WO2021210935A1 - 서브 레이어 요구 개수에 기반하여 서브 레이어를 결정하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법 - Google Patents

서브 레이어 요구 개수에 기반하여 서브 레이어를 결정하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법 Download PDF

Info

Publication number
WO2021210935A1
WO2021210935A1 PCT/KR2021/004771 KR2021004771W WO2021210935A1 WO 2021210935 A1 WO2021210935 A1 WO 2021210935A1 KR 2021004771 W KR2021004771 W KR 2021004771W WO 2021210935 A1 WO2021210935 A1 WO 2021210935A1
Authority
WO
WIPO (PCT)
Prior art keywords
layer
layers
picture
sub
unit
Prior art date
Application number
PCT/KR2021/004771
Other languages
English (en)
French (fr)
Inventor
헨드리헨드리
팔루리시탈
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 CN202180041964.9A priority Critical patent/CN115769579A/zh
Priority to KR1020227039717A priority patent/KR20230002715A/ko
Priority to US17/918,288 priority patent/US20230156201A1/en
Publication of WO2021210935A1 publication Critical patent/WO2021210935A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—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
    • H04N19/10—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
    • H04N19/187—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a scalable video layer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/188—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a video data packet, e.g. a network abstraction layer [NAL] unit
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements

Definitions

  • the present disclosure relates to an image encoding/decoding method and apparatus, and more particularly, an image encoding/decoding method and apparatus for determining a sub-layer based on a required number of layers, and an image encoding method/device of the present disclosure It relates to a method of transmitting a bitstream.
  • HD images high definition (HD) images and ultra high definition (UHD) images
  • UHD images ultra high definition
  • An object of the present disclosure is to provide an image encoding/decoding method and apparatus with improved encoding/decoding efficiency.
  • Another object of the present disclosure is to provide an image encoding/decoding method and apparatus for improving encoding/decoding efficiency by determining a sub-layer based on a required number of sub-layers.
  • Another object of the present disclosure is to provide a method of transmitting a bitstream generated by an image encoding method or apparatus according to the present disclosure.
  • Another object of the present disclosure is to provide a recording medium storing a bitstream generated by an image encoding method or apparatus according to the present disclosure.
  • Another object of the present disclosure is to provide a recording medium storing a bitstream that is received and decoded by an image decoding apparatus according to the present disclosure and used to restore an image.
  • a bitstream that causes the decoding apparatus according to the present disclosure to perform the image decoding method according to the present disclosure may be stored in the recording medium.
  • An image decoding method performed by an image decoding apparatus includes determining at least one layer belonging to an output layer set (OLS); and determining the number of sub-layers for the at least one layer.
  • OLS output layer set
  • an image decoding apparatus including a memory and at least one processor, wherein the at least one processor determines at least one layer belonging to an output layer set (OLS), and the Determine the number of sub-layers for at least one layer, wherein the number of sub-layers for the current layer in the OLS is the maximum required number of sub-layers for the direct reference available layer, which is a layer that can directly refer to the current layer. can be determined based on
  • an image encoding method performed by an image encoding apparatus includes determining at least one layer belonging to an output layer set (OLS); and determining the number of sub-layers for the at least one layer, wherein the number of sub-layers for the current layer in the OLS is a layer available for direct reference to the current layer. It may be determined based on the maximum required number of sub-layers.
  • OLS output layer set
  • a transmission method may transmit a bitstream generated by the image encoding apparatus or the image encoding method of the present disclosure.
  • a computer-readable recording medium may store a bitstream generated by the image encoding method or image encoding apparatus of the present disclosure.
  • the computer-readable recording medium may store a bitstream causing the decoding apparatus to perform the image decoding method of the present disclosure.
  • an image encoding/decoding method and apparatus having improved encoding/decoding efficiency may be provided.
  • an image encoding/decoding method and apparatus capable of improving encoding/decoding efficiency by determining a sub-layer based on the required number of sub-layers may be provided.
  • a method for transmitting a bitstream generated by an image encoding method or apparatus according to the present disclosure may be provided.
  • a recording medium storing a bitstream generated by the image encoding method or apparatus according to the present disclosure may be provided.
  • a recording medium storing a bitstream received and decoded by the image decoding apparatus according to the present disclosure and used to restore an image.
  • FIG. 1 is a diagram schematically illustrating a video coding system to which an embodiment according to the present disclosure can be applied.
  • FIG. 2 is a diagram schematically illustrating an image encoding apparatus to which an embodiment according to the present disclosure can be applied.
  • FIG. 3 is a diagram schematically illustrating an image decoding apparatus to which an embodiment according to the present disclosure can be applied.
  • 4 and 5 are diagrams illustrating examples of picture decoding and encoding procedures according to an embodiment.
  • FIG. 6 is a diagram illustrating a hierarchical structure of a coded image according to an embodiment.
  • 7 to 8 are diagrams for explaining multi-layer-based encoding and decoding.
  • FIG. 9 is a diagram illustrating a syntax structure of a VPS according to an embodiment of the present disclosure.
  • 10 to 14 are diagrams illustrating a capital code for deriving a VPS-related variable according to an embodiment of the present disclosure.
  • FIG. 15 is a diagram illustrating a syntax structure of a VPS according to another embodiment of the present disclosure.
  • 16 to 17 are diagrams illustrating water codes for deriving VPS-related variables according to still another embodiment of the present disclosure.
  • FIG. 18 is a diagram illustrating a sub-bitstream derivation method according to an embodiment of the present disclosure.
  • 19 is a diagram illustrating an encoding and/or decoding method according to another embodiment of the present disclosure.
  • FIG. 20 is a diagram illustrating a content streaming system to which an embodiment of the present disclosure can be applied.
  • a component when it is said that a component is “connected”, “coupled” or “connected” with another component, it is not only a direct connection relationship, but also an indirect connection relationship in which another component exists in the middle. may also include.
  • a component when a component is said to "include” or “have” another component, it means that another component may be further included without excluding other components unless otherwise stated. .
  • first, second, etc. are used only for the purpose of distinguishing one component from another, and do not limit the order or importance between the components unless otherwise specified. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, a second component in one embodiment is referred to as a first component in another embodiment. can also be called
  • components that are distinguished from each other are for clearly explaining each characteristic, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated to form one hardware or software unit, or one component may be distributed to form a plurality of hardware or software units. Accordingly, even if not specifically mentioned, such integrated or dispersed embodiments are also included in the scope of the present disclosure.
  • components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, an embodiment composed of a subset of components described in one embodiment is also included in the scope of the present disclosure. In addition, embodiments including other components in addition to components described in various embodiments are also included in the scope of the present disclosure.
  • the present disclosure relates to encoding and decoding of an image, and terms used in the present disclosure may have conventional meanings commonly used in the technical field to which the present disclosure belongs unless they are newly defined in the present disclosure.
  • the method/embodiment disclosed in this disclosure may be applied to a method disclosed in a versatile video coding (VVC) standard.
  • VVC versatile video coding
  • the method/embodiment disclosed in the present disclosure is an essential video coding (EVC) standard, AOMedia Video 1 (AV1) standard, 2nd generation of audio video coding standard (AVS2), or a next-generation video/video coding standard (ex. H.267). or H.268, etc.).
  • 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 coding unit constituting a part of a picture in encoding.
  • a slice/tile may include one or more coding tree units (CTUs). The CTU may be divided into one or more CUs.
  • CTUs coding tree units
  • a tile is a rectangular area existing in a specific tile row and a specific tile column in a picture, and may be composed of a plurality of CTUs.
  • a tile column may be defined as a rectangular region of CTUs, may have a height equal to the height of a picture, and may have a width specified by a syntax element signaled from a bitstream part such as a picture parameter set.
  • a tile row may be defined as a rectangular area of CTUs, may have a width equal to the width of a picture, and may have a height specified by a syntax element signaled from a bitstream part such as a picture parameter set.
  • a tile scan is a certain continuous ordering method of CTUs that divide a picture.
  • CTUs may be sequentially ordered according to a CTU raster scan within a tile, and tiles in a picture may be sequentially ordered according to a raster scan order of tiles of the picture.
  • a slice may contain an integer number of complete tiles, or it may contain a continuous integer number of complete CTU rows within one tile of one picture.
  • a slice may be exclusively included in one single NAL unit.
  • One picture may be divided into two or more subpictures.
  • a subpicture may be a rectangular region of one or more slices in the picture.
  • 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.
  • One tile may include one or more bricks.
  • a brick may represent a rectangular area of CTU rows in a tile.
  • One tile may be divided into a plurality of bricks, and each brick may include one or more CTU rows belonging to the tile. Tiles that are not divided into a plurality of bricks may also be treated as bricks.
  • pixel or “pel” may mean a minimum unit constituting one picture (or image).
  • sample may be used as a term corresponding to a pixel.
  • 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 indicate a basic unit of image processing.
  • the unit may include at least one of a specific region of a picture and information related to the region.
  • One unit may include one luma block and two chroma (e.g. Cb, Cr) blocks.
  • a unit may be used interchangeably with terms such as “sample array”, “block” or “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.
  • current block may mean one of “current coding block”, “current coding unit”, “coding object block”, “decoding object block”, or “processing object block”.
  • current block may mean “current prediction block” or “prediction target block”.
  • transform inverse transform
  • quantization inverse quantization
  • current block may mean “current transform block” or “transform target block”.
  • filtering the “current block” may mean a “filtering target block”.
  • a “current block” may mean a “luma block of the current block” unless explicitly stated as a chroma block.
  • a “chroma block of the current block” may be explicitly expressed including an explicit description of a chroma block, such as a “chroma block” or a “current chroma block”.
  • “/” and “,” may be interpreted as “and/or”.
  • “A/B” and “A, B” may be interpreted as “A and/or B”.
  • “A/B/C” and “A, B, C” may mean “at least one of A, B, and/or C”.
  • “at least one of A and B” may mean “only A”, “only B” or “both A and B”.
  • the expression “at least one of A or B” or “at least one of A and/or B” means “at least one It can be interpreted the same as “at least one of A and B”.
  • “at least one of A, B and C” means “only A”, “only B”, “only C”, or “A, B and C” Any combination of A, B and C”. Also, “at least one of A, B or C” or “at least one of A, B and/or C” means may mean “at least one of A, B and C”.
  • parentheses used in the present disclosure 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 the present disclosure 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 illustrates a video coding system according to this disclosure.
  • a video coding system may include a source device 10 and a receiving device 20 .
  • the source device 10 may transmit encoded video and/or image information or data in the form of a file or streaming to the receiving device 20 through a digital storage medium or a network.
  • the source device 10 may include a video source generator 11 , an encoding apparatus 12 , and a transmitter 13 .
  • the reception device 20 may include a reception unit 21 , a decoding apparatus 22 , and a rendering unit 23 .
  • the encoding apparatus 12 may be referred to as a video/image encoding apparatus, and the decoding apparatus 22 may be referred to as a video/image decoding apparatus.
  • the transmitter 13 may be included in the encoding device 12 .
  • the receiver 21 may be included in the decoding device 22 .
  • the rendering unit 23 may include a display unit, and the display unit may be configured as a separate device or external component.
  • the video source generator 11 may acquire a video/image through a process of capturing, synthesizing, or generating the video/image.
  • the video source generating unit 11 may include a video/image capturing device and/or a video/image generating device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, and the like.
  • a video/image generating device may include, for example, a computer, tablet, and smart phone, and may (electronically) generate a video/image.
  • a virtual video/image may be generated through a computer, etc. In this case, the video/image capturing process may be substituted for the process of generating related data.
  • the encoding apparatus 12 may encode an input video/image.
  • the encoding apparatus 12 may perform a series of procedures such as prediction, transformation, and quantization for compression and encoding efficiency.
  • the encoding apparatus 12 may output encoded data (encoded video/image information) in the form of a bitstream.
  • the transmitting unit 13 may transmit the encoded video/image information or data output in the form of a bitstream to the receiving unit 21 of the receiving device 20 through a digital storage medium or a network in a file or streaming form.
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit 13 may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiving unit 21 may extract/receive the bitstream from the storage medium or the network and transmit it to the decoding device 22 .
  • the decoding apparatus 22 may decode a video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding apparatus 12 .
  • the rendering unit 23 may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • FIG. 2 is a diagram schematically illustrating an image encoding apparatus to which an embodiment according to the present disclosure can be applied.
  • the image encoding apparatus 100 includes an image segmentation unit 110 , a subtraction unit 115 , a transform unit 120 , a quantization unit 130 , an inverse quantization unit 140 , and an inverse transform unit ( 150 ), an adder 155 , a filtering unit 160 , a memory 170 , an inter prediction unit 180 , an intra prediction unit 185 , and an entropy encoding unit 190 .
  • the inter prediction unit 180 and the intra prediction unit 185 may be collectively referred to as a “prediction unit”.
  • the transform unit 120 , the quantization unit 130 , the inverse quantization unit 140 , and the inverse transform unit 150 may be included in a residual processing unit.
  • the residual processing unit may further include a subtraction unit 115 .
  • All or at least some of the plurality of components constituting the image encoding apparatus 100 may be implemented as one hardware component (eg, an encoder or a processor) according to an embodiment.
  • the memory 170 may include a decoded picture buffer (DPB), and may be implemented by a digital storage medium.
  • DPB decoded picture buffer
  • the image dividing unit 110 may divide an input image (or a picture, a frame) input to the image encoding apparatus 100 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • Coding unit is a coding tree unit (coding tree unit, CTU) or largest coding unit (LCU) according to the QT / BT / TT (Quad-tree / binary-tree / ternary-tree) structure recursively ( can be obtained by recursively segmenting.
  • one coding unit may be divided into a plurality of coding units having a lower depth based on a quad tree structure, a binary tree structure, and/or a ternary tree structure.
  • a quad tree structure may be applied first and a binary tree structure and/or a ternary tree structure may be applied later.
  • a coding procedure according to the present disclosure may be performed based on the last coding unit that is no longer divided.
  • the largest coding unit may be directly used as the final coding unit, and a coding unit of a lower depth obtained by dividing the largest coding unit may be used as the final cornet unit.
  • the coding procedure may include procedures such as prediction, transformation, and/or restoration, which will be described later.
  • the processing unit of the coding procedure may be a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be divided or partitioned from the final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • the prediction unit (the inter prediction unit 180 or the intra prediction unit 185) performs prediction on a processing target block (current block), and generates a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information regarding prediction of the current block and transmit it to the entropy encoding unit 190 .
  • the prediction information may be encoded by the entropy encoding unit 190 and output in the form of a bitstream.
  • the intra prediction unit 185 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the vicinity of the current block according to an intra prediction mode and/or an intra prediction technique, or may be located apart from each other.
  • the intra prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes according to the granularity of the prediction direction. However, this is an example, and a higher or lower number of directional prediction modes may be used according to a setting.
  • the intra prediction unit 185 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 180 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • the motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated CU (colCU), or the like.
  • the reference picture including the temporal neighboring block may be referred to as a collocated picture (colPic).
  • the inter prediction unit 180 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive a motion vector and/or a reference picture index of the current block. can create Inter prediction may be performed based on various prediction modes. For example, in the skip mode and merge mode, the inter prediction unit 180 may use motion information of a neighboring block as motion information of the current block. In the skip mode, unlike the merge mode, a residual signal may not be transmitted.
  • a motion vector of a neighboring block is used as a motion vector predictor, and a motion vector difference and an indicator for the motion vector predictor ( indicator) to signal the motion vector of the current block.
  • the motion vector difference may mean a difference between the motion vector of the current block and the motion vector predictor.
  • the prediction unit may generate a prediction signal based on various prediction methods and/or prediction techniques to be described later. For example, the prediction unit may apply intra prediction or inter prediction for prediction of the current block, and may simultaneously apply intra prediction and inter prediction. A prediction method that simultaneously applies intra prediction and inter prediction for prediction of the current block may be referred to as combined inter and intra prediction (CIIP). Also, the prediction unit may perform intra block copy (IBC) for prediction of the current block. The intra block copy may be used for video/video coding of content such as games, for example, screen content coding (SCC). IBC is a method of predicting a current block using a reconstructed reference block in a current picture located a predetermined distance away from the current block.
  • CIIP combined inter and intra prediction
  • IBC intra block copy
  • the intra block copy may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • IBC is a method of predicting a current block using a reconstructed reference block in a current picture located
  • the position of the reference block in the current picture may be encoded as a vector (block vector) corresponding to the predetermined distance.
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this disclosure.
  • the prediction signal generated by the prediction unit may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the subtraction unit 115 subtracts the prediction signal (predicted block, prediction sample array) output from the prediction unit from the input image signal (original block, original sample array) to obtain a residual signal (residual signal, residual block, and residual sample array). ) can be created.
  • the generated residual signal may be transmitted to the converter 120 .
  • the transform unit 120 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation method may include at least one of Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Karhunen-Loeve Transform (KLT), Graph-Based Transform (GBT), or Conditionally Non-linear Transform (CNT).
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • KLT Karhunen-Loeve Transform
  • GBT Graph-Based Transform
  • CNT Conditionally Non-linear Transform
  • GBT means a transformation obtained from this graph when expressing relationship information between pixels in a graph.
  • CNT refers to a transformation obtained by generating a prediction signal using all previously reconstructed pixels and based thereon.
  • the transformation process may be applied to a block of pixels having the same size as a square, or may be applied to a block of variable size that is not a square.
  • the quantization unit 130 may quantize the transform coefficients and transmit them to the entropy encoding unit 190 .
  • the entropy encoding unit 190 may encode a quantized signal (information on quantized transform coefficients) and output it as a bitstream.
  • Information about the quantized transform coefficients may be referred to as residual information.
  • the quantization unit 130 may rearrange the quantized transform coefficients in the block form into a one-dimensional vector form based on a coefficient scan order, and the quantized transform coefficients in the one-dimensional vector form are quantized based on the quantized transform coefficients in the one-dimensional vector form.
  • Information about the transform coefficients may be generated.
  • the entropy encoding unit 190 may perform various encoding methods such as, for example, exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 190 may encode information necessary for video/image reconstruction (eg, values of syntax elements, etc.) other than the quantized transform coefficients together or separately.
  • Encoded information eg, encoded video/image information
  • NAL network abstraction layer
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS). Also, the video/image information may further include general constraint information.
  • APS adaptation parameter set
  • PPS picture parameter set
  • SPS sequence parameter set
  • VPS video parameter set
  • the video/image information may further include general constraint information.
  • the signaling information, transmitted information, and/or syntax elements mentioned in this disclosure may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream may be transmitted over a network or may be stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmission unit (not shown) and/or a storage unit (not shown) for storing the signal output from the entropy encoding unit 190 may be provided as internal/external elements of the image encoding apparatus 100 , or transmission The unit may be provided as a component of the entropy encoding unit 190 .
  • the quantized transform coefficients output from the quantization unit 130 may be used to generate a residual signal.
  • a residual signal residual block or residual samples
  • a residual signal residual block or residual samples
  • the adder 155 adds a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) by adding the reconstructed residual signal to the prediction signal output from the inter prediction unit 180 or the intra prediction unit 185 .
  • a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) by adding the reconstructed residual signal to the prediction signal output from the inter prediction unit 180 or the intra prediction unit 185 .
  • the adder 155 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing object block in the current picture, or may be used for inter prediction of the next picture after filtering as described below.
  • the filtering unit 160 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 160 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 170 , specifically, the DPB of the memory 170 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the filtering unit 160 may generate various information regarding filtering and transmit it to the entropy encoding unit 190 as described later in the description of each filtering method.
  • the filtering-related information may be encoded by the entropy encoding unit 190 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 170 may be used as a reference picture in the inter prediction unit 180 .
  • the image encoding apparatus 100 can avoid a prediction mismatch between the image encoding apparatus 100 and the image decoding apparatus, and can also improve encoding efficiency.
  • the DPB in the memory 170 may store a reconstructed picture corrected for use as a reference picture in the inter prediction unit 180 .
  • the memory 170 may store motion information of a block in which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 180 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 170 may store reconstructed samples of reconstructed blocks in the current picture, and may transmit the reconstructed samples to the intra prediction unit 185 .
  • FIG. 3 is a diagram schematically illustrating an image decoding apparatus to which an embodiment according to the present disclosure can be applied.
  • the image decoding apparatus 200 includes an entropy decoding unit 210 , an inverse quantization unit 220 , an inverse transform unit 230 , an adder 235 , a filtering unit 240 , and a memory 250 .
  • the inter prediction unit 260 and the intra prediction unit 265 may be included.
  • the inter prediction unit 260 and the intra prediction unit 265 may be collectively referred to as a “prediction unit”.
  • the inverse quantization unit 220 and the inverse transform unit 230 may be included in the residual processing unit.
  • All or at least some of the plurality of components constituting the image decoding apparatus 200 may be implemented as one hardware component (eg, a decoder or a processor) according to an embodiment.
  • the memory 170 may include a DPB, and may be implemented by a digital storage medium.
  • the image decoding apparatus 200 may reconstruct the image by performing a process corresponding to the process performed by the image encoding apparatus 100 of FIG. 2 .
  • the image decoding apparatus 200 may perform decoding using a processing unit applied in the image encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit.
  • a coding unit may be a coding tree unit or may be obtained by dividing the largest coding unit.
  • the reconstructed image signal decoded and output through the image decoding apparatus 200 may be reproduced through a reproducing apparatus (not shown).
  • the image decoding apparatus 200 may receive the signal output from the image encoding apparatus of FIG. 2 in the form of a bitstream.
  • the received signal may be decoded through the entropy decoding unit 210 .
  • the entropy decoding unit 210 may parse the bitstream to derive information (eg, video/image information) required for image restoration (or picture restoration).
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/image information may further include general constraint information.
  • the image decoding apparatus may additionally use the information about the parameter set and/or the general restriction information to decode the image.
  • the signaling information, received information and/or syntax elements mentioned in this disclosure may be obtained from the bitstream by being decoded through the decoding procedure.
  • the entropy decoding unit 210 decodes information in a bitstream based on a coding method such as exponential Golomb coding, CAVLC or CABAC, and a value of a syntax element required for image reconstruction, and a quantized value of a transform coefficient related to a residual. can be printed out.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in a bitstream, and receives syntax element information to be decoded and decoding information of neighboring blocks and blocks to be decoded or information of symbols/bins decoded in the previous step.
  • the CABAC entropy decoding method may update the context model by using the decoded symbol/bin information for the context model of the next symbol/bin after determining the context model.
  • Prediction-related information among the information decoded by the entropy decoding unit 210 is provided to the prediction unit (the inter prediction unit 260 and the intra prediction unit 265), and the entropy decoding unit 210 performs entropy decoding.
  • the dual value, that is, quantized transform coefficients and related parameter information may be input to the inverse quantization unit 220 .
  • information on filtering among the information decoded by the entropy decoding unit 210 may be provided to the filtering unit 240 .
  • a receiving unit for receiving a signal output from the image encoding apparatus may be additionally provided as internal/external elements of the image decoding apparatus 200 , or the receiving unit is provided as a component of the entropy decoding unit 210 . it might be
  • the image decoding apparatus may be referred to as a video/image/picture decoding apparatus.
  • the image decoding apparatus may include an information decoder (video/image/picture information decoder) and/or a sample decoder (video/image/picture sample decoder).
  • the information decoder may include an entropy decoding unit 210, and the sample decoder includes an inverse quantizer 220, an inverse transform unit 230, an adder 235, a filtering unit 240, a memory 250, At least one of an inter prediction unit 260 and an intra prediction unit 265 may be included.
  • the inverse quantizer 220 may inverse quantize the quantized transform coefficients to output transform coefficients.
  • the inverse quantizer 220 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, the rearrangement may be performed based on a coefficient scan order performed by the image encoding apparatus.
  • the inverse quantizer 220 may perform inverse quantization on the quantized transform coefficients using a quantization parameter (eg, quantization step size information) and obtain transform coefficients.
  • a quantization parameter eg, quantization step size information
  • the inverse transform unit 230 may inverse transform the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the prediction information output from the entropy decoding unit 210, and determine a specific intra/inter prediction mode (prediction technique).
  • the intra prediction unit 265 may predict the current block with reference to samples in the current picture.
  • the description of the intra prediction unit 185 may be equally applied to the intra prediction unit 265 .
  • the inter prediction unit 260 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • the motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the inter prediction unit 260 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or a reference picture index of the current block based on the received candidate selection information.
  • Inter prediction may be performed based on various prediction modes (techniques), and the prediction information may include information indicating a mode (technique) of inter prediction for the current block.
  • the adder 235 restores the obtained residual signal by adding it to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 260 and/or the intra prediction unit 265 ).
  • a signal (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the predicted block may be used as a reconstructed block.
  • the description of the adder 155 may be equally applied to the adder 235 .
  • the addition unit 235 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of the next processing object block in the current picture, or may be used for inter prediction of the next picture after filtering as described below.
  • the filtering unit 240 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 240 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 250 , specifically, the DPB of the memory 250 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the (modified) reconstructed picture stored in the DPB of the memory 250 may be used as a reference picture in the inter prediction unit 260 .
  • the memory 250 may store motion information of a block in which motion information in the current picture is derived (or decoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 260 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 250 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 265 .
  • the embodiments described in the filtering unit 160, the inter prediction unit 180, and the intra prediction unit 185 of the image encoding apparatus 100 include the filtering unit 240 of the image decoding apparatus 200, The same or corresponding application may be applied to the inter prediction unit 260 and the intra prediction unit 265 .
  • pictures constituting the video/video may be encoded/decoded according to a series of decoding orders.
  • a picture order corresponding to an output order of decoded pictures may be set different from the decoding order, and based on this, not only forward prediction but also backward prediction may be performed during inter prediction based on this.
  • S410 may be performed by the entropy decoding unit 210 of the decoding apparatus described above in FIG. 3, and S420 may be performed by the prediction unit including the intra prediction unit 265 and the inter prediction unit 260.
  • S430 may be performed by the residual processing unit including the inverse quantization unit 220 and the inverse transform unit 230
  • S440 may be performed by the adder 235
  • S450 may be performed by the filtering unit 240 .
  • S410 may include the information decoding procedure described in this disclosure
  • S420 may include the inter/intra prediction procedure described in this disclosure
  • S430 may include the residual processing procedure described in this disclosure
  • S440 may include the block/picture restoration procedure described in this disclosure
  • S450 may include the in-loop filtering procedure described in this disclosure.
  • the picture decoding procedure schematically as shown in the description for FIG. 3 image/video information acquisition procedure (S410), picture restoration procedure (S420 ⁇ S440) from the bitstream (through decoding) and the restored It may include an in-loop filtering procedure (S450) for the picture.
  • the picture restoration procedure is based on prediction samples and residual samples obtained through the inter/intra prediction (S420) and residual processing (S430, inverse quantization and inverse transformation of quantized transform coefficients) described in the present disclosure. can be performed.
  • a modified reconstructed picture may be generated through an in-loop filtering procedure for the reconstructed picture generated through the picture reconstruction procedure, and the modified reconstructed picture may be output as a decoded picture, and It may be stored in the decoded picture buffer or memory 250 and used as a reference picture in an inter prediction procedure when decoding a picture thereafter.
  • the in-loop filtering procedure may be omitted, and in this case, the reconstructed picture may be output as a decoded picture, and is stored in the decoded picture buffer or memory 250 of the decoding apparatus and interpolated during decoding of a subsequent picture. It may be used as a reference picture in the prediction procedure.
  • the in-loop filtering procedure may include a deblocking filtering procedure, a sample adaptive offset (SAO) procedure, an adaptive loop filter (ALF) procedure, and/or a bi-lateral filter procedure as described above. and some or all of them may be omitted.
  • one or some of the deblocking filtering procedure, the sample adaptive offset (SAO) procedure, the adaptive loop filter (ALF) procedure, and the bi-lateral filter procedure may be sequentially applied, or all are sequential may be applied as
  • the SAO procedure may be performed.
  • the ALF procedure may be performed. This may also be performed in the encoding apparatus.
  • S510 may be performed by the prediction unit including the intra prediction unit 185 or the inter prediction unit 180 of the encoding apparatus described above in FIG. 2, and S520 is performed by the transform unit 120 and/or the quantization unit ( 130 may be performed by the residual processing unit, and S530 may be performed by the entropy encoding unit 190 .
  • S510 may include the inter/intra prediction procedure described in this disclosure
  • S520 may include the residual processing procedure described in this disclosure
  • S530 may include the information encoding procedure described in this disclosure. .
  • the picture encoding procedure schematically encodes information for picture restoration (eg, prediction information, residual information, partitioning information, etc.) as shown in the description for FIG. 2 and outputs it in the form of a bitstream.
  • information for picture restoration eg, prediction information, residual information, partitioning information, etc.
  • a procedure for generating a reconstructed picture for the current picture and a procedure for applying in-loop filtering to the reconstructed picture may be included (optional).
  • the encoding apparatus may derive (modified) residual samples from the quantized transform coefficients through the inverse quantization unit 140 and the inverse transform unit 150 , the prediction samples output from S510 and the (modified) residual samples.
  • a reconstructed picture may be generated based on the samples.
  • the reconstructed picture thus generated may be the same as the reconstructed picture generated by the above-described decoding apparatus.
  • a modified reconstructed picture may be generated through an in-loop filtering procedure for the reconstructed picture, which may be stored in the decoded picture buffer or the memory 170, and, as in the case of the decoding apparatus, when encoding the picture thereafter. It may be used as a reference picture in the prediction procedure. As described above, some or all of the in-loop filtering procedure may be omitted in some cases.
  • (in-loop) filtering-related information may be encoded by the entropy encoding unit 190 and output in the form of a bitstream, and the decoding apparatus encodes based on the filtering-related information
  • the in-loop filtering procedure can be performed in the same way as the device.
  • noise generated during video/video coding such as blocking artifacts and ringing artifacts
  • subjective/objective visual quality can be improved.
  • the encoding apparatus and the decoding apparatus can derive the same prediction result, improve picture coding reliability, and reduce the amount of data to be transmitted for picture coding. can be reduced
  • the picture restoration procedure may be performed not only in the decoding apparatus but also in the encoding apparatus.
  • a reconstructed block may be generated based on intra prediction/inter prediction for each block, and a reconstructed picture including the reconstructed blocks may be generated.
  • the current picture/slice/tile group is an I picture/slice/tile group
  • blocks included in the current picture/slice/tile group may be reconstructed based on only intra prediction.
  • the current picture/slice/tile group is a P or B picture/slice/tile group
  • blocks included in the current picture/slice/tile group may be reconstructed based on intra prediction or inter prediction.
  • inter prediction may be applied to some blocks in the current picture/slice/tile group
  • intra prediction may be applied to some remaining blocks.
  • a color component of a picture may include a luma component and a chroma component, and the methods and embodiments proposed in the present disclosure may be applied to the luma component and the chroma component unless explicitly limited in the present disclosure.
  • the coded video/image according to the present disclosure may be processed according to, for example, a coding layer and structure to be described later.
  • the coded image exists between the video coding layer (VCL) that handles the decoding process and itself of the image, the subsystem that transmits and stores the coded information, and the VCL and the subsystem that is responsible for the network adaptation function. It may be classified as a network abstraction layer (NAL).
  • VCL video coding layer
  • NAL network abstraction layer
  • VCL data including compressed video data is generated, or picture parameter set (PPS), sequence parameter set (SPS), video parameter set (Video Parameter Set: A supplemental enhancement information (SEI) message additionally necessary for a parameter set including information such as VPS) or an image decoding process may be generated.
  • PPS picture parameter set
  • SPS sequence parameter set
  • SEI Supplemental Enhancement Information
  • a NAL unit may be generated by adding header information (NAL unit header) to a raw byte sequence payload (RBSP) generated in the VCL.
  • the RBSP refers to slice data, parameter sets, SEI messages, etc. generated in the VCL.
  • the NAL unit header may include NAL unit type information specified according to RBSP data included in the corresponding NAL unit.
  • the NAL unit may be divided into a VCL NAL unit and a Non-VCL NAL unit according to the RBSP generated in the VCL.
  • a VCL NAL unit may mean a NAL unit including information (slice data) about an image
  • the Non-VCL NAL unit is a NAL unit containing information (parameter set or SEI message) necessary for decoding an image.
  • VCL NAL unit and Non-VCL NAL unit may be transmitted through a network by attaching header information according to a data standard of a subsystem.
  • the NAL unit may be transformed into a data form of a predetermined standard such as H.266/VVC file format, Real-time Transport Protocol (RTP), Transport Stream (TS), and transmitted through various networks.
  • RTP Real-time Transport Protocol
  • TS Transport Stream
  • the NAL unit type may be specified according to the RBSP data structure included in the corresponding NAL unit, and information on the NAL unit type may be stored and signaled in the NAL unit header.
  • the NAL unit may be largely classified into a VCL NAL unit type and a Non-VCL NAL unit type depending on whether or not the NAL unit includes image information (slice data).
  • the VCL NAL unit type may be classified according to properties and types of pictures included in the VCL NAL unit, and the Non-VCL NAL unit type may be classified according to the type of a parameter set.
  • NAL unit type specified according to a parameter set/information type included in the Non-VCL NAL unit type is listed below.
  • NAL unit Type for NAL unit including DCI
  • NAL unit Type of NAL unit including VPS
  • NAL unit Type for NAL unit including SPS
  • NAL unit Type of NAL unit including PPS
  • NAL unit Type of NAL unit including APS
  • NAL unit Type for NAL unit including PH
  • NAL unit types have syntax information for the NAL unit type, and the syntax information may be stored and signaled in a NAL unit header.
  • the syntax information may be nal_unit_type, and NAL unit types may be specified by a nal_unit_type value.
  • one picture may include a plurality of slices, and one slice may include a slice header and slice data.
  • one picture header may be further added to a plurality of slices (a slice header and a slice data set) in one picture.
  • the picture header (picture header syntax) may include information/parameters commonly applicable to the picture.
  • the slice header may include information/parameters commonly applicable to the slice.
  • the APS APS syntax
  • PPS PPS syntax
  • the SPS SPS syntax
  • the VPS VPS syntax
  • the DCI DCI syntax
  • high level syntax may include at least one of the APS syntax, PPS syntax, SPS syntax, VPS syntax, DCI syntax, picture header syntax, and slice header syntax.
  • low level syntax may include, for example, slice data syntax, CTU syntax, coding unit syntax, transformation unit syntax, and the like.
  • the image/video information encoded by the encoding apparatus to the decoding apparatus and signaled in the form of a bitstream includes not only intra-picture partitioning-related information, intra/inter prediction information, residual information, in-loop filtering information, etc. It may include slice header information, picture header information, APS information, PPS information, SPS information, VPS information, and/or DCI information.
  • the video/video information may further include general constraint information and/or information of a NAL unit header.
  • Picture information may be signaled in units of NAL units.
  • picture information may be signaled as described below.
  • a sublayer is a temporal scalable layer of a temporally scalable bitstream consisting of VCL NAL units having a predetermined value of the variable TemporalId and associated non-VCL NAL units.
  • the variable TemporalId may be derived as follows.
  • TemporalId nuh_temporal_id_plus1 - 1
  • the syntax element nuh_temproal_id_plus1 for signaling the value of the variable TemporalId may be signaled through the NAL unit header of the NAL unit.
  • the value of TemporalId may be forced to 0.
  • the value of nal_unit_type is the same as STSA_NUT and the value of vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]] is 1, the value of TemporalId may be limited not to be 0. All values of TemporalId for all VCL NAL units of one AU may be the same.
  • the value of TemporalId of the coded picture, PU or AU may be the value of TemporalId of the VCL NAL unit of the coded picture, PU or AU.
  • the value of TemporalId of the sublayer representation may be the largest value among TemporalId of all VCL NAL units in one sublayer representation.
  • a value of TemporalId for a non-VCL NAL unit other than a VCL NAL unit may be limited as follows.
  • TemporalId may be restricted to have a value of 0, and the value of TemporalId of an AU including the corresponding NAL unit may be restricted to be 0.
  • TemporalId may be limited to be equal to TemporalId of the PU including the NAL unit.
  • TemporalID may be constrained to be equal to 0.
  • TemporalId may be limited to have the same value as TemporalId of the AU including the corresponding NAL unit.
  • TemporalId may be limited to have a value equal to or greater than the TemporalId of the PU including the corresponding NAL unit.
  • the value of TemporalId may be the same as the smallest value among TemporalId values of all AUs to which the non-VCL NAL unit is applied. If the value of nal_unit_type is the same as PPS_NUT, PREFIX_APS_NUT, or SUFFIX_APS_NUT, the value of TemporalId may have a value greater than or equal to the TemporalId of the AU that includes it. This is because all PPSs and APSs can be included at the beginning of the bitstream (e.g., this information is sent out-of-band and the receiver places it at the beginning of the bitstream).
  • the first encoded picture may have a TemporalId having a value of 0.
  • the encoded picture obtained from the bitstream according to the NAL unit information may be signaled by the encoding apparatus and identified by the decoding apparatus as follows. Meanwhile, this is an example, and pictures may be identified in other ways.
  • An intra random access point (IRAP) picture is a coded picture in which all VCL NAL units have the same value with respect to nal_unit_type having a range of values from IDR_W_RADL to CRA_NUT.
  • an IRAP picture may not refer to other pictures except itself in order to perform inter prediction in its decoding process.
  • the IRAP picture may be a CRA picture or an IDR picture, which will be described later.
  • the first picture in the bitstream may be forced to be an IRAP or GDR picture.
  • the IRAP picture in the CVS and all subsequent non-RASL pictures can be correctly decoded so that the corresponding parameter set is available when the reference of the essential parameter set is required, which precedes the IRAP picture in the decoding order. It can be performed without performing a decoding process of any other pictures.
  • a clean random access (CRA) picture is an IRAP picture in which each VCL NAL unit has a nal_unit_type equal to CRA_NUT.
  • a CRA picture is a picture that does not refer to pictures other than itself in order to perform inter prediction in its decoding process.
  • the CRA picture may be the first picture in the bitstream in decoding order, or may appear in the latter order in the bitstream.
  • a CRA picture may have an associated RADL or RASL picture. When the CRA picture has 1 as a value of NoIncorrectPicOutputFlag, the associated RASL picture may not be output by the decoding apparatus.
  • the corresponding CRA picture may not be decodable for reasons such as not including a reference to a picture not provided in the corresponding bitstream.
  • the CRA picture when an incomplete picture is not output when decoding an image, if the CRA picture is an incomplete picture, the CRA picture may have 1 as a value of NoIncorrectPicOutputFlag.
  • An instantaneous decoding refresh (IDR) picture is an IRAP picture, and is a picture in which an individual VCL NAL unit has a value equal to IDR_W_RADL or IDR_N_LP as a value of nal_unit_type.
  • an IDR picture may not refer to a picture other than itself in order to perform inter prediction in its decoding process.
  • the IDR picture may appear as the first picture in the bitstream in decoding order.
  • the IDR picture may appear in a lower order in the bitstream.
  • Each IDR picture may be the first picture of one CVS in decoding order.
  • the corresponding IDR picture may have an associated RADL picture.
  • the IDR picture for each VCL NAL unit has a value equal to IDR_W_RADL as a value of nal_unit_type
  • the corresponding IDR picture may not have an associated leading picture.
  • An IDR picture may not have an associated RASL picture.
  • a random access decodable leading (RADL) picture is a coded picture, and may be a picture in which an individual VCL NAL unit has a value of RADL_NUT as a value of nal_unit_type. In an embodiment, all RADL pictures may be leading pictures. The RADL picture may not be used as a reference picture for a decoding process of trailing pictures of the same associated IRAP picture. When the value of the syntax element field_seq_flag obtained from the bitstream is 0, all RADL pictures present may precede all non-leading pictures of the same associated IRAP picture in decoding order.
  • a random access skipped leading (RASL) picture may be a coded picture in which an individual VCL NAL unit has RASL_NUT as a value of nal_unit_type.
  • every RASL picture may be a leading picture of an associated CRA picture.
  • the associated CRA picture has 1 as a value of NoIncorrectPicOutputFlag
  • the RASL picture is not output and may not be normally decoded. This may be because the RASL picture contains a reference to a picture that is not provided in the bitstream.
  • the RASL picture may not be used as a reference picture for the decoding process of the non-RASL picture.
  • the value of field_seq_flag is 0, all existing RASL pictures may precede all non-leading pictures of the same associated CRA picture in decoding order.
  • a trailing picture is a non-IRAP picture that is not an STSA picture while trailing an associated IRAP picture in output order.
  • the trailing picture related to the IRAP picture may be located after the corresponding IRAP picture according to the decoding order.
  • a picture located after the associated IRAP picture according to the output order and located before the associated IRAP picture according to the decoding order is not allowed.
  • a gradual decoding refresh (GDR) picture is a picture in which an individual VCL NAL unit has a value of GDR_NUT as nal_unit_type.
  • a step-wise temporal sublayer access (STSA) picture is a picture in which an individual VCL NAL unit has STSA_NUT as a value of nal_unit_type.
  • the STSA picture may not use a picture having the same TemporalId as the STSA picture for inter prediction reference.
  • a picture having the same TemporalId as the STSA picture and located after the STSA picture in decoding order has the same TemporalId as the STSA picture for inter prediction reference and the picture located before the STSA picture in decoding order may not be used.
  • the STSA picture may enable up-switching from a sublayer immediately below the sublayer including the corresponding STSA picture to the sublayer including the corresponding STSA picture in the corresponding STSA picture.
  • STSA pictures may be forced to have TemporalId greater than zero.
  • At least one of the following restrictions may be applied to a single-layer or multi-layer bitstream.
  • Individual pictures other than the first picture in the bitstream in decoding order may be considered to be related to a previous IRAP picture in decoding order.
  • the corresponding picture may be a RADL or RASL picture.
  • the picture may be restricted to be a picture other than a RADL or RASL picture.
  • RASL picture may be restricted so that the RASL picture is not provided in the bitstream associated with the IDR picture.
  • a RADL picture may not be provided in a bitstream associated with an IDR picture whose nal_unit_type is IDR_N_LP may be restricted. (For example, if each parameter set is available in the bitstream or by external means when it is referenced, random access at the location of the IRAP PU may be performed by discarding all PUs before the IRAP PU. Also, It is possible to accurately decode an IRAP picture and subsequent non-RASL pictures in decoding order.)
  • All pictures that precede the IRAP picture according to the decoding order may be forced to precede the IRAP picture according to the output order, and may be forced to precede all the RADL pictures associated with the IRAP picture according to the output order.
  • All RASL pictures associated with CRA pictures may be restricted to precede all RADL pictures associated with CRA pictures according to output order.
  • All RASL pictures related to the CRA picture may be located later in the output order than all IRAP pictures preceding the CRA picture in the decoding order.
  • the current picture may precede all non-leading pictures associated with the same IRAP picture according to decoding order. Otherwise, among the leading pictures associated with the IRAP picture, for the first leading picture picA and the last leading picture picB according to the decoding order, according to the decoding order, it may be forced to have at most one non-leading picture that precedes picA. Accordingly, the non-leading picture may be forced not to exist between picA and picB.
  • Image/video coding may include multi-layer-based image/video coding.
  • the multi-layer-based image/video coding may include scalable coding.
  • input signals may be processed for each layer.
  • input signals (input images/pictures) have a resolution, a frame rate, a bit-depth, a color format, an aspect ratio, and a view. ) may have different values for at least one of them.
  • FIG. 7 is a schematic block diagram of a multi-layer encoding apparatus 700 to which embodiment(s) of the present disclosure may be applied and encoding a multi-layer-based video/image signal is performed.
  • the multi-layer encoding apparatus 700 of FIG. 7 may include the encoding apparatus of FIG. 2 .
  • the image division unit 110 and the adder 155 are omitted, but the multi-layer encoding apparatus 700 includes the image division unit 110 and An adder 155 may be included.
  • the image divider 110 and the adder 155 may be included in units of layers.
  • FIG. 7 will focus on multi-layer-based prediction.
  • the multi-layer encoding apparatus 700 of FIG. 7 may include the technical idea of the encoding apparatus as described above with reference to FIG. 2 .
  • FIG. 7 For convenience of description, a multi-layer structure composed of two layers is illustrated in FIG. 7 .
  • embodiments of the present disclosure are not limited to two layers, and a multi-layer structure to which an embodiment of the present disclosure is applied may include two or more layers.
  • the encoding apparatus 700 includes an encoder 700 - 1 for layer 1 and an encoder 700 - 0 for layer 0 .
  • Layer 0 may be a base layer, a reference layer, or a lower layer
  • layer 1 may be an enhancement layer, a current layer, or an upper layer.
  • the encoding unit 700-1 of the layer 1 includes a prediction unit 720-1, a residual processing unit 730-1, a filtering unit 760-1, a memory 770-1, and an entropy encoding unit 740-1. ), and MUX (Multiplexer, 770).
  • the MUX may be included as an external component.
  • the encoding unit 700-0 of the layer 0 includes a prediction unit 720-0, a residual processing unit 730-0, a filtering unit 760-0, a memory 770-0, and an entropy encoding unit 740-0. ) may be included.
  • the prediction units 720-0 and 720-1 may perform prediction on the input image based on various prediction techniques as described above. For example, the prediction units 720-0 and 720-1 may perform inter prediction and intra prediction. The prediction units 720-0 and 720-1 may perform prediction in a predetermined processing unit.
  • a prediction performing unit may be a coding unit (CU) or a transform unit (TU).
  • a predicted block (including prediction samples) may be generated according to a result of prediction, and the residual processing unit may derive a residual block (including residual samples) based on this.
  • a prediction block may be generated by performing prediction based on information on at least one picture among pictures before and/or after the current picture.
  • a prediction block may be generated by performing prediction based on neighboring samples in the current picture.
  • inter prediction As a mode or method of inter prediction, the above-described various prediction mode methods and the like may be used.
  • inter prediction a reference picture may be selected with respect to a current block to be predicted, and a reference block corresponding to the current block may be selected from within the reference picture.
  • the prediction units 720-0 and 720-1 may generate a predicted block based on the reference block.
  • the prediction unit 720 - 1 may perform prediction on the layer 1 by using the information of the layer 0 .
  • a method of predicting information of a current layer using information of another layer is referred to as inter-layer prediction for convenience of description.
  • Information of the current layer predicted using information of another layer may be at least one of texture, motion information, unit information, and predetermined parameters (e.g. filtering parameters, etc.).
  • information of another layer used for prediction of the current layer may be at least one of texture, motion information, unit information, and predetermined parameters (e.g. filtering parameters, etc.).
  • a current block is a block in a current picture in a current layer (e.g. layer 1), and may be an encoding target block.
  • a reference block is a block within a picture (reference picture) belonging to the same access unit (AU) as the picture (current picture) to which the current block belongs in the layer (reference layer, eg, layer 0) referenced for prediction of the current block. It may be a block corresponding to the current block.
  • inter-layer motion prediction there is inter-layer motion prediction in which motion information of a current layer is predicted using motion information of a reference layer.
  • motion information of a current block may be predicted using motion information of a reference block. That is, in deriving motion information according to an inter prediction mode to be described later, a motion information candidate may be derived based on motion information of an inter-layer reference block instead of a temporal neighboring block.
  • the prediction unit 720 - 1 may scale and use motion information of a reference block (ie, an inter-layer reference block) of a reference layer.
  • inter-layer texture prediction may use a texture of a reconstructed reference block as a prediction value for a current block.
  • the prediction unit 720 - 1 may scale the texture of the reference block by upsampling.
  • Inter-layer texture prediction may be called inter-layer (reconstructed) sample prediction or simply inter-layer prediction.
  • inter-layer parameter prediction which is another example of inter-layer prediction
  • a parameter derived from a reference layer may be reused in the current layer or a parameter for the current layer may be derived based on a parameter used in the reference layer.
  • the residual of the current layer may be predicted using residual information of another layer, and prediction of the current block may be performed based on this.
  • prediction of the current block may be performed using a difference between images obtained by upsampling or downsampling of the reconstructed picture of the current layer and the reconstructed picture of the reference layer.
  • a texture of a current block may be predicted or generated using syntax information of a reference layer.
  • the syntax information of the referenced reference layer may include information about the intra prediction mode and motion information.
  • a plurality of prediction methods using the above-described inter-layer may be used when predicting a specific block.
  • Inter-layer prediction is not limited thereto.
  • inter-layer prediction may be applied as an extension of inter prediction for the current layer. That is, inter prediction may be performed on the current block by including the reference picture derived from the reference layer in reference pictures that can be referenced for inter prediction of the current block.
  • the inter-layer reference picture may be included in the reference picture list for the current block.
  • the prediction unit 720-1 may perform inter prediction on the current block by using the inter-layer reference picture.
  • the inter-layer reference picture may be a reference picture constructed by sampling the reconstructed picture of the reference layer to correspond to the current layer. Accordingly, when the reconstructed picture of the reference layer corresponds to the picture of the current layer, the reconstructed picture of the reference layer may be used as the inter-layer reference picture without sampling.
  • the width and height of the samples in the reconstructed picture of the reference layer and the reconstructed picture of the current layer are the same, and upper left, upper right, lower left, lower right, and lower right in the picture of the reference layer and upper left, upper right, and left in the picture of the current layer If the offset between the lower end and the lower right end is 0, the reconstructed picture of the reference layer may be used as the inter-layer reference picture of the current layer without re-sampling.
  • the reconstructed picture of the reference layer from which the inter-layer reference picture is derived may be a picture belonging to the same AU as the current picture to be encoded.
  • the position of the inter-layer reference picture in the reference picture list may be different in the reference picture lists L0 and L1.
  • the inter-layer reference picture may be located after short-term reference pictures before the current picture
  • the inter-layer reference picture may be located at the end of the reference picture list.
  • the reference picture list L0 is a reference picture list used for inter prediction of a P slice or a reference picture list used as a first reference picture list in inter prediction of a B slice.
  • the reference picture list L1 is a second reference picture list used for inter prediction of a B slice.
  • the reference picture list L0 may be configured in the order of a short-term reference picture(s) before the current picture, an inter-layer reference picture, a short-term reference picture(s) after the current picture, and a long-term reference picture.
  • the reference picture list L1 may be configured in the order of short-term reference picture(s) after the current picture, short-term reference picture(s) before the current picture, long-term reference picture, and inter-layer reference picture.
  • a P slice is a slice on which intra prediction is performed or on which inter prediction is performed using up to one motion vector and reference picture index per prediction block.
  • a B slice is a slice on which intra prediction is performed or prediction is performed using up to two motion vectors and reference picture indices per prediction block.
  • an I slice is a slice to which only intra prediction is applied.
  • the reference picture list may include a plurality of inter-layer reference pictures derived from a plurality of layers.
  • the inter-layer reference pictures may be intersected in the reference picture lists L0 and L1.
  • an inter-layer reference picture ILRPi and an inter-layer reference picture ILRPj are included in the reference picture list used for inter prediction of the current block.
  • ILRPi may be located after short-term reference pictures before the current picture
  • ILRPj may be located at the end of the list.
  • ILRPi may be located at the end of the list
  • ILRPj may be located after short-term reference pictures after the current picture.
  • the reference picture list L0 is the short-term reference picture(s) before the current picture, the inter-layer reference picture ILRPi, the short-term reference picture(s) after the current picture, the long-term reference picture, and the inter-layer reference picture ILRPj in the order of can
  • the reference picture list L1 may be configured in the order of short-term reference picture(s) after the current picture, inter-layer reference picture ILRPj, short-term reference picture(s) before the current picture, long-term reference picture, and inter-layer reference picture ILRPi.
  • one of the two inter-layer reference pictures may be an inter-layer reference picture derived from a resolution-related scalable layer, and the other may be an inter-layer reference picture derived from a layer providing another view.
  • the reference picture list L1 may be configured in the order of short-term reference picture(s) after the current picture, short-term reference picture(s) before the current picture, long-term reference picture, and inter-layer reference picture ILRPi.
  • the prediction unit 720 - 1 uses only the sample value of the inter-layer reference picture or motion information (motion vector) of the inter-layer reference picture according to the information received from the encoding apparatus. ), or both the sample value and motion information of the inter-layer reference picture may be used.
  • the prediction unit 720 - 1 may derive samples of a block specified by a motion vector in the inter-layer reference picture as prediction samples of the current block.
  • a motion vector in inter prediction (inter-layer prediction) using an inter-layer reference picture may be set to a fixed value (eg, 0).
  • the prediction unit 720 - 1 may use a motion vector specified in the inter-layer reference picture as a motion vector predictor for deriving the motion vector of the current block. Also, the prediction unit 720-1 may use a motion vector specified in the inter-layer reference picture as the motion vector of the current block.
  • the prediction unit 720 - 1 In the case of using both the sample and the motion information of the inter-layer reference picture, the prediction unit 720 - 1 generates a sample of a region corresponding to the current block in the inter-layer reference picture and motion information (motion vector) specified in the inter-layer reference picture. can be used for prediction of the current block.
  • the encoding apparatus may transmit a reference index indicating an inter-layer reference picture in the reference picture list to the decoding apparatus, and some information (sample information, motion information or sample information and Information specifying whether to use motion information), that is, information specifying the type of dependency (dependency) regarding inter-layer prediction between two layers may also be transmitted to the decoding apparatus.
  • FIG. 8 is a schematic block diagram of a decoding apparatus to which embodiment(s) of the present disclosure may be applied and decoding a multi-layer-based video/image signal is performed.
  • the decoding apparatus of FIG. 8 may include the decoding apparatus of FIG. 3 .
  • the reordering unit illustrated in FIG. 8 may be omitted or included in the inverse quantization unit.
  • the multi-layer-based prediction will be mainly described. Others may include the description of the decoding apparatus described in FIG. 3 .
  • a multi-layer structure composed of two layers will be described as an example for convenience of description.
  • embodiments of the present disclosure are not limited thereto, and it should be noted that a multi-layer structure to which an embodiment of the present disclosure is applied may include two or more layers.
  • the decoding apparatus 800 may include a decoder 800 - 1 for layer 1 and a decoder 800 - 0 for layer 0 .
  • the decoding unit 800-1 of the layer 1 includes an entropy decoding unit 810-1, a residual processing unit 820-1, a prediction unit 830-1, an adder 840-1, and a filtering unit 850-1. ) and a memory 860 - 1 .
  • the decoding unit 800-0 of the layer 0 includes an entropy decoding unit 810-0, a residual processing unit 820-0, a prediction unit 830-0, an adder 840-0, and a filtering unit 850-0. ), and a memory 860-0.
  • the DEMUX 805 may demultiplex the information for each layer and transmit the demultiplexed information to the decoding apparatus for each layer.
  • the entropy decoding units 810 - 1 and 810 - 0 may perform decoding corresponding to the coding method used in the encoding apparatus. For example, when CABAC is used in the encoding apparatus, the entropy decoding units 810 - 1 and 810 - 0 may also perform entropy decoding using CABAC.
  • the prediction units 830-1 and 830-0 may perform intra prediction on the current block based on neighboring reconstructed samples in the current picture. .
  • the prediction units 830-1 and 830-0 are based on information included in at least one of a picture before or after the current picture. Inter prediction may be performed on the current block. Some or all of the motion information required for inter prediction may be derived by checking information received from the encoding apparatus and corresponding thereto.
  • the residual is not transmitted from the encoding apparatus and the prediction block may be used as a reconstructed block.
  • the prediction unit 830-1 of layer 1 may perform inter prediction or intra prediction using only information in layer 1, or may perform inter-layer prediction using information of another layer (layer 0). .
  • Information of the current layer predicted using information of another layer may be at least one of texture, motion information, unit information, and predetermined parameters (eg, filtering parameters, etc.).
  • information on another layer e.g. used for inter-layer prediction
  • information on another layer may be at least one of texture, motion information, unit information, and predetermined parameters (e.g. filtering parameters, etc.).
  • a current block is a block in a current picture in a current layer (e.g. layer 1), and may be a decoding object block.
  • a reference block is a block within a picture (reference picture) belonging to the same access unit (AU) as the picture (current picture) to which the current block belongs in the layer (reference layer, eg, layer 0) referenced for prediction of the current block. It may be a block corresponding to the current block.
  • the multi-layer decoding apparatus 800 may perform inter-layer prediction as described above with the multi-layer encoding apparatus 700 .
  • the multi-layer decoding apparatus 800 may perform inter-layer texture prediction, inter-layer motion prediction, inter-layer unit information prediction, inter-layer parameter prediction, and inter-layer residual prediction, as described in the multi-layer encoding apparatus 700 above.
  • inter-layer differential prediction, inter-layer syntax prediction, etc. may be performed, and inter-layer prediction applicable in the present disclosure is not limited thereto.
  • the prediction unit 830-1 is configured to perform inter-layer prediction using an inter-layer reference picture when a reference picture index received from the encoding apparatus or a reference picture index derived from a neighboring block indicates an inter-layer reference picture in the reference picture list. can be performed. For example, when the reference picture index indicates an inter-layer reference picture, the prediction unit 830-1 may derive a sample value of a region specified by a motion vector in the inter-layer reference picture as a prediction block for the current block. have.
  • the inter-layer reference picture may be included in the reference picture list for the current block.
  • the prediction unit 830-1 may perform inter prediction on the current block by using the inter-layer reference picture.
  • the inter-layer reference picture is a reference picture constructed by sampling the reconstructed picture of the reference layer to correspond to the current layer. have.
  • a case in which the reconstructed picture of the reference layer corresponds to the picture of the current layer may be processed in the same manner as in the encoding process.
  • the reconstructed picture of the reference layer from which the inter-layer reference picture is derived is a picture belonging to the same AU as the current picture to be encoded.
  • the position of the inter-layer reference picture in the reference picture list may be different in the reference picture lists L0 and L1.
  • the reference picture list may include a plurality of inter-layer reference pictures derived from a plurality of layers, and the arrangement of the inter-layer reference pictures may also be performed to correspond to that described above in the encoding process.
  • sample values may be used for the information of the inter-layer reference picture, and only motion information (motion vector) may be used.
  • motion information motion vector
  • both sample values and motion information may be used.
  • the multi-layer decoding apparatus 800 may receive a reference index indicating an inter-layer reference picture in the reference picture list from the multi-layer encoding apparatus 700, and perform inter-layer prediction based thereon.
  • the multi-layer decoding apparatus 800 provides information indicating which information (sample information, motion information, sample information and motion information) to use from the inter-layer reference picture, that is, a dependency on inter-layer prediction between two layers.
  • Information specifying a dependency type may also be received from the multi-layer encoding apparatus 700 .
  • HLS High level syntax
  • HLS may be encoded and/or signaled for video and/or image encoding.
  • video/image information in this disclosure may be included in HLS.
  • the image/video encoding method may be performed based on such image/video information.
  • a video parameter set is a parameter set used for transmission of layer information.
  • the layer information includes, for example, information about an output layer set (OLS), information about a profile tier level, information about a relationship between the OLS and a hypothetical reference decoder, OLS and information about the relationship between the DPB and the like.
  • the VPS may not be essential for decoding the bitstream.
  • the VPS raw byte sequence payload (RBSP) must be included in at least one access unit (AU) having a TemporalID of 0 or provided through an external means to be available for the decryption process. All VPS NAL units having a specific value of vps_video_parameter_set_id in CVS must have the same content.
  • FIG. 9 is a diagram exemplarily illustrating a syntax structure of a VPS according to an embodiment of the present disclosure. Hereinafter, the syntax elements of FIG. 9 will be described.
  • vps_video_parameter_set_id provides an identifier for the VPS. Other syntax elements may refer to the VPS using vps_video_parameter_set_id. The value of vps_video_parameter_set_id must be greater than 0.
  • vps_max_layers_minus1 may indicate the maximum allowed number of layers existing in an individual CVS referring to the VPS. For example, a value obtained by adding 1 to vps_max_layers_minus1 may indicate the maximum allowed number of layers existing in an individual CVS referring to the VPS.
  • a value obtained by adding 1 to vps_max_sublayers_minus1 may indicate the maximum number of temporal sublayers that may exist in a layer in an individual CVS referring to the VPS.
  • a value of 1 of vps_all_layers_same_num_sublayers_flag may indicate that the number of temporal sublayers is the same in all layers in an individual CVS referring to the VPS.
  • a value of 0 of vps_all_layers_same_num_sublayers_flag may indicate that the number of temporal sublayers may or may not be the same in layers in an individual CVS referring to the VPS.
  • the value of vps_all_layers_same_num_sublayers_flag may be derived from 1.
  • a value of 1 of vps_all_independent_layers_flag may indicate that all layers belonging to CVS are independently encoded without using inter-layer prediction.
  • a value of 0 of vps_all_independent_layers_flag may indicate that at least one layer belonging to CVS may have been encoded using inter-layer prediction.
  • vps_layer_id[ i ] may indicate the nuh_layer_id value of the i-th layer. For any two non-negative integer values m and n, when m is less than n, vps_layer_id[m] may be constrained to have a value less than vps_layer_id[n].
  • nuh_layer_id is a syntax element signaled in the NAL unit header, and may indicate an identifier of the NAL unit.
  • a value of 1 of vps_independent_layer_flag[ i ] may indicate that inter-layer prediction is not applied to a layer corresponding to index i.
  • a value of 0 of vps_independent_layer_flag[ i ] may indicate that inter-layer prediction may be applied to the layer corresponding to index i, and that the syntax element vps_direct_ref_layer_flag[i][j] is obtained from the VPS.
  • j may have a value from 0 to i-1.
  • the value of vps_independent_layer_flag[ i ] does not exist in the bitstream, its value may be derived as 1.
  • a value of 0 of vps_direct_ref_layer_flag[ i ][ j ] may indicate that the layer having the index j is not a direct reference layer of the layer having the index i.
  • a value of 1 of vps_direct_ref_layer_flag[ i ][ j ] may indicate that the layer having the index j is a direct reference layer of the layer having the index i.
  • i and j having values ranging from 0 to vps_max_layers_minus1 if the value of vps_direct_ref_layer_flag[ i ][ j ] is not obtained from the bitstream, its value may be derived from 0.
  • vps_independent_layer_flag[ i ] When the value of vps_independent_layer_flag[ i ] is 0, there may be at least one j that causes the value of vps_direct_ref_layer_flag[ i ][ j ] to be 1, where the value of j ranges from 0 to i-1. can have
  • the variables NumDirectRefLayers[ i ], DirectRefLayerIdx[ i ][ d ], NumRefLayers[ i ], RefLayerIdx[ i ][ r ], and LayerUsedAs may be derived using 10 RefLayer flags], and .
  • the variable GeneralLayerIdx[ i ] indicates the layer index of the layer in which the value of nuh_layer_id is the same as vps_layer_id[ i ] and can be derived as shown in the following equation.
  • a value of 1 of max_tid_ref_present_flag[i] may indicate that the syntax element max_tid_il_ref_pics_plus1[ i ] is provided from the bitstream.
  • a value of 0 of max_tid_ref_present_flag[i] may indicate that the syntax element max_tid_il_ref_pics_plus1[ i ] is not provided from the bitstream.
  • a value of 0 of max_tid_il_ref_pics_plus1[ i ] may indicate that inter-layer prediction by non-IRAP pictures of the i-th layer is not used.
  • a value greater than 0 of max_tid_il_ref_pics_plus1[ i ] indicates that pictures having a temporal ID (TemporalId) greater than max_tid_il_ref_pics_plus1[ i ] - 1 are not used as inter-layer reference picture (ILRP) for decoding of the picture of the i-th layer.
  • ILRP inter-layer reference picture
  • a value of 1 of the syntax element each_layer_is_an_ols_flag may indicate that an individual OLS has only one layer, and an individual layer belonging to a CVS referring to the VPS is an OLS having only one output layer, which is a single included layer.
  • a value of 0 of each_layer_is_an_ols_flag may indicate that the OLS may include more than one layer.
  • the value of vps_max_layers_minus1 when the value of vps_max_layers_minus1 is 0, the value of each_layer_is_an_ols_flag may be derived to 1. Otherwise, if the value of vps_all_independent_layers_flag is 0, the value of each_layer_is_an_ols_flag may be derived to 0.
  • a value of 0 of ols_mode_idc may indicate that the total number of OLSs specified by the VPS is equal to vps_max_layers_minus1 + 1.
  • the i-th OLS may include a layer having a layer index from 0 to i. And for each OLS, the highest layer among OLSs may be output.
  • a value of 1 of ols_mode_idc may indicate that the total number of OLSs specified by the VPS is equal to vps_max_layers_minus1 + 1.
  • the i-th OLS may include a layer having a layer index from 0 to i. And for each OLS, all layers of the OLS can be output.
  • a value of 2 of ols_mode_idc is that the total number of OLSs specified by the VPS is explicitly signaled, an output layer is explicitly signaled for each OLS, and another layer may be a direct or reference layer of the output layer of the OLS.
  • the value of ols_mode_idc may have a value from 0 to 2.
  • the value 3 of ols_mode_idc may be reserved for future use.
  • the value of ols_mode_idc may be induced to be 2.
  • a value obtained by adding 1 to the syntax element num_output_layer_sets_minus1 may indicate the total number of OLSs specified by the VPS.
  • a variable TotalNumOlss indicating the total number of OLSs specified by the VPS may be derived as shown in FIG. 11 .
  • a value of 1 of ols_output_layer_flag[ i ][ j ] may indicate that when the value of ols_mode_idc is 2, a layer having the same value of nuh_layer_id as vps_layer_id[ j ] is the output layer of the i-th OLS.
  • a value of 0 of ols_output_layer_flag[ i ][ j ] may indicate that when the value of ols_mode_idc is 2, the layer having the same value of nuh_layer_id as vps_layer_id[ j ] is not the output layer of the i-th OLS.
  • NumOutputLayersInOls[ i ] a variable indicating the number of output layers in the i-th OLS, a variable NumSubLayersInLayerInOLS[ i ][ j ] in the i-th OLS
  • the variable OutputLayerIdInOls[ i ][ j ] indicating the nuh_layer_id value of the output layer, and the variable LayerUsedAsOutputLayerFlag[ k ] indicating whether the k-th layer is used as one output layer in at least one OLS are derived as can
  • LayerUsedAsRefLayerFlag[ i ] and LayerUsedAsOutputLayerFlag[ i ] may both be forced not to become 0.
  • a layer that is neither an output layer of at least one OLS nor a direct reference layer of another layer may be forced not to exist.
  • At least one layer that is an output layer may be forced to exist. For example, for each i value from 0 to TotalNumOlss - 1, the value of NumOutputLayersInOls[ i ] may be forced to have a value greater than or equal to 1.
  • a variable NumLayersInOls[ i ] indicating the number of layers in the i-th OLS and a variable LayerIdInOls[ i ][ j ] indicating the value of the nuh_layer_id of the j-th layer in the i-th OLS may be derived as shown in FIG. 13 .
  • the 0th OLS may include only the lowest layer.
  • the lowest layer may mean a layer in which the value of nuh_layer_id is vps_layer_id[0].
  • only one layer included in the 0th OLS may be used as an output.
  • the variable OlsLayerIdx[ i ][ j ] indicating the OLS layer index of the layer having the same value of nuh_layer_id as LayerIdInOls[ i ][ j ] may be derived as shown in FIG. 14 .
  • the lowest layer present in each OLS may be constrained to be an independent layer. For example, for each i ranging from 0 to TotalNumOlss - 1, the value of vps_independent_layer_flag[ GeneralLayerIdx[ LayerIdInOls[ i ][ 0 ] ] ] can be forced to be 1.
  • Each layer may be forced to be included in at least one OLS specified by the VPS.
  • max_tid_il_ref_pics_plus1[ i ] The signaling regarding the syntax element max_tid_il_ref_pics_plus1[ i ] described above is somewhat problematic in its semantics and functionality. For example, if the value of max_tid_il_ref_pics_plus1[ i ] is greater than 0, the semantics of max_tid_il_ref_pics_plus1[ i ] is that the pictures existing in the i-th layer perform their inter-layer prediction, and only max_tid_il_ref_-tid_il_ref_i It may indicate that only sub-layers are used.
  • the syntax element max_tid_il_ref_pics_plus1[ i ] is designed to allow derivation of the variable NumSubLayersInLayerInOLS[ i ][ j ].
  • the variable NumSubLayersInLayerInOLS[ i ][ j ] may indicate the number of sub-layers present in the j-th layer in the i-th OLS.
  • OLS is an abbreviation of an output layer set and may mean a set of at least one or more layers specified as an output layer.
  • variable NumSubLayersInLayerInOLS[ i ][ j ] may be used in the bitstream extraction process.
  • This mechanism shows inefficiency when one layer uses more than one reference layer to perform inter-layer prediction and the number of sub-layers used in individual reference layers is not the same.
  • layer 2 refers to layer 0 and layer 1 in order to perform inter-layer prediction.
  • layer 0 only two sub-layers are used to perform inter-layer prediction, whereas in layer 1, three sub-layers may be used.
  • layer 2 uses three sub-layers to perform inter-layer prediction, and in this method, there is a problem that sub-layer 3 or more cannot be removed from layer 0. Occurs.
  • Improvement method 1 In order to signal the maximum number of sub-layers used in inter-layer prediction for one layer, instead of signaling one value for all reference layers, for each individual reference layer of one layer, the reference layer The maximum number of sub-layers used in can be signaled.
  • Improvement scheme 2 The maximum number of sub-layers used in the reference layer j for layer i may be provided only when layer j is a direct reference layer of layer i. Improvement scheme 3. Inter-layer prediction in units of one layer One flag indicating whether or not signaling of the maximum number of sub-layers used for VPS may be signaled for all layers provided in the VPS.
  • max_tid_ref_present_flag[i] may be changed to max_tid_ref_present_flag and used.
  • max_tid_ref_present_flag When all layers are independent layers, max_tid_ref_present_flag may not be provided. When max_tid_ref_present_flag is not provided, the value of max_tid_ref_present_flag may be derived from 0.
  • the value of NumSubLayersInLayersInOLS[ i ][ j ] may be set to the same value as the maximum allowed number of sub-layers.
  • a process for deriving the value of NumSubLayersInLayerInOLS[ i ][ j ] in the non-output layer of the OLS may be performed And, the process can proceed from the highest non-output layer in the OLS to the lowest layer in the OLS.
  • NumSubLayersInLayerInOLS[ i ][ j ] When the value of NumSubLayersInLayerInOLS[ i ][ j ] is greater than the smaller of max_tid_il_ref_pics_plus1[ k ][ j ] and NumSubLayersInLayerInOLS[ i ][ k ], the value of NumSubLayersInLayerInOLS[ i ][ j ] may be updated.
  • the k-th layer in the bitstream may be included in the i-th OLS and the k-th layer may refer to the j-th layer.
  • the improvements 1, 2, 4 and 5 may be implemented according to the modified VPS syntax shown in FIG. 15 .
  • FIG. 15 a syntax element of FIG. 15 that is changed compared to the VPS syntax described above will be described.
  • a value of 1 of max_tid_ref_present_flag[i] may indicate that the syntax element max_tid_il_ref_pics_plus1[ i ][ j ] is provided from the bitstream.
  • a value of 0 of max_tid_ref_present_flag[i] may indicate that the syntax element max_tid_il_ref_pics_plus1[ i ][ j ] is not provided from the bitstream.
  • a value of 0 of max_tid_il_ref_pics_plus1 [i][j] may indicate that the j-th layer is not used as a reference layer for inter-layer prediction by non-IRAP pictures of the i-th layer.
  • a value greater than 0 of max_tid_il_ref_pics_plus1[ i ][ j ] is max_tid_il_ref_pics_plus1[ i ][ j ] in the j-th layer for decoding of the picture of the i-th layer.
  • Pictures having a temporal ID (TemporalId) greater than 1 are inter- It may indicate that it is not used as a layer reference picture).
  • the value of max_tid_il_ref_pics_plus1[ i ][ j ] is not obtained from the bitstream, its value may be derived from 7 .
  • the variables NumOutputLayersInOls[ i ], NumSubLayersInLayerInOLS[ i ][ j ], OutputLayerIdInOls[ i ][ j It can be determined like a water code. Meanwhile, it has been previously described that the variable NumSubLayersInLayerInOLS[ i ][ j ] represents the number of sub-layers of the j-th layer in the i-th OLS. However, as derived from FIGS. 16 to 17 , the variable NumSubLayersInLayerInOLS[ i ][ j ] indicates the number of sub-layers of the j-th layer in the bitstream, and the definition may be changed and used.
  • the maximum number of sub-layers used in the reference layer may be signaled.
  • the maximum number of sub-layers used in the reference layer j for the layer i may be provided only when the layer j is a direct reference layer of the layer i.
  • max_tid_il_ref_pics_plus1[ i ][ j ] may be used to derive a value for the array NumSubLayersInLayerInOLS[ m ][ n ].
  • NumSubLayersInLayerInOLS may be derived for the direct reference layer and the indirect reference layer.
  • a sub-bitstream may be derived according to the following sub-bitstream extraction process based on the number of sub-layers derived according to Embodiment 1 above.
  • NAL units in the bitstream that do not belong to the target set determined by the target OLS index and the target TemporalID are removed from the bitstream, so that the output sub consisting of NAL units in the bitstream belonging to the target set It may be the process of deriving the bitstream.
  • the sub-bitstream extraction process may take as inputs a variable inBitstream indicating an input bitstream, a target OLS index targetOlsIdx, and a target TemporalId, tIdTarget.
  • the variable OutBitstream representing the output sub-bitstream may be derived as follows.
  • a sub-bitstream may be determined as a value of an input bitstream (S1810).
  • the variable outBitstream representing the bitstream may be set to be the same as the variable inBitstream representing the bitstream.
  • the NAL unit having a predetermined TemporalId may be removed from the sub-bitstream (S1820). For example, all NAL units with TemporalId greater than tIdTarget in outBitstream may be removed.
  • nal_unit_type is not one of VPS_NUT (VPS NAL unit type), DCI_NUT (Decoding capability information NAL unit type), and EOB_NUT (End of bitstream NAL unit type), and nuh_layer_id does not belong to LayerIdInOls [targetOlsIdx] All NAL units can be removed.
  • VPS_NUT VPN NAL unit type
  • DCI_NUT Decoding capability information NAL unit type
  • EOB_NUT End of bitstream NAL unit type
  • a predetermined NAL unit may be removed from the sub-bitstream based on NumSubLayersInLayerInOLS[][] (S1840). For example, all NAL units satisfying all of the following conditions may be removed from outBitstream.
  • nal_unit_type, nuh_layer_id, and TemporalId may be values for the NAL unit to be removed or not.
  • nal_unit_type is not IDR_W_RADL (Instantaneous decoding refresh with random access decodable leading), IDR_N_LP (Instantaneous decoding refresh without leading), or CRA_NUT (Clean random access NAL unit type).
  • nuh_layer_id is the same as LayerIdInOls[ targetOlsIdx ][ j ].
  • j has a value from 0 to NumLayersInOls[ targetOlsIdx ] - 1.
  • TemporalId has a value greater than or equal to NumSubLayersInLayerInOLS[ targetOlsIdx ][ j ].
  • condition 3 may be replaced with the following condition 4 based on GeneralLayerIdx[ nuh_layer_id ] indicating the vps layer index of the vps_layer_id corresponding to nuh_layer_id as described in Equation 2 above.
  • TemporalId has a value greater than or equal to NumSubLayersInLayerInOLS[ targetOlsIdx ][ GeneralLayerIdx[ nuh_layer_id ] ].
  • a predetermined SEI NAL unit may be removed from the sub-bitstream (S1850).
  • all SEI NAL units including a scalable nesting SEI message may be removed from outBitstream.
  • the value of NestingOlsIdx[ i ] for i having a range of values from 0 to nesting_num_olss_minus1 does not have the same value as targetOlsIdx, and may be a message having 1 as the value of nesting_ols_flag.
  • a value of 1 of nesting_ols_flag may indicate that a scalable-nested SEI message to which scalable nesting is applied is applied to a specific OLS.
  • a value of 0 of nesting_ols_flag may indicate that an SEI message to which scalable nesting is applied is applied to a specific layer.
  • the variable NestingOlsIdx[ i ] may indicate an OLS index of an i-th OLS to which an SEI message to which scalable nesting is applied when the value of nesting_ols_flag is 1 .
  • a value obtained by adding 1 to nesting_num_olss_minus1 may indicate the number of OLSs to which the SEI message to which scalable nesting is applied is applied.
  • 19 is a flowchart illustrating a method for an image encoding apparatus to encode an image and/or a method for an image decoding apparatus to determine the number of sub-layers of a current layer to decode an image, according to an embodiment.
  • An image decoding apparatus includes a memory and a processor, and the decoding apparatus may perform decoding according to an embodiment described below by the operation of the processor.
  • An image encoding apparatus includes a memory and a processor, and the encoding apparatus may perform encoding in a manner corresponding to the decoding of the decoding apparatus according to an embodiment described below by the operation of the processor. The operation of the decoding apparatus will be described below for convenience of description, but the following description may also be applied to the encoding apparatus.
  • the decoding apparatus may determine at least one layer belonging to an output layer set (OLS) (S1910). Next, the decoding apparatus may determine the number of sub-layers for the at least one layer (S1920).
  • OLS output layer set
  • the number of sub-layers for the current layer in the OLS may be determined based on the maximum required number of sub-layers for the direct reference available layer, which is a layer in which direct reference to the current layer is available.
  • the number of sub-layers for the current layer among the OLS may be the aforementioned NumSubLayersInLayerInOLS[i][k].
  • the number of sub-layers for the current layer is determined based on an OLS mode, and the OLS mode may be determined based on OLS mode index information (e.g., ols_mode_idc) obtained from a bitstream.
  • OLS mode index information e.g., ols_mode_idc
  • the number of sub-layers for the current layer may be determined based on whether the current layer is an output layer. For example, as described in FIG. 17 , it may be determined whether the current layer having the index k is an output layer based on the pseudo code according to the following equation.
  • the number of sub-layers for the current layer may be set to the maximum available number of sub-layers (e.g., vps_max_sub_layers_minus1 + 1).
  • the number of sub-layers for the current layer is the maximum required number of sub-layers determined for at least one direct reference available layer that can directly refer to the current layer. (eg maxSublayerNeeded) may be set to the largest value.
  • the layer index (eg, index l in FIG. 17) of the direct reference available layer has a value greater than the layer index (eg, index k in FIG. 17) of the current layer
  • the NAL (network) of the direct reference available layer abstraction layer) unit identifier may be restricted to have a larger value than the NAL unit identifier of the current layer.
  • the maximum required number of sub-layers determined for the direct reference available layer is determined based on any one of a first value and a second value
  • the first value is the number of sub-layers for the direct reference available layer (eg , is determined based on NumSubLayersInLayerInOLS[ i ][l ]) of FIG. 17, and the second value is the largest time among temporal identifiers respectively designated for at least one picture of the current layer that can be referenced by the direct reference available layer. It may be determined based on the identifier (eg, max_tid_il_ref_pics_plus1[ l ][ k ] of FIG. 17).
  • the number of sub-layers is determined for all non-output layers in the OLS, and the number of sub-layers is sequential from the non-output layer having the maximum layer index in the order of the non-output layer having the low layer index.
  • the number of sub-layers is sequential from the non-output layer having the maximum layer index in the order of the non-output layer having the low layer index.
  • the method may further include obtaining a sub-bitstream from a bitstream based on the number of sub-layers for the current layer.
  • the sub-bitstream is obtained by removing a predetermined network abstraction layer (NAL) unit from the bitstream, and the predetermined NAL unit corresponds to a time identifier of the predetermined NAL unit and the predetermined NAL unit. It may be determined based on a size comparison of the number of sub-layers determined with respect to the layer to be used.
  • NAL network abstraction layer
  • the predetermined NAL unit is a sub in which the value of the time identifier (eg, TempotalId in the description in S1840 above) of the predetermined NAL unit is determined for a layer corresponding to the predetermined NAL unit among the predetermined OLS layers. It is determined based on whether it is equal to or greater than a value corresponding to the number of layers (eg, NumSubLayersInLayerInOLS[targetOlsIdx][GeneralLayerIdx[nuh_layer_id]] in the description in S1840 above), and the OLS is signaled by a video parameter set (VPS). It may be any one of OLS identified by the information.
  • the time identifier eg, TempotalId in the description in S1840 above
  • the image decoding method includes, from a bitstream, OLS mode index information indicating an output layer set (OLS) mode of a current video parameter set (VPS), a maximum of a temporal sub-layer within a layer of the current VPS Obtaining sub-layer index information indicating the available number and temporal identifier information indicating a maximum temporal identifier of a reference layer for a decoding target layer, and determining the OLS mode of the current VPS based on the OLS mode index information and determining at least one layer belonging to at least one OLS of the current VPS and determining the number of sub-layers for the at least one layer.
  • OLS mode index information indicating an output layer set (OLS) mode of a current video parameter set (VPS)
  • VPS current video parameter set
  • the number of sub-layers for the current layer may be set to the maximum available number of temporal sub-layers belonging to the layer of the current VPS. And, based on the fact that the current layer is not an output layer, the number of sub-layers for the current layer may be set to the largest value among the maximum required number of sub-layers for at least one direct reference available layer in the current OLS. .
  • the layer index of the direct reference available layer has a value greater than the layer index of the current layer
  • the network abstraction layer (NAL) unit identifier of the direct reference available layer has a value greater than the NAL unit identifier of the current layer.
  • the maximum required number of sub-layers for the direct reference available layer is set to a smaller value among a first number and a second number, the first number is the number of sub-layers for the direct reference available layer, and the second The number may be the maximum temporal identifier value of the current layer to be referenced by the direct reference available layer.
  • the number of sub-layers is determined for all non-output layers in at least one OLS, and the number of sub-layers is sequentially determined from a non-output layer having a maximum layer index to a low layer index with respect to a non-output layer. can be decided.
  • the decoding method may further include obtaining a sub-bitstream from the bitstream based on the number of sub-layers for the at least one layer.
  • the sub-bitstream is obtained by removing a target network abstraction layer (NAL) unit from the bitstream, and the target NAL unit is a layer identifier (eg, nuh_layer_id in the description in S1840 above) of the target NAL unit.
  • NAL target network abstraction layer
  • the number of sub-layers (eg, NumSubLayersInLayerInOLS[targetOlsIdx ][GeneralLayerIdx[ nuh_layer_id ] ] in the description in S1840 above) for a layer with an index identified based on (eg, GeneralLayerIdx[ nuh_layer_id ] in the description in S1840 above)) It may be a NAL unit having a time identifier (eg, TempotalId in the description in S1840 above) having a value equal to or higher than the value.
  • time identifier eg, TempotalId in the description in S1840 above
  • the image encoding method includes an output layer set (OLS) mode of a current video parameter set (VPS), a maximum available number of temporal sub-layers in a layer of the current VPS, and a maximum of a reference layer for a decoding target layer.
  • OLS output layer set
  • VPS current video parameter set
  • OLS output layer set
  • the number of sub-layers for the current layer may be set to the maximum available number of temporal sub-layers belonging to the layer of the current VPS.
  • the number of sub-layers for the current layer may be set to the largest value among the maximum required number of sub-layers for the direct reference available layers in the current OLS.
  • the current layer is a direct reference layer of the direct reference available layer
  • the layer index of the direct reference available layer has a value greater than the layer index of the current layer
  • the unit identifier may have a larger value than the NAL unit identifier of the current layer.
  • the maximum required number of sub-layers for the direct reference available layer is set to a smaller value among a first number and a second number, the first number is the number of sub-layers for the direct reference available layer, and the second The number may be the maximum temporal identifier value of the current layer to be referenced by the direct reference available layer.
  • the sub-bitstream may be obtained by removing a target network abstraction layer (NAL) unit from the bitstream based on the number of sub-layers for the at least one layer in the encoding process.
  • NAL target network abstraction layer
  • the target NAL unit is the number of sub-layers for a layer having an index identified based on the layer identifier of the target NAL unit (eg, NumSubLayersInLayerInOLS[targetOlsIdx][GeneralLayerIdx[nuh_layer_id]] in the description in S1840 above))
  • It may be a NAL unit including a time identifier (eg, TempotalId in the description in S1840 above) having a value equal to or higher than the value.
  • Example methods of the present disclosure are expressed as a series of operations for clarity of description, but this is not intended to limit the order in which the steps are performed, and if necessary, each step may be performed simultaneously or in a different order.
  • other steps may be included in addition to the illustrated steps, steps may be excluded from some steps, and/or other steps may be included except for some steps.
  • an image encoding apparatus or an image decoding apparatus performing a predetermined operation may perform an operation (step) of confirming a condition or situation for performing the corresponding operation (step). For example, if it is stated that a predetermined operation is performed when a predetermined condition is satisfied, the image encoding apparatus or the image decoding apparatus performs an operation to check whether the predetermined condition is satisfied and then performs the predetermined operation can
  • various embodiments of the present disclosure may be implemented by hardware, firmware, software, or a combination thereof.
  • ASICs Application Specific Integrated Circuits
  • DSPs Digital Signal Processors
  • DSPDs Digital Signal Processing Devices
  • PLDs Programmable Logic Devices
  • FPGAs Field Programmable Gate Arrays
  • general purpose It may be implemented by a processor (general processor), a controller, a microcontroller, a microprocessor, and the like.
  • the image decoding apparatus and the image encoding apparatus to which the embodiments of the present disclosure are applied are real-time communication apparatuses such as a multimedia broadcasting transceiver, a mobile communication terminal, a home cinema video apparatus, a digital cinema video apparatus, a surveillance camera, a video conversation apparatus, and a video communication apparatus.
  • mobile streaming device storage medium, camcorder, video on demand (VoD) service providing device, OTT video (Over the top video) device, internet streaming service providing device, three-dimensional (3D) video device, video telephony video device, and medical use It may be included in a video device and the like, and may be used to process a video signal or a data signal.
  • the OTT video (Over the top video) device may include a game console, a Blu-ray player, an Internet-connected TV, a home theater system, a smart phone, a tablet PC, a digital video recorder (DVR), and the like.
  • a game console a Blu-ray player
  • an Internet-connected TV a home theater system
  • a smart phone a tablet PC
  • DVR digital video recorder
  • FIG. 20 is a diagram illustrating a content streaming system to which an embodiment of the present disclosure can be applied.
  • the content streaming system to which the embodiment of the present disclosure is applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server compresses content input from multimedia input devices such as a smart phone, a camera, a camcorder, etc. into digital data to generate a bitstream and transmits it to the streaming server.
  • multimedia input devices such as a smartphone, a camera, a camcorder, etc. directly generate a bitstream
  • the encoding server may be omitted.
  • the bitstream may be generated by an image encoding method and/or an image encoding apparatus to which an embodiment of the present disclosure is applied, and the streaming server may temporarily store the bitstream in a process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user request through the web server, and the web server may serve as a medium informing the user of a service.
  • the web server transmits it to a streaming server, and the streaming server may transmit multimedia data to the user.
  • the content streaming system may include a separate control server.
  • the control server may serve to control commands/responses between devices in the content streaming system.
  • the streaming server may receive content from a media repository and/or an encoding server. For example, when receiving content from the encoding server, the content may be received in real time. In this case, in order to provide a smooth streaming service, the streaming server may store the bitstream for a predetermined time.
  • Examples of the user device include a mobile phone, a smart phone, a laptop computer, a digital broadcasting terminal, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation system, a slate PC, Tablet PC (tablet PC), ultrabook (ultrabook), wearable device (e.g., watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display)), digital TV, desktop There may be a computer, digital signage, and the like.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • PDA portable multimedia player
  • slate PC slate PC
  • Tablet PC Tablet PC
  • ultrabook ultrabook
  • wearable device e.g., watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display)
  • digital TV desktop
  • desktop There may be a computer, digital signage, and the like.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributed and processed.
  • the scope of the present disclosure includes software or machine-executable instructions (eg, operating system, application, firmware, program, etc.) that cause operation according to the method of various embodiments to be executed on a device or computer, and such software or and non-transitory computer-readable media in which instructions and the like are stored and executed on a device or computer.
  • software or machine-executable instructions eg, operating system, application, firmware, program, etc.
  • An embodiment according to the present disclosure may be used to encode/decode an image.

Landscapes

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

Abstract

영상 부호화/복호화 방법 및 장치가 제공된다. 본 개시에 따른 영상 복호화 장치에 의해 수행되는 영상 복호화 방법은 OLS(output layer set)에 속한 적어도 하나의 레이어를 결정하는 단계; 및 상기 적어도 하나의 레이어에 대한 서브 레이어의 개수를 결정하는 단계를 포함할 수 있다.

Description

서브 레이어 요구 개수에 기반하여 서브 레이어를 결정하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
본 개시는 영상 부호화/복호화 방법 및 장치에 관한 것으로서, 보다 상세하게는, 레이어 요구 개수에 기반하여 서브 레이어를 결정하는 영상 부호화/복호화 방법, 장치 및 본 개시의 영상 부호화 방법/장치에 의해 생성된 비트스트림을 전송하는 방법에 관한 것이다.
최근 HD(High Definition) 영상 및 UHD(Ultra High Definition) 영상과 같은 고해상도, 고품질의 영상에 대한 수요가 다양한 분야에서 증가하고 있다. 영상 데이터가 고해상도, 고품질이 될수록 기존의 영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하게 된다. 전송되는 정보량 또는 비트량의 증가는 전송 비용과 저장 비용의 증가를 초래한다.
이에 따라, 고해상도, 고품질 영상의 정보를 효과적으로 전송하거나 저장하고, 재생하기 위한 고효율의 영상 압축 기술이 요구된다.
본 개시는 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 서브 레이어 요구 개수에 기반하여 서브 레이어를 결정함으로써 부/복호화 효율 향상을 도모하는 영상 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다. 예를들어, 상기 기록 매체에는 본 개시에 따른 복호화 장치가 본 개시에 따른 영상 복호화 방법을 수행하도록 야기하는 비트스트림이 저장될 수 있다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 양상에 따른 영상 복호화 장치에 의해 수행되는 영상 복호화 방법은, OLS(output layer set)에 속한 적어도 하나의 레이어를 결정하는 단계; 및 상기 적어도 하나의 레이어에 대한 서브 레이어의 개수를 결정하는 단계를 포함할 수 있다.
또한, 본 개시의 일 양상에 따른 영상 복호화 장치는 메모리 및 적어도 하나의 프로세서를 포함하는 영상 복호화 장치로서, 상기 적어도 하나의 프로세서는 OLS(output layer set)에 속한 적어도 하나의 레이어를 결정하고, 상기 적어도 하나의 레이어에 대한 서브 레이어의 개수를 결정하되, 상기 OLS 중 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 레이어를 직접 참조하는 것이 가용한 레이어인 직접 참조 가용 레이어에 대한 서브 레이어 최대 요구 개수에 기반하여 결정될 수 있다.
또한, 본 개시의 일 양상에 따른 영상 부호화 장치에 의하여 수행되는 영상 부호화 방법은 OLS(output layer set)에 속한 적어도 하나의 레이어를 결정하는 단계; 및 상기 적어도 하나의 레이어에 대한 서브 레이어의 개수를 결정하는 단계를 포함하고, 상기 OLS 중 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 레이어를 직접 참조하는 것이 가용한 레이어인 직접 참조 가용 레이어에 대한 서브 레이어 최대 요구 개수에 기반하여 결정될 수 있다.
또한, 본 개시의 또 다른 양상에 따른 전송 방법은, 본 개시의 영상 부호화 장치 또는 영상 부호화 방법에 의해 생성된 비트스트림을 전송할 수 있다.
또한, 본 개시의 또 다른 양상에 따른 컴퓨터 판독 가능한 기록 매체는, 본 개시의 영상 부호화 방법 또는 영상 부호화 장치에 의해 생성된 비트스트림을 저장할 수 있다.
또한, 본 개시의 또 다른 양상에 따른 컴퓨터로 읽을 수 있는 기록 매체는 복호화 장치가 본 개시의 영상 복호화 방법을 수행하도록 야기하는 비트스트림을 저장할 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 개시에 따르면, 부호화/복호화 효율이 향상된 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 서브 레이어 요구 개수에 기반하여 서브 레이어를 결정함으로써 부/복호화 효율 향상을 도모할 수 있는 영상 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 전송하는 방법이 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 부호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 영상 복호화 장치에 의해 수신되고 복호화되어 영상의 복원에 이용되는 비트스트림을 저장한 기록 매체가 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시에 따른 실시예가 적용될 수 있는 비디오 코딩 시스템을 개략적으로 도시한 도면이다.
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 4 및 도 5는 일 실시 예에 따른 픽처 디코딩 및 인코딩 절차의 예를 도시하는 도면이다.
도 6은 일 실시 예에 따른 코딩된 영상에 대한 계층 구조를 도시한 도면이다.
도 7 내지 도 8은 멀티 레이어 기반 부호화 및 복호화를 설명하는 도면이다.
도 9는 본 개시의 일 실시 예에 따른 VPS의 신택스 구조를 도시하는 도면이다.
도 10 내지 도 14는 본 개시의 일 실시 예에 따른 VPS 관련 변수를 유도하기 위한 수도 코드를 도시하는 도면이다.
도 15는 본 개시의 또 다른 일 실시 예에 따른 VPS의 신택스 구조를 도시하는 도면이다.
도 16 내지 도 17은 본 개시의 또 다른 일 실시 예에 따른 VPS 관련 변수를 유도하기 위한 수도 코드를 도시하는 도면이다.
도 18은 본 개시의 일 실시 예에 따른 서브 비트스트림 유도 방법을 도시하는 도면이다.
도 19는 본 개시의 또 다른 일 실시 예에 따른 부호화 및/또는 복호화 방법을 도시하는 도면이다.
도 20은 본 개시의 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시한 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들을 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 영상의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시에서 개시된 방법/실시예는 VVC (versatile video coding) 표준에 개시되는 방법에 적용될 수 있다. 또한, 본 개시에서 개시된 방법/실시예는 EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
본 개시에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 본 개시에서의 실시예들은 서로 조합되어 수행될 수도 있다.
본 개시에서 "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 부호화에 있어서 픽처의 일부를 구성하는 부호화 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다. 상기 CTU는 하나 이상의 CU로 분할될 수 있다.
하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 타일은 픽처 내의 특정 타일 행(Tile Row) 및 특정 타일 열(Tile Column) 내에 존재하는 사각 영역으로, 복수의 CTU로 구성될 수 있다. 타일 열은 CTU들의 사각 영역으로 정의될 수 있으며, 픽쳐의 높이와 동일한 높이를 가지고, 픽쳐 파라미터 셋과 같은 비트스트림 부분으로부터 시그널링 되는 신택스 요소에 의하여 명세되는 너비를 가질 수 있다. 타일 행은 CTU들의 사각 영역으로 정의될 수 있으며, 픽쳐의 너비와 동일한 너비를 가지고, 픽쳐 파라미터 셋과 같은 비트스트림 부분으로부터 시그널링 되는 신택스 요소에 의하여 명세되는 높이를 가질 수 있다.
타일 스캔은 픽쳐를 분할하는 CTU들의 소정의 연속된 순서 지정 방법이다. 여기서, CTU들은 타일 내에서 CTU 래스터 스캔(raster scan)에 따라 연속적으로 순서를 부여받을 수 있고, 픽쳐내의 타일들은 픽쳐의 타일들의 래스터 스캔 순서에 따라 연속적으로 순서를 부여받을 수 있다. 슬라이스는 정수개의 완전한 타일들을 포함하거나, 하나의 픽쳐의 하나의 타일 내의 연속하는 정수개의 완전한 CTU 행을 포함할 수 있다. 슬라이스는 하나의 싱글 NAL 유닛에 독점적으로 포함될 수 있다.
하나의 픽처는 둘 이상의 서브픽처로 구분될 수 있다. 서브픽처는 픽처 내 하나 이상의 슬라이스들의 사각 영역일 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 CTU행들의 사각 영역을 나타낼 수 있다. 하나의 타일은 하나 이상의 브릭(Brick)을 포함할 수 있다. 브릭은 타일 내 CTU 행들의 사각 영역을 나타낼 수 있다. 하나의 타일은 복수의 브릭으로 분할될 수 있으며, 각각의 브릭은 타일에 속한 하나 이상의 CTU행을 포함할 수 있다. 복수의 브릭으로 분할되지 않는 타일 또한 브릭으로 취급될 수 있다.
본 개시에서 "픽셀(pixel)" 또는 "펠(pel)"은 하나의 픽처(또는 영상)를 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 "샘플(sample)"이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
본 개시에서 "유닛(unit)"은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(e.g. Cb, Cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 "샘플 어레이", "블록(block)" 또는 "영역(area)" 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 개시에서 "현재 블록"은 "현재 코딩 블록", "현재 코딩 유닛", "부호화 대상 블록", "복호화 대상 블록" 또는 "처리 대상 블록" 중 하나를 의미할 수 있다. 예측이 수행되는 경우, "현재 블록"은 "현재 예측 블록" 또는 "예측 대상 블록"을 의미할 수 있다. 변환(역변환)/양자화(역양자화)가 수행되는 경우, "현재 블록"은 "현재 변환 블록" 또는 "변환 대상 블록"을 의미할 수 있다. 필터링이 수행되는 경우, "현재 블록"은 "필터링 대상 블록"을 의미할 수 있다.
또한, 본 개시에서 "현재 블록"은 크로마 블록이라는 명시적인 기재가 없는 한 "현재 블록의 루마 블록"을 의미할 수 있다. "현재 블록의 크로마 블록"은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 블록이라는 명시적인 기재를 포함하여 표현될 수 있다.
본 개시에서 "/"와 ","는 "및/또는"으로 해석될 수 있다. 예를 들어, "A/B"와 "A, B"는 "A 및/또는 B"로 해석될 수 있다. 또한, "A/B/C"와 "A, B, C"는 "A, B 및/또는 C 중 적어도 하나"를 의미할 수 있다.
본 개시에서 "또는"은 "및/또는"으로 해석될 수 있다. 예를 들어, "A 또는 B"는, 1) "A" 만을 의미하거나 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 또는, 본 개시에서 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
본 개시에서 “적어도 하나의 A 및 B(at least one of A and B)”는, “오직 A”, “오직 B” 또는 “A와 B 모두”를 의미할 수 있다. 또한, 본 개시에서 “적어도 하나의 A 또는 B(at least one of A or B)”나 “적어도 하나의 A 및/또는 B(at least one of A and/or B)”라는 표현은 “적어도 하나의 A 및 B(at least one of A and B)”와 동일하게 해석될 수 있다.
또한, 본 개시에서 “적어도 하나의 A, B 및 C(at least one of A, B and C)”는, “오직 A”, “오직 B”, “오직 C”, 또는 “A, B 및 C의 임의의 모든 조합(any combination of A, B and C)”를 의미할 수 있다. 또한, “적어도 하나의 A, B 또는 C(at least one of A, B or C)”나 “적어도 하나의 A, B 및/또는 C(at least one of A, B and/or C)”는 “적어도 하나의 A, B 및 C(at least one of A, B and C)”를 의미할 수 있다.
또한, 본 개시에서 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 개시에서의 “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 개시에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
비디오 코딩 시스템 개요
도 1은 본 개시에 따른 비디오 코딩 시스템을 도시한다.
일 실시예에 따른 비디오 코딩 시스템은 소스 디바이스(10) 및 수신 디바이스(20)를 포함할 수 있다. 소스 디바이스(10)는 부호화된 비디오(video) 및/또는 영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스(20)로 전달할 수 있다.
일 실시예예 따른 소스 디바이스(10)는 비디오 소스 생성부(11), 부호화 장치(12), 전송부(13)를 포함할 수 있다. 일 실시예에 따른 수신 디바이스(20)는 수신부(21), 복호화 장치(22) 및 렌더링부(23)를 포함할 수 있다. 상기 부호화 장치(12)는 비디오/영상 부호화 장치라고 불릴 수 있고, 상기 복호화 장치(22)는 비디오/영상 복호화 장치라고 불릴 수 있다. 전송부(13)는 부호화 장치(12)에 포함될 수 있다. 수신부(21)는 복호화 장치(22)에 포함될 수 있다. 렌더링부(23)는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스 생성부(11)는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스 생성부(11)는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
부호화 장치(12)는 입력 비디오/영상을 부호화할 수 있다. 부호화 장치(12)는 압축 및 부호화 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화 장치(12)는 부호화된 데이터(부호화된 비디오/영상 정보)를 비트스트림(bitstream) 형태로 출력할 수 있다.
전송부(13)는 비트스트림 형태로 출력된 부호화된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스(20)의 수신부(21)로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부(13)는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부(21)는 상기 저장매체 또는 네트워크로부터 상기 비트스트림을 추출/수신하여 복호화 장치(22)로 전달할 수 있다.
복호화 장치(22)는 부호화 장치(12)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 복호화할 수 있다.
렌더링부(23)는 복호화된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
영상 부호화 장치 개요
도 2는 본 개시에 따른 실시예가 적용될 수 있는 영상 부호화 장치를 개략적으로 도시한 도면이다.
도 2에 도시된 바와 같이, 영상 부호화 장치(100)는 영상 분할부(110), 감산부(115), 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150), 가산부(155), 필터링부(160), 메모리(170), 인터 예측부(180), 인트라 예측부(185) 및 엔트로피 인코딩부(190)를 포함할 수 있다. 인터 예측부(180) 및 인트라 예측부(185)는 합쳐서 "예측부"라고 지칭될 수 있다. 변환부(120), 양자화부(130), 역양자화부(140), 역변환부(150)는 레지듀얼(residual) 처리부에 포함될 수 있다. 레지듀얼 처리부는 감산부(115)를 더 포함할 수도 있다.
영상 부호화 장치(100)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어, 인코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
영상 분할부(110)는 영상 부호화 장치(100)에 입력된 입력 영상(또는, 픽쳐, 프레임)을 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)을 QT/BT/TT (Quad-tree/binary-tree/ternary-tree) 구조에 따라 재귀적으로(recursively) 분할함으로써 획득될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 코딩 유닛의 분할을 위해, 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 트리 구조가 나중에 적용될 수 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 코딩 절차가 수행될 수 있다. 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 최대 코딩 유닛을 분할하여 획득한 하위 뎁스의 코딩 유닛이 최종 코닛 유닛으로 사용될 수도 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환 및/또는 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 코딩 절차의 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)일 수 있다. 상기 예측 유닛 및 상기 변환 유닛은 각각 상기 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
예측부(인터 예측부(180) 또는 인트라 예측부(185))는 처리 대상 블록(현재 블록)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 현재 블록의 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(185)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 인트라 예측 모드 및/또는 인트라 예측 기법에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라, 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(185)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(180)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 서로 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수 있다. 예를 들어, 인터 예측부(180)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(180)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference) 및 움직임 벡터 예측자에 대한 지시자(indicator)를 부호화함으로써 현재 블록의 움직임 벡터를 시그널링할 수 있다. 움직임 벡터 차분은 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 차이를 의미할 수 있다.
예측부는 후술하는 다양한 예측 방법 및/또는 예측 기법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 현재 블록의 예측을 위해 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 현재 블록의 예측을 위해 인트라 예측과 인터 예측을 동시에 적용하는 예측 방법은 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 현재 블록의 예측을 위해 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 현재 블록으로부터 소정의 거리만큼 떨어진 위치의 현재 픽처 내 기복원된 참조 블록을 이용하여 현재 블록을 예측하는 방법이다. IBC가 적용되는 경우, 현재 픽처 내 참조 블록의 위치는 상기 소정의 거리에 해당하는 벡터(블록 벡터)로서 부호화될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나, 현재 픽처 내에서 참조 블록을 도출하는 점에서, 인터 예측과 유사하게 수행될 수 있다. 즉 IBC는 본 개시에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
예측부를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 감산부(115)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)로부터 예측부에서 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있다. 생성된 레지듀얼 신호는 변환부(120)로 전송될 수 있다.
변환부(120)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)을 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)을 이용하여 예측 신호를 생성하고 그에 기반하여 획득되는 변환을 의미한다. 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(130)는 변환 계수들을 양자화하여 엔트로피 인코딩부(190)로 전송할 수 있다. 엔트로피 인코딩부(190)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(130)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(190)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(190)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(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)를 더 포함할 수 있다. 본 개시에서 언급된 시그널링 정보, 전송되는 정보 및/또는 신택스 요소들은 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다.
상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(190)로부터 출력된 신호를 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 영상 부호화 장치(100)의 내/외부 엘리먼트로서 구비될 수 있고, 또는 전송부는 엔트로피 인코딩부(190)의 구성요소로서 구비될 수도 있다.
양자화부(130)로부터 출력된 양자화된 변환 계수들은 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(140) 및 역변환부(150)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다.
가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(180) 또는 인트라 예측부(185)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(160)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(160)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(170), 구체적으로 메모리(170)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(160)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(190)로 전달할 수 있다. 필터링에 관한 정보는 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(170)에 전송된 수정된 복원 픽처는 인터 예측부(180)에서 참조 픽처로 사용될 수 있다. 영상 부호화 장치(100)는 이를 통하여 인터 예측이 적용되는 경우, 영상 부호화 장치(100)와 영상 복호화 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(170) 내 DPB는 인터 예측부(180)에서의 참조 픽처로 사용하기 위해 수정된 복원 픽처를 저장할 수 있다. 메모리(170)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(180)에 전달될 수 있다. 메모리(170)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(185)에 전달할 수 있다.
영상 복호화 장치 개요
도 3은 본 개시에 따른 실시예가 적용될 수 있는 영상 복호화 장치를 개략적으로 도시한 도면이다.
도 3에 도시된 바와 같이, 영상 복호화 장치(200)는 엔트로피 디코딩부(210), 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265)를 포함하여 구성될 수 있다. 인터 예측부(260) 및 인트라 예측부(265)를 합쳐서 "예측부"라고 지칭될 수 있다. 역양자화부(220), 역변환부(230)는 레지듀얼 처리부에 포함될 수 있다.
영상 복호화 장치(200)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(170)는 DPB를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
비디오/영상 정보를 포함하는 비트스트림을 수신한 영상 복호화 장치(200)는 도 2의 영상 부호화 장치(100)에서 수행된 프로세스에 대응하는 프로세스를 수행하여 영상을 복원할 수 있다. 예를 들어, 영상 복호화 장치(200)는 영상 부호화 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있다. 코딩 유닛은 코딩 트리 유닛이거나 또는 최대 코딩 유닛을 분할하여 획득될 수 있다. 그리고, 영상 복호화 장치(200)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치(미도시)를 통해 재생될 수 있다.
영상 복호화 장치(200)는 도 2의 영상 부호화 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있다. 수신된 신호는 엔트로피 디코딩부(210)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(210)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(예컨대, 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)를 더 포함할 수 있다. 영상 복호화 장치는 영상을 디코딩하기 위해 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 추가적으로 이용할 수 있다. 본 개시에서 언급된 시그널링 정보, 수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩됨으로써 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(210)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 신택스 요소에 해당하는 빈을 수신하고, 디코딩 대상 신택스 요소 정보와 주변 블록 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)을 수행하여 각 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(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(260) 및 인트라 예측부(265))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(220)로 입력될 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(240)로 제공될 수 있다. 한편, 영상 부호화 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 영상 복호화 장치(200)의 내/외부 엘리먼트로서 추가적으로 구비될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)의 구성요소로서 구비될 수도 있다.
한편, 본 개시에 따른 영상 복호화 장치는 비디오/영상/픽처 복호화 장치라고 불릴 수 있다. 상기 영상 복호화 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및/또는 샘플 디코더(비디오/영상/픽처 샘플 디코더)를 포함할 수도 있다. 상기 정보 디코더는 엔트로피 디코딩부(210)를 포함할 수 있고, 상기 샘플 디코더는 역양자화부(220), 역변환부(230), 가산부(235), 필터링부(240), 메모리(250), 인터 예측부(260) 및 인트라 예측부(265) 중 적어도 하나를 포함할 수 있다.
역양자화부(220)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(220)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 영상 부호화 장치에서 수행된 계수 스캔 순서에 기반하여 수행될 수 있다. 역양자화부(220)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)을 획득할 수 있다.
역변환부(230)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득할 수 있다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(210)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드(예측 기법)를 결정할 수 있다.
예측부가 후술하는 다양한 예측 방법(기법)을 기반으로 예측 신호를 생성할 수 있음은 영상 부호화 장치(100)의 예측부에 대한 설명에서 언급된 바와 동일하다.
인트라 예측부(265)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 인트라 예측부(185)에 대한 설명은 인트라 예측부(265)에 대해서도 동일하게 적용될 수 있다.
인터 예측부(260)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(260)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드(기법)를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드(기법)를 지시하는 정보를 포함할 수 있다.
가산부(235)는 획득된 레지듀얼 신호를 예측부(인터 예측부(260) 및/또는 인트라 예측부(265) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(155)에 대한 설명은 가산부(235)에 대해서도 동일하게 적용될 수 있다. 가산부(235)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
필터링부(240)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(240)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(250), 구체적으로 메모리(250)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(250)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(260)에서 참조 픽쳐로 사용될 수 있다. 메모리(250)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(260)에 전달할 수 있다. 메모리(250)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(265)에 전달할 수 있다.
본 명세서에서, 영상 부호화 장치(100)의 필터링부(160), 인터 예측부(180) 및 인트라 예측부(185)에서 설명된 실시예들은 각각 영상 복호화 장치(200)의 필터링부(240), 인터 예측부(260) 및 인트라 예측부(265)에도 동일 또는 대응되도록 적용될 수 있다.
영상/비디오 코딩 절차 일반
영상/비디오 코딩에 있어서, 영상/비디오를 구성하는 픽처는 일련의 디코딩 순서(decoding order)에 따라 인코딩/디코딩될 수 있다. 디코딩된 픽처의 출력 순서(output order)에 해당하는 픽처 순서(picture order)는 상기 디코딩 순서와 다르게 설정될 수 있으며, 이를 기반으로 인터 예측시 순방향 예측뿐 아니라 역방향 예측 또한 수행할 수 있다.
도 4는 본 개시의 실시예(들)이 적용 가능한 개략적인 픽처 디코딩 절차의 예를 나타낸다. 도 4에서 S410은 도 3에서 상술한 복호화 장치의 엔트로피 디코딩부(210)에서 수행될 수 있고, S420은 인트라 예측부(265) 및 인터 예측부(260)를 포함하는 예측부에서 수행될 수 있고, S430은 역양자화부(220) 및 역변환부(230)을 포함하는 레지듀얼 처리부에서 수행될 수 있고, S440은 가산부(235)에서 수행될 수 있고, S450은 필터링부(240)에서 수행될 수 있다. S410은 본 개시에서 설명된 정보 디코딩 절차를 포함할 수 있고, S420은 본 개시에서 설명된 인터/인트라 예측 절차를 포함할 수 있고, S430은 본 개시에서 설명된 레지듀얼 처리 절차를 포함할 수 있고, S440은 본 개시에서 설명된 블록/픽처 복원 절차를 포함할 수 있고, S450은 본 개시에서 설명된 인루프 필터링 절차를 포함할 수 있다.
도 4를 참조하면, 픽처 디코딩 절차는 도 3에 대한 설명에서 나타난 바와 같이 개략적으로 비트스트림으로부터 (디코딩을 통한) 영상/비디오 정보 획득 절차(S410), 픽처 복원 절차(S420~S440) 및 복원된 픽처에 대한 인루프 필터링 절차(S450)를 포함할 수 있다. 상기 픽처 복원 절차는 본 개시에서 설명된 인터/인트라 예측(S420) 및 레지듀얼 처리(S430, 양자화된 변환 계수에 대한 역양자화, 역변환) 과정을 거쳐서 획득한 예측 샘플들 및 레지듀얼 샘플들을 기반으로 수행될 수 있다. 상기 픽처 복원 절차를 통하여 생성된 복원 픽처에 대한 인루프 필터링 절차를 통하여 수정된(modified) 복원 픽처가 생성될 수 있으며, 상기 수정된 복원 픽처가 디코딩된 픽처로서 출력될 수 있고, 또한 복호화 장치의 복호 픽처 버퍼 또는 메모리(250)에 저장되어 이후 픽처의 디코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 경우에 따라서 상기 인루프 필터링 절차는 생략될 수 있으며, 이 경우 상기 복원 픽처가 디코딩된 픽처로서 출력될 수 있고, 또한 복호화 장치의 복호 픽처 버퍼 또는 메모리(250)에 저장되어 이후 픽처의 디코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 상기 인루프 필터링 절차(S450)는 상술한 바와 같이 디블록킹 필터링 절차, SAO(sample adaptive offset) 절차, ALF(adaptive loop filter) 절차 및/또는 바이래터럴 필터(bi-lateral filter) 절차 등을 포함할 수 있고, 그 일부 또는 전부가 생략될 수 있다. 또한, 상기 디블록킹 필터링 절차, SAO(sample adaptive offset) 절차, ALF(adaptive loop filter) 절차 및 바이래터럴 필터(bi-lateral filter) 절차들 중 하나 또는 일부가 순차적으로 적용될 수 있고, 또는 모두가 순차적으로 적용될 수도 있다. 예를 들어, 복원 픽처에 대하여 디블록킹 필터링 절차가 적용된 후 SAO 절차가 수행될 수 있다. 또는 예를 들어 복원 픽처에 대하여 디블록킹 필터링 절차가 적용된 후 ALF 절차가 수행될 수 있다. 이는 부호화 장치에서도 마찬가지로 수행될 수 있다.
도 5는 본 개시의 실시예(들)이 적용 가능한 개략적인 픽처 인코딩 절차의 예를 나타낸다. 도 5에서 S510은 도 2에서 상술한 부호화 장치의 인트라 예측부(185) 또는 인터 예측부(180)를 포함하는 예측부에서 수행될 수 있고, S520은 변환부(120) 및/또는 양자화부(130)를 포함하는 레지듀얼 처리부에서 수행될 수 있고, S530은 엔트로피 인코딩부(190)에서 수행될 수 있다. S510은 본 개시에서 설명된 인터/인트라 예측 절차를 포함할 수 있고, S520은 본 개시에서 설명된 레지듀얼 처리 절차를 포함할 수 있고, S530은 본 개시에서 설명된 정보 인코딩 절차를 포함할 수 있다.
도 5를 참조하면, 픽처 인코딩 절차는 도 2에 대한 설명에서 나타난 바와 같이 개략적으로 픽처 복원을 위한 정보(ex. 예측 정보, 레지듀얼 정보, 파티셔닝 정보 등)을 인코딩하여 비트스트림 형태로 출력하는 절차뿐 아니라, 현재 픽처에 대한 복원 픽처를 생성하는 절차 및 복원 픽처에 인루프 필터링을 적용하는 절차(optional)를 포함할 수 있다. 부호화 장치는 역양자화부(140) 및 역변환부(150)를 통하여 양자화된 변환 계수로부터 (수정된) 레지듀얼 샘플들을 도출할 수 있으며, S510의 출력인 예측 샘플들과 상기 (수정된) 레지듀얼 샘플들을 기반으로 복원 픽처를 생성할 수 있다. 이렇게 생성된 복원 픽처는 상술한 복호화 장치에서 생성한 복원 픽처와 동일할 수 있다. 상기 복원 픽처에 대한 인루프 필터링 절차를 통하여 수정된 복원 픽처가 생성될 수 있으며, 이는 복호 픽처 버퍼 또는 메모리(170)에 저장될 수 있으며, 복호화 장치에서의 경우와 마찬가지로, 이후 픽처의 인코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 상술한 바와 같이 경우에 따라서 상기 인루프 필터링 절차의 일부 또는 전부는 생략될 수 있다. 상기 인루프 필터링 절차가 수행되는 경우, (인루프) 필터링 관련 정보(파라미터)가 엔트로피 인코딩부(190)에서 인코딩되어 비트스트림 형태로 출력될 수 있고, 복호화 장치는 상기 필터링 관련 정보를 기반으로 부호화 장치와 동일한 방법으로 인루프 필터링 절차를 수행할 수 있다.
이러한 인루프 필터링 절차를 통하여 블록킹 아티팩트(artifact) 및 링잉(ringing) 아티팩트 등 영상/동영상 코딩시 발생하는 노이즈를 줄일 수 있으며, 주관적/객관적 비주얼 퀄리티를 높일 수 있다. 또한, 부호화 장치와 복호화 장치에서 둘 다 인루프 필터링 절차를 수행함으로서, 부호화 장치와 복호화 장치는 동일한 예측 결과를 도출할 수 있으며, 픽처 코딩의 신뢰성을 높이고, 픽처 코딩을 위하여 전송되어야 하는 데이터량을 줄일 수 있다.
상술한 바와 같이 복호화 장치뿐 아니라 부호화 장치에서도 픽처 복원 절차가 수행될 수 있다. 각 블록 단위로 인트라 예측/인터 예측에 기반하여 복원 블록이 생성될 수 있으며, 복원 블록들을 포함하는 복원 픽처가 생성될 수 있다. 현재 픽처/슬라이스/타일 그룹이 I 픽처/슬라이스/타일 그룹인 경우 상기 현재 픽처/슬라이스/타일 그룹에 포함되는 블록들은 인트라 예측만을 기반으로 복원될 수 있다. 한편, 현재 픽처/슬라이스/타일 그룹이 P 또는 B 픽처/슬라이스/타일 그룹인 경우 상기 현재 픽처/슬라이스/타일 그룹에 포함되는 블록들은 인트라 예측 또는 인터 예측을 기반으로 복원될 수 있다. 이 경우 현재 픽처/슬라이스/타일 그룹 내 일부 블록들에 대하여는 인터 예측이 적용되고, 나머지 일부 블록들에 대하여는 인트라 예측이 적용될 수도 있다. 픽처의 컬러 성분은 루마 성분 및 크로마 성분을 포함할 수 있으며, 본 개시에서 명시적으로 제한하지 않으면 본 개시에서 제안되는 방법들 및 실시예들은 루마 성분 및 크로마 성분에 적용될 수 있다.
코딩 계층 및 구조의 예
본 개시에 따른 코딩된 비디오/영상은 예를 들어 후술하는 코딩 계층 및 구조에 따라 처리될 수 있다.
도 6은 코딩된 영상에 대한 계층 구조를 도시한 도면이다. 코딩된 영상은 영상의 디코딩 처리 및 그 자체를 다루는 VCL(video coding layer, 비디오 코딩 계층), 부호화된 정보를 전송하고 저장하는 하위 시스템, 그리고 VCL과 하위 시스템 사이에 존재하며 네트워크 적응 기능을 담당하는 NAL(network abstraction layer, 네트워크 추상 계층)로 구분될 수 있다.
VCL에서는 압축된 영상 데이터(슬라이스 데이터)를 포함하는 VCL 데이터를 생성하거나, 혹은 픽처 파라미터 세트(Picture Parameter Set: PPS), 시퀀스 파라미터 세트(Sequence Parameter Set: SPS), 비디오 파라미터 세트(Video Parameter Set: VPS) 등의 정보를 포함하는 파라미터 세트 또는 영상의 디코딩 과정에 부가적으로 필요한 SEI(Supplemental Enhancement Information) 메시지를 생성할 수 있다.
NAL에서는 VCL에서 생성된 RBSP(Raw Byte Sequence Payload)에 헤더 정보(NAL 유닛 헤더)를 부가하여 NAL 유닛을 생성할 수 있다. 이때, RBSP는 VCL에서 생성된 슬라이스 데이터, 파라미터 세트, SEI 메시지 등을 말한다. NAL 유닛 헤더에는 해당 NAL 유닛에 포함되는 RBSP 데이터에 따라 특정되는 NAL 유닛 타입 정보를 포함할 수 있다.
상기 도면에서 도시된 바와 같이, NAL 유닛은 VCL에서 생성된 RBSP의 따라 VCL NAL 유닛과 Non-VCL NAL 유닛으로 구분될 수 있다. VCL NAL 유닛은 영상에 대한 정보(슬라이스 데이터)를 포함하고 있는 NAL 유닛을 의미할 수 있고, Non-VCL NAL 유닛은 영상을 디코딩하기 위하여 필요한 정보(파라미터 세트 또는 SEI 메시지)를 포함하고 있는 NAL 유닛을 의미할 수 있다.
상술한 VCL NAL 유닛, Non-VCL NAL 유닛은 하위 시스템의 데이터 규격에 따라 헤더 정보를 붙여서 네트워크를 통해 전송될 수 있다. 예컨대, NAL 유닛은 H.266/VVC 파일 포맷, RTP(Real-time Transport Protocol), TS(Transport Stream) 등과 같은 소정 규격의 데이터 형태로 변형되어 다양한 네트워크를 통해 전송될 수 있다.
상술한 바와 같이, NAL 유닛은 해당 NAL 유닛에 포함되는 RBSP 데이터 구조(structure)에 따라 NAL 유닛 타입이 특정될 수 있으며, 이러한 NAL 유닛 타입에 대한 정보는 NAL 유닛 헤더에 저장되어 시그널링될 수 있다.
예를 들어, NAL 유닛이 영상에 대한 정보(슬라이스 데이터)를 포함하는지 여부에 따라 크게 VCL NAL 유닛 타입과 Non-VCL NAL 유닛 타입으로 분류될 수 있다. VCL NAL 유닛 타입은 VCL NAL 유닛이 포함하는 픽처의 성질 및 종류 등에 따라 분류될 수 있으며, Non-VCL NAL 유닛 타입은 파라미터 세트의 종류 등에 따라 분류될 수 있다.
아래는 Non-VCL NAL 유닛 타입이 포함하는 파라미터 세트/정보의 종류 등에 따라 특정된 NAL 유닛 타입의 일예를 나열한다.
- DCI (Decoding capability information) NAL unit : DCI를 포함하는 NAL 유닛에 대한 타입
- VPS(Video Parameter Set) NAL unit : VPS를 포함하는 NAL 유닛에 대한 타입
- SPS(Sequence Parameter Set) NAL unit: SPS를 포함하는 NAL 유닛에 대한 타입
- PPS(Picture Parameter Set) NAL unit : PPS를 포함하는 NAL 유닛에 대한 타입
- APS (Adaptation Parameter Set) NAL unit : APS를 포함하는 NAL 유닛에 대한 타입
- PH (Picture header) NAL unit : Type for NAL unit including PH
상술한 NAL 유닛 타입들은 NAL 유닛 타입을 위한 신택스 정보를 가지며, 상기 신택스 정보는 NAL 유닛 헤더에 저장되어 시그널링될 수 있다. 예컨대, 상기 신택스 정보는 nal_unit_type일 수 있으며, NAL 유닛 타입들은 nal_unit_type 값으로 특정될 수 있다.
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. 상기 APS(APS 신택스) 또는 PPS(PPS 신택스)는 하나 이상의 슬라이스 또는 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 SPS(SPS 신택스)는 하나 이상의 시퀀스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 VPS(VPS 신택스)는 다중 레이어에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 DCI(DCI 신택스)는 비디오 전반에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 DCI는 디코딩 능력(decoding capability)에 관련된 정보/파라미터를 포함할 수 있다. 본 개시에서 상위 레벨 신택스(High level syntax, HLS)라 함은 상기 APS 신택스, PPS 신택스, SPS 신택스, VPS 신택스, DCI 신택스, 픽쳐 헤더 신택스, 슬라이스 헤더 신택스 중 적어도 하나를 포함할 수 있다. 한편, 본 개시에서 하위 레벨 신택스(low level syntax, LLS)는 예를 들어, 슬라이스 데이터 신택스, CTU 신택스, 부호화 단위 신택스, 변환 단위 신택스 등을 포함할 수 있다.
본 개시에서 부호화 장치에서 복호화 장치로 인코딩되어 비트스트림 형태로 시그널링되는 영상/비디오 정보는 픽처 내 파티셔닝 관련 정보, 인트라/인터 예측 정보, 레지듀얼 정보, 인루프 필터링 정보 등을 포함할 뿐 아니라, 상기 슬라이스 헤더의 정보, 상기 픽쳐 헤더의 정보, 상기 APS의 정보, 상기 PPS의 정보, SPS의 정보, VPS의 정보 및/또는 DCI의 정보를 포함할 수 있다. 또한 상기 영상/비디오 정보는 일반 제한 정보(general constraint information) 및/또는 NAL unit header의 정보를 더 포함할 수 있다.
NAL 유닛을 이용한 픽쳐 정보 시그널링
픽쳐 정보는 NAL 유닛 단위로 시그널링 될 수 있다. 예를 들어, 아래의 설명와 같이 픽쳐 정보가 시그널링 될 수 있다. 서브레이어는 변수 TemporalId의 소정의 값 및 관련된 non-VCL NAL 유닛들을 가진 VCL NAL 유닛들로 구성되는 시간적 스케일러블 비트스트림의 시간적 스케일러블 레이어이다. 여기서, 변수 TemporalId는 다음과 같이 유도될 수 있다.
[수학식 1]
TemporalId = nuh_temporal_id_plus1 - 1
변수 TemporalId의 값을 시그널링 하기 위한 신택스 요소 nuh_temproal_id_plus1은 NAL 유닛의 NAL 유닛 헤더를 통해 시그널링될 수 있다. NAL 유닛 헤더에서의 nal_unit_type의 값이 IDR_W_RADL에서부터 RSV_IRAP_12까지의 값의 범위 내에 존재하는 경우, TemporalId의 값은 0으로 강제될 수 있다. nal_unit_type의 값이 STSA_NUT와 동일하고, vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]]의 값이 1인 경우, TemporalId의 값은 0이 되지 않도록 제한될 수 있다. 하나의 AU의 모든 VCL NAL 유닛에 대하여 TemporalId의 값은 모두 동일할 수 있다. 부호화된 픽쳐, PU 또는 AU의 TemporalId의 값은 해당 부호화된 픽쳐, PU 또는 AU의 VCL NAL 유닛의 TemporalId의 값일 수 있다. 서브레이어 표현(sublayer representation)의 TemporalId의 값은 하나의 서브 레이어 표현에서의 모든 VCL NAL 유닛들의 TemporalId 중 가장 큰 값일 수 있다.
VCL NAL 유닛이 아닌 non-VCL NAL 유닛에 대한 TemporalId의 값은 다음과 같이 제한될 수 있다.
- nal_unit_type이 DCI_NUT, VPS_NUT 또는 SPS_NUT과 동일한 경우, TemporalId는 0의 값을 가지도록 제한될 수 있고, 해당 NAL 유닛을 포함하는 AU의 TemporalId의 값은 0이 되도록 제한될 수 있다.
- 그렇지 않고, nal_unit_type이 PH_NUT와 같으면, TemporalId의 값은 NAL 유닛을 포함하는 PU의 TemporalId와 동일하도록 제한될 수 있다.
- 그렇지 않고, nal_unit_type이 EOS_NUT 또는 EOB_NUT와 같으면, TemporalID는 0과 같도록 제한될 수 있다.
- 그렇지 않고, nal_unit_type이 AUD_NUT, FD_NUT, PREFIX_SEI_NUT, 또는 SUFFIX_SEI_NUT와 동일한 경우, TemporalId는 해당 NAL 유닛을 포함하는 AU의 TemporalId와 동일한 값을 가지도록 제한될 수 있다.
- 그렇지 않고, nal_unit_type이 PPS_NUT, PREFIX_APS_NUT 또는 SUFFIX_APS_NUT와 동일하면, TemporalId의 값은 해당 NAL 유닛을 포함하는 PU의 TemporalId이상의 값을 가지도록 제한될 수 있다.
예를들어, 해당 NAL 유닛이 non-VCL NAL인 경우, TemporalId의 값은 상기 non-VCL NAL 유닛이 적용되는 모든 AU들의 TemporalId 값들 중에서 가장 작은 값과 동일할 수 있다. nal_unit_type의 값이 PPS_NUT, PREFIX_APS_NUT 또는 SUFFIX_APS_NUT와 동일하면, TemporalId의 값은 이를 포함하는 AU의 TemporalId 이상의 값을 가질수 있다. 이는 모든 PPS들과 APS들이 비트스트림의 시작부에 포함될 수 있기 때문이다(e.g., 이러한 정보가 대역외로 전송되고, 수신기가 이를 비트스트림의 시작 부분에 배치함). 여기서, 첫번째로 부호화되는 픽쳐는 0의 값을 가지는 TemporalId를 가질 수 있다.
일 실시 예에서, NAL 유닛 정보에 따라 비트스트림에서 획득되는 부호화 픽쳐는 다음과 같이 부호화 장치에 의하여 시그널링 되고 복호화 장치에 의하여 식별될 수 있다. 한편, 이는 일 예를 나타내는 것으로 다른 방식으로 픽쳐가 식별될 수도 있다.
IRAP(Intra random access point) 픽쳐는 IDR_W_RADL에서부터 CRA_NUT까지의 값의 범위를 가지는 nal_unit_type에 대하여, 모든 VCL NAL 유닛이 동일한 값을 가지는 부호화된 픽쳐이다. 일 실시 예에서, IRAP 픽쳐는 이의 복호화 프로세스에 있어서, 인터 예측을 수행하기 위하여 자기 자신 외에는 다른 픽쳐를 참조하지 않을 수 있다. 그리고, IRAP 픽쳐는 후술하는 CRA 픽쳐 또는 IDR 픽쳐일 수 있다. 복호화 순서에 있어서, 비트스트림에서의 첫번째 픽쳐는 IRAP 또는 GDR 픽쳐가 되도록 강제될 수 있다. 필수적인 파라미터 셋의 참조가 요구되는 경우에 있어서 해당 파라미터 셋이 가용하도록, 복호화 순서에 있어서 CVS 내 IRAP 픽쳐와 모든 후속하는 non-RASL 픽쳐들은 올바르게 복호화될 수 있으며, 이는 복호화 순서에 있어서 IRAP 픽쳐보다 앞서는 다른 어떤 픽쳐들의 복호화 프로세서를 수행하지 않고도 수행될 수 있다.
CRA(Clean random access) 픽쳐는 각각의 VCL NAL 유닛이 CRA_NUT와 같은 nal_unit_type을 가지는 IRAP 픽쳐이다. 예를들어, CRA 픽쳐는 이의 복호화 프로세스에서 인터 예측을 수행하기 위하여 자기자신 외에는 다른 픽쳐를 참조하지 않는 픽쳐이다. 그리고, CRA 픽쳐는 복호화 순서에 있어서 비트스트림에서 첫번째 픽쳐일 수 있으며, 또는 비트스트림 중에서 후순서로 나타날 수도 있다. CRA 픽쳐는 연관된 RADL 또는 RASL 픽쳐를 가질 수 있다. CRA 픽쳐가 NoIncorrectPicOutputFlag의 값으로 1을 가지는 경우, 연관된 RASL 픽쳐는 복호화 장치에 의하여 출력되지 않을 수 있다. 이는 해당 CRA 픽쳐가 해당 비트스트림에서 제공되지 않는 픽쳐에 대한 참조를 포함하지 않는 등의 이유로 복호화 가능하지 않을 수 있기 때문이다. 일 실시 예에서, 영상의 복호화시 불완전한 픽쳐는 출력이 되지 않는 경우, CRA 픽쳐가 불완전한 픽쳐이면, CRA 픽쳐는 NoIncorrectPicOutputFlag의 값으로 1을 가질 수 있다.
IDR(Instantaneous decoding refresh) 픽쳐는, IRAP 픽쳐로써, 개별 VCL NAL 유닛이 nal_unit_type의 값으로 IDR_W_RADL 또는 IDR_N_LP와 같은 값을 가지는 픽쳐이다. 예를들어, IDR 픽쳐는 그의 복호화 프로세스에 있어서, 인터 예측을 수행하기 위하여 자기자신 외에는 다른 픽쳐를 참조하지 않을 수 있다. 그리고, IDR 픽쳐는 복호화 순서에 있어서 비트스트림에서 첫번째 픽쳐로 나타날 수 있다. 또는, IDR 픽쳐는 비트스트림에서 후순위로 나타날 수도 있다. 각각의 IDR 픽쳐는 복호화 순서로 하나의 CVS의 첫번째 픽쳐일 수 있다. 각각의 VCL NAL 유닛에 대한 IDR 픽쳐가 nal_unit_type의 값으로 IDR_W_RADL과 같은 값을 가지는 경우, 해당 IDR 픽쳐는 연관된 RADL 픽쳐를 가질 수도 있다. 각각의 VCL NAL 유닛에 대한 IDR 픽쳐가 nal_unit_type의 값으로 IDR_N_LP와 같은 값을 가지는 경우, 해당 IDR 픽쳐는 연관된 리딩 픽쳐를 가지지 않을 수 있다. IDR 픽쳐는 연관된 RASL 픽쳐를 가지지 않을 수 있다.
RADL(Random access decodable leading) 픽쳐는 부호화된 픽쳐로써, 개별 VCL NAL 유닛이 nal_unit_type의 값으로 RADL_NUT의 값을 가지는 픽쳐일 수 있다. 일 실시 예에서, 모든 RADL 픽쳐는 리딩 픽쳐일 수 있다. RADL 픽쳐는 동일한 연관 IRAP 픽쳐의 트레일링 픽쳐들의 복호화 프로세스를 위하여 참조 픽쳐로써 사용되지 않을 수 있다. 비트스트림으로부터 획득되는 신택스 요소 field_seq_flag의 값이 0인 경우, 존재하는 모든 RADL 픽쳐들은 복호화 순서로 동일한 연관 IRAP 픽쳐의 모든 비-리딩 픽쳐들보다 선행할 수 있다.
RASL(Random access skipped leading) 픽쳐는 개별 VCL NAL 유닛이 nal_unit_type의 값으로 RASL_NUT을 가지는 부호화 픽쳐일 수 있다. 일 실시 예에서, 모든 RASL 픽쳐는 연관된 CRA 픽쳐의 리딩 픽쳐일 수 있다. 연관된 CRA 픽쳐가 NoIncorrectPicOutputFlag의 값으로 1을 가지는 경우, RASL 픽쳐는 출력되지 않고 정상적으로 복호화되지 않을 수 있다. 이는 RASL 픽쳐가 비트스트림에서 제공되지 않는 픽쳐의 참조를 포함하기 때문일 수 있다. RASL 픽쳐는 비-RASL 픽쳐의 복호화 프로세스를 위하여 참조 픽쳐로서 사용되지 않을 수 있다. field_seq_flag의 값이 0인 경우, 존재하는 모든 RASL 픽쳐들은 복호화 순서로 동일한 연관 CRA 픽쳐의 모든 비-리딩 픽쳐들보다 선행할 수 있다.
트레일링 픽쳐(Trailing picture)는 연관된 IRAP 픽쳐를 출력 순서로 후행하면서 STSA 픽쳐가 아닌 비-IRAP 픽쳐다. IRAP 픽쳐에 연관된 트레일링 픽쳐는 복호화 순서에 따라 해당 IRAP 픽쳐의 뒤에 위치할 수 있다. 출력 순서에 따라 상기 연관된 IRAP 픽쳐의 뒤에 위치하고 복호화 순서에 따라 상기 연관된 IRAP 픽쳐에 앞에 위치하는 픽쳐는 허용되지 않는다.
GDR(Gradual decoding refresh) 픽쳐는 개별 VCL NAL 유닛이 nal_unit_type으로 GDR_NUT의 값을 가지는 픽쳐이다.
STSA(Step-wise temporal sublayer access) 픽쳐는 개별 VCL NAL 유닛이 nal_unit_type의 값으로 STSA_NUT를 가진 픽쳐이다. STSA 픽처는 인터 예측 참조를 위하여 STSA 픽처와 동일한 TemporalId를 가진 픽처를 사용하지 않을 수 있다. STSA 픽처와 동일한 TemporalId를 갖고 디코딩 순서로 STSA 픽처의 뒤에 위치한 픽쳐는 인터 예측 참조를 위한 STSA 픽처와 동일한 TemporalId를 가지고 디코딩 순서로 STSA 픽처 보다 앞서서 위치한 픽처를 이용하지 않을 수 있다.
STSA 픽쳐는 해당 STSA 픽쳐에서 해당 STSA 픽쳐를 포함하는 서브레이어 바로 아래의 서브레이어로부터 해당 STSA 픽쳐를 포함하는 서브레이어로의 업스위칭을 가능하게 할 수 있다. STSA 픽쳐는 0보다 큰 TemporalId를 가지도록 강제될 수 있다.
일 실시 예에서, 싱글레이어 또는 멀티 레이어 비트스트림에 대하여, 아래의 제한 중 적어도 하나가 적용될 수 있다.
- 복호화 순서에서 비트스트림에서의 첫번째 픽쳐가 아닌 개별 픽쳐들은 복호화 순서에서의 이전 IRAP 픽쳐에 연관되는 것으로 간주될 수 있다.
- IRAP 픽쳐의 리딩픽쳐인 경우, 해당 픽쳐는 RADL 또는 RASL 픽쳐일 수 있다.
- IRAP 픽쳐의 트레일링 픽쳐인 경우, 해당 픽쳐는 RADL 또는 RASL 픽쳐외의 픽쳐가 되도록 제한될 수 있다.
- IDR 픽쳐와 연관된 비트스트림에서 RASL 픽쳐가 제공되지 않도록 제한될 수 있다.
- nal_unit_type이 IDR_N_LP인 IDR 픽쳐와 연관된 비트스트림에는 RADL 픽쳐가 제공되지 않도록 제한될 수 있다. (예를들어, 각 파라미터 셋이, 그것이 참조될 때, 비트스트림에서 또는 외부 수단에 의해 가용하다면, IRAP PU의 위치에서 랜덤 액세스는 IRAP PU 이전의 모든 PU들을 버림으로써 수행될 수 있다. 또한, IRAP 픽처 및 복호화 순서 상 후속하는 비-RASL 픽처들을 정확하게 복호화할 수 있다.)
- 복호화 순서에 따라 IRAP 픽쳐 보다 앞선 모든 픽쳐들은 출력 순서에 따라 IRAP 픽쳐를 앞서도록 강제될 수 있고, 출력 순서에 따라 상기 IRAP 픽쳐와 연관된 모든 RADL 픽쳐보다 앞서도록 강제될 수 있다.
- CRA 픽쳐와 연관된 모든 RASL 픽쳐는 출력 순서에 따라 CRA 픽쳐와 연관된 모든 RADL 픽쳐를 앞서도록 제한될 수 있다.
- CRA 픽쳐와 연관된 모든 RASL 픽쳐는 CRA 픽쳐를 복호화 순서에 따라 앞서는 모든 IRAP 픽쳐보다 출력 순서에 따라 뒤에 위치할 수 있다.
- field_seq_flag의 값이 0이고 현재 픽쳐가 IRAP 픽쳐와 연관된 리딩 픽쳐인 경우, 현재 픽쳐는 동일한 IRAP 픽쳐와 연관된 모든 비-리딩 픽쳐를 복호화 순서에 따라 앞설 수 있다. 그렇지 않으면, IRAP 픽쳐와 연관된 리딩 픽쳐 중에서 복호화 순서에 따른 첫번째 리딩 픽쳐 picA와 마지막 리딩 픽쳐 picB에 대하여, 복호화 순서에 따라 picA보다 앞서는 비-리딩 픽쳐가 최대 한개 존재하도록 강제될 수 있고, 복호화 순서에 따라 picA와 picB 사이에 비-리딩 픽쳐는 존재하지 않도록 강제될 수 있다.
멀티 레이어 기반 부호화
본 개시에 따른 영상/비디오 코딩은 멀티 레이어 기반 영상/비디오 코딩을 포함할 수 있다. 상기 멀티 레이어 기반 영상/비디오 코딩은 스케일러블 코딩을 포함할 수 있다. 다중 레이어 기반 코딩 또는 스케일러블 코딩에서는 입력 신호들을 레이어 별로 처리할 수 있다. 레이어에 따라서 입력 신호(입력 영상/픽처)들은 해상도(resolution), 프레임 레이트(frame rate), 비트 뎁스(bit-depth), 컬러 포맷(color format), 애스팩트 율(aspect ratio), 뷰(view) 중 적어도 하나에 대하여 서로 다른 값을 가질 수 있다. 이 경우, 레이어 간의 차이점을 이용하여(e.g. 스케일러빌러티에 기반하여), 레이어 간의 예측을 수행함으로써 정보의 중복 전송/처리를 줄이고 압축 효율을 높일 수 있다.
도 7은 본 개시의 실시예(들)이 적용될 수 있고, 멀티 레이어 기반 비디오/영상 신호의 부호화가 수행되는 멀티 레이어 부호화 장치(700)의 개략적인 블록도를 도시한다.
도 7의 멀티 레이어 부호화 장치(700)는 상기 도 2의 부호화 장치를 포함할 수 있다. 도 2 대비, 도 7의 멀티 레이어 부호화 장치(700)에서는 영상 분할부(110) 및 가산부(155)의 도시가 생략되어 있으나, 상기 멀티 레이어 부호화 장치(700)는 영상 분할부(110) 및 가산부(155)를 포함할 수 있다. 일 실시 예에서, 영상 분할부(110) 및 가산부(155)는 레이어 단위로 포함될 수 있다. 이하, 도 7에 대한 설명에서는 멀티 레이어 기반 예측에 관하여 중점적으로 설명한다. 예를들어, 이하 설명되는 내용 외에도, 도 7의 멀티 레이어 부호화 장치(700)는 앞서 도 2를 참조하여 설명한 바와 같은 부호화 장치에 대한 기술적 사상을 포함할 수 있다.
설명의 편의를 위해, 두 개의 레이어로 구성된 멀티 레이어 구조가 도 7에 도시되어 있다. 하지만, 본 개시의 실시예들은 두개의 레이어에 한정되지 않으며, 본 개시의 실시예가 적용되는 멀티 레이어 구조는 둘 이상의 레이어를 포함할 수 있다.
도 7을 참조하면, 부호화 장치(700)는 레이어 1에 대한 부호화부(700-1)와 레이어 0에 대한 부호화부(700-0)를 포함한다. 레이어 0은 베이스 레이어, 참조 레이어 혹은 하위 레이어일 수 있으며, 레이어 1은 인핸스먼트 레이어, 현재 레이어 혹은 상위 레이어일 수 있다.
레이어 1의 부호화부(700-1)는 예측부(720-1), 레지듀얼 처리부(730-1), 필터링부(760-1), 메모리(770-1), 엔트로피 인코딩부(740-1), 및 MUX(Multiplexer, 770)를 포함할 수 있다. 일 실시 예에서, 상기 MUX는 외부 컴포넌트로 포함될 수도 있다.
레이어 0의 부호화부(700-0)는 예측부(720-0), 레지듀얼 처리부(730-0), 필터링부(760-0), 메모리(770-0) 및 엔트로피 인코딩부(740-0)를 포함할 수 있다.
예측부(720-0, 720-1)는 입력된 영상에 대하여 상술한 바와 같이 다양한 예측 기법을 기반으로 예측을 수행할 수 있다. 예를 들어 예측부(720-0, 720-1)는 인터 예측과 인트라 예측을 수행할 수 있다. 예측부(720-0, 720-1)는 소정의 처리 단위로 예측을 수행할 수 있다. 예측의 수행 단위는 코딩 유닛(Coding Unit: CU)일 수도 있고, 변환 유닛(Transform Unit: TU)일 수도 있다. 예측의 결과에 따라 예측된 블록(예측 샘플들 포함)이 생성될 수 있고, 이를 기반으로 레지듀얼 처리부는 레지듀얼 블록(레지듀얼 샘플들 포함)을 도출할 수 있다.
인터 예측을 통해서는 현재 픽쳐의 이전 픽쳐 및/또는 이후 픽쳐 중 적어도 하나의 픽쳐의 정보를 기초로 예측을 수행하여 예측 블록을 생성할 수 있다. 인트라 예측을 통해서는 현재 픽쳐 내의 주변 샘플들를 기초로 예측을 수행하여 예측 블록을 생성할 수 있다.
인터 예측의 모드 또는 방법으로서, 상술한 다양한 예측 모드 방법 등이 사용될 수 있다. 인터 예측에서는 예측 대상인 현재 블록에 대하여 참조 픽쳐를 선택하고, 참조 픽쳐 내에서 현재 블록에 대응하는 참조 블록을 선택할 수 있다. 예측부(720-0, 720-1)는 참조 블록을 기반으로 예측된 블록을 생성할 수 있다.
또한, 예측부(720-1)는 레이어 0의 정보를 이용하여 레이어 1에 대한 예측을 수행할 수 있다. 본 개시에서는 다른 레이어의 정보를 이용하여 현재 레이어의 정보를 예측하는 방법을, 설명의 편의를 위해, 인터 레이어 예측이라고 칭한다.
다른 레이어의 정보를 이용하여 예측되는 (e.g. 인터 레이어 예측에 의해 예측되는) 현재 레이어의 정보는 텍스처, 움직임 정보, 유닛 정보, 소정의 파라미터(e.g. 필터링 파라미터 등) 중 적어도 하나일 수 있다.
또한, 현재 레이어에 대한 예측에 이용되는 (e.g. 인터 레이어 예측에 이용되는) 다른 레이어의 정보는 텍스처, 움직임 정보, 유닛 정보, 소정의 파라미터(e.g. 필터링 파라미터 등) 중 적어도 하나일 수 있다.
인터 레이어 예측에 있어서, 현재 블록은 현재 레이어(e.g. 레이어 1) 내 현재 픽처 내의 블록으로서, 부호화 대상 블록일 수 있다. 참조 블록은 현재 블록의 예측에 참조되는 레이어(참조 레이어, e.g. 레이어 0)에서 현재 블록이 속하는 픽처(현재 픽처)와 동일한 액세스 유닛(AU: access Unit)에 속하는 픽처(참조 픽처) 내의 블록으로서, 현재 블록에 대응하는 블록일 수 있다.
인터 레이어 예측의 일 예로서, 참조 레이어의 움직임 정보를 이용하여 현재 레이어의 움직임 정보를 예측하는 인터 레이어 움직임 예측이 있다. 인터 레이어 움직임 예측에 의하면, 참조 블록의 움직임 정보를 이용하여 현재 블록의 움직임 정보를 예측할 수 있다. 즉, 후술하는 인터 예측 모드에 따라 움직임 정보를 도출함에 있어서, 시간적 주변 블록 대신 인터 레이어 참조 블록의 움직임 정보를 기반으로 움직임 정보 후보를 도출할 수 있다.
인터 레이어 움직임 예측을 적용하는 경우에, 예측부(720-1)는 참조 레이어의 참조 블록(즉, 인터 레이어 참조 블록) 움직임 정보를 스케일링하여 이용할 수도 있다.
인터 레이어 예측의 또 다른 예로서 인터 레이어 텍스쳐 예측은 복원된 참조 블록의 텍스처를 현재 블록에 대한 예측 값으로 사용할 수 있다. 이때, 예측부(720-1)는 참조 블록의 텍스처를 업샘플링에 의해 스케일링될 수 있다. 인터 레이어 텍스쳐 예측은 인터 레이어 (복원) 샘플 예측 또는 단순히 인터 레이어 예측이라고 불릴 수 있다.
인터 레이어 예측의 또 다른 예인 인터 레이어 파라미터 예측에서는 참조 레이어의 유도된 파라미터를 현재 레이어에서 재사용하거나 참조 레이어에서 사용한 파라미터를 기반으로 현재 레이어에 대한 파라미터를 유도할 수 있다.
인터 레이어 예측의 또 다른 예인 인터 레이어 레지듀얼 예측에서는 다른 레이어의 레지듀얼 정보를 이용하여 현재 레이어의 레지듀얼을 예측하고 이를 기반으로 현재 블록에 대한 예측을 수행할 수 있다.
인터 레이어 예측의 또 다른 예인 인터 레이어 차분 예측에서는, 현재 레이어의 복원 픽쳐와 참조 레이어의 복원 픽쳐를 업샘플링 혹은 다운샘플링한 영상들 간의 차분을 이용하여 현재 블록에 대한 예측을 수행할 수 있다.
인터 레이어 예측의 또 다른 예인 인터 레이어 신택스 예측에서는 참조 레이어의 신택스 정보를 이용하여 현재 블록의 텍스처를 예측하거나 생성할 수 있다. 이때, 참조되는 참조 레이어의 신택스 정보는 인트라 예측 모드에 관한 정보, 움직임 정보를 포함할 수 있다.
상술된 인터 레이어를 이용한 여러 예측 방법은 특정 블록에 대한 예측 시 복수개가 이용될 수도 있다.
여기서는 인터 레이어 예측의 예로서, 인터 레이어 텍스처 예측, 인터 레이어 움직임 예측, 인터 레이어 유닛 정보 예측, 인터 레이어 파라미터 예측, 인터 레이어 레지듀얼 예측, 인터 레이어 차분 예측, 인터 레이어 신택스 예측 등을 설명하였으나, 본 발명에서 적용할 수 있는 인터 레이어 예측은 이에 한정되지 않는다.
예컨대, 인터 레이어 예측을 현재 레이어에 대한 인터 예측의 확장으로서 적용할 수도 있다. 즉, 참조 레이어로부터 유도된 참조 픽처를 현재 블록의 인터 예측에 참조 가능한 참조 픽처들에 포함시켜서, 현재 블록에 대한 인터 예측을 수행할 수도 있다.
이 경우, 인터 레이어 참조 픽처는 현재 블록에 대한 참조 픽처 리스트에 포함될 수 있다. 예측부(720-1)는 인터 레이어 참조 픽처를 이용하여 현재 블록에 대한 인터 예측을 수행할 수 있다.
여기서, 인터 레이어 참조 픽처는 참조 레이어의 복원된 픽처를 현재 레이어에 대응하도록 샘플링하여 구성된 참조 픽처일 수 있다. 따라서, 참조 레이어의 복원된 픽처가 현재 레이어의 픽처에 대응하는 경우에는, 샘플링 없이 참조 레이어의 복원된 픽처를 인터 레이어 참조 픽처로 이용할 수 있다. 예컨대, 참조 레이어의 복원된 픽처와 현재 레이어의 복원된 픽처에서 샘플들의 폭과 높이가 동일하고, 참조 레이어의 픽처에서 좌상단, 우상단, 좌하단, 우하단과 현재 레이어의 픽처에서 좌상단, 우상단, 좌하단, 우하단 사이의 오프셋이 0이라면, 참조 레이어의 복원된 픽처를 다시 샘플링하지 않고, 현재 레이어의 인터 레이어 참조 픽처로 사용할 수도 있다.
또한, 인터 레이어 참조 픽처가 유도되는 참조 레이어의 복원 픽처는 부호화 대상인 현재 픽처와 동일한 AU에 속하는 픽처일 수 있다.
인터 레이어 참조 픽처를 참조 픽처 리스트에 포함하여, 현재 블록에 대한 인터 예측을 수행하는 경우에, 인터 레이어 참조 픽처의 참조 픽처 리스트 내 위치는 참조 픽처 리스트 L0와 L1에서 상이할 수 있다. 예컨대, 참조 픽처 리스트 L0에서는 현재 픽처 이전의 단기 참조 픽처들 다음에 인터 레이어 참조 픽처가 위치할 수 있고, 참조 픽처 리스트 L1에서는 참조 픽처 리스트의 마지막에 인터 레이어 참조 픽처가 위치할 수도 있다.
여기서, 참조 픽처 리스트 L0는 P 슬라이스의 인터 예측에 사용되는 참조 픽처 리스트 또는 B 슬라이스의 인터 예측에서 첫 번째 참조 픽처 리스트로 사용되는 참조 픽처 리스트이다. 참조 픽처 리스트 L1은 B 슬라이스의 인터 예측에 사용되는 두 번째 참조 픽처 리스트이다.
따라서, 참조 픽처 리스트 L0는 현재 픽처 이전의 단기 참조 픽처(들), 인터 레이어 참조 픽처, 현재 픽처 이후의 단기 참조 픽처(들), 장기 참조 픽처의 순서로 구성될 수 있다. 참조 픽처 리스트 L1은 현재 픽처 이후의 단기 참조 픽처(들), 현재 픽처 이전의 단기 참조 픽처(들), 장기 참조 픽처, 인터 레이어 참조 픽처의 순서로 구성될 수 있다.
이때, P 슬라이스(predictive slice)는 인트라 예측이 수행되거나 예측 블록 당 최대 1개의 움직임 벡터 및 참조 픽처 인덱스를 이용하여 인터 예측이 수행되는 슬라이스이다. B 슬라이스(bi-predictive slice)는 인트라 예측이 수행되거나 예측 블록 당 최대 두 개의 움직임 벡터와 참조 픽처 인덱스를 이용하여 예측이 수행되는 슬라이스이다. 이와 관련하여, I 슬라이스(intra slice)는 인트라 예측만이 적용된 슬라이스이다.
또한, 인터 레이어 참조 픽처를 포함하는 참조 픽처 리스트를 기반으로 현재 블록에 대한 인터 예측을 수행하는 경우에, 참조 픽처 리스트는 복수의 레이어에서 유도된 복수의 인터 레이어 참조 픽처를 포함할 수 있다.
복수의 인터 레이어 참조 픽처를 포함하는 경우에, 인터 레이어 참조 픽처들은 참조 픽처 리스트 L0과 L1에서 교차 배치될 수도 있다. 예컨대, 두 개의 인터 레이어 참조 픽처(Inter-layer reference picture), 인터 레이어 참조 픽처 ILRPi와 인터 레이어 참조 픽처 ILRPj가 현재 블록의 인터 예측에 사용되는 참조 픽처 리스트에 포함되는 경우를 가정하자. 이 경우, 참조 픽처 리스트 L0에서 ILRPi는 현재 픽처 이전의 단기 참조 픽처들 다음에 위치하고, ILRPj는 리스트의 마지막에 위치할 수 있다. 또한, 참조 픽처 리스트 L1에서 ILRPi는 리스트의 마지막에 위치하고, ILRPj는 현재 픽처 이후의 단기 참조 픽처들 다음에 위치할 수 있다.
이 경우, 참조 픽처 리스트 L0은 현재 픽처 이전의 단기 참조 픽처(들), 인터 레이어 참조 픽처 ILRPi, 현재 픽처 이후의 단기 참조 픽처(들), 장기 참조 픽처, 인터 레이어 참조 픽처 ILRPj의 순서로 구성될 수 있다. 참조 픽처 리스트 L1은 현재 픽처 이후의 단기 참조 픽처(들), 인터 레이어 참조 픽처 ILRPj, 현재 픽처 이전의 단기 참조 픽처(들), 장기 참조 픽처, 인터 레이어 참조 픽처 ILRPi의 순서로 구성될 수 있다.
또한, 두 인터 레이어 참조 픽처들 중 하나는 해상도에 관한 스케일러블 레이어로부터 유도한 인터 레이어 참조 픽처이고, 다른 하나는 다른 뷰를 제공하는 레이어로부터 유도한 인터 레이어 참조 픽처일 수도 있다. 이 경우, 예컨대, ILRPi가 다른 해상도를 제공하는 레이어로부터 유도한 인터 레이어 참조 픽처이고, ILRPj가 다른 뷰를 제공하는 레이어로부터 유도한 인터 레이어 참조 픽처라면, 뷰(view)를 제외한 스케일러빌러티만을 지원하는 스케일러블 비디오 코딩의 경우 참조 픽처 리스트 L0은 현재 픽처 이전의 단기 참조 픽처(들), 인터 레이어 참조 픽처 ILRPi, 현재 픽처 이후의 단기 참조 픽처(들), 장기 참조 픽처의 순서로 구성될 수 있고, 참조 픽처 리스트 L1은 현재 픽처 이후의 단기 참조 픽처(들), 현재 픽처 이전의 단기 참조 픽처(들), 장기 참조 픽처, 인터 레이어 참조 픽처 ILRPi의 순서로 구성될 수 있다.
한편, 인터 레이어 예측에서 인터 레이어 참조 픽처의 정보는 샘플 값만 이용될 수도 있고, 움직임 정보(움직임 벡터)만 이용될 수도 있으며, 샘플 값과 움직임 정보가 모두 이용될 수도 있다. 예측부(720-1)는 참조 픽처 인덱스가 인터 레이어 참조 픽처를 지시하는 경우에, 부호화 장치로부터 수신한 정보에 따라서 인터 레이어 참조 픽처의 샘플 값만 이용하거나, 인터 레이어 참조 픽처의 움직임 정보(움직임 벡터)만 이용하거나, 인터 레이어 참조 픽처의 샘플 값과 움직임 정보를 모두 이용할 수 있다.
인터 레이어 참조 픽처의 샘플 값만을 이용하는 경우에, 예측부(720-1)는 인터 레이어 참조 픽처에서 움직임 벡터가 특정하는 블록의 샘플들을 현재 블록의 예측 샘플로서 유도할 수 있다. 뷰(view)를 고려하지 않는 스케일러블 비디오 코딩의 경우에, 인터 레이어 참조 픽처를 이용하는 인터 예측(인터 레이어 예측)에서의 움직임 벡터는 고정된 값(예컨대, 0)으로 설정될 수 있다.
인터 레이어 참조 픽처의 움직임 정보만을 이용하는 경우에, 예측부(720-1)는 인터 레이어 참조 픽처에서 특정되는 움직임 벡터를 현재 블록의 움직임 벡터를 유도하기 위한 움직임 벡터 예측자로 사용할 수 있다. 또한, 예측부(720-1)는 인터 레이어 참조 픽처에서 특정되는 움직임 벡터를 현재 블록의 움직임 벡터로 이용할 수도 있다.
인터 레이어 참조 픽처의 샘플과 움직임 정보를 모두 이용하는 경우에, 예측부(720-1)는 인터 레이어 참조 픽처에서 현재 블록에 대응하는 영역의 샘플과 인터 레이어 참조 픽처에서 특정되는 움직임 정보(움직임 벡터)를 현재 블록의 예측에 이용할 수 있다.
부호화 장치는 인터 레이어 예측이 적용되는 경우에, 참조 픽처 리스트에서 인터 레이어 참조 픽처를 지시하는 참조 인덱스를 복호화 장치로 전송할 수 있으며, 인터 레이어 참조 픽처로부터 어떤 정보(샘플 정보, 움직임 정보 또는 샘플 정보와 움직임 정보)를 이용할 것인지를 특정하는 정보, 즉 두 레이어 사이에서 인터 레이어 예측에 관한 디펜던시(의존성, dependency)의 타입(dependency type)을 특정하는 정보도 복호화 장치로 전송할 수 있다.
도 8은 본 개시의 실시예(들)이 적용될 수 있고, 멀티 레이어 기반 비디오/영상 신호의 복호화가 수행되는 복호화 장치의 개략적인 블록도를 나타낸다. 도 8의 복호화 장치는 상기 도 3의 복호화 장치를 포함할 수 있다. 도 8에서 도시된 재정렬부는 생략되거나 역양자화부에 포함될 수 있다. 본 도면에 대한 설명에서는 멀티 레이어 기반 예측에 관하여 중점적으로 설명한다. 그 외는 상기 도 3에서 설명된 복호화 장치에 대한 설명된 내용이 포함할 수 있다.
도 8의 예에서는, 설명의 편의를 위해 두 개의 레이어로 구성된 멀티 레이어 구조를 예로서 설명한다. 하지만, 본 개시의 실시예들은 이에 한정되지 않으며, 본 개시의 실시예가 적용되는 멀티 레이어 구조는 둘 이상의 레이어를 포함할 수 있음에 유의한다.
도 8을 참조하면, 복호화 장치(800)는 레이어 1에 대한 복호화부(800-1)와 레이어 0에 대한 복호화부(800-0)를 포함할 수 있다. 레이어 1의 복호화부(800-1)는 엔트로피 디코딩부(810-1), 레지듀얼 처리부(820-1), 예측부(830-1), 가산기(840-1), 필터링부(850-1), 메모리(860-1)를 포함할 수 있다. 레이어 0의 복호화부(800-0)는 엔트로피 디코딩부(810-0), 레지듀얼 처리부(820-0), 예측부(830-0), 가산기(840-0), 필터링부(850-0), 메모리(860-0)를 포함할 수 있다.
부호화 장치로부터 영상 정보를 포함하는 비트스트림이 전송되면, DEMUX(805)는 레이어별로 정보를 디멀티플렉싱하여 각 레이어별 복호화 장치로 전달할 수 있다.
엔트로피 디코딩부(810-1, 810-0)는 부호화 장치에서 사용한 코딩 방식에 대응하여 복호화를 수행할 수 있다. 예컨대, 부호화 장치에서 CABAC이 사용된 경우에, 엔트로피 복호화부(810-1, 810-0)도 CABAC을 이용하여 엔트로피 복호화를 수행할 수 있다.
현재 블록에 대한 예측 모드가 인트라 예측(intra prediction) 모드인 경우에, 예측부(830-1, 830-0)는 현재 픽쳐 내의 주변 복원 샘플들을 기초로 현재 블록에 대한 인트라 예측을 수행할 수 있다.
현재 블록에 대한 예측 모드가 인터 예측(inter prediction) 모드인 경우에, 예측부(830-1, 830-0)는 현재 픽쳐의 이전 픽쳐 또는 이후 픽쳐 중 적어도 하나의 픽쳐에 포함된 정보를 기초로 현재 블록에 대한 인터 예측을 수행할 수 있다. 인터 예측에 필요한 움직임 정보의 일부 또는 전부는 부호화 장치로부터 수신한 정보를 확인하고, 이에 대응하여 유도될 수 있다.
인터 예측의 모드로서 스킵 모드가 적용되는 경우에는 부호화 장치로부터 레지듀얼이 전송되지 않으며 예측 블록을 복원 블록으로 할 수 있다.
한편, 레이어 1의 예측부(830-1)는 레이어 1 내의 정보만을 이용하여 인터 예측 또는 인트라 예측을 수행할 수도 있고, 다른 레이어(레이어 0)의 정보를 이용하여 인터 레이어 예측을 수행할 수도 있다.
다른 레이어의 정보를 이용하여 예측되는 (e.g. 인터 레이어 예측에 의해 예측되는) 현재 레이어의 정보로는 텍스처, 움직임 정보, 유닛 정보, 소정의 파라미터(e.g. 필터링 파라미터 등) 중 적어도 하나일 수 있다.
또한, 현재 레이어에 대한 예측에 이용되는 (e.g. 인터 레이어 예측에 이용되는) 다른 레이어의 정보로는 텍스처, 움직임 정보, 유닛 정보, 소정의 파라미터(e.g. 필터링 파라미터 등) 중 적어도 하나일 수 있다.
인터 레이어 예측에 있어서, 현재 블록은 현재 레이어(e.g. 레이어 1) 내 현재 픽처 내의 블록으로서, 복호화 대상 블록일 수 있다. 참조 블록은 현재 블록의 예측에 참조되는 레이어(참조 레이어, e.g. 레이어 0)에서 현재 블록이 속하는 픽처(현재 픽처)와 동일한 액세스 유닛(AU: access Unit)에 속하는 픽처(참조 픽처) 내의 블록으로서, 현재 블록에 대응하는 블록일 수 있다.
멀티 레이어 복호화 장치(800)는 앞서 멀티 레이어 부호화 장치(700)에서 설명한 바와 같이 인터 레이어 예측을 수행할 수 있다. 예를들어, 멀티 레이어 복호화 장치(800)는 앞서 멀티 레이어 부호화 장치(700)에서 설명한 바와 같이 인터 레이어 텍스처 예측, 인터 레이어 움직임 예측, 인터 레이어 유닛 정보 예측, 인터 레이어 파라미터 예측, 인터 레이어 레지듀얼 예측, 인터 레이어 차분 예측, 인터 레이어 신택스 예측 등을 수행할 수 있으며, 본 개시에서 적용할 수 있는 인터 레이어 예측은 이에 한정되지 않는다.
예측부(830-1)는 부호화 장치로부터 수신한 참조 픽처 인덱스 혹은 주변 블록으로부터 유도한 참조 픽처 인덱스가 참조 픽처 리스트 내에서 인터 레이어 참조 픽처를 지시하는 경우에, 인터 레이어 참조 픽처를 이용한 인터 레이어 예측을 수행할 수 있다. 예컨대, 예측부(830-1)는 참조 픽처 인덱스가 인터 레이어 참조 픽처를 지시하는 경우에, 인터 레이어 참조 픽처에서 움직임 벡터에 의해 특정되는 영역의 샘플 값을 현재 블록에 대한 예측 블록으로 유도할 수 있다.
이 경우, 인터 레이어 참조 픽처는 현재 블록에 대한 참조 픽처 리스트에 포함될 수 있다. 예측부(830-1)는 인터 레이어 참조 픽처를 이용하여 현재 블록에 대한 인터 예측을 수행할 수 있다.
여기서, 앞서 멀티 레이어 부호화 장치(700)에서 설명한 바와 같이, 멀티 레이어 복호화 장치(800)의 동작에 있어서 인터 레이어 참조 픽처는 참조 레이어의 복원된 픽처를 현재 레이어에 대응하도록 샘플링하여 구성된 참조 픽처일 수 있다. 참조 레이어의 복원된 픽처가 현재 레이어의 픽처에 대응하는 경우에 대한 처리도 부호화 과정에서와 동일하게 처리될 수 있다.
또한, 앞서 멀티 레이어 부호화 장치(700)에서 설명한 바와 같이, 멀티 레이어 복호화 장치(800)의 동작에 있어서, 인터 레이어 참조 픽처가 유도되는 참조 레이어의 복원 픽처는 부호화 대상인 현재 픽처와 동일한 AU에 속하는 픽처일 수 있다.
또한, 앞서 멀티 레이어 부호화 장치(700)에서 설명한 바와 같이, 멀티 레이어 복호화 장치(800)의 동작에 있어서, 인터 레이어 참조 픽처를 참조 픽처 리스트에 포함하여, 현재 블록에 대한 인터 예측을 수행하는 경우에, 인터 레이어 참조 픽처의 참조 픽처 리스트 내 위치는 참조 픽처 리스트 L0과 L1에서 상이할 수 있다.
또한, 앞서 멀티 레이어 부호화 장치(700)에서 설명한 바와 같이, 멀티 레이어 복호화 장치(800)의 동작에 있어서, 인터 레이어 참조 픽처를 포함하는 참조 픽처 리스트를 기반으로 현재 블록에 대한 인터 예측을 수행하는 경우에, 참조 픽처 리스트는 복수의 레이어에서 유도된 복수의 인터 레이어 참조 픽처를 포함할 수 있으며, 인터 레이어 참조 픽처들의 배치 또한 앞서 부호화 과정에서 설명한 바와 대응되도록 수행될 수 있다.
또한, 앞서 멀티 레이어 부호화 장치(700)에서 설명한 바와 같이, 멀티 레이어 복호화 장치(800)의 동작에 있어서, 인터 레이어 참조 픽처의 정보는 샘플 값만 이용될 수도 있고, 움직임 정보(움직임 벡터)만 이용될 수도 있으며, 샘플 값과 움직임 정보가 모두 이용될 수도 있다.
멀티 레이어 복호화 장치(800)는 참조 픽처 리스트에서 인터 레이어 참조 픽처를 지시하는 참조 인덱스를 멀티 레이어 부호화 장치(700)로부터 수신하고, 이를 기반으로 인터 레이어 예측을 수행할 수 있다. 또한, 멀티 레이어 복호화 장치(800)는 인터 레이어 참조 픽처로부터 어떤 정보(샘플 정보, 움직임 정보, 샘플 정보와 움직임 정보)를 이용할 것인지를 지시하는 정보, 즉 두 레이어 사이에서 인터 레이어 예측에 관한 디펜던시(의존성, dependency)의 타입(dependency type)을 특정하는 정보도 멀티 레이어 부호화 장치(700)로부터 수신할 수 있다.
HLS(High level syntax) 시그널링 및 시맨틱스
앞서 설명한 바와 같이 HLS는 비디오 및/또는 이미지 부호화를 위하여 부호화 및/또는 시그널링될 수 있다. 앞서 설명한 바와 같이, 본 개시에서의 비디오/이미지 정보는 HLS에 포함될 수 있다. 그리고 이미지/비디오 부호화 방법은 이러한 이미지/비디오 정보에 기반하여 수행될 수 있다.
Video Parameter Set signalling
비디오 파라미터 셋(Video parameter set, VPS)은 계층 정보의 전송을 위해 사용되는 파라미터 셋이다. 상기 계층 정보는 예컨대, 출력 계층 셋(output layer set, OLS)에 관한 정보, 프로파일 티어 레벨(profile tier level)에 관한 정보, OLS와 가상 참조 디코더(hypothetical reference decoder) 사이의 관계에 관한 정보, OLS와 DPB 사이의 관계에 관한 정보 등을 포함할 수 있다. VPS는 비트스트림의 복호화에 필수적이지 않을 수 있다. VPS RBSP(raw byte sequence payload)는 참조되기 전에, TemporalID가 0인 적어도 하나의 액세스 유닛(Access Unit, AU)에 포함되거나 외부 수단을 통해 제공됨으로써, 복호화 프로세스에 가용해야 한다. CVS 내에서 특정 값의 vps_video_parameter_set_id를 갖는 모든 VPS NAL 유닛은 동일한 컨텐츠를 가져야 한다.
도 9는 본 개시의 일 실시예에 따른 VPS의 신택스 구조를 예시적으로 도시한 도면이다. 이하 도 9의 신택스 요소를 설명한다.
vps_video_parameter_set_id는 VPS에 대한 식별자를 제공한다. 다른 신택스 요소들은 vps_video_parameter_set_id를 이용하여 VPS를 참조할 수 있다. vps_video_parameter_set_id의 값은 0보다 커야 한다.
vps_max_layers_minus1은 VPS를 참조하는 개별 CVS에 존재하는 레이어들의 최대 허용 개수를 나타낼 수 있다. 예를들어, vps_max_layers_minus1에 1을 더한 값은 VPS를 참조하는 개별 CVS에 존재하는 레이어들의 최대 허용 개수를 나타낼 수 있다.
vps_max_sublayers_minus1에 1을 더한 값은 상기 VPS를 참조하는 개별 CVS에서의 레이어에 존재할 수 있는 시간적 서브레이어의 최대 개수를 나타낼 수 있다.
vps_all_layers_same_num_sublayers_flag의 값 1은 시간적 서브레이어의 개수가 상기 VPS를 참조하는 개별 CVS에서의 모든 레이어에서 동일함을 나타낼 수 있다. vps_all_layers_same_num_sublayers_flag의 값 0은 시간적 서브레이어의 개수가 상기 VPS를 참조하는 개별 CVS에서의 레이어들에서 동일하거나 동일하지 않을 수 있음을 나타낼 수 있다. vps_all_layers_same_num_sublayers_flag의 값이 비트스트림에서 제공되지 않는 경우, vps_all_layers_same_num_sublayers_flag의값은 1로 유도될 수 있다.
vps_all_independent_layers_flag의 값 1은 CVS에 속한 모든 레이어는 인터 레이어 예측을 이용하지 않고 독립적으로 부호화되었음을 나타낼 수 있다. vps_all_independent_layers_flag의 값 0은 CVS에 속한 적어도 하나의 레이어는 인터 레이어 예측을 이용하여 부호화 되었을 수 있음을 나타낼 수 있다.
vps_layer_id[　i　]는 i번째 레이어의 nuh_layer_id 값을 나타낼 수 있다. 임의의 두개의 음수가 아닌 정수값 m 및 n에 대하여, m이 n보다 작은 경우, vps_layer_id[m]은 vps_layer_id[n]보다 작은 값을 가지도록 제한될 수 있다. 여기서, nuh_layer_id는 NAL 유닛 헤더에서 시그널링 되는 신택스 요소로, NAL 유닛의 식별자를 나타낼 수 있다.
vps_independent_layer_flag[　i　]의 값 1은 인덱스 i에 대응되는 레이어에는 인터 레이어 예측이 적용되지 않음을 나타낼 수 있다. vps_independent_layer_flag[　i　]의 값 0은 인덱스 i에 대응되는 레이어에는 인터 레이어 예측이 적용될 수 있고, 신택스 요소 vps_direct_ref_layer_flag[ i ][ j ]가 VPS로부터 획득됨을 나타낼 수 있다. 여기서 j는 0에서부터 i-1 까지의 값을 가질 수 있다. 한편, vps_independent_layer_flag[　i　]의 값이 비트스트림에 존재하지 않는 경우, 이의 값은 1로 유도될 수 있다.
vps_direct_ref_layer_flag[　i　][　j　]의 값 0은 인덱스 j를 가지는 레이어는 인덱스 i를 가지는 레이어의 직접 참조 레이어가 아님을 나타낼 수 있다. vps_direct_ref_layer_flag[　i　][　j　]의 값 1은 인덱스 j를 가지는 레이어는 인덱스 i를 가지는 레이어의 직접 참조 레이어임을 나타낼 수 있다. 0에서부터 vps_max_layers_minus1까지의 값의 범위를 가지는 i 및 j에 대하여, vps_direct_ref_layer_flag[　i　][　j　]의 값이 비트스트림으로부터 획득되지 않으면, 이의 값은 0으로 유도될 수 있다. vps_independent_layer_flag[　i　]의 값이 0이면, vps_direct_ref_layer_flag[　i　][　j　]의 값이 1이되게 하는 적어도 하나의 j가 존재할 수 있으며, 이때 j의 값의 범위는 0에서부터 i-1까지의 값의 범위를 가질 수 있다.
일 실시 예에서, 변수 NumDirectRefLayers[　i　], DirectRefLayerIdx[　i　][　d　], NumRefLayers[　i　], RefLayerIdx[　i　][　r　], 및 LayerUsedAsRefLayerFlag[　j　]는 도 10의 수도코드를 이용하여 유도될 수 있다.
변수 GeneralLayerIdx[　i　]는 nuh_layer_id의 값이 vps_layer_id[　i　]와 동일한 레이어의 레이어 인덱스를 나타내며 아래의 수학식과 같이 유도될 수 있다.
[수학식 2]
for( i = 0; i <= vps_max_layers_minus1; i++ )
GeneralLayerIdx[　vps_layer_id[　i　]　] = i
max_tid_ref_present_flag[ i ]의 값 1은 신택스 요소 max_tid_il_ref_pics_plus1[　i　] 가 비트스트림으로부터 제공됨을 나타낼 수 있다. max_tid_ref_present_flag[ i ]의 값 0은 신택스 요소 max_tid_il_ref_pics_plus1[　i　] 가 비트스트림으로부터 제공되지 않음을 나타낼 수 있다.
max_tid_il_ref_pics_plus1[　i　]의 값 0은 i번째 레이어의 non-IRAP 픽쳐들에 의한 인터 레이어 예측이 사용되지 않음을 나타낼 수 있다. max_tid_il_ref_pics_plus1[　i　]의 0보다 큰 값은 i번째 레이어의 픽쳐의 복호화를 위하여 max_tid_il_ref_pics_plus1[　i　]　-　1보다 큰 시간적 ID(TemporalId)를 가지는 픽쳐들은 ILRP(inter-layer reference picture)로 사용되지 않음을 나타낼 수 있다. 한편, max_tid_il_ref_pics_plus1[　i　]의 값이 비트스트림으로부터 획득되지 않는 경우, 이의 값은 7로 유도될 수 있다.
신택스 요소 each_layer_is_an_ols_flag의 값 1은 개별 OLS가 오직 하나의 레이어를 가지고, VPS를 참조하는 CVS에 속한 개별레이어는 그 차제로서 단 하나의 출력 레이어인 단독 포함 레이어를 가진 OLS임을 나타낼 수 있다. each_layer_is_an_ols_flag의 값 0은 OLS가 하나보다 많은 레이어를 포함할 수 있음을 나타낼 수 있다. 일 실시 예에서, vps_max_layers_minus1의 값이 0이면, each_layer_is_an_ols_flag의 값은 1로 유도될 수 있다. 그렇지 않고 vps_all_independent_layers_flag의 값이 0이면, each_layer_is_an_ols_flag의 값은 0으로 유도될 수 있다.
ols_mode_idc의 값 0은 VPS에 의하여 명세되는 OLS의 총 개수가 vps_max_layers_minus1　+　1와 같음을 나타낼 수 있다. i번째 OLS는 0에서부터 i까지의 레이어 인덱스를 가지는 레이어를 포함할 수 있다. 그리고 개별 OLS에 대하여 OLS중 가장 높은 레이어가 출력될 수 있다.
ols_mode_idc의 값 1은 VPS에 의하여 명세되는 OLS의 총 개수가 vps_max_layers_minus1　+　1와 같음을 나타낼 수 있다. i번째 OLS는 0에서부터 i까지의 레이어 인덱스를 가지는 레이어를 포함할 수 있다. 그리고 개별 OLS에 대하여 OLS의 모든 레이어가 출력될 수 있다.
ols_mode_idc의 값 2는 VPS에 의하여 명세되는 OLS의 총 개수가 명시적으로 시그널링 되며, 개별 OLS에 대하여 출력 레이어가 명시적으로 시그널링 되며, 다른 레이어는 OLS의 출력 레이어의 직접 또는 참조 레이어일 수 있다.
ols_mode_idc의 값은 0에서부터 2까지의 값을 가질 수 있다. ols_mode_idc의 값 3은 향후의 사용을 위하여 보존될 수 있다. vps_all_independent_layers_flag의 값이 1이고, each_layer_is_an_ols_flag의 값이 0이면, ols_mode_idc의 값은 2로 유도될 수 있다.
ols_mode_idc의 값이 소정의 값일 때(e.g. 값이 2일때), 신택스 요소 num_output_layer_sets_minus1에 1을 더한 값은 VPS에 의하여 명세되는 OLS들의 총 개수를 나타낼 수 있다.
VPS에 의하여 명세되는 OLS들의 총 개수를 나타내는 변수 TotalNumOlss는 도 11과 같이 유도될 수 있다.
ols_output_layer_flag[　i　][　j　]의 값 1은 ols_mode_idc의 값이 2일때 nuh_layer_id의 값이 vps_layer_id[　j　]와 같은 레이어는 i번째 OLS의 출력 레이어임을 나타낼 수 있다. ols_output_layer_flag[　i　][　j　]의 값 0은 ols_mode_idc의 값이 2일때 nuh_layer_id의 값이 vps_layer_id[　j　]와 같은 레이어는 i번째 OLS의 출력 레이어가 아님을 나타낼 수 있다.
i번째 OLS에서의 출력 레이어의 개수를 나타내는 변수 NumOutputLayersInOls[　i　], i번째 OLS에서의 j번째 레이어에 존재하는 서브 레이어들의 개수를 나타내는 변수 NumSubLayersInLayerInOLS[　i　][　j　], i번째 OLS에서의 j번째 출력 레이어의 nuh_layer_id 값을 나타내는 변수 OutputLayerIdInOls[　i　][　j　], k번째 레이어가 최소한 하나의 OLS에서 하나의 출력 레이어로서 사용되는지 여부를 나타내는 변수 LayerUsedAsOutputLayerFlag[　k　]는 도 12의 수도 코드와 같이 유도될 수 있다.
0에서부터 vps_max_layers_minus1까지의 i의 값 각각에 대하여, LayerUsedAsRefLayerFlag[　i　] 및 LayerUsedAsOutputLayerFlag[　i　]의 값이 모두 0이 되지 않도록 강제될 수 있다. 예를들어, 적어도 하나의 OLS의 출력 레이어도 아니고, 다른 레이어의 직접 참조 레이어도 아닌 레이어는 존재하지 않도록 강제될 수 있다.
개별 OLS 마다, 출력 레이어인 레이어가 적어도 하나 존재하도록 강제될 수 있다. 예를들어, 0에서부터 TotalNumOlss - 1 까지의 각각의 i 값에 대하여, NumOutputLayersInOls[ i ]의 값은 1 이상의 값을 가지도록 강제될 수 있다.
i 번째 OLS에서의 레이어의 개수를 나타내는 변수 NumLayersInOls[ i ] 및 i 번째 OLS 에서의 j 번째 레이어의 nuh_layer_id의 값을 나타내는 변수 LayerIdInOls[ i ][ j ]는 도 13과 같이 유도될 수 있다.
일 실시 예에서, 0번째 OLS는 가장 낮은 레이어만을 포함할 수 있다. 여기서 가장 낮은 레이어란 nuh_layer_id의 값이 vps_layer_id[0]인 레이어를 의미할 수 있다. 그리고, 0번째 OLS에 단 하나 포함된 레이어는 출력으로 사용될 수 있다.
nuh_layer_id의 값이 LayerIdInOls[ i ][ j ]와 동일한 레이어의 OLS 레이어 인덱스를 나타내는 변수 OlsLayerIdx[　i　][　j　]는 도 14와 같이 유도될 수 있다.
각각의 OLS에 존재하는 가장 낮은 레이어는 독립 레이어가 되도록 제한될 수 있다. 예를들어, 0에서부터 TotalNumOlss - 1 까지의 값의 범위를 가지는 각각의 i에 대하여, vps_independent_layer_flag[　GeneralLayerIdx[　LayerIdInOls[　i　][　0　]　]　]의 값은 1이 되도록 강제될 수 있다.
각각의 레이어는 VPS에 의하여 명세되는 적어도 하나의 OLS에 포함되도록 강제될 수 있다.
max_tid_il_ref_pics_plus1[　i　] 시그널링의 한계
앞서 설명된 신택스 요소 max_tid_il_ref_pics_plus1[　i　]에 관한 시그널링은 그의 시맨틱스와 기능에 있어서 다소 문제가 존재한다. 예를 들어, max_tid_il_ref_pics_plus1[　i　]의 값이 0보다 크면, max_tid_il_ref_pics_plus1[　i　]의 시맨틱스는 i번째 레이어에 존재하는 픽쳐들은 그의 인터 레이어 예측을 수행함에 있어서 참조 픽쳐로부터 오직 최대 max_tid_il_ref_ref_pics_plus1[　i　]　-　1개의 서브 레이어 만을 사용함을 나타낼 수 있다.
이는, i번째 서브 레이어에 존재하는 픽쳐들은 그의 인터 레이어 예측을 수행하기 위하여 참조 픽쳐로부터 최대 max_tid_il_ref_ref_pics_plus1[　i　]　-　1 개까지의 서브레이어를 사용할 수 있음을 나타낸다.
상기 신택스 요소 max_tid_il_ref_pics_plus1[　i　]는 변수 NumSubLayersInLayerInOLS[　i　][　j　]의 유도를 허용하기 위하여 디자인되었다. 여기서 변수 NumSubLayersInLayerInOLS[　i　][　j　]는 i번째 OLS에서의 j번째 레이어에 존재하는 서브 레이어의 개수를 나타낼 수 있다. 여기서 OLS는 출력 레이어 셋(Output layer set)의 약자로 출력 레이어로 명세된 적어도 하나 이상의 레이어들의 집합을 의미할 수 있다.
추출된 OLS의 출력 레이어가 아닌 레이어에 존재하는 서브레이어들 내에 존재하는 픽쳐들을 제거하기 위하여, 변수 NumSubLayersInLayerInOLS[　i　][　j　]는 비트스트림 추출 프로세스에서 사용될 수 있다.
이러한 매커니즘은, 하나의 레이어가 인터 레이어 예측을 수행하기 위하여 1개 보다 많은 참조 레이어를 사용하고, 개별 참조 레이어들에서 사용되는 서브 레이어들의 개수가 동일하지 않은 경우에 비효율성을 나타낸다.
예를들어, 인터 레이어 예측을 수행하기 위하여 레이어 2가 레이어 0 및 레이어 1을 참조한다고 가정할 수 있다. 레이어 0에서는 인터레이어 예측을 수행하기 위하여 오직 두개의 서브레이어가 사용되는 반면에 레이어 1에서는 3개의 서브레이어가 사용될 수 있다. 이러한 예시에서, 상술한 시그널링 방법에 따르면, 레이어 2는 인터 레이어 예측을 수행하기 위하여 3개의 서브레이어를 사용하게 되고, 이러한 방법에서는 레이어 0에서는 서브 레이어 3 또는 그 이상을 제거할 수 없게 되는 문제가 발생한다.
개선 방안
이하의 실시예들은 상술한 문제점을 해결하기 위한 방안을 제시한다. 개별 실시예는 개별적으로 실시되거나 일부 또는 전부가 함께 조합되어 실시될 수 있다.
개선 방안 1. 하나의 레이어에 대한 인터 레이어 예측에서 사용되는 서브레이어의 최대 개수를 시그널링 하기 위하여, 모든 참조 레이어에 대하여 하나의 값을 시그널링 하는 대신, 하나의 레이어의 개별 참조레이어 마다, 상기 참조레이어에서 사용되는 서브레이어의 최대 개수가 시그널링 될 수 있다.
개선 방안 2. 레이어 i에 대한 참조 레이어 j에서 사용되는 최대 서브 레이어의 개수는 레이어 j가 레이어 i의 직접 참조 레이어인 경우에 한하여 제공될 수 있다.개선 방안 3. 하나의 레이어 단위로 인터 레이어 예측을 위하여 사용되는 최대 서브 레이어의 개수의 시그널링이 제공되는지 여부를 나타내는 플래그가 VPS에서 제공되는 모든 레이어들에 대하여 한개 시그널링될 수 있다.
a) 신택스 요소 max_tid_ref_present_flag[i]는 max_tid_ref_present_flag로 변경되어 사용될 수 있다.
b) 모든 레이어가 독립된 레이어일 경우 max_tid_ref_present_flag는 제공되지 않을 수 있다. max_tid_ref_present_flag가 제공되지 않는 경우, max_tid_ref_present_flag의 값은 0으로 유도될 수 있다.
개선 방안 4. m의 값이 0에서부터 TotalNumOlss-1까지의 값을 가지고 n의 값이 0에서부터 vps_max_layers_minus1까지의 값을 가지는 배열 NumSubLayersInLayerInOLS[ m ][ n ]에 대한 값을 유도하기 위하여 max_tid_il_ref_pics_plus1[　i　][　j　]의 시그널링이 사용될 수 있다.
개선 방안 5. 직접 참조 레이어 및 간접 참조 레이어 모두를 위한 NumSubLayersInLayerInOLS의 유도가 적용될 수 있으며, 특히 OLS 모드가 0 및 2인 경우 적용될 수 있다.
a) 비트스트림에서의 j번째 레이어가 i번째 OLS에서의 출력 레이어인 경우, NumSubLayersInLayersInOLS[ i ][ j ]의 값은 서브레이어의 최대 허용 개수와 동일한 값으로 설정될 수 있다.
b) OLS의 비-출력 레이어에서 NumSubLayersInLayerInOLS[ i ][ j ]의 값(e.g., 비트스트림에서의 j번째 레이어가 i번째 OLS에서의 출력 레이어가 아닌 예에서)을 유도하기 위한 프로세스가 수행될 수 있으며, OLS에서의 가장 높은 비-출력 레이어로부터 시작되어 OLS의 가장 낮은 레이어로 해당 프로세스가 진행될 수 있다. NumSubLayersInLayerInOLS[ i ][ j ]의 값이 max_tid_il_ref_pics_plus1[ k ][ j ] 및 NumSubLayersInLayerInOLS[ i ][ k ]의 값 중에서 보다 작은 값보다 큰 경우 NumSubLayersInLayerInOLS[ i ][ j ]의 값은 업데이트 될 수 있다. 여기서, 비트스트림에서의 k번째 레이어는 i번째 OLS에 포함되고 k 번째 레이어는 j번째 레이어를 참조할 수 있다.
실시예 1
일 실시 예에서, 개선방안 1, 2, 4 및 5는 도 15에 도시된 변경된 VPS의 신택스에 따라 실시될 수 있다. 이하 앞서 설명된 VPS 신택스 대비 변경된 도 15의 신택스 요소를 설명한다.
max_tid_ref_present_flag[ i ]의 값 1은 신택스 요소 max_tid_il_ref_pics_plus1[　i　][　j　]가 비트스트림으로부터 제공됨을 나타낼 수 있다. max_tid_ref_present_flag[ i ]의 값 0은 신택스 요소 max_tid_il_ref_pics_plus1[　i　][　j　]가 비트스트림으로부터 제공되지 않음을 나타낼 수 있다.
max_tid_il_ref_pics_plus1[　i　][　j　]의 값 0은 i번째 레이어의 비-IRAP 픽쳐들에 의한 인터 레이어 예측을 위한 참조 레이어로 j번째 레이어가 사용되지 않음을 나타낼 수 있다. max_tid_il_ref_pics_plus1[　i　][　j　]의 0보다 큰 값은 i번째 레이어의 픽쳐의 복호화를 위하여 j번째 레이어에서 max_tid_il_ref_pics_plus1[　i　][　j　]　-　1보다 큰 시간적 ID(TemporalId)를 가지는 픽쳐들은 ILRP(inter-layer reference picture)로 사용되지 않음을 나타낼 수 있다. 한편, max_tid_il_ref_pics_plus1[　i　][　j　]의 값이 비트스트림으로부터 획득되지 않는 경우, 이의 값은 7로 유도될 수 있다.
그리고, 상술한 설명에 따라 변경된 신택스 요소와 변수를 이용하여, 변수 NumOutputLayersInOls[　i　], NumSubLayersInLayerInOLS[　i　][　j　], OutputLayerIdInOls[　i　][　j　], 및 LayerUsedAsOutputLayerFlag[　k　]는 도 16 내지 도 17의 수도코드와 같이 결정될 수 있다. 한편, 변수 NumSubLayersInLayerInOLS[　i　][　j　]는 앞서 i번째 OLS에서의 j번째 레이어의 서브 레이어의 개수를 나타내는 것으로 설명된 바있다. 그러나, 도 16 내지 도 17에 의하여 유도됨에 따라, 변수 NumSubLayersInLayerInOLS[　i　][　j　]는 비트스트림에서의 j번째 레이어의 서브 레이어의 개수를 나타내는 것으로 정의가 변경되어 사용될 수 있다.
상술한 방법과 같이 하나의 레이어의 개별 참조레이어 마다, 상기 참조레이어에서 사용되는 서브레이어의 최대 개수가 시그널링 될 수 있다. 그리고, 레이어 i에 대한 참조 레이어 j에서 사용되는 최대 서브 레이어의 개수는 레이어 j가 레이어 i의 직접 참조 레이어인 경우에 한하여 제공될 수 있다. 또한, 배열 NumSubLayersInLayerInOLS[ m ][ n ]에 대한 값을 유도하기 위하여 max_tid_il_ref_pics_plus1[　i　][　j　]이 사용될 수 있다. 또한, OLS 모드가 0 및 2인 경우에 있어서, 직접 참조 레이어 및 간접 참조 레이어를 위하여 NumSubLayersInLayerInOLS가 유도될 수 있다.
실시예 2
한편, 일 실시 예에서, 앞선 실시예 1에 따라 도출된 서브 레이어의 개수에 기반하여 이하의 서브 비트스트림 추출 프로세스에 따라 서브 비트스트림이 유도될 수 있다. 서브 비트스트림 추출 프로세스는, 타겟 OLS 인덱스 및 타겟 TemporalID에 의하여 결정되는 타겟 셋에 속하지 않는 비트스트림 내의 NAL 유닛들이, 비트스트림에서 제거됨으로써, 타겟 셋에 속하는 비트스트림 내의 NAL 유닛들로 구성되는 출력 서브 비트스트림을 유도하는 프로세스일 수 있다.
보다 상세히, 서브 비트스트림 추출 프로세스는 입력 비트스트림을 나타내는 변수 inBitstream, 대상 OLS 인덱스 targetOlsIdx 및 대상 TemporalId인 tIdTarget을 입력으로 할 수 있다. 출력 서브-비트스트림을 나타내는 변수 OutBitstream은 다음과 같이 유도될 수 있다.
먼저, 입력 비트스트림의 값으로 서브 비트스트림이 결정될 수 있다(S1810). 예를 들어, 비트스트림을 나타내는 변수 outBitstream은 비트스트림을 나타내는 변수 inBitstream과 동일하게 설정될 수 있다.
다음으로, 서브 비트스트림에서 소정의 TemporalId를 가진 NAL 유닛이 제거될 수 있다(S1820). 예를들어, outBitstream에서 tIdTarget보다 큰 TemporalId를 가진 모든 NAL 유닛이 제거될 수 있다.
다음으로, 서브 비트스트림에서 소정의 nal_unit_type을 가진 NAL 유닛이 제거될 수 있다(S1830). 예를들어, outBitstream에서 nal_unit_type이 VPS_NUT(VPS NAL unit type), DCI_NUT(Decoding capability information NAL unit type) 및 EOB_NUT(End of bitstream NAL unit type) 중 어느 하나가 아니고, nuh_layer_id가 LayerIdInOls[ targetOlsIdx]에 속하지 않은 모든 NAL 유닛이 제거될 수 있다.
다음으로, 서브 비트스트림에서 NumSubLayersInLayerInOLS[][]에 기반하여 소정의 NAL 유닛이 제거될 수 있다(S1840). 예를들어, outBitstream에서 아래의 모든 조건이 충족되는 모든 NAL 유닛이 제거될 수 있다. 여기서, nal_unit_type, nuh_layer_id와 TemporalId는 제거 여부 판단 대상 NAL 유닛에 대한 값일 수 있다.
(조건 1) nal_unit_type이 IDR_W_RADL(Instantaneous decoding refresh with random access decodable leading), IDR_N_LP(Instantaneous decoding refresh without leading), 또는 CRA_NUT(Clean random access NAL unit type)가 아님.
(조건 2) nuh_layer_id이 LayerIdInOls[　targetOlsIdx　][　j　]와 동일함. 여기서, j는 0에서부터 NumLayersInOls[　targetOlsIdx　]　-　1까지의 값을 가짐.
(조건 3) TemporalId의 값이 NumSubLayersInLayerInOLS[　targetOlsIdx　][　j　] 이상의 값을 가짐.
한편, 상기 조건 3은, 앞서 수학식 2에서 설명된 바와 같이 nuh_layer_id　에 대응되는 vps_layer_id의 vps 레이어 인덱스를 나타내는, GeneralLayerIdx[　nuh_layer_id　]에 기반하여　다음의 조건 4로 대체되어 사용될 수 있다.
(조건 4) TemporalId의 값은 NumSubLayersInLayerInOLS[　targetOlsIdx　][　GeneralLayerIdx[　nuh_layer_id　]　] 이상의 값을 가짐.
다음으로, 서브 비트스트림에서 소정의 SEI NAL 유닛이 제거될 수 있다(S1850). 예를 들어, outBitstream으로부터 스케일러블 네스팅 SEI 메시지(scailable nesting SEI message)를 포함하는 모든 SEI NAL 유닛이 제거될 수 있다. 여기서, 스케일러블 네스팅 SEI 메시지는 0에서부터 nesting_num_olss_minus1까지의 값의 범위를 가지는 i에 대하여 NestingOlsIdx[　i　]의 값은 targetOlsIdx와 동일한 값을 가지지 않으며, nesting_ols_flag의 값으로 1을 가지는 메시지일 수 있다.
여기서 nesting_ols_flag의 값 1은 스케일러블 네스팅이 적용된 SEI 메시지(scalable-nested SEI message)가 특정 OLS에 적용됨을 나타낼 수 있다. nesting_ols_flag의 값 0은 스케일러블 네스팅이 적용된 SEI 메시지가 특정 레이어에 적용됨을 나타낼 수 있다. 변수 NestingOlsIdx[ i ]는, nesting_ols_flag의 값이 1일 때, 스케일러블 네스팅이 적용된 SEI 메시지가 적용되는 i번째 OLS의 OLS 인덱스를 나타낼 수 있다. nesting_num_olss_minus1에 1을 더한 값은 스케일러블 네스팅이 적용된 SEI 메시지가 적용되는 OLS들의 개수를 나타낼 수 있다.
부호화 및 복호화 방법
이하 일 실시 예에 따른 영상 부호화 장치 및 영상 복호화 장치에 의하여 수행되는 영상 부호화 방법 및 복호화 방법을 설명한다. 도 19는 일 실시 예에 따른 영상 부호화 장치가 영상을 부호화 하기 위하여 및/또는 영상 복호화 장치가 영상을 복호화 하기 위하여 현재 레이어의 서브 레이어의 개수를 결정하는 방법을 설명하는 순서도이다.
일 실시 예에 따른 영상 복호화 장치는 메모리와 프로세서를 포함하며, 복호화 장치는 프로세서의 동작에 의하여 이하에서 설명하는 실시예에 따라 복호화를 수행할 수 있다. 일 실시 예에 따른 영상 부호화 장치는 메모리와 프로세서를 포함하며, 부호화 장치는 프로세서의 동작에 의하여 이하에서 설명하는 실시 예에 따라 복호화 장치의 복호화에 대응되는 방식으로 부호화를 수행할 수 있다. 이하 설명의 편의를 위하여 복호화 장치의 동작을 설명하나, 이하의 설명은 부호화 장치에 대하여도 적용될 수 있다.
일 실시 예에 따른 복호화 장치는 OLS(output layer set)에 속한 적어도 하나의 레이어를 결정할 수 있다(S1910). 다음으로, 복호화 장치는 상기 적어도 하나의 레이어에 대한 서브 레이어의 개수를 결정할 수 있다(S1920).
예를들어, 상기 OLS 중 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 레이어를 직접 참조하는 것이 가용한 레이어인 직접 참조 가용 레이어에 대한 서브 레이어 최대 요구 개수에 기반하여 결정될 수 있다. 여기서, 상기 OLS 중 현재 레이어에 대한 서브 레이어의 개수는 앞서 설명된 NumSubLayersInLayerInOLS[ i ][ k ]일 수 있다. 현재 레이어의 인덱스가 k일 때, 인덱스 l을 가진 레이어가 현재 레이어를 직접 참조하는지 여부는 도 17에 도시된 바와 같이, 아래의 수학식에 기재된 수도코드로 식별될 수 있다.
[수학식 3]
for( l = k + 1; l <= vps_max_layers_minus1; l++ )
if( vps_direct_ref_layer_flag[　l　][　k　])
조건이 참일 경우 수행될 프로시져;
그리고, 상기 현재 레이어에 대한 서브 레이어의 개수는 OLS 모드에 기반하여 결정되며, 상기 OLS 모드는 비트스트림으로부터 획득되는 OLS 모드 인덱스 정보(e.g., ols_mode_idc)에 기반하여 결정될 수 있다.
또한, 상기 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 레이어가 출력 레이어인지 여부에 기반하여 결정될 수 있다. 예를들어, 도 17에 기재된 바와 같이 아래의 수학식에 따른 수도코드에 기반하여 인덱스 k를 갖는 현재 레이어가 출력 레이어인지 여부에 대한 판단이 수행될 수 있다.
[수학식 4]
if( !ols_output_layer_flag[　i　][　k　] )
조건이 참일 경우 수행될 프로시져;
예를들어, 상기 현재 레이어가 출력 레이어임에 기반하여, 상기 현재 레이어에 대한 서브 레이어의 개수는 서브레이어의 최대 가용 개수(e.g., vps_max_sub_layers_minus1　+　1)로 설정될 수 있다. 또는, 상기 현재 레이어가 출력 레이어가 아님에 기반하여, 상기 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 레이어를 직접 참조하는 것이 가용한 적어도 하나의 직접 참조 가용 레이어에 대하여 각각 결정된 서브 레이어 최대 요구 개수(e.g. maxSublayerNeeded) 중 가장 큰 값으로 설정될 수 있다. 여기서, 상기 직접 참조 가용 레이어의 레이어 인덱스(e.g., 도 17의 인덱스 l)는 상기 현재 레이어의 레이어 인덱스(e.g., 도 17의 인덱스 k)보다 큰 값을 가지고, 상기 직접 참조 가용 레이어의 NAL(network abstraction layer) 유닛 식별자는 상기 현재 레이어의 NAL 유닛 식별자보다 큰 값을 가지도록 제한될 수 있다.
한편, 상기 직접 참조 가용 레이어에 대하여 결정된 서브 레이어 최대 요구 개수는 제1 값 및 제2 값 중 어느 하나에 기반하여 결정되며, 상기 제1 값은 상기 직접 참조 가용 레이어에 대한 서브레이어의 개수(e.g., 도 17의 NumSubLayersInLayerInOLS[　i　][　l　])에 기반하여 결정되고, 상기 제2 값은 상기 직접 참조 가용 레이어에 의하여 참조 가능한 상기 현재 레이어의 적어도 하나의 픽쳐에 대하여 각각 지정된 시간 식별자 중에서 가장 큰 시간 식별자(e.g., 도 17의 max_tid_il_ref_pics_plus1[　l　][　k　]　)에 기반하여 결정될 수 있다. 예를들어, 상기 서브 레이어 최대 요구 개수는 상기 제1 값 및 상기 제2 값 중 작은 값으로 설정될 수 있다. 예를들어, 도 17의 수도코드 중 maxSublayerNeeded = min(　NumSubLayersInLayerInOLS[　i　][　l　], max_tid_il_ref_pics_plus1[　l　][　k　]　)와 같이 수행될 수 있다.
그리고, 상기 OLS 내의 모든 비-출력 레이어에 대하여 서브 레이어의 개수가 결정되며, 상기 서브 레이어의 개수는 낮은 레이어 인덱스를 가진 비-출력 레이어에 대한 순서로 최대 레이어 인덱스를 가진 비-출력 레이어로부터 순차적으로 결정될 수 있다. 예를들어, 아래의 수학식에 따른 수도코드와 같이 수행될 수 있다.
[수학식 5]
for( k = highestIncludedLayer　-　1; k >= 0; k-　- )
if( layerIncludedInOlsFlag[　i　][　k　] )
if( !ols_output_layer_flag[　i　][　k　] )
인덱스 k에 대응하는 레이어에 대한 서브레이어 개수 결정 프로시져;
또한, 상기 현재 레이어에 대한 서브레이어의 개수에 기반하여 비트스트림으로부터 서브 비트스트림을 획득하는 단계를 더 포함할 수 있다. 예를들어, 상기 서브 비트스트림은 상기 비트스트림으로부터 소정의 NAL(network abstraction layer) 유닛을 제거함으로써 획득되고, 상기 소정의 NAL 유닛은 상기 소정의 NAL 유닛의 시간 식별자와 상기 소정의 NAL 유닛에 대응되는 레이어에 대하여 결정된 서브 레이어의 개수의 크기 비교에 기반하여 결정될 수 있다.
여기서, 상기 소정의 NAL 유닛은 상기 소정의 NAL 유닛의 시간 식별자(e.g., 앞선 S1840에서의 설명에서의 TempotalId)의 값이 소정의 OLS의 레이어 중에서 상기 소정의 NAL 유닛에 대응되는 레이어에 대하여 결정된 서브 레이어의 개수(e.g., 앞선 S1840에서의 설명에서의 NumSubLayersInLayerInOLS[ targetOlsIdx ][ GeneralLayerIdx[ nuh_layer_id ] ])에 대응되는 값 이상인지 여부에 기반하여 결정되고, 상기 OLS는 VPS(video parameter set)에 의하여 시그널링 되는 정보에 의하여 식별되는 OLS 중 어느 하나일 수 있다.
예를 들어, 일 실시 예에서, 영상 복호화 방법은 비트스트림으로부터, 현재 VPS(video parameter set)의 OLS(output layer set) 모드를 나타내는 OLS 모드 인덱스 정보, 상기 현재 VPS의 레이어 내의 시간적 서브 레이어의 최대 가용 개수를 나타내는 서브 레이어 인덱스 정보, 및 복호화 대상 레이어에 대한 참조 레이어의 최대 시간 식별자를 나타내는 시간 식별자 정보를 획득하는 단계와, 상기 OLS 모드 인덱스 정보에 기반하여 상기 현재 VPS의 OLS 모드를 결정하는 단계와, 상기 현재 VPS의 적어도 하나의 OLS에 속한 적어도 하나의 레이어를 결정하는 단계 및 상기 적어도 하나의 레이어에 대한 서브 레이어의 개수를 결정하는 단계를 포함할 수 있다.
여기서, 현재 OLS의 현재 레이어가 출력 레이어임에 기반하여 상기 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 VPS의 레이어에 속한 시간적 서브레이어의 최대 가용 개수로 설정될 수 있다. 그리고, 상기 현재 레이어가 출력 레이어가 아님에 기반하여 상기 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 OLS 내의 적어도 하나의 직접 참조 가용 레이어에 대한 서브 레이어 최대 요구 개수 중 가장 큰 값으로 설정될 수 있다.
여기서, 상기 직접 참조 가용 레이어의 레이어 인덱스는 상기 현재 레이어의 레이어 인덱스보다 큰 값을 가지고, 상기 직접 참조 가용 레이어의 NAL(network abstraction layer) 유닛 식별자는 상기 현재 레이어의 NAL 유닛 식별자보다 큰 값을 가질 수 있다.
그리고, 상기 직접 참조 가용 레이어에 대한 서브 레이어 최대 요구 개수는 제1 개수 및 제2 개수 중 작은 값으로 설정되며, 상기 제1 개수는 상기 직접 참조 가용 레이어에 대한 서브레이어의 개수이고, 상기 제2 개수는 상기 직접 참조 가용 레이어에 의하여 참조되기 위한 상기 현재 레이어의 최대 시간 식별자 값일 수 있다.
또한, 적어도 하나의 OLS 내의 모든 비-출력 레이어에 대하여 서브 레이어의 개수가 결정되며, 상기 서브 레이어의 개수는 최대 레이어 인덱스를 가진 비-출력 레이어로부터 낮은 레이어 인덱스를 비-출력 레이어에 대하여 순차적으로 결정될 수 있다.
또한, 복호화 방법은 상기 적어도 하나의 레이어에 대한 서브레이어의 개수에 기반하여 상기 비트스트림으로부터 서브 비트스트림을 획득하는 단계를 더 포함하여 수행될 수 있다. 여기서, 상기 서브 비트스트림은 상기 비트스트림으로부터 타겟 NAL(network abstraction layer) 유닛을 제거함으로써 획득되고, 상기 타겟 NAL 유닛은 상기 타겟 NAL 유닛의 레이어 식별자(e.g., 앞선 S1840에서의 설명에서의 nuh_layer_id) 에 기반하여 식별된 인덱스(e.g., 앞선 S1840에서의 설명에서의 GeneralLayerIdx[ nuh_layer_id ])를 가진 레이어에 대한 서브 레이어의 개수(e.g., 앞선 S1840에서의 설명에서의 NumSubLayersInLayerInOLS[ targetOlsIdx ][ GeneralLayerIdx[ nuh_layer_id ] ]) 이상의 값을 가진 시간 식별자(e.g., 앞선 S1840에서의 설명에서의 TempotalId)를 가진 NAL 유닛일 수 있다.
또한, 일 실시 예에서, 영상 부호화 방법은 현재 VPS(video parameter set)의 OLS(output layer set) 모드, 상기 현재 VPS의 레이어 내의 시간적 서브 레이어의 최대 가용 개수, 복호화 대상 레이어에 대한 참조 레이어의 최대 시간 식별자, 및 현재 VPS의 적어도 하나의 OLS 내의 적어도 하나의 레이어에 대한 서브레이어의 개수를 결정하는 단계와 상기 현재 VPS(video parameter set)의 OLS(output layer set) 모드를 나타내는 OLS 모드 인덱스 정보, 상기 현재 VPS의 레이어 내의 시간적 서브 레이어의 최대 가용 개수를 나타내는 서브 레이어 인덱스 정보, 및 상기 복호화 대상 레이어에 대한 참조 레이어의 최대 시간 식별자를 나타내는 시간 식별자 정보를 포함하는 비트스트림을 생성하는 단계를 포함할 수 있다.
여기서, 현재 OLS의 현재 레이어가 출력 레이어임에 기반하여 상기 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 VPS의 레이어에 속한 시간적 서브레이어의 최대 가용 개수로 설정될 수 있다.
그리고, 상기 현재 레이어가 출력 레이어가 아님에 기반하여 상기 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 OLS 내의 직접 참조 가용 레이어에 대한 서브 레이어 최대 요구 개수 중 가장 큰 값으로 설정될 수 있다.
여기서, 상기 현재 레이어는 상기 직접 참조 가용 레이어의 직접 참조 레이어이며, 상기 직접 참조 가용 레이어의 레이어 인덱스는 상기 현재 레이어의 레이어 인덱스보다 큰 값을 가지고, 상기 직접 참조 가용 레이어의 NAL(network abstraction layer) 유닛 식별자는 상기 현재 레이어의 NAL 유닛 식별자보다 큰 값을 가질 수 있다.
여기서, 상기 직접 참조 가용 레이어에 대한 서브 레이어 최대 요구 개수는 제1 개수 및 제2 개수 중 작은 값으로 설정되며, 상기 제1 개수는 상기 직접 참조 가용 레이어에 대한 서브레이어의 개수이고, 상기 제2 개수는 상기 직접 참조 가용 레이어에 의하여 참조되기 위한 상기 현재 레이어의 최대 시간 식별자 값일 수 있다.
또한, 부호화 과정에서 상기 적어도 하나의 레이어에 대한 서브레이어의 개수에 기반하여 상기 비트스트림으로부터 타겟 NAL(network abstraction layer) 유닛을 제거함으로써 상기 서브 비트스트림이 획득될 수 있다. 여기서, 상기 타겟 NAL 유닛은 상기 타겟 NAL 유닛의 레이어 식별자에 기반하여 식별된 인덱스를 가진 레이어에 대한 서브 레이어의 개수(e.g., 앞선 S1840에서의 설명에서의 NumSubLayersInLayerInOLS[ targetOlsIdx ][ GeneralLayerIdx[ nuh_layer_id ] ]) 이상의 값을 가진 시간 식별자(e.g., 앞선 S1840에서의 설명에서의 TempotalId)를 포함하는 NAL 유닛일 수 있다.
응용 실시예
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시에 있어서, 소정의 동작(단계)을 수행하는 영상 부호화 장치 또는 영상 복호화 장치는 해당 동작(단계)의 수행 조건이나 상황을 확인하는 동작(단계)을 수행할 수 있다. 예컨대, 소정의 조건이 만족되는 경우 소정의 동작을 수행한다고 기재된 경우, 영상 부호화 장치 또는 영상 복호화 장치는 상기 소정의 조건이 만족되는지 여부를 확인하는 동작을 수행한 후, 상기 소정의 동작을 수행할 수 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
또한, 본 개시의 다양한 실시예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
또한, 본 개시의 실시예가 적용된 영상 복호화 장치 및 영상 부호화 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, 화상 전화 비디오 장치, 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recoder) 등을 포함할 수 있다.
도 20은 본 개시의 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시한 도면이다.
도 20에 도시된 바와 같이, 본 개시의 실시예가 적용된 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 개시의 실시예가 적용된 영상 부호화 방법 및/또는 영상 부호화 장치에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기반하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 할 수 있다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송할 수 있다. 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 수행할 수 있다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.
본 개시에 따른 실시예는 영상을 부호화/복호화하는데 이용될 수 있다.

Claims (15)

  1. 영상 복호화 장치에 의하여 수행되는 영상 복호화 방법에 있어서,
    OLS(output layer set)에 속한 적어도 하나의 레이어를 결정하는 단계; 및
    상기 적어도 하나의 레이어에 대한 서브 레이어의 개수를 결정하는 단계를 포함하고,
    상기 OLS 중 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 레이어를 직접 참조하는 것이 가용한 레이어인 직접 참조 가용 레이어에 대한 서브 레이어 최대 요구 개수에 기반하여 결정되는 영상 복호화 방법.
  2. 제 1 항에 있어서,
    상기 현재 레이어에 대한 서브 레이어의 개수는 OLS 모드에 기반하여 결정되며,
    상기 OLS 모드는 비트스트림으로부터 획득되는 OLS 모드 인덱스 정보에 기반하여 결정되는 영상 복호화 방법.
  3. 제 1 항에 있어서,
    상기 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 레이어가 출력 레이어인지 여부에 기반하여 결정되는 영상 복호화 방법.
  4. 제 3 항에 있어서,
    상기 현재 레이어가 출력 레이어임에 기반하여, 상기 현재 레이어에 대한 서브 레이어의 개수는 서브레이어의 최대 가용 개수로 설정되는 영상 복호화 방법.
  5. 제 3 항에 있어서,
    상기 현재 레이어가 출력 레이어가 아님에 기반하여, 상기 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 레이어를 직접 참조하는 것이 가용한 적어도 하나의 직접 참조 가용 레이어에 대하여 각각 결정된 서브 레이어 최대 요구 개수 중 가장 큰 값으로 설정되는 영상 복호화 방법.
  6. 제 1 항에 있어서,
    상기 직접 참조 가용 레이어의 레이어 인덱스는 상기 현재 레이어의 레이어 인덱스보다 큰 값을 가지고,
    상기 직접 참조 가용 레이어의 NAL(network abstraction layer) 유닛 식별자는 상기 현재 레이어의 NAL 유닛 식별자보다 큰 값을 가지는 영상 복호화 방법.
  7. 제 1 항에 있어서,
    상기 직접 참조 가용 레이어에 대하여 결정된 서브 레이어 최대 요구 개수는 제1 값 및 제2 값 중 어느 하나에 기반하여 결정되며,
    상기 제1 값은 상기 직접 참조 가용 레이어에 대한 서브레이어의 개수에 기반하여 결정되고,
    상기 제2 값은 상기 직접 참조 가용 레이어에 의하여 참조 가능한 상기 현재 레이어의 적어도 하나의 픽쳐에 대하여 각각 지정된 시간 식별자 중에서 가장 큰 시간 식별자에 기반하여 결정되는 영상 복호화 방법.
  8. 제 7 항에 있어서,
    상기 서브 레이어 최대 요구 개수는 상기 제1 값 및 상기 제2 값 중 작은 값으로 설정되는 영상 복호화 방법.
  9. 제 1 항에 있어서,
    상기 OLS 내의 모든 비-출력 레이어에 대하여 서브 레이어의 개수가 결정되며,
    상기 서브 레이어의 개수는 낮은 레이어 인덱스를 가진 비-출력 레이어에 대한 순서로 최대 레이어 인덱스를 가진 비-출력 레이어로부터 순차적으로 결정되는 영상 복호화 방법.
  10. 제 1 항에 있어서,
    상기 현재 레이어에 대한 서브레이어의 개수에 기반하여 비트스트림으로부터 서브 비트스트림을 획득하는 단계를 더 포함하는 영상 복호화 방법.
  11. 제 10 항에 있어서,
    상기 서브 비트스트림은 상기 비트스트림으로부터 소정의 NAL(network abstraction layer) 유닛을 제거함으로써 획득되고,
    상기 소정의 NAL 유닛은 상기 소정의 NAL 유닛의 시간 식별자와 상기 소정의 NAL 유닛에 대응되는 레이어에 대하여 결정된 서브 레이어의 개수의 크기 비교에 기반하여 결정되는 영상 복호화 방법.
  12. 제 11 항에 있어서,
    상기 소정의 NAL 유닛은 상기 소정의 NAL 유닛의 시간 식별자의 값이 소정의 OLS의 레이어 중에서 상기 소정의 NAL 유닛에 대응되는 레이어에 대하여 결정된 서브 레이어의 개수에 대응되는 값 이상인지 여부에 기반하여 결정되고,
    상기 OLS는 VPS(video parameter set)에 의하여 시그널링 되는 정보에 의하여 식별되는 OLS 중 어느 하나인 영상 복호화 방법.
  13. 메모리 및 적어도 하나의 프로세서를 포함하는 영상 복호화 장치로서,
    상기 적어도 하나의 프로세서는,
    OLS(output layer set)에 속한 적어도 하나의 레이어를 결정하고,
    상기 적어도 하나의 레이어에 대한 서브 레이어의 개수를 결정하되,
    상기 OLS 중 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 레이어를 직접 참조하는 것이 가용한 레이어인 직접 참조 가용 레이어에 대한 서브 레이어 최대 요구 개수에 기반하여 결정되는 영상 복호화 장치.
  14. 영상 부호화 장치에 의해 수행되는 영상 부호화 방법에 있어서,
    OLS(output layer set)에 속한 적어도 하나의 레이어를 결정하는 단계; 및
    상기 적어도 하나의 레이어에 대한 서브 레이어의 개수를 결정하는 단계를 포함하고,
    상기 OLS 중 현재 레이어에 대한 서브 레이어의 개수는 상기 현재 레이어를 직접 참조하는 것이 가용한 레이어인 직접 참조 가용 레이어에 대한 서브 레이어 최대 요구 개수에 기반하여 결정되는 영상 부호화 방법.
  15. 컴퓨터로 읽을 수 있는 기록 매체에 있어서, 상기 기록 매체에는 복호화 장치가 제1항의 영상 복호화 방법을 수행하도록 야기하는 비트스트림이 저장된 기록 매체.
PCT/KR2021/004771 2020-04-15 2021-04-15 서브 레이어 요구 개수에 기반하여 서브 레이어를 결정하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법 WO2021210935A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202180041964.9A CN115769579A (zh) 2020-04-15 2021-04-15 基于子层的所需数目确定子层的图像编码/解码方法和装置以及比特流发送方法
KR1020227039717A KR20230002715A (ko) 2020-04-15 2021-04-15 서브 레이어 요구 개수에 기반하여 서브 레이어를 결정하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
US17/918,288 US20230156201A1 (en) 2020-04-15 2021-04-15 Image encoding/decoding method and device for determining sub-layers on basis of required number of sub-layers, and bit-stream transmission method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202063010084P 2020-04-15 2020-04-15
US63/010,084 2020-04-15

Publications (1)

Publication Number Publication Date
WO2021210935A1 true WO2021210935A1 (ko) 2021-10-21

Family

ID=78085290

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/004771 WO2021210935A1 (ko) 2020-04-15 2021-04-15 서브 레이어 요구 개수에 기반하여 서브 레이어를 결정하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법

Country Status (4)

Country Link
US (1) US20230156201A1 (ko)
KR (1) KR20230002715A (ko)
CN (1) CN115769579A (ko)
WO (1) WO2021210935A1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150081229A (ko) * 2014-01-02 2015-07-13 한국전자통신연구원 영상의 복호화 방법 및 이를 이용하는 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150081229A (ko) * 2014-01-02 2015-07-13 한국전자통신연구원 영상의 복호화 방법 및 이를 이용하는 장치

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
B. CHOI (TENCENT), S. WENGER (STEWE), S. LIU (TENCENT): "AHG8/AHG9: On derivation of sublayer number in output layer set", 130. MPEG MEETING; 20200420 - 20200424; ALPBACH; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), no. m53086 ; JVET-R0119, 3 April 2020 (2020-04-03), XP030285953 *
B. CHOI (TENCENT), S. WENGER (STEWE), S. LIU (TENCENT): "AHG8/AHG9: On signalling max number of sublayers", 130. MPEG MEETING; 20200420 - 20200424; ALPBACH; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), no. m53092 ; JVET-R0125, 3 April 2020 (2020-04-03), XP030285959 *
BENJAMIN BROSS , JIANLE CHEN , SHAN LIU , YE-KUI WANG: "Versatile Video Coding (Draft 8)", 17. JVET MEETING; 20200107 - 20200117; BRUSSELS; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), no. JVET-Q2001-vE, 12 March 2020 (2020-03-12), pages 1 - 510, XP030285390 *
HENDRY (LGE), S. PALURI, S. KIM (LGE), Y. SANCHEZ, R. SKUPIN (HHI): "AHG8/AHG9: On signalling of syntax element max_tid_il_ref_pics_plus1", 130. MPEG MEETING; 20200420 - 20200424; ALPBACH; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), no. m53169 ; JVET-R0193, 3 April 2020 (2020-04-03), XP030286143 *

Also Published As

Publication number Publication date
CN115769579A (zh) 2023-03-07
KR20230002715A (ko) 2023-01-05
US20230156201A1 (en) 2023-05-18

Similar Documents

Publication Publication Date Title
WO2021177794A1 (ko) 혼성 nal 유닛 타입에 기반하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020213867A1 (ko) 스케일링 리스트 데이터의 시그널링 기반 비디오 또는 영상 코딩
WO2021132964A1 (ko) Nal 유닛 관련 정보 기반 영상 또는 비디오 코딩
WO2021054807A1 (ko) 참조 샘플 필터링을 이용하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021177791A1 (ko) 혼성 nal 유닛 타입에 기반하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021132963A1 (ko) 슬라이스 또는 픽처에 대한 nal 유닛 타입 기반 영상 또는 비디오 코딩
WO2021172912A1 (ko) 사인 데이터 하이딩 관련 영상 디코딩 방법 및 그 장치
WO2021150084A1 (ko) 색상 공간 변환 기반 영상 또는 비디오 코딩
WO2021006700A1 (ko) 영상 코딩 시스템에서 레지듀얼 코딩 방법에 대한 플래그를 사용하는 영상 디코딩 방법 및 그 장치
WO2021201628A1 (ko) 출력 레이어 셋에 기반하여 파라미터 셋의 참조 여부를 결정하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021241963A1 (ko) 비디오 또는 영상 코딩 시스템에서의 poc 정보 및 비-참조 픽처 플래그에 기반한 영상 코딩 방법
WO2022039513A1 (ko) Cpi sei 메시지에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2021194229A1 (ko) 비디오 또는 이미지 코딩 시스템에서 디블록킹 필터 파라미터 정보를 시그널링하는 방법
WO2021182816A1 (ko) 직사각형 슬라이스의 크기 정보를 선택적으로 부호화 하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021201548A1 (ko) 영상 디코딩 방법 및 그 장치
WO2021201551A1 (ko) 비디오 또는 영상 코딩 시스템에서의 흑백 영상에 대한 크로마 디블록킹 파라미터 정보에 기반한 영상 코딩 방법
WO2021251744A1 (ko) Aps에 대한 식별자를 시그널링하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 컴퓨터 판독 가능한 기록 매체
WO2021235759A1 (ko) 비디오 또는 영상 코딩 시스템에서의 다중 레이어 기반 영상 코딩 방법
WO2021066609A1 (ko) 변환 스킵 및 팔레트 코딩 관련 고급 문법 요소 기반 영상 또는 비디오 코딩
WO2021162494A1 (ko) 필터 가용 정보를 선택적으로 시그널링 하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021125701A1 (ko) 인터 예측 기반 영상/비디오 코딩 방법 및 장치
WO2021210935A1 (ko) 서브 레이어 요구 개수에 기반하여 서브 레이어를 결정하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021201598A1 (ko) 레이어간 참조 여부에 기반하여 서브 레이어를 결정하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021251752A1 (ko) 최대 시간 식별자에 기반하여 서브 비트스트림 추출과정을 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 컴퓨터 판독가능한 기록매체
WO2021256785A1 (ko) Poc msb 정보에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체

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: 21788986

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20227039717

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21788986

Country of ref document: EP

Kind code of ref document: A1