 혹은 코딩의 효율 또는 병렬 처리를 고려하여 타일/타일 그룹, 브릭, 슬라이스, 최대 및 최소 코딩 유닛 크기를 결정하고 이에 대한 정보 또는 이를 유도할 수 있는 정보가 비트스트림에 포함될 수 있다.
디코딩 장치에서는 현재 픽처의 타일/타일 그룹, 브릭, 슬라이스, 타일 내 CTU가 다수의 코딩 유닛으로 분할되었는지를 등을 나타내는 정보를 획득할 수 있다. 이러한 정보는 특정 조건 하에만 획득하게(전송되게) 하면 효율을 높일 수 있다.
한편, 상술한 바와 같이 하나의 픽처는 복수의 슬라이스를 포함할 수 있으며, 하나의 슬라이스는 슬라이스 헤더 및 슬라이스 데이터를 포함할 수 있다. 이 경우, 하나의 픽처 내 복수의 슬라이스(슬라이스 헤더 및 슬라이스 데이터 집합)에 대하여 하나의 픽처 헤더가 더 부가될 수 있다. 상기 픽처 헤더(픽처 헤더 신택스)는 상기 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 슬라이스 헤더(슬라이스 헤더 신택스)는 상기 슬라이스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. APS(adaptation parameter set) 또는 PPS(picture parameter set)는 하나 이상의 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. SPS(sequence parameter set)는 하나 이상의 시퀀스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. VPS(video parameter set)는 다중 레이어에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. DPS(decoding parameter set)는 비디오 전반에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 DPS는 CVS(coded video sequence)의 concatenation에 관련된 정보/파라미터를 포함할 수 있다.
본 문서에서 상위 레벨 신택스라 함은 상기 APS 신택스, PPS 신택스, SPS 신택스, VPS 신택스, DPS 신택스, 픽처 헤더 신택스, 슬라이스 헤더 신택스 중 적어도 하나를 포함할 수 있다.
또한 예를 들어, 상기 타일/타일 그룹/브릭/슬라이스의 분할 및 구성 등에 관한 정보는 상기 상위 레벨 신택스를 기반으로 인코딩 장치에서 구성되어 비트스트림 형태로 디코딩 장치로 전달될 수 있다.
한편, 인터 예측에 기반한 비디오/영상 인코딩 절차는 개략적으로 예를 들어 다음을 포함할 수 있다.
도 4는 인터 예측 기반 비디오/영상 인코딩 방법의 예를 나타내고, 도 5는 인코딩 장치 내 인터 예측부를 개략적으로 나타낸다.
도 4 및 도 5를 참조하면, 인코딩 장치는 현재 블록에 대한 인터 예측을 수행한다(S400). 인코딩 장치는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 상기 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다. 예를 들어, 인코딩 장치의 인터 예측부(221)는 예측 모드 결정부(221_1), 움직임 정보 도출부(221_2), 및 예측 샘플 도출부(221_3)를 포함할 수 있으며, 예측 모드 결정부(221_1)에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(221_2)에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부(221_3)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 인코딩 장치의 인터 예측부는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 상기 현재 블록과 유사한 블록을 서치하고, 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 상기 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 상기 참조 블록과 상기 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 인코딩 장치는 다양한 예측 모드들 중 상기 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 인코딩 장치는 상기 다양한 예측 모드들에 대한 RD(rate-distortion) 비용(cost)을 비교하고 상기 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 인코딩 장치는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 상기 현재 블록과 중 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 상기 도출된 참조 블록과 연관된 머지 후보가 선택되며, 상기 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 디코딩 장치로 시그널링될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다.
다른 예로, 인코딩 장치는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp(motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 이 경우, 예를 들어, 상술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 상기 현재 블록의 움직임 벡터로 이용될 수 있으며, 상기 mvp 후보들 중 상기 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 mvp 후보가 상기 선택된 mvp 후보가 될 있다. 상기 현재 블록의 움직임 벡터에서 상기 mvp를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우 상기 MVD에 관한 정보가 디코딩 장치로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 상기 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 상기 디코딩 장치로 시그널링될 수 있다.
인코딩 장치는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S410). 인코딩 장치는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다.
인코딩 장치는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩한다(S420). 인코딩 장치는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 상기 예측 정보는 상기 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 디코딩 장치로 전달될 수 있고, 또는 네트워크를 통하여 디코딩 장치로 전달될 수도 있다.
한편, 상술한 바와 같이 인코딩 장치는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 디코딩 장치에서 수행되는 것과 동일한 예측 결과를 인코딩 장치에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 인코딩 장치는 복원 픽처(또는 복원 샘플들, 복원 블록)을 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
인터 예측에 기반한 비디오/영상 디코딩 절차는 개략적으로 예를 들어 다음을 포함할 수 있다.
도 6은 인터 예측 기반 비디오/영상 디코딩 방법의 예를 나타내고, 도 7은 디코딩 장치 내 인터 예측부를 개략적으로 나타낸다.
디코딩 장치는 상기 인코딩 장치에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 디코딩 장치는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로 도 6 및 도 7을 참조하면, 디코딩 장치는 비트스트림으로부터 수신된 예측 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정할 수 있다(S500). 디코딩 장치는 상기 예측 정보 내의 예측 모드 정보를 기반으로 상기 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, 머지 플래그(merge flag)를 기반으로 상기 현재 블록에 머지 모드가 적용되는지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 상기 머지 인덱스를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 상기 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 (A)MVP 모드 등 다양한 인터 예측 모드들을 포함할 수 있다.
디코딩 장치는 상기 결정된 인터 예측 모드를 기반으로 상기 현재 블록의 움직임 정보를 도출한다(S510). 예를 들어, 디코딩 장치는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들 중 하나의 머지 후보를 선택할 수 있다. 상기 선택은 상술한 선택 정보(merge index)를 기반으로 수행될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출될 수 있다. 상기 선택된 머지 후보의 움직임 정보가 상기 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 디코딩 장치는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp(motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 상기 선택은 상술한 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우 상기 MVD에 관한 정보를 기반으로 상기 현재 블록의 MVD를 도출할 수 있으며, 상기 현재 블록의 mvp와 상기 MVD를 기반으로 상기 현재 블록의 움직임 벡터를 도출할 수 있다. 또한, 상기 참조 픽처 인덱스 정보를 기반으로 상기 현재 블록의 참조 픽처 인덱스를 도출할 수 있다. 상기 현재 블록에 관한 참조 픽처 리스트 내에서 상기 참조 픽처 인덱스가 가리키는 픽처가 상기 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
한편, 후보 리스트 구성 없이 상기 현재 블록의 움직임 정보가 도출될 수 있으며, 이 경우 상술한 바와 같은 후보 리스트 구성은 생략될 수 있다.
디코딩 장치는 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S520). 이 경우 상기 현재 블록의 참조 픽처 인덱스를 기반으로 상기 참조 픽처를 도출하고, 상기 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 이 경우 후술하는 바와 같이 경우에 따라 상기 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 디코딩 장치의 인터 예측부(332)는 예측 모드 결정부(332_1), 움직임 정보 도출부(332_2), 및 예측 샘플 도출부(332_3)를 포함할 수 있으며, 예측 모드 결정부(332_1)에서 수신된 예측 모드 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부(332_12에서 수신된 움직임 정보에 관한 정보를 기반으로 상기 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부(332_3)에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다.
디코딩 장치는 수신된 레지듀얼 정보를 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 생성한다(S530). 디코딩 장치는 상기 예측 샘플들 및 상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다(S540). 이후 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
한편, 현재 블록의 예측 모드에 따라 도출된 움직임 정보를 기반으로 현재 블록에 대한 예측된 블록이 도출될 수 있다. 상기 예측된 블록은 상기 현재 블록의 예측 샘플들(예측 샘플 어레이)를 포함할 수 있다. 현재 블록의 움직임 벡터가 분수 샘플 단위를 가리키는 경우, 보간(interpolation) 절차가 수행될 수 있으며, 이를 통하여 참조 픽처 내에서 분수 샘플 단위의 참조 샘플들을 기반으로 상기 현재 블록의 예측 샘플들이 도출될 수 있다. 현재 블록에 Affine 인터 예측이 적용되는 경우, 샘플/서브블록 단위 MV(motion vector)를 기반으로 예측 샘플들을 생성할 수 있다. 쌍예측(Bi-prediction)이 적용되는 경우, L0 예측(즉, 참조 픽처 리스트 L0 내 참조 픽처와 MVL0를 이용한 예측)을 기반으로 도출된 예측 샘플들과 L1 예측(즉, 참조 픽처 리스트 L1 내 참조 픽처와 MVL1을 이용한 예측)을 기반으로 도출된 예측 샘플들의 (위상에 따른) 가중합 또는 가중평균을 통하여 도출된 예측 샘플들이 현재 블록의 예측 샘플들로 이용될 수 있다. 쌍예측이 적용되는 경우, L0 예측에 이용된 참조 픽처와 L1 예측에 이용된 참조 픽처가 현재 픽처를 기준으로 서로 다른 시간적 방향에 위치하는 경우(즉, 쌍예측이면서 양방향 예측에 해당하는 경우), 이를 true 쌍예측이라고 부를 수 있다.
도출된 예측 샘플들을 기반으로 복원 샘플들 및 복원 픽처가 생성될 수 있고, 이후 인루프 필터링 등의 절차가 수행될 수 있음은 전술한 바와 같다.
한편, 인터 예측에 있어서, 가중 샘플 예측이 사용될 수 있다. 가중 샘플 예측은 가중된 예측이라고 불릴 수 있다. 가중된 예측은 현재 블록(ex. CU)이 위치하는 현재 슬라이스의 슬라이스 타입이 P 슬라이스 또는 B 슬라이스인 경우에 적용될 수 있다. 즉, 가중 예측은 쌍예측이 적용되는 경우 뿐만아니라 단예측(uni-prediction)이 적용되는 경우에도 사용될 수 있다. 예를 들어, 후술하는 바와 같이 가중 예측은 weightedPredFlag를 기반으로 결정될 수 있으며, weightedPredFlag의 값은 시그널링되는 pps_weighted_pred_flag (P 슬라이스의 경우) 또는 pps_weighted_bipred_flag (B 슬라이스의 경우)을 기반으로 결정될 수 있다. 예를 들어, slice_type이 P인 경우, weightedPredFlag는 pps_weighted_pred_flag와 같이 설정될 수 있다. 그렇지 않으면(slice_type이 B인 경우), weightedPredFlag는 pps_weighted_bipred_flag와 같이 설정될 수 있다.
가중된 예측의 출력인 예측 샘플들 또는 예측 샘플들의 값들은 pbSamples라고 불릴 수 있다.
가중 예측 절차는 크게 디폴트(default) 가중 (샘플) 예측 절차와 익스플리시트(explicit) 가중 (샘플) 예측 절차로 구분될 수 있다. 상기 가중 (샘플) 예측 절차라 함은 상기 explicit 가중 (샘플) 예측 절차만을 의미할 수도 있다. 예를 들어, weightedPredFlag의 값이 0이면, 예측 샘플들의 값들(pbSamples)은 디폴트 가중 (샘플) 예측 절차를 기반으로 도출될 수 있다. weightedPredFlag의 값이 1이면, 예측 샘플들의 값들(pbSamples)은 익스플리시트 가중 (샘플) 예측 절차를 기반으로 도출될 수 있다.
한편, 현재 블록에 쌍예측이 적용되는 경우, 가중평균(weighted average)을 기반으로 예측 샘플들이 도출될 수 있다. 기존에는 쌍예측 신호(즉, 쌍예측 샘플들)가 L0 예측 신호(L0 예측 샘플들)과 L1 예측 신호(L1 예측 샘플들)의 단순 평균을 통하여 도출될 수 있었다. 즉, 쌍예측 샘플들은 L0 참조 픽처 및 MVL0에 기반한 L0 예측 샘플들과 L1 참조 픽처 및 MVL1에 기반한 L1 예측 샘플들의 평균으로 도출되었다. 그러나 본 문서에 따르면, 쌍예측이 적용되는 경우 L0 예측 신호와 L1 예측 신호의 가중평균을 통하여 쌍예측 신호(쌍예측 샘플들)가 도출될 수 있다.
쌍예측(bi-prediction) 신호를 리파인하기 위하여 BDOF(Bi-directional optical flow)가 사용될 수 있다. BDOF는 현재 블록(ex. CU)에 쌍예측이 적용되는 경우 개선된 움직임 정보를 계산하여 예측 샘플들을 생성하기 위한 것으로, 상기 개선된 움직임 정보를 계산하는 과정은 상술한 움직임 정보 도출 단계에 포함될 수도 있다.
예를 들어, BDOF는 4x4 서브블록 레벨에서 적용될 수 있다. 즉, BDOF는 현재 블록 내 4x4 서브블록 단위로 수행될 수 있다. BDOF는 루마 성분에 대하여만 적용될 수 있다. 혹은 BDOF는 크로마 성분에 대하여만 적용될 수도 있고, 루마 성분 및 크로마 성분에 대하여 적용될 수도 있다.
한편, 상술한 바와 같이 HLS(high level syntax)가 비디오/영상 코딩을 위해 코딩/시그널링될 수 있다. 비디오/영상 정보는 HLS에 포함될 수 있다.
코딩된 픽처는 하나 이상의 슬라이스로 구성될 수 있다. 코딩된 픽처를 기술하는(describing) 파라미터는 픽처 헤더 내에서 시그널링되고, 슬라이스를 기술하는 파라미터는 슬라이스 헤더 내에서 시그널링된다. 픽처 헤더는 자체 NAL 유닛 형태로 운반된다(carried). 슬라이스 헤더는 슬라이스(즉, 슬라이스 데이터)의 페이로드(payload)를 포함하는 NAL 유닛의 시작 부분에 존재한다.
각각의 픽처는 픽처 헤더와 연관된다. 픽처는 서로 다른 타입의 슬라이스(인트라 코딩된 슬라이스(즉, I 슬라이스) 및 인터 코딩된 슬라이스(즉, P 슬라이스 및 B 슬라이스))로 구성될 수 있다. 따라서, 픽처 헤더는 픽처의 인트라 슬라이스 및 픽처의 인터 슬라이스에 필요한 신택스 요소를 포함할 수 있다.
픽처는 서브 픽처들, 타일들 및/또는 슬라이스들로 분할될 수 있다. 서브 픽처 시그널링은 SPS(sequence parameter set)에 존재할 수 있고, 타일 및 정사각형 슬라이스 시그널링은 PPS(Picture parameter set)에 존재할 수 있다. 래스터 스캔(raster-scan) 슬라이스 시그널링은 슬라이스 헤더에 존재할 수 있다.
가중된 예측이 현재 블록의 인터 예측을 위해 적용되는 경우, 상기 가중된 예측은 가중된 예측에 관한 정보를 기반으로 수행될 수 있다.
가중 예측 절차는 SPS 내 2개의 플래그들을 기반으로 시작될 수 있다.
일 예로, 가중된 예측과 관련하여 SPS 신택스에는 다음의 표 1과 같은 신택스 요소들이 포함될 수 있다.
Figure PCTKR2020018134-appb-T000001
표 1에서 sps_weighted_pred_flag의 값이 1이면, 이는 가중된 예측이 상기 SPS를 참조하는 P 슬라이스들에 적용됨을 나타낼 수 있다.
sps_weighted_bipred_flag의 값이 1이면, 이는 가중된 예측이 상기 SPS를 참조하는 B 슬라이스들에 적용됨을 나타낼 수 있다. sps_weighted_bipred_flag의 값이 0이면, 이는 가중된 예측이 상기 SPS를 참조하는 B 슬라이스들에 적용되지 않음을 나타낼 수 있다.
상기 SPS 내에서 시그널링되는 상기 2개의 플래그들은 가중된 예측이 CVS(coded video sequence) 내 P 및 B 슬라이스들에 적용되는지를 나타낸다.
한편, 가중된 예측과 관련하여 PPS 신택스에는 다음의 표 2와 같은 신택스 요소들이 포함될 수 있다.
Figure PCTKR2020018134-appb-T000002
표 2에서,pps_weighted_pred_flag의 값이 0이면, 이는 가중된 예측이 상기 PPS를 참조하는 P 슬라이스들에 적용되지 않음을 나타낼 수 있다. pps_weighted_pred_flag의 값이 1이면, 이는 가중된 예측이 상기 PPS를 참조하는 P 슬라이스들에 적용됨을 나타낼 수 있다. sps_weighted_pred_flag의 값이 0인 경우, pps_weighted_pred_flag의 값은 0이다.
pps_weighted_bipred_flag의 값이 0이면, 이는 가중된 예측이 상기 PPS를 참조하는 B 슬라이스들에 적용되지 않음을 나타낼 수 있다. pps_weighted_bipred_flag의 값이 1이면, 이는 익스플리시트 가중된 예측이 상기 PPS를 참조하는 B 슬라이스들에 적용됨을 나타낼 수 있다. sps_weighted_bipred_flag의 값이 0이면, pps_weighted_bipred_flag의 값은 0이다.
추가적으로, 슬라이스 헤더 신택스에는 다음의 표 3과 같은 신택스 요소들이 포함될 수 있다.
Figure PCTKR2020018134-appb-T000003
Figure PCTKR2020018134-appb-I000001
표 3에서, slice_pic_parameter_set_id는 사용중인 PPS에 대한 pps_pic_parameter_set_id의 값을 나타낸다. slice_pic_parameter_set_id의 값은 0에서 63까지의 범위에 포함된다.
현재 픽처의 임시 ID(TempralID)의 값은 slice_pic_parameter_set_id와 같은 pps_pic_parameter_set_id를 갖는 PPS의 tempralID 값보다 크거나 같아야 한다.
한편, 예측 가중 테이블 신택스는 다음의 표 4와 같은 가중된 예측에 관한 정보를 포함할 수 있다.
Figure PCTKR2020018134-appb-T000004
Figure PCTKR2020018134-appb-I000002
표 4에서, luma_log2_weight_denom은 모든 luma 가중치 펙터(weighting factor)에 대한 분모(denominator)의 베이스가 2인 로그(base 2 logarithm)이다. luma_log2_weight_denom의 값은 0에서 7까지의 범위에 포함된다.
delta_chroma_log2_weight_denom은 모든 크로마 가중치 인자에 대한 분모의 베이스가 2인 로그의 차이(difference)이다. delta_chroma_log2_weight_denom이 존재하지 않으면, 이는 0으로 추론된다(inferred).
ChromaLog2WeightDenom는 luma_log2_weight_denom + delta_chroma_log2_weight_denom으로 도출되며, 그 값은 0에서 7까지의 범위에 포함된다.
luma_weight_l0_flag[i]의 값이 1이면, 이는 RefPicList[0][i]를 사용하는 (참조 픽처) 리스트 0(L0) 예측의 루마 성분에 대한 가중치 펙터들이 존재함을 나타낸다. luma_weight_l0_flag[i]의 값이 0이면, 이는 이러한 가중치 펙터들이 존재하지 않음을 나타낸다.
chroma_weight_l0_flag[i]의 값이 1이면, 이는 RefPicList[0][i]를 사용하는 L0 예측의 크로마 예측 값들에 대한 가중치 펙터들이 존재함을 나타낸다. chroma_weight_l0_flag[i]의 값이 0이면, 이는 이러한 가중치 펙터들이 존재하지 않음을 나타낸다. chroma_weight_l0_flag[i]가 존재하지 않으면, 이는 0으로 추론된다.
delta_luma_weight_l0[i]는 RefPicList[0][i]를 사용하는 L0 예측에 대한 루마 예측 값에 적용되는 가중치 펙터의 차이(difference)이다.
LumaWeightL0[i]는 (1 << luma_log2_weight_denom) + delta_luma_weight_l0[i]로 도출된다. luma_weight_l0_flag[i]가 1인 경우, delta_luma_weight_l0[i]의 값은 -128에서 127까지의 범위에 포함된다. luma_weight_l0_flag[i]가 0인 경우, LumaWeightL0[i]는 2luma _ log2 _weight_ denom로 추론된다.
luma_offset_l0[i]는 RefPicList[0][i]를 사용하는 L0 예측에 대한 루마 예측 값에 적용되는 가산 오프셋(additive offset)이다. luma_offset_l0[i]의 값은 -128에서 127까지의 범위에 포함된다. luma_weight_l0_flag[i]의 값이 0이면, luma_offset_l0[i]의 값은 0으로 추론된다.
delta_chroma_weight_l0[i][j]는 Cb에 대해 j가 0이고 Cr에 대해 j가 1인 RefPicList[0][i]를 사용하여 L0 예측에 대한 크로마 예측 값에 적용되는 가중치 펙터의 차이(difference)이다.
ChromaWeightL0[i][j]는 (1 << ChromaLog2WeightDenom) + delta_chroma_weight_l0[i][j]로 도출된다. chroma_weight_l0_flag[i]가 1인 경우, delta_chroma_weight_l0[i][j]의 값은 -128에서 127까지의 범위에 포함된다. chroma_weight_l0_flag[i]가 0인 경우, ChromaWeightL0[i][j]는 2ChromaLog2WeightDenom로 추론된다.
delta_chroma_offset_l0[i][j]는 Cb에 대해 j가 0이고 Cr에 대해 j가 1인 RefPicList[0][i]를 사용하여 L0 예측에 대한 크로마 예측 값에 적용되는 가산 오프셋의 차이(difference)이다.
delta_chroma_offset_l0[i][j]의 값은 -4 x 128에서 4 x 127까지의 범위에 포함된다. chroma_weight_l0_flag[i]의 값이 0이면, ChromaOffsetL0[i][j]의 값은 0으로 추론된다.
상술한 예측 가중 테이블 신택스는 장면 변경(scene change)이 있는 경우 시퀀스를 수정하는데 종종 사용된다. 기존의 예측 가중 테이블 신택스는 가중된 예측을 위한 PPS 플래그가 이네이블(enable)되고 슬라이스 타입이 P이거나, 가중된 쌍예측을 위한 PPS 플래그가 이네이블되고 슬라이스 타입이 B인 경우, 슬라이스 헤더에서 시그널링된다. 그러나 장면이 변경될 때 하나 또는 몇 개의 프레임이 예측 가중 테이블을 조정해야하는 경우가 종종 있을 수 있다. 일반적으로 PPS가 여러 프레임 간에 공유되는 경우, PPS를 참조하는 모든 프레임에 대해 가중된 예측에 관한 정보를 시그널링하는 것은 불필요할 수 있다.
이하의 도면은 본 문서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/정보의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
본 문서는 상술한 문제를 해결하기 위하여 다음의 방법들을 제공한다. 각 방법들은 독립적으로 적용되거나 또는 서로 조합하여 적용될 수 있다.
1. 가중된 예측을 위한 툴(tool)(가중된 예측에 관한 정보)은 슬라이스 레벨이 아닌 픽처 레벨에서 적용될 수 있다. 가중치 값들은 픽처의 특정 참조 픽처에 적용되며 상기 픽처의 모든 슬라이스들에 대해 사용된다.
2. 예측 가중 테이블 신택스는 슬라이스 레벨이 아닌 픽처 레벨에서 시그널링될 수 있다. 이를 위하여 예측 가중 테이블 신택스는 픽처 헤더(PH) 또는 픽처 파라미터 세트(PPS)에서 시그널링될 수 있다.
3. 가중된 예측이 픽처에 적용되는 경우, 상기 픽처 내 모든 슬라이스들은 동일한 활성 참조 픽처들(active reference pictures)을 가질 수 있다. 이는 참조 픽처 리스트(RPL)에서 활성 참조 픽처의 순서(order)를 포함한다(즉, P 슬라이스의 경우 L0, B 슬라이스의 경우 L0 및 L1).
4. 대안으로서, 상기 사항이 적용되지 않는 경우 다음이 적용될 수 있다.
a. 가중된 예측의 시그널링은 참조 픽처 리스트 시그널링에 대해 독립적이다. 즉, 예측 가중 테이블 시그널링에서, 참조 픽처 리스트 내 참조 픽처의 순서에 대한 추정(assumption)은 없다.
b. L0 및 L1 내 참조 픽처에 대한 가중된 예측 값들의 시그널링은 존재하지 않는다. 참조 픽처에 대해 가중치 값들은 직접 제공된다.
c. 참조 픽처에 대한 가중치 값을 시그널링하기 위한 두 개의 루프(loop) 대신 하나의 루프만 사용될 수 있다. 각 루프에서, 시그널링되는 가중치 값과 연관된 참조 픽처가 먼저 식별된다.
d. 참조 픽처 식별은 픽처 오더 카운트(picture order count, POC) 값을 기반으로 한다.
e. 비트 절약(bit saving)을 위하여, 참조 픽처의 POC 값을 시그널링하는 대신 참조 픽처와 현재 픽처 간의 델타(delta) POC 값이 시그널링될 수 있다.
5. 상기 항목 4에 추가로, 참조 픽처와 현재 픽처 사이의 델타 POC 값의 시그널링을 위해 절대 델타 POC 값(absolute delta POC value)이 다음과 같이 시그널링될 수 있도록 다음이 적용될 수 있다.
a. 첫 번째 시그널링된 델타 POC의 경우, 이는 참조 픽처의 POC와 현재 픽처 간의 델타이다.
b. 시그널링된 델타 POC의 나머지(rest)의 경우(즉, i가 1부터 시작하는 경우), 이는 i 번째 참조 픽처의 POC와 (i - 1) 번째 참조 픽처 사이의 델타이다.
6. PPS 내 두 개의 플래그들은 단일 제어 플래그(예를 들어, pps_weighted_pred_flag)로 통합될 수 있다. 상기 플래그는 픽처 헤더 내에 추가적인 플래그가 존재함을 나타내는데 사용될 수 있다.
a. 상기 픽처 헤더 내 플래그는 PPS 플래그에 따라 달라질 수 있으며(The flag in the PH may be conditioned on the PPS flag), NAL 유닛 타입이 IDR(instantaneous decoding refresh)이 아닌 경우 pred_weighted_table() 데이터(예측 가중 테이블 신택스)의 존재를 추가로 나타낼 수 있다.
7. PPS에서 시그널링되는 두 개의 플래그들(pps_weighted_pred_flag 및 pps_weighted_bipred_flag)는 하나의 플래그로 통합될 수 있다. 상기 하나의 플래그는 기존의 명칭 pps_weighted_pred_flag를 사용할 수 있다.
8. 가중된 예측이 픽처 헤더와 연관된 픽처에 적용되는지 여부를 나타내기 위해 픽처 헤더에서 플래그가 시그널링될 수 있다. 상기 플래그는 pic_weighted_pred_flag라 할 수 있다.
a. pic_weighted_pred_flag의 존재는 pps_weighted_pred_flag의 값에 따라 달라질 수 있다. pps_weighted_pred_flag의 값이 0인 경우, pic_weighted_pred_flag는 존재하지 않으며 그 값은 0으로 추론될 수 있다.
b. pic_weighted_pred_flag의 값이 1인 경우, pred_weighted_table()의 시그널링이 픽처 헤더에 존재할 수 있다.
9. 대안으로서, 가중된 예측이 이네이블되는 경우(즉, pps_weighted_pred_flag의 값이 1 또는 pps_weighted_bipred_flag의 값이 1), 가중된 예측에 관한 정보가 여전히 슬라이스 헤더에 존재할 수 있으며, 다음 사항이 적용될 수 있다.
a. 가중된 예측에 관한 정보가 슬라이스 헤더에 존재하는지 여부를 나타내기 위해 새로운 플래그가 시그널링될 수 있다. 상기 플래그는 slice_weighted_pred_present_flag라 할 수 있다.
b. slice_weighted_pred_present_flag의 존재는 슬라이스의 타입, pps_weighted_pred_flag 및 pps_weighted_bipred_flag의 값에 따라 결정될 수 있다.
본 문서에서 가중된 예측에 관한 정보는 표 1 내지 표 4에서 설명된 가중된 예측과 관련된 정보/신택스 요소들을 포함할 수 있다. 비디오/영상 정보는 가중된 예측에 관한 정보, 레지듀얼 정보, 인터 예측 모드 정보 등과 같은 인터 예측을 위한 다양한 정보를 포함할 수 있다. 상기 인터 예측 모드 정보는 현재 블록에 머지 모드 또는 MVP 모드가 적용될 수 있는지를 나타내는 정보 및 움직임 후보 리스트 내에서 움직임 후보들 중 하나를 선택하기 위한 선택 정보 등과 같은 정보/구문 요소를 포함할 수 있다. 예를 들어, 현재 블록에 머지 모드가 적용되는 경우 현재 블록의 주변 블록들을 기반으로 머지 후보 리스트가 구성되고, 상기 머지 후보 리스트에서 현재 블록의 움직임 정보를 도출하기 위한 하나의 후보가 선택/사용(머지 인덱스 기반)될 수 있다. 다른 예로, MVP 모드가 현재 블록에 적용되는 경우, 현재 블록의 주변 블록을 기준으로 mvp 후보 리스트가 구성될 수 있으며, 상기 mvp 후보 리스트에서 현재 블록의 움직임 정보를 도출하기 위한 하나의 후보가 선택/사용(mvp 플래그 기준)될 수 있다.
일 실시예로서, 인터 예측 시 가중된 예측을 위하여 PPS는 다음의 표 5와 같은 신택스 요소를 포함할 수 있으며, 이에 대한 시맨틱스는 다음의 표 6과 같을 수 있다.
Figure PCTKR2020018134-appb-T000005
Figure PCTKR2020018134-appb-T000006
표 5 및 표 6을 참조하면, pps_weighted_pred_flag의 값이 0이면, 이는 가중된 예측이 상기 PPS를 참조하는 P 또는 B 슬라이스들에 적용되지 않음을 나타낼 수 있다. pps_weighted_pred_flag의 값이 1이면, 이는 가중된 예측이 상기 PPS를 참조하는 P 또는 B 슬라이스들에 적용됨을 나타낼 수 있다.
또한, 픽처 헤더는 다음의 표 7과 같은 신택스 요소를 포함할 수 있으며, 이에 대한 시맨틱스는 다음의 표 8과 같을 수 있다.
Figure PCTKR2020018134-appb-T000007
Figure PCTKR2020018134-appb-T000008
표 7 및 표 8을 참조하면, pic_weighted_pred_flag의 값이 0이면, 이는 가중된 예측이 해당 픽처 헤더를 참조하는 P 또는 B 슬라이스들에 적용되지 않음을 나타낼 수 있다. pic_weighted_pred_flag의 값이 1이면, 이는 가중된 예측이 해당 픽처 헤더를 참조하는 P 또는 B 슬라이스들에 적용됨을 나타낼 수 있다.
pic_weighted_pred_flag의 값이 1인 경우, 해당 픽처 헤더와 연관된 픽처 내 모든 슬라이스들은 동일한 참조 픽처 리스트들을 가질 수 있다. 그렇지 않으면, pic_weighted_pred_flag의 값이 1인 경우 pic_rpl_present_flag의 값은 1일 수 있다.
상기의 조건이 없는(absence) 경우, pic_weighted_pred_flag는 다음의 표 9와 같이 시그널링될 수 있다.
Figure PCTKR2020018134-appb-T000009
한편, 슬라이스 헤더는 다음의 표 10과 같은 신택스 요소를 포함할 수 있다.
Figure PCTKR2020018134-appb-T000010
또한, 예측 가중 테이블 신택스는 다음의 표 11과 같은 신택스 요소를 포함할 수 있고, 이에 대한 시맨틱스는 다음의 표 12와 같을 수 있다.
Figure PCTKR2020018134-appb-T000011
Figure PCTKR2020018134-appb-I000003
Figure PCTKR2020018134-appb-T000012
표 11 및 표 12를 참조하면, mum_l0_weighted_ref_pics는 참조 픽처 리스트 0 내 가중된 참조 픽처들의 개수를 나타낼 수 있다. num_l0_weighted_ref_pics의 값은 0에서 MaxDecPicBuffMinus1 + 14까지의 범위에 포함된다.
mum_l1_weighted_ref_pics는 참조 픽처 리스트 1 내 가중된 참조 픽처들의 개수를 나타낼 수 있다. num_l1_weighted_ref_pics의 값은 0에서 MaxDecPicBuffMinus1 + 14까지의 범위에 포함된다.
luma_weight_l0_flag[i]의 값이 1이면, 이는 RefPicList[0][i]를 사용하는 리스트 0(L0) 예측의 루마 성분에 대한 가중치 펙터들이 존재함을 나타낸다.
chroma_weight_l0_flag[i]의 값이 1이면, 이는 RefPicList[0][i]를 사용하는 L0 예측의 크로마 예측 값들에 대한 가중치 펙터들이 존재함을 나타낸다. chroma_weight_l0_flag[i]의 값이 0이면, 이는 이러한 가중치 펙터들이 존재하지 않음을 나타낸다.
luma_weight_l1_flag[i]의 값이 1이면, 이는 RefPicList[0][i]를 사용하는 리스트 1(L1) 예측의 루마 성분에 대한 가중치 펙터들이 존재함을 나타낸다.
chroma_weight_l1_flag[i]는 이는 RefPicList[0][i]를 사용하는 L1 예측의 크로마 예측 값들에 대한 가중치 펙터들이 존재함을 나타낸다. chroma_weight_l0_flag[i]의 값이 0이면, 이는 이러한 가중치 펙터들이 존재하지 않음을 나타낸다.
예를 들어, 인코딩 장치는 현재 블록에 대해 가중된 예측이 적용되는 경우, 상기 가중된 예측을 기반으로 상기 현재 블록의 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 생성할 수 있다. 상기 개수 정보는 L0 참조 픽처 리스트 및/또는 L1 참조 픽처 리스트 내 항목들(참조 픽처들)에 대해 시그널링되는 가중치들에 대한 개수 정보를 의미할 수 있다. 즉, 상기 개수 정보의 값은 해당 참조 픽처 리스트(L0 및/또는 L1) 내 가중된 참조 픽처들에 대한 개수와 같을 수 있다. 따라서, 상기 개수 정보의 값이 n인 경우, 상기 예측 가중 테이블 신택스에는 참조 픽처 리스트에 대한 n개의 가중치 펙터 관련 플래그들이 포함될 수 있다. 상기 가중치 펙터 관련 플래그는 표 11의 luma_weight_l0_flag, luma_weight_l1_flag, chroma_weight_l0_flag 및/또는 chroma_weight_l0_flag에 해당할 수 있다. 현재 픽처에 대한 가중치들은 상가 가중치 펙터 관련 플래그를 기반으로 도출될 수 있다.
상기 현재 블록에 가중된 쌍예측이 적용되는 경우, 상기 예측 가중 테이블 신택스에는 표 11에서와 같이 L1 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보와 상기 L0 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보가 독립적으로 포함될 수 있다. 상기 가중치 펙터 관련 플래그는 상기 L1 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보와 상기 L0 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보 각각에 대해 독립적으로 포함될 수 있다. 즉, 예측 가중 테이블 신택스에는 상기 L0 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수와 동일한 개수의 luma_weight_l0_flag 및/또는 chroma_weight_l0_flag가 포함되고, 상기 L1 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수와 동일한 개수의 luma_weight_l1_flag 및/또는 chroma_weight_l1_flag가 포함될 수 있다.
인코딩 장치는 상술한 개수 정보, 가중치 펙터 관련 플래그 등을 포함하는 영상 정보를 인코딩하여 비트스트림의 형태로 출력할 수 있다. 여기서, 상기 개수 정보 및 가중치 펙터 관련 플래그는 표 11에서와 같이 영상 정보 내 예측 가중 테이블 신택스에 포함될 수 있다. 상기 예측 가중 테이블 신택스는 상기 영상 정보 내 픽처 헤더에 포함되거나 또는 상기 영상 정보 내 슬라이스 헤더에 포함될 수 있다. 상기 예측 가중 테이블 신택스가 상기 픽처 헤더에 포함되는지를 나타내기 위하여 즉, 상기 픽처 헤더에 가중된 예측에 관한 정보가 존재하는지를 나타내기 위하여, 픽처 파라미터 세트 및/또는 픽처 헤더에는 가중된 예측 관련 플래그가 포함될 수 있다. 상기 가중된 예측 관련 플래그가 상기 픽처 파라미터 세트에 포함되는 경우, 이는 표 5의 pps_weighted_pred_flag에 해당할 수 있다. 상기 가중된 예측 관련 플래그가 상기 픽처 헤더에 포함되는 경우, 이는 표 7의 pic_weighted_pred_flag에 해당할 수 있다. 또는, 상기 예측 가중 테이블 신택스가 상기 픽처 헤더에 포함되는지를 나타내기 위하여 영상 정보에는 pps_weighted_pred_flag 및 pic_weighted_pred_flag가 모두 포함될 수도 있다.
디코딩 장치는 비트스트림으로부터 가중된 예측에 관한 플래그가 파싱되면, 이를 기반으로 상기 비트스트림으로부터 예측 가중 테이블 신택스를 파싱할 수 있다. 상기 가중된 예측에 관한 플래그는 상기 비트스트림의 픽처 파라미터 세트 및/또는 상기 픽처 헤더로부터 파싱될 수 있다. 다시 말해, 상기 가중된 예측에 관한 플래그는 pps_weighted_pred_flag 및/또는 pic_weighted_pred_flag를 포함할 수 있다. 상기 pps_weighted_pred_flag 및/또는 pic_weighted_pred_flag의 값이 1인 경우, 디코딩 장치는 상기 비트스트림의 픽처 헤더로부터 상기 예측 가중 테이블 신택스를 파싱할 수 있다.
디코딩 장치는 상기 픽처 헤더로부터 예측 가중 테이블 신택스가 파싱되는 경우(pps_weighted_pred_flag 및/또는 pic_weighted_pred_flag의 값이 1인 경우), 상기 예측 가중 테이블 신택스에 포함된 가중된 예측에 관한 정보를 현재 픽처 내 모든 슬라이스들에 적용할 수 있다. 다시 말해, 예측 가중 테이블 신택스가 픽처 헤더로부터 파싱되는 경우, 상기 픽처 헤더와 연관된 픽처 내 모든 슬라이스들은 동일한 참조 픽처 리스트를 가질 수 있다.
디코딩 장치는 상기 예측 가중 테이블 신택스를 기반으로 현재 블록의 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 파싱할 수 있다. 상기 개수 정보의 값은 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수와 같을 수 있다. 상기 현재 블록에 가중된 쌍예측이 적용되는 경우, 디코딩 장치는 상기 예측 가중 테이블 신택스로부터 L1 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보와 L0 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 독립적으로 파싱할 수 있다.
디코딩 장치는 상기 개수 정보를 기반으로 예측 가중 테이블 신택스로부터 참조 픽처 리스트에 대한 가중치 펙터 관련 플래그를 파싱할 수 있다. 상기 가중치 펙터 관련 플래그는 표 11의 luma_weight_l0_flag, luma_weight_l1_flag, chroma_weight_l0_flag 및/또는 chroma_weight_l0_flag에 해당할 수 있다. 일 예로, 디코딩 장치는 상기 개수 정보의 값이 n인 경우, 예측 가중 테이블 신택스로부터 n개의 가중치 펙터 관련 플래그들을 파싱할 수 있다. 그리고 디코딩 장치는 상기 가중치 펙터 관련 플래그들을 기반으로 현재 블록의 참조 픽처들에 대한 가중치들을 도출하고, 이를 기반으로 현재 블록에 대해 가중된 예측을 수행하여 예측 샘플들을 생성 또는 도출할 수 있다. 이후, 디코딩 장치는 상기 예측 샘플들을 기반으로 현재 블록에 대한 복원 샘플들을 생성 또는 도출하고, 상기 복원 샘플들을 기반으로 현재 픽처를 복원할 수 있다.
다른 실시예로서, 인터 예측 시 가중된 예측을 위하여 픽처 헤더는 다음의 표 13과 같은 신택스 요소를 포함할 수 있으며, 이에 대한 시맨틱스는 다음의 표 14와 같을 수 있다.
Figure PCTKR2020018134-appb-T000013
Figure PCTKR2020018134-appb-T000014
표 13 및 표 14를 참조하면, pic_weighted_pred_flag의 값이 0이면, 이는 가중된 예측이 해당 픽처 헤더를 참조하는 P 또는 B 슬라이스들에 적용되지 않음을 나타낼 수 있다. pic_weighted_pred_flag의 값이 1이면, 이는 가중된 예측이 해당 픽처 헤더를 참조하는 P 또는 B 슬라이스들에 적용됨을 나타낼 수 있다. sps_weighted_pred_flag의 값이 0인 경우, pic_weighted_pred_flag의 값은 0이다.
한편, 슬라이스 헤더는 다음의 표 15와 같은 신택스 요소를 포함할 수 있다.
Figure PCTKR2020018134-appb-T000015
Figure PCTKR2020018134-appb-I000004
표 15를 참조하면, 가중된 예측에 관한 플래그(pic_weighted_pred_flag)는 예측 가중 테이블 신택스(가중된 예측에 관한 정보)가 픽처 헤더에 존재하는지 또는 슬라이스 헤더에 존재하는지를 나타낼 수 있다. pic_weighted_pred_flag의 값이 1이면, 예측 가중 테이블 신택스(가중된 예측에 관한 정보)가 슬라이스 헤더에 존재하지 않고 픽처 헤더에 존재할 수 있음을 나타낼 수 있다. pic_weighted_pred_flag의 값이 0이면, 예측 가중 테이블 신택스(가중된 예측에 관한 정보)가 픽처 헤더에 존재하지 않고 슬라이스 헤더에 존재할 수 있음을 나타낼 수 있다. 표 13 및 표 14에는 가중된 예측에 관한 플래그가 픽처 헤더에서 시그널링됨을 나타내지만, 상기 가중된 예측에 관한 플래그는 픽처 파라미터 세트에서 시그널링될 수 있다.
예를 들어, 인코딩 장치는 현재 블록에 대해 가중된 예측이 적용되는 경우, 상기 가중된 예측을 수행하고 이를 기반으로 가중된 예측에 관한 플래그, 예측 가중 테이블 신택스 등을 포함하는 영상 정보를 인코딩할 수 있다. 이 때, 인코딩 장치는 상기 예측 가중 테이블 신택스가 상기 영상 정보의 픽처 헤더에 포함되는 경우 상기 플래그의 값을 1로 결정하고, 상기 예측 가중 테이블 신택스가 상기 영상 정보의 슬라이스 헤더에 포함되는 경우 상기 플래그의 값을 0으로 결정할 수 있다. 상기 플래그의 값이 1인 경우, 예측 가중 테이블 신택스에 포함된 가중된 예측에 관한 정보는 현재 픽처 내 모든 슬라이스들에 적용될 수 있다. 상기 플래그의 값이 0인 경우, 예측 가중 테이블 신택스에 포함된 가중된 예측에 관한 정보는 현재 픽처 내 슬라이스들 중 슬라이스 헤더와 연관된 슬라이스(들)에 적용될 수 있다. 따라서, 예측 가중 테이블 신택스가 상기 픽처 헤더에 포함되는 경우 상기 픽처 헤더와 연관된 픽처 내 모든 슬라이스들은 동일한 참조 픽처 리스트를 가질 수 있으며, 상기 예측 가중 테이블 신택스가 상기 슬라이스 헤더에 포함되는 경우 상기 슬라이스 헤더와 연관된 슬라이스들은 동일한 참조 픽처 리스트를 가질 수 있다.
한편, 상기 예측 가중 테이블 신택스에는 현재 블록의 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보, 가중치 펙터 관련 플래그 등이 포함될 수 있다. 상기 개수 정보는 상술한 바와 같이 L0 참조 픽처 리스트 및/또는 L1 참조 픽처 리스트 내 항목들(참조 픽처들)에 대해 시그널링되는 가중치들에 대한 개수 정보를 의미할 수 있고, 상기 개수 정보의 값은 해당 참조 픽처 리스트(L0 및/또는 L1) 내 가중된 참조 픽처들에 대한 개수와 같을 수 있다. 따라서, 상기 개수 정보의 값이 n인 경우, 상기 예측 가중 테이블 신택스에는 참조 픽처 리스트에 대한 n개의 가중치 펙터 관련 플래그들이 포함될 수 있다. 상기 가중치 펙터 관련 플래그는 표 11의 luma_weight_l0_flag, luma_weight_l1_flag, chroma_weight_l0_flag 및/또는 chroma_weight_l0_flag에 해당할 수 있다.
인코딩 장치는 현재 블록에 가중된 쌍예측이 적용되는 경우, L1 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보와 상기 L0 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 포함하는 예측 가중 테이블 신택스를 생성할 수 있다. 상기 예측 가중 테이블 신택스에는 상기 가중치 펙터 관련 플래그가 상기 L1 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보와 상기 L0 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보 각각에 대해 독립적으로 포함될 수 있다. 즉, 상기 예측 가중 테이블 신택스에는 상기 L0 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수와 동일한 개수의 luma_weight_l0_flag 및/또는 chroma_weight_l0_flag가 포함되고, 상기 L1 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수와 동일한 개수의 luma_weight_l1_flag 및/또는 chroma_weight_l1_flag가 포함될 수 있다.
디코딩 장치는 비트스트림으로부터 가중된 예측에 관한 플래그가 파싱되면, 이를 기반으로 상기 비트스트림으로부터 예측 가중 테이블 신택스를 파싱할 수 있다. 상기 가중된 예측에 관한 플래그는 상기 비트스트림의 픽처 파라미터 세트 및/또는 상기 픽처 헤더로부터 파싱될 수 있다. 다시 말해, 상기 가중된 예측에 관한 플래그는 pps_weighted_pred_flag 및/또는 pic_weighted_pred_flag에 해당할 수 있다. 디코딩 장치는 상기 가중된 예측에 관한 플래그의 값이 1인 경우, 상기 예측 가중 테이블 신택스를 비트스트림의 픽처 헤더로부터 파싱할 수 있다. 상기 가중된 예측에 관한 플래그의 값이 0인 경우, 디코딩 장치는 상기 예측 가중 테이블 신택스를 비트스트림의 슬라이스 헤더로부터 파싱할 수 있다.
디코딩 장치는 예측 가중 테이블 신택스가 픽처 헤더로부터 파싱되는 경우, 상기 예측 가중 테이블 신택스에 포함된 가중된 예측에 관한 정보를 현재 픽처 내 모든 슬라이스들에 적용할 수 있다. 다시 말해, 예측 가중 테이블 신택스가 픽처 헤더로부터 파싱되는 경우, 상기 픽처 헤더와 연관된 픽처 내 모든 슬라이스들은 동일한 참조 픽처 리스트를 가질 수 있다. 상기 예측 가중 테이블 신택스가 슬라이스 헤더로부터 파싱되는 경우, 상기 예측 가중 테이블 신택스에 포함된 가중된 예측에 관한 정보를 현재 픽처 내 슬라이스들 중 상기 슬라이스 헤더와 연관된 슬라이스(들)에 적용할 수 있다. 다시 말해, 예측 가중 테이블 신택스가 픽처 헤더로부터 파싱되는 경우, 상기 슬라이스 헤더와 연관된 슬라이스들은 동일한 참조 픽처 리스트를 가질 수 있다.
디코딩 장치는 상기 예측 가중 테이블 신택스를 기반으로 현재 블록의 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 파싱할 수 있다. 상기 개수 정보의 값은 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수와 같을 수 있다. 상기 현재 블록에 가중된 쌍예측이 적용되는 경우, 디코딩 장치는 상기 예측 가중 테이블 신택스로부터 L1 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보와 L0 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 독립적으로 파싱할 수 있다.
디코딩 장치는 상기 개수 정보를 기반으로 예측 가중 테이블 신택스로부터 참조 픽처 리스트에 대한 가중치 펙터 관련 플래그를 파싱할 수 있다. 상기 가중치 펙터 관련 플래그는 상술한 luma_weight_l0_flag, luma_weight_l1_flag, chroma_weight_l0_flag 및/또는 chroma_weight_l0_flag에 해당할 수 있다. 일 예로, 디코딩 장치는 상기 개수 정보의 값이 n인 경우, 예측 가중 테이블 신택스로부터 n개의 가중치 펙터 관련 플래그들을 파싱할 수 있다. 그리고 디코딩 장치는 상기 가중치 펙터 관련 플래그들을 기반으로 현재 블록의 참조 픽처들에 대한 가중치들을 도출하고, 이를 기반으로 현재 블록에 대해 인터 예측을 수행하여 예측 샘플들을 생성 또는 도출할 수 있다. 그리고, 디코딩 장치는 상기 예측 샘플들을 기반으로 현재 블록에 대한 복원 샘플들을 생성 또는 도출하고, 상기 복원 샘플들을 기반으로 현재 픽처에 대한 복원 픽처를 생성할 수 있다.
또 다른 실시예로서, 예측 가중 테이블 신택스는 다음의 표 16과 같은 신택스 요소를 포함할 수 있으며, 이에 대한 시맨틱스는 다음의 표 17과 같을 수 있다.
Figure PCTKR2020018134-appb-T000016
Figure PCTKR2020018134-appb-T000017
표 16 및 표 17에서, pic_poc_delta_sign[i]이 존재하지 않으면, 이는 0으로 추론된다. 0부터 num_weighted_ref_pics_minus1가지의 범위에 포함되는 i에 대한 DeltaPocWeightedRefPic[i]는 다음과 같이 도출될 수 있다.
Figure PCTKR2020018134-appb-M000001
또한, ChromaWeight[i][j]는 (1 << ChromaLog2WeightDenom) + delta_chroma_weight [i][j]로 도출될 수 있다. chroma_weight_flag[i]의 값이 1인 경우, delta_chroma_weight[i][j]의 값은 -128 내지 127의 범위에 포함된다. chroma_weight_flag[i]의 값이 0인 경우, ChromaWeight[i][j]는 2ChromaLog2WeightDenom로 도출될 수 있다.
또한, ChromaOffset[i][j]는 다음과 같이 도출될 수 있다.
Figure PCTKR2020018134-appb-M000002
delta_chroma_offset[i][j]의 값은 -4 * 128 내지 4 * 127의 범위에 포함된다. chroma_weight_flag[i]의 값이 0인 경우, ChromaOffset[i][j]의 값은 9으로 추론된다.
sumWeightFlags는 luma_weight_flag [i] + 2 * chroma_weight_flag [i]의 합으로 도출될 수 있다. i는 0 내지 num_weighted_ref_pics_minus1의 범위에 포함된다. slice_type이 P인 경우, sumWeightL0Flags는 24보다 작거나 같다.
현재 슬라이스가 P 슬라이스 또는 B 슬라이스이고 pic_weighted_pred_flag의 값이 1인 경우, L0ToWeightedRefIdx[i]는 가중된 참조 픽처들의 리스트 내 인덱스와 i번째 참조 픽처 L0 간의 매핑을 나타낼 수 있다. i는 0부터 NumRefIdxActive[0] - 1의 범위에 포함되며, 다음과 같이 도출될 수 있다.
Figure PCTKR2020018134-appb-M000003
현재 슬라이스가 B 슬라이스이고 pic_weighted_pred_flag의 값이 1인 경우, L1ToWeightedRefIdx[i]는 가중된 참조 픽처들의 리스트 내 인덱스와 i번째 활성 참조 픽처 L1 간의 매핑을 나타낼 수 있다. i는 0부터 NumRefIdxActive[1] - 1의 범위에 포함되며, 다음과 같이 도출될 수 있다.
Figure PCTKR2020018134-appb-M000004
luma_weight_l0_flag[i]가 발생(occurrence)하는 경우 이는 luma_weight_flag[L0ToWeightedRefIdx[i]]로 대체되고(replace), luma_weight_l1_flag[i]가 발생하는 경우 이는 luma_weight_flag[L1ToWeightedRefIdx[i]]로 대체된다.
LumaWeightL0[i]가 발생하면 이는 LumaWeight[L0ToWeightedRefIdx[i]]로 대체되고, LumaWeightL1[i]가 발생하면 이는 LumaWeight[L1ToWeightedRefIdx[i]]로 대체된다.
luma_offset_l0[i]가 발생하면 이는 luma_offset[L0ToWeightedRefIdx[i]]로 대체되고, luma_offset_l1[i]가 발생하면 이는 luma_offset[L1ToWeightedRefIdx [i]]로 대체된다.
ChromaWeightL0[i]가 발생하면 이는 ChromaWeight [L0ToWeightedRefIdx[i]]로 대체되고, ChromaWeightL1[i]가 발생하면 이는 ChromaWeight[L1ToWeightedRefIdx[i]]로 대체된다.
또 다른 실시예로서, 슬라이스 헤더 신택스는 다음의 표 18과 같은 신택스 요소를 포함할 수 있으며, 이에 대한 시맨틱스는 다음의 표 19와 같을 수 있다.
Figure PCTKR2020018134-appb-T000018
Figure PCTKR2020018134-appb-T000019
표 18 및 표 19를 참조하면, 슬라이스 헤더에 예측 가중 테이블 신택스가 존재하는지를 나타내는 플래그가 시그널링될 수 있다. 상기 플래그는 슬라이스 헤더에서 시그널링될 수 있으며, slice_weight_pred_present_flag라 할 수 있다.
slice_weight_pred_present_flag의 값이 1이면, 이는 슬라이스 헤더 내에 예측 가중 테이블 신택스가 존재함을 나타낼 수 있다. slice_weight_pred_present_flag의 값이 0이면, 이는 슬라이스 헤더 내에 예측 가중 테이블 신택스가 존재하지 않음을 나타낼 수 있다. 즉, 픽처 헤더에 예측 가중 테이블 신택스가 존재함을 나타낼 수 있다.
또 다른 실시예로서, 예측 가중 테이블 신택스는 슬라이스 헤더에서 파싱되되, 다음의 표 20과 같은 신택스 요소를 포함하는 어댑테이션 파라미터 세트가 시그널링될 수 있다.
Figure PCTKR2020018134-appb-T000020
각 APS RBSP는, 이를 참조하거나 외부 수단을 통해 제공되는 코딩된 슬라이스 NAL 유닛의 TemporalId보다 작거나 같은 TemporalId를 갖는 적어도 하나의 액세스 유닛에 포함되어 참조되기 전에, 디코딩 프로세스에 이용 가능해야 한다.
aspLayerId는 APS NAL 단위의 nuh_layer_id라 할 수 있다. nuh_layer_id가 aspLayerId와 같은 레이어가 독립 레이어(즉, vps_independent_layer_flag[GeneralLayerIdx[aspLayerId]]이 1)이면, APS RBSP를 포함하는 APS NAL 단위는 이를 참조하는 코딩된 슬라이스 NAL 단위의 nuh_layer_id와 동일한 nuh_layer_id를 가진다. 그렇지 않으면, APS RBSP를 포함하는 APS NAL 단위는 이를 참조하는 코딩된 슬라이스 NAL 단위의 nuh_layer_id와 같거나 이를 참조하는 코딩된 슬라이스 NAL 단위를 포함하는 레이어의 직접 종속 레이어(direct dependent layer)의 nuh_layer_id와 동일한 nuh_layer_id를 가진다.
액세스 유닛 내의 adaptation_parameter_set_id의 특정 값 및 aps_params_type의 특정 값을 가지는 모든 APS NAL 단위는 동일한 컨텐츠를 갖는다.
adaptation_parameter_set_id는 다른 신택스 요소들이 참조할 수 있도록 APS에 대한 식별자를 제공한다.
aps_params_type이 ALF_APS 또는 SCALING_APS, PRED_WEIGHT_APS인 경우, adaptation_parameter_set_id의 값은 0에서 7까지의 범위에 포함된다.
aps_params_type이 LMCS_APS인 경우, adaptation_parameter_set_id의 값은 0에서 3까지의 범위에 포함된다.
aps_params_type은 다음의 표 21과 같이 APS에 포함된 APS 파라미터들의 타입을 나타낸다. aps_params_type의 값이 1인 경우(LMCS_APS), adaptation_parameter_set_id의 값은 0에서 3까지의 범위에 포함된다.
Figure PCTKR2020018134-appb-T000021
APS의 각 타입은 adaptation_parameter_set_id에 대해 별도의 값 공간(separate value space)을 사용한다.
APS NAL 단위(adaptation_parameter_set_id의 특정 값 및 aps_params_type의 특정 값을 갖는)는 픽처 간에 공유될 수 있으며, 픽처 내의 다른 슬라이스는 다른 ALF APS를 참조할 수 있다.
aps_extension_flag의 값이 0인 경우, 이는 APS RBSP 신택스 구조에 aps_extension_data_flag 신택스 요소가 존재하지 않음을 나타낸다. aps_extension_flag의 값이 1인 경우, 이는 APS RBSP 신택스 구조에 존재하는 aps_extension_data_flag 신택스 요소가 있음을 나타낸다.
aps_extension_data_flag는 임의의 값을 가질 수 있다.
상술한 바와 같이 새로운 aps_params_type(PRED_WEIGHT_APS)이 기존 타입에 추가될 수 있다. 또한 슬라이스 헤더는 다음의 표 22와 같이 pred_weight_table() 대신 APS ID를 시그널링하도록 수정될 수 있다.
Figure PCTKR2020018134-appb-T000022
표 22에서, slice_pred_weight_aps_id는 예측 가중 테이블 APS의 adaptation_parameter_set_id를 나타낸다. PRED_WEIGHT_APS와 동일한 aps_params_type 및 slice_pred_weight_aps_id와 동일한 adaptation_parameter_set_id를 갖는 APS NAL 유닛의 TemporalId는 코딩된 슬라이스 NAL 유닛의 TemporalId보다 작거나 같다.
슬라이스 헤더에 slice_pred_weight_aps_id 신택스 요소가 존재하는 경우, slice_pred_weight_aps_id의 값은 픽처의 모든 슬라이스들에 대해 동일하다.
이 경우, 다음의 표 23과 같은 예측 가중 테이블 신택스가 시그널링될 수 있다,
Figure PCTKR2020018134-appb-T000023
Figure PCTKR2020018134-appb-I000005
표 23에서 num_lists_active_flag의 값이 1인 경우, 이는 예측 가중 테이블 정보가 하나의 참조 픽처 리스트에 대해 시그널링됨을 나타낼 수 있다. num_lists_active_flag의 값이 0인 경우, 이는 두 참조 픽처 리스트들(L0 및 L1)에 대한 예측 가중 테이블 정보가 시그널링되지 않음을 나타낼 수 있다.
numRefIdxActive[i]는 활성 참조 인덱스의 개수를 나타내는데 사용될 수 있다. numRefIdxActive[i]의 값은 0에서 14까지의 범위에 포함된다.
표 23의 신택스는 num_lists_active_flag가 파싱될 때 하나 또는 두 개의 리스트들에 대한 정보가 APS에서 파싱되는지를 나타낸다.
표 23 대신, 다음의 표 24와 같은 예측 가중 테이블 신택스가 사용될 수도 있다.
Figure PCTKR2020018134-appb-T000024
Figure PCTKR2020018134-appb-I000006
표 24에서, num_lists_active_flag의 값이 1인 경우 이는 예측 가중 테이블 정보가 하나의 참조 픽처 리스트에 대해 시그널링됨을 나타낼 수 있다. num_lists_active_flag의 값이 0인 경우, 이는 두개의 참조 픽처 리스트에 대한 예측 가중 테이블 정보가 시그널링되지 않음을 나타낼 수 있다.
도 8 및 도 9는 본 문서의 실시예에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 8에 개시된 비디오/영상 인코딩 방법은 도 2 및 도 9에서 개시된 (비디오/영상) 인코딩 장치(200)에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 8의 S800 내지 S820은 인코딩 장치(200)의 예측부(220)에 의하여 수행될 수 있고, S830은 인코딩 장치(200)의 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 도 8에서 개시된 비디오/영상 인코딩 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
구체적으로 도 8 및 도 9를 참조하면, 인코딩 장치의 예측부(220)는 움직임 추정을 기반으로 현재 픽처 내 현재 블록의 움직임 정보를 도출할 수 있다(S800). 예를 들어, 인코딩 장치는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 위상(phase) 기반 샘플 값들의 차를 기반으로 도출할 수 있다. 일 예로, 블록의 유사성은 현재 블록(or 현재 블록의 템플릿)과 참조 블록(or 참조 블록의 템플릿) 간 SAD(Sum of Absolute Difference)를 기반으로 계산될 수 있다. 이 경우 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보가 도출될 수 있다. 도출된 움직임 정보는 인터 예측 모드를 기반으로 여러 방법에 따라 디코딩 장치로 시그널링될 수 있다.
인코딩 장치의 예측부(220)는 현재 블록의 움직임 정보를 기반으로 현재 블록에 대해 가중된 (샘플) 예측을 수행할 수 있으며(S810), 이를 기반으로 상기 현재 블록에 대한 예측 샘플들(예측 블록)과 예측 관련 정보를 생성할 수 있다. 상기 예측 관련 정보는 예측 모드 정보(머지 모드, 스킵 모드 등), 움직임 정보에 관한 정보 등을 포함할 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 예를 들어, 예측부(220)는 현재 슬라이스의 슬라이스 타입이 P 슬라이스 또는 B 슬라이스인 경우, 현재 슬라이스 내 현재 블록에 대해 가중된 예측을 수행할 수 있다. 상기 가중된 예측은 현재 블록에 쌍예측(bi-prediction) 뿐만아니라 단예측(uni-prediction)이 적용되는 경우에도 사용될 수 있다.
한편, 인코딩 장치의 예측부(220)는 움직임 정보에 기반한 가중된 예측을 기반으로, 상기 가중된 예측을 위한 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 생성할 수 있다(S820). 이 경우, 인코딩 장치의 엔트로피 인코딩부(240)는 상기 개수 정보를 포함하는 영상 정보를 인코딩할 수 있다. 상기 개수 정보는 상기 영상 정보 내 예측 가중 테이블 신택스에 포함될 수 있으며, 이 경우에도 상기 예측 가중 테이블 신택스는 상기 영상 정보 내 픽처 헤더에 포함될 수 있다. 여기서, 상기 개수 정보의 값은 상기 참조 픽처 리스트 내 상기 가중된 참조 픽처들에 대한 개수와 같을 수 있다. 상기 예측 가중 테이블 신택스에는 상기 개수 정보의 개수와 같은 개수의 가중치 펙터 관련 플래그가 포함될 수 있다. 일 예로, 상기 개수 정보의 값이 n인 경우, 상기 예측 가중 테이블 신택스에는 n개의 가중치 펙터 관련 플래그들이 포함될 수 있다. 가중된 쌍예측이 적용되는 경우, 상기 예측 가중 테이블 신택스에는 상기 개수 정보 및/또는 상기 가중치 펙터 관련 플래그가 L0 및 L1 각각에 대해 독립적으로 포함될 수 있다. 다시 말해, L0 내 가중된 참조 픽처들에 대한 개수 정보 및 L1 내 가중된 참조 픽처들에 대한 개수 정보는 예측 가중 테이블 신택스 내에서 상호 간에 의존하지 않고(각 리스트에 대한 활성 참조 픽처들의 개수에 의존하지 않고) 독립적으로 시그널링될 수 있다.
인코딩 장치의 레지듀얼 처리부(230)는 예측부(220)에서 생성된 예측 샘플들과 원본 픽처(원본 블록, 원본 샘플들)를 기반으로 레지듀얼 샘플 및 레지듀얼 정보를 생성할 수 있다. 여기서 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보로서, 상기 레지듀얼 샘플들에 대한 (양자화된) 변환 계수들에 관한 정보를 포함할 수 있다.
인코딩 장치의 가산부(또는 복원부)는 레지듀얼 처리부(230)에서 생성된 레지듀얼 샘플들과 예측부(220)에서 생성된 예측 샘플들을 더하여 복원(reconstructed) 샘플들(복원 픽처, 복원 블록, 복원 샘플 어레이)을 생성할 수 있다.
인코딩 장치의 엔트로피 인코딩부(240)는 예측부(220)에서 생성된 예측 관련 정보, 레지듀얼 처리부(230)에서 생성된 레지듀얼 정보, 가중된 예측에 관한 플래그, 예측 가중 테이블 신택스 등을 포함하는 영상 정보를 인코딩할 수 있다(S830). 상기 예측 관련 정보는 가중된 예측에 관한 플래그, 예측 가중 테이블 신택스 등을 포함할 수 있으며, 상기 예측 가중 테이블 신택스는 상술한 가중된 참조 픽처들에 대한 개수 정보, 가중치 펙터 관련 플래그 등을 포함할 수 있다.
일 예로, 인코딩 장치의 엔트로피 인코딩부(240)는 상술한 표 5 내지 표 23 중 적어도 하나를 기반으로 영상 정보를 인코딩하여 비트스트림의 형태로 출력할 수 있다. 구체적으로, 인코딩 장치의 엔트로피 인코딩부(240)는 본 문서의 예측 가중 테이블 신택스가 영상 정보의 픽처 헤더에 포함됨을 기반으로 가중된 예측에 관한 플래그의 값을 1로 결정하고, 상기 예측 가중 테이블 신택스가 영상 정보의 슬라이스 헤더에 포함됨을 기반으로 상기 가중된 예측에 관한 플래그의 값을 0으로 결정할 수 있다. 또는, 인코딩 장치의 엔트로피 인코딩부(240)는 상기 예측 가중 테이블 신택스에 포함된 가중된 예측에 관한 정보가 상기 현재 블록을 포함하는 현재 픽처 내 모든 슬라이스들에 적용됨을 기반으로 상기 가중된 예측에 관한 플래그의 값을 1로 결정하고, 상기 예측 가중 테이블 신택스에 포함된 상기 가중된 예측에 관한 정보가 상기 현재 픽처 내 슬라이스들 중 상기 슬라이스 헤더와 연관된 슬라이스에 적용됨을 기반으로 상기 가중된 예측에 관한 플래그의 값을 0으로 결정할 수 있다. 상기 예측 가중 테이블 신택스가 상기 픽처 헤더에 포함되는 경우 상기 픽처 헤더와 연관된 픽처 내 모든 슬라이스들은 동일한 참조 픽처 리스트를 가질 수 있으며, 상기 예측 가중 테이블 신택스가 상기 슬라이스 헤더에 포함되는 경우 상기 슬라이스 헤더와 연관된 슬라이스들은 동일한 참조 픽처 리스트를 가질 수 있다. 상기 가중된 예측에 관한 플래그는 영상 정보의 픽처 파라미터 세트 또는 픽처 헤더에 포함되어 디코딩 장치로 전달될 수 있다. 상기 가중된 예측에 관한 플래그는 픽처 헤더에 가중된 예측에 관한 정보가 존재하는지를 나타내는 정보일 수 있다.
도 10 및 도 11은 본 문서의 실시예에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 10에 개시된 비디오/영상 디코딩 방법은 도 3 및 도 11에서 개시된 (비디오/영상) 디코딩 장치(300)에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 10의 S1000 및 S1010은 디코딩 장치의 엔트로피 디코딩부(310)에서 수행될 수 있다. 도 8의 S1020 및 S1020은 디코딩 장치의 예측부(330)에서 수행될 수 있고, S1030은 디코딩 장치의 가산부(340)에 의하여 수행될 수 있다. 도 10에서 개시된 비디오/영상 디코딩 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
도 10 및 도 11을 참조하면, 디코딩 장치의 엔트로피 디코딩부(310)는 비트스트림으로부터 가중된 예측에 관한 플래그를 파싱할 수 있고, 상기 가중된 예측에 관한 플래그를 기반으로 상기 비트스트림으로부터 예측 가중 테이블 신택스를 파싱할 수 있다(S1000). 상기 가중된 예측에 관한 플래그는 비트스트림의 픽처 파라미터 세트 또는 픽처 헤더로부터 파싱될 수 있으며, 상기 픽처 헤더에 가중된 예측에 관한 정보(예측 가중 테이블 신택스)가 존재하는지를 나타낼 수 있다. 예를 들어, 디코딩 장치의 엔트로피 디코딩부(310)는 상기 가중된 예측에 관한 플래그의 값이 1인 경우, 상기 비트스트림의 픽처 헤더로부터 상기 예측 가중 테이블 신택스를 파싱하고, 상기 가중된 예측에 관한 플래그의 값이 0인 경우, 상기 비트스트림의 슬라이스 헤더로부터 상기 예측 가중 테이블 신택스를 파싱할 수 있다. 상기 가중된 예측에 관한 플래그의 값이 1인 경우, 상기 예측 가중 테이블 신택스에 포함된 가중된 예측에 관한 정보는 상기 현재 픽처 내 모든 슬라이스들에 적용될 수 있으며, 상기 가중된 예측에 관한 플래그의 값이 0인 경우 상기 예측 가중 테이블에 포함된 상기 가중된 예측에 관한 정보는 상기 현재 픽처 내 슬라이스들 중 상기 슬라이스 헤더와 연관된 슬라이스에 적용될 수 있다. 상기 예측 가중 테이블 신택스가 상기 픽처 헤더로부터 파싱되는 경우 상기 픽처 헤더와 연관된 픽처 내 모든 슬라이스들은 동일한 참조 픽처 리스트를 가질 수 있으며, 상기 예측 가중 테이블 신택스가 상기 슬라이스 헤더로부터 파싱되는 경우 상기 슬라이스 헤더와 연관된 슬라이스들은 동일한 참조 픽처 리스트를 가질 수 있다.
한편, 디코딩 장치의 엔트로피 디코딩부(310)는 상기 예측 가중 테이블 신택스로부터 개수 정보를 파싱할 수 있다. 상기 개수 정보의 값은 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수와 같을 수 있다. 디코딩 장치의 엔트로피 디코딩부(310)는 상기 개수 정보를 기반으로 상기 예측 가중 테이블 신택스로부터 상기 개수 정보의 개수와 같은 개수의 가중치 펙터 관련 플래그를 파싱할 수 있다. 일 예로, 상기 개수 정보의 값이 n인 경우, 상기 예측 가중 테이블 신택스에는 n개의 가중치 펙터 관련 플래그들이 포함될 수 있다. 가중된 쌍예측이 적용되는 경우, 상기 예측 가중 테이블 신택스에는 상기 개수 정보 및/또는 상기 가중치 펙터 관련 플래그가 L0 및 L1 각각에 대해 독립적으로 포함될 수 있다. 일 예로, L0 내 가중된 참조 픽처들에 대한 개수 정보 및 L1 내 가중된 참조 픽처들에 대한 개수 정보는 예측 가중 테이블 신택스 내에서 상호 간에 의존하지 않고(각 리스트에 대한 활성 참조 픽처들의 개수에 의존하지 않고) 독립적으로 파싱될 수 있다.
디코딩 장치는 비트스트림으로부터 획득한 예측 관련 정보(인터/인트라 예측 구분 정보, 인트라 예측 모드 정보, 인터 예측 모드 정보, 가중된 예측에 관한 정보 등)를 기반으로 현재 픽처 내 현재 블록에 대한 가중된 예측을 수행하여 현재 픽처를 복원할 수 있다. 여기서, 상기 가중된 예측에 관한 정보는 예측 가중 테이블 신택스를 포함할 수 있다. 일 예로, 디코딩 장치의 예측부(330)는 상기 예측 가중 테이블 신택스 내 개수 정보를 기반으로 파싱된 가중치 펙터 관련 플래그를 기반으로 가중된 예측을 위한 가중치들을 도출할 수 있다(S1020). 구체적으로 예를 들어, 디코딩 장치의 예측부(330)는 상기 예측 가중 테이블 신택스 내 개수 정보의 값이 n인 경우, 상기 예측 가중 테이블 신택스로부터 n개의 가중치 펙터 관련 플래그들을 파싱할 수 있다. 그리고 디코딩 장치의 예측부(330)는 그리고 상기 가중치들을 기반으로 현재 블록에 대한 가중된 예측을 수행하여 현재 블록의 예측 샘플들을 도출할 수 있다(S1030).
한편, 디코딩 장치의 레지듀얼 처리부(320)는 비트스트림으로부터 획득한 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 생성할 수 있다. 디코딩 장치의 가산부(340)는 예측부(330)에서 생성된 예측 샘플들과 레지듀얼 처리부(320)에서 생성된 레지듀얼 샘플들을 기반으로 복원 샘플들을 생성할 수 있다. 그리고 디코딩 장치의 가산부(340)는 상기 복원 샘플들을 기반으로 복원 픽처(복원 블록)를 생성할 수 있다(S1040).
이후, 필요에 따라 주관적/객관적 화질을 향상시키기 위하여 디블록킹 필터링, SAO 및/또는 ALF 절차와 같은 인루프 필터링 절차가 상기 복원 픽처에 적용될 수 있다.
상술한 실시예들에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 해당 실시예는 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 문서의 실시예들의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서의 실시예들에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recorder) 등을 포함할 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서의 실시예(들)에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 문서의 실시예(들)는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예(들)에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 12는 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 12를 참조하면, 본 문서의 실시예들이 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 문서의 실시예들이 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기(smartwatch), 글래스형 단말기(smart glass), HMD(head mounted display), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.

Claims (15)

  1. 비디오 디코딩 장치에 의하여 수행되는 비디오 디코딩 방법에 있어서,
    비트스트림으로부터 예측 가중 테이블(prediction weighted table) 신택스를 파싱하는 단계;
    상기 예측 가중 테이블 신택스로부터 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 파싱하는 단계;
    상기 개수 정보를 기반으로 가중된 예측을 위한 가중치들을 도출하는 단계;
    상기 가중치들을 기반으로 현재 블록에 대한 가중된 예측을 수행하여 상기 현재 블록의 예측 샘플들을 도출하는 단계; 및
    상기 예측 샘플들을 기반으로 현재 픽처를 복원하는 단계를 포함하되,
    상기 예측 가중 테이블 신택스는 상기 비트스트림의 픽처 헤더로부터 파싱되는 것을 특징으로 하는, 비디오 디코딩 방법.
  2. 제1항에 있어서,
    상기 개수 정보의 값은 상기 참조 픽처 리스트 내 상기 가중된 참조 픽처들에 대한 개수와 같은 것을 특징으로 하는, 비디오 디코딩 방법.
  3. 제1항에 있어서,
    상기 가중치들을 도출하는 단계는,
    상기 개수 정보를 기반으로 상기 예측 가중 테이블 신택스로부터 상기 참조 픽처 리스트에 대한 가중치 펙터(weighting facter) 관련 플래그를 파싱하는 단계를 포함하는 것을 특징으로 하는, 비디오 디코딩 방법.
  4. 제3항에 있어서,
    상기 가중치 펙터 관련 플래그를 파싱하는 단계는,
    상기 개수 정보의 값이 n임을 기반으로, 상기 예측 가중 테이블 신택스로부터 n개의 가중치 펙터 관련 플래그들을 파싱하는 단계를 포함하는 것을 특징으로 하는, 비디오 디코딩 방법.
  5. 제1항에 있어서,
    상기 예측 가중 테이블 신택스를 파싱하는 단계 이전에,
    상기 비트스트림의 픽처 파라미터 세트로부터 가중된 예측에 관한 플래그를 파싱하는 단계를 더 포함하는 것을 특징으로 하는, 비디오 디코딩 방법.
  6. 제5항에 있어서,
    상기 예측 가중 테이블 신택스는 상기 플래그의 값이 1임을 기반으로 상기 픽처 헤더로부터 파싱되는 것을 특징으로 하는, 비디오 디코딩 방법.
  7. 제5항에 있어서,
    상기 플래그는 상기 픽처 헤더에 가중된 예측에 관한 정보가 존재하는지를 나타내는 것을 특징으로 하는, 비디오 디코딩 방법.
  8. 제5항에 있어서,
    상기 플래그의 값이 1임을 기반으로 상기 예측 가중 테이블 신택스에 포함된 가중된 예측에 관한 정보는 상기 현재 픽처 내 모든 슬라이스들에 적용되는 것을 특징으로 하는, 비디오 디코딩 방법.
  9. 제1항에 있어서,
    상기 픽처 헤더와 연관된 픽처 내 모든 슬라이스들은 동일한 참조 픽처 리스트를 가지는 것을 특징으로 하는, 비디오 디코딩 방법.
  10. 제1항에 있어서,
    상기 참조 픽처 리스트는 L0 참조 픽처 리스트 및 L1 참조 픽처 리스트를 포함하고,
    상기 L1 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보와 상기 L0 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보는 독립적으로 파싱되는 것을 특징으로 하는, 비디오 디코딩 방법.
  11. 비디오 인코딩 장치에 의하여 수행되는 비디오 인코딩 방법에 있어서,
    현재 블록의 움직임 정보를 도출하는 단계;
    상기 움직임 정보를 기반으로 상기 현재 블록에 대한 가중된 예측을 수행하는 단계;
    상기 가중된 예측을 위한 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 생성하는 단계; 및
    상기 개수 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되,
    상기 개수 정보는 상기 영상 정보 내 예측 가중 테이블(prediction weighted table) 신택스에 포함되고,
    상기 예측 가중 테이블 신택스는 상기 영상 정보 내 픽처 헤더에 포함되는 것을 특징으로 하는, 비디오 인코딩 방법.
  12. 제11항에 있어서,
    상기 개수 정보의 값은 상기 참조 픽처 리스트 내 상기 가중된 참조 픽처들에 대한 개수와 같은 것을 특징으로 하는, 비디오 인코딩 방법.
  13. 제11항에 있어서,
    상기 예측 가중 테이블 신택스는 상기 개수 정보를 기반으로 상기 참조 픽처 리스트에 대한 가중치 펙터(weighting factor) 관련 플래그를 포함하는 것을 특징으로 하는, 비디오 인코딩 방법.
  14. 제13항에 있어서,
    상기 예측 가중 테이블 신택스는 상기 개수 정보의 값이 n임을 기반으로 n개의 가중치 펙터 관련 플래그들을 포함하는 것을 특징으로 하는, 비디오 인코딩 방법.
  15. 컴퓨터 판독 가능한 디지털 저장 매체로서, 상기 디지털 저장 매체는 비디오 디코딩 장치에 의하여 비디오 디코딩 방법을 수행하도록 야기하는 정보를 포함하고, 상기 비디오 디코딩 방법은,
    영상 정보로부터 예측 가중 테이블(prediction weighted table) 신택스를 파싱하는 단계;
    상기 예측 가중 테이블 신택스로부터 참조 픽처 리스트 내 가중된 참조 픽처들에 대한 개수 정보를 파싱하는 단계;
    상기 개수 정보를 기반으로 가중된 예측을 위한 가중치를 도출하는 단계;
    상기 가중치를 기반으로 현재 블록에 대한 가중된 예측을 수행하여 상기 현재 블록의 예측 샘플들을 도출하는 단계; 및
    상기 예측 샘플들을 기반으로 현재 픽처를 복원하는 단계를 포함하되,
    상기 예측 가중 테이블 신택스는 상기 영상 정보의 픽처 헤더로부터 파싱되는 것을 특징으로 하는, 디지털 저장 매체.
PCT/KR2020/018134 2019-12-20 2020-12-11 가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치 WO2021125702A1 (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
BR112022012154A BR112022012154A2 (pt) 2019-12-20 2020-12-11 Método e dispositivo de codificação de imagem/vídeo baseados em predição ponderada
CN202080096547.XA CN115104314A (zh) 2019-12-20 2020-12-11 基于加权预测的图像/视频编译方法及装置
MX2022007348A MX2022007348A (es) 2019-12-20 2020-12-11 Metodo y dispositivo de codificacion de imagenes/video con base en prediccion ponderada.
KR1020227019893A KR20220098005A (ko) 2019-12-20 2020-12-11 가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치
US17/843,872 US11652986B2 (en) 2019-12-20 2022-06-17 Image/video coding method and device based on weighted prediction
US18/127,257 US12081740B2 (en) 2019-12-20 2023-03-28 Image/video coding method and device based on weighted prediction

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962950963P 2019-12-20 2019-12-20
US62/950,963 2019-12-20

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/843,872 Continuation US11652986B2 (en) 2019-12-20 2022-06-17 Image/video coding method and device based on weighted prediction

Publications (1)

Publication Number Publication Date
WO2021125702A1 true WO2021125702A1 (ko) 2021-06-24

Family

ID=76477828

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/018134 WO2021125702A1 (ko) 2019-12-20 2020-12-11 가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치

Country Status (6)

Country Link
US (2) US11652986B2 (ko)
KR (1) KR20220098005A (ko)
CN (1) CN115104314A (ko)
BR (1) BR112022012154A2 (ko)
MX (1) MX2022007348A (ko)
WO (1) WO2021125702A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115104314A (zh) * 2019-12-20 2022-09-23 Lg电子株式会社 基于加权预测的图像/视频编译方法及装置
KR20220100716A (ko) * 2020-01-13 2022-07-15 엘지전자 주식회사 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160135262A (ko) * 2014-03-16 2016-11-25 브이아이디 스케일, 인크. 무손실 비디오 코딩의 시그널링을 위한 방법 및 장치
KR20180008445A (ko) * 2015-06-10 2018-01-24 삼성전자주식회사 적응적 가중치 예측을 위한 신택스 시그널링을 이용하여 영상을 부호화 또는 복호화하는 방법 및 장치
KR20190114765A (ko) * 2018-03-30 2019-10-10 경희대학교 산학협력단 영상 부호화/복호화 방법 및 장치

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004007379A (ja) * 2002-04-10 2004-01-08 Toshiba Corp 動画像符号化方法及び動画像復号化方法
US9277228B2 (en) * 2011-07-18 2016-03-01 Qualcomm Incorporated Adaptation parameter sets for video coding
US9332269B2 (en) * 2012-06-27 2016-05-03 Broadcom Corporation Slice overhead coding
EP3672253A1 (en) * 2018-12-21 2020-06-24 InterDigital VC Holdings, Inc. Method and apparatus for picture encoding and decoding
CN114125439B (zh) * 2019-01-09 2024-07-26 北京达佳互联信息技术有限公司 使用交叉分量线性模型的视频编解码
CN114424553A (zh) * 2019-09-22 2022-04-29 北京字节跳动网络技术有限公司 基于子块的帧间预测的缩放方法
EP4029245A4 (en) * 2019-10-12 2022-11-23 Beijing Bytedance Network Technology Co., Ltd. HIGH LEVEL SYNTAX FOR VIDEO CODING TOOLS
JP7448349B2 (ja) * 2019-12-17 2024-03-12 シャープ株式会社 動画像復号装置
CN115104314A (zh) * 2019-12-20 2022-09-23 Lg电子株式会社 基于加权预测的图像/视频编译方法及装置
EP4029253A4 (en) * 2019-12-30 2022-10-19 Huawei Technologies Co., Ltd. METHOD AND APPARATUS FOR WEIGHTED PREDICTION HARMONIZATION WITH NON-RECTANGULAR BLENDING MODES
MX2022008593A (es) * 2020-01-12 2022-10-20 Huawei Tech Co Ltd Método y aparato para armonizar predicción ponderada con modos de fusión no rectangulares.
EP4091328A4 (en) * 2020-02-19 2023-05-03 ByteDance Inc. REPORTING WEIGHTS OF A LIST OF REFERENCE IMAGES

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160135262A (ko) * 2014-03-16 2016-11-25 브이아이디 스케일, 인크. 무손실 비디오 코딩의 시그널링을 위한 방법 및 장치
KR20180008445A (ko) * 2015-06-10 2018-01-24 삼성전자주식회사 적응적 가중치 예측을 위한 신택스 시그널링을 이용하여 영상을 부호화 또는 복호화하는 방법 및 장치
KR20190114765A (ko) * 2018-03-30 2019-10-10 경희대학교 산학협력단 영상 부호화/복호화 방법 및 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BENJAMIN BROSS , JIANLE CHEN , SHAN LIU , YE-KUI WANG: "Versatile Video Coding (Draft 7)", 16. JVET MEETING; 20191001 - 20191011; GENEVA; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), no. JVET-P2001-vE; m51515, 14 November 2019 (2019-11-14), pages 1 - 489, XP030224330 *
W. WAN (BROADCOM), T. HELLMAN (BROADCOM), B. HENG (BROADCOM): "AHG17: Picture Header", 16. JVET MEETING; 20191001 - 20191011; GENEVA; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), no. JVET-P0239 ; m50203, 25 September 2019 (2019-09-25), XP030216647 *

Also Published As

Publication number Publication date
BR112022012154A2 (pt) 2022-08-30
US20220329783A1 (en) 2022-10-13
MX2022007348A (es) 2022-09-23
CN115104314A (zh) 2022-09-23
US20230239463A1 (en) 2023-07-27
US12081740B2 (en) 2024-09-03
US11652986B2 (en) 2023-05-16
KR20220098005A (ko) 2022-07-08

Similar Documents

Publication Publication Date Title
WO2020166897A1 (ko) Dmvr 기반의 인터 예측 방법 및 장치
WO2020256390A1 (ko) 블록 사이즈를 기반으로 bdpcm 을 수행하는 영상 디코딩 방법 및 그 장치
WO2021125700A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2021137597A1 (ko) Ols에 대한 dpb 파라미터를 사용하는 영상 디코딩 방법 및 그 장치
WO2020262931A1 (ko) 비디오/영상 코딩 시스템에서 머지 데이터 신택스의 시그널링 방법 및 장치
WO2021145668A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2020256455A1 (ko) 디폴트 머지 모드에 기반하여 예측 샘플을 도출하는 영상 디코딩 방법 및 그 장치
WO2020256454A1 (ko) 현재 블록에 대하여 최종적으로 예측 모드를 선택하지 못하는 경우 인터 예측을 수행하는 영상 디코딩 방법 및 그 장치
WO2020167097A1 (ko) 영상 코딩 시스템에서 인터 예측을 위한 인터 예측 타입 도출
WO2020235961A1 (ko) 영상 디코딩 방법 및 그 장치
WO2021141227A1 (ko) 영상 디코딩 방법 및 그 장치
WO2021141226A1 (ko) 루마 성분 및 크로마 성분에 대한 bdpcm 기반 영상 디코딩 방법 및 그 장치
WO2021040398A1 (ko) 팔레트 이스케이프 코딩 기반 영상 또는 비디오 코딩
WO2020262930A1 (ko) 머지 데이터 신택스에서 중복적인 신택스의 제거 방법 및 장치
WO2020251259A1 (ko) 쌍 예측(bi-prediction)을 위한 가중치 인덱스 정보를 도출하는 영상 디코딩 방법 및 그 장치
WO2021125702A1 (ko) 가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치
WO2020076069A1 (ko) Atmvp 후보를 기반으로 영상 코딩을 수행하는 장치
WO2021145673A1 (ko) 영상/비디오 코딩을 위한 가중된 예측 방법 및 장치
WO2021145669A1 (ko) 영상/비디오 코딩 시스템에서 인터 예측 방법 및 장치
WO2021091256A1 (ko) 영상/비디오 코딩 방법 및 장치
WO2021091252A1 (ko) 영상/비디오 코딩을 위한 영상 정보 처리 방법 및 장치
WO2021034117A1 (ko) 영상 디코딩 방법 및 그 장치
WO2020256492A1 (ko) 비디오/영상 코딩 시스템에서 중복 시그널링 제거 방법 및 장치
WO2020262929A1 (ko) 비디오/영상 코딩 시스템에서 신택스 시그널링 방법 및 장치
WO2020251320A1 (ko) 서브블록 단위의 시간적 움직임 벡터 예측자 후보 기반 영상 또는 비디오 코딩

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: 20900928

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20227019893

Country of ref document: KR

Kind code of ref document: A

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112022012154

Country of ref document: BR

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 112022012154

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20220617

122 Ep: pct application non-entry in european phase

Ref document number: 20900928

Country of ref document: EP

Kind code of ref document: A1