WO2021235895A1 - 영상 코딩 방법 및 그 장치 - Google Patents

영상 코딩 방법 및 그 장치 Download PDF

Info

Publication number
WO2021235895A1
WO2021235895A1 PCT/KR2021/006366 KR2021006366W WO2021235895A1 WO 2021235895 A1 WO2021235895 A1 WO 2021235895A1 KR 2021006366 W KR2021006366 W KR 2021006366W WO 2021235895 A1 WO2021235895 A1 WO 2021235895A1
Authority
WO
WIPO (PCT)
Prior art keywords
picture
poc
information
value
current
Prior art date
Application number
PCT/KR2021/006366
Other languages
English (en)
French (fr)
Inventor
헨드리헨드리
장형문
남정학
김승환
임재현
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 CN202180060988.9A priority Critical patent/CN116195247A/zh
Priority to US17/926,402 priority patent/US20230188707A1/en
Priority to EP21809790.5A priority patent/EP4156688A4/en
Priority to KR1020227045280A priority patent/KR20230017819A/ko
Priority to JP2022571334A priority patent/JP2023526535A/ja
Publication of WO2021235895A1 publication Critical patent/WO2021235895A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame 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
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/31—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the temporal domain
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/573—Motion compensation with multiple frame prediction using two or more reference frames in a given prediction direction

Definitions

  • This document relates to image coding technology, and more particularly, to a POC-based image coding method and apparatus for a picture in an image coding system.
  • VR Virtual Reality
  • AR Artificial Realtiy
  • holograms broadcasting is on the rise.
  • high-efficiency image/video compression technology is required to effectively compress, transmit, store, and reproduce information of high-resolution and high-quality images/videos having various characteristics as described above.
  • An object of the present document is to provide a method and an apparatus for increasing image coding efficiency.
  • Another technical problem of the present document is to provide a method and apparatus for increasing POC decoding efficiency of a picture.
  • Another technical object of the present document is to provide a method and apparatus for increasing inter prediction efficiency by not using a reference picture deleted in a system.
  • Another technical task of this document is to reduce the occurrence of errors and stabilize the network by limiting the POC value between the current picture and the reference picture.
  • an image decoding method performed by a decoding apparatus.
  • the method includes receiving POC information and information about reference pictures from a bitstream; deriving POC values for a current picture and reference pictures based on the POC information; constructing a reference picture list based on the POC value of the current picture and the POC values of the reference pictures; deriving prediction samples for the current block by performing inter prediction on the current block based on the reference picture list; generating a reconstructed picture based on the prediction samples, wherein the POC information includes a maximum LSB value of the POC, and the information on the reference pictures is non-reference related to whether a picture is not used as a reference picture
  • the value of the non-reference picture flag of the previous picture that includes a picture flag and is used to derive the POC value of the current picture is 0, and the difference between the POC values of the current picture and the previous picture is the maximum LSB of the POC. It can be less than half of the value.
  • Layer IDs for the current picture and the previous picture may be the same, and a temporal ID derived from identification information of a temporal layer for the previous picture may be 0.
  • the previous picture may not be a RASL picture or a RADL picture.
  • the POC value of the current picture is derived based on a variable POCMsb and a POC LSB information value for the current picture, and the variable POCMsb is a POC MSB cycle value based on a cycle existence flag and the cycle existence flag value. It may be derived based on the POC MSB cycle value signaled as .
  • variable POCMsb for the current picture may be derived based on the variable POCMsb for the previous picture.
  • an image encoding method performed by an encoding apparatus includes deriving POC values for a current picture and reference pictures; performing inter prediction on the current block using the reference pictures; and encoding POC information and information on the reference pictures, wherein the POC information includes a maximum LSB value of the POC, and the information on the reference pictures relates to whether a picture is not used as a reference picture.
  • the non-reference picture flag includes a non-reference picture flag, and the value of the non-reference picture flag of the previous picture used to derive the POC value of the current picture is 0, and the difference between the POC values of the current picture and the previous picture is the difference between the POC values of the POC. It may be less than half of the maximum LSB value.
  • a digital storage medium in which image data including encoded image information and/or a bitstream generated according to an image encoding method performed by an encoding apparatus is stored may be provided.
  • a digital storage medium in which image data including encoded image information and/or bitstream causing the decoding apparatus to perform the image decoding method is stored.
  • the efficiency of inter prediction can be increased by preventing the system from using the deleted reference picture.
  • the occurrence of errors can be reduced and the network can be stabilized.
  • FIG. 1 is a diagram schematically illustrating a configuration of a video/image encoding apparatus to which this document can be applied.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/image decoding apparatus to which this document can be applied.
  • FIG. 3 is a diagram illustrating an example of a hierarchical structure for a coded image/video.
  • FIG. 4 is a diagram illustrating a temporal layer structure for NAL units in a bitstream supporting temporal scalability.
  • FIG. 5 is a diagram for explaining a method of encoding image information performed by an encoding apparatus according to an example of this document.
  • FIG. 6 is a diagram for explaining a method of decoding image information performed by a decoding apparatus according to an example of this document.
  • FIG. 7 is a diagram for explaining a method of decoding an image according to an example.
  • FIG. 8 is a diagram for explaining a method of encoding an image according to an example.
  • FIG. 9 schematically shows an example of a video/image coding system to which this document can be applied.
  • FIG. 10 exemplarily shows a structure diagram of a content streaming system to which this document is applied.
  • each configuration in the drawings described in this document is shown independently for convenience of description regarding different characteristic functions, and does not mean that each configuration is implemented as separate hardware or separate software.
  • two or more components among each component may be combined to form one component, or one component may be divided into a plurality of components.
  • Embodiments in which each component is integrated and/or separated are also included in the scope of the present document without departing from the essence of this document.
  • VVC Versatile Video Coding
  • HEVC High Efficiency Video Coding
  • EMC essential video coding
  • a video may mean a set of a series of images according to the passage of time.
  • a picture generally means a unit representing one image in a specific time period, and a slice/tile is a unit constituting a part of a picture in coding.
  • a slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • One picture may consist of one or more slices/tiles.
  • One picture may be composed of one or more tile groups.
  • One tile group may include one or more tiles.
  • a pixel or pel may mean a minimum unit constituting one picture (or image). Also, as a term corresponding to a pixel, a 'sample' may be used.
  • the sample may generally represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component.
  • the sample may mean a pixel value in the spatial domain, or when the pixel value is transformed into the frequency domain, it may mean a transform coefficient in the frequency domain.
  • a unit may represent a basic unit of image processing.
  • the unit may include at least one of a specific region of a picture and information related to the region.
  • One unit may include one luma block and two chroma (ex. cb, cr) blocks.
  • a unit may be used interchangeably with terms such as a block or an area in some cases.
  • an MxN block may include samples (or sample arrays) or a set (or arrays) of transform coefficients including M columns and N rows.
  • A/B may mean “A and/or B.”
  • A, B may mean “A and/or B.”
  • A/B/C may mean “at least one of A, B, and/or C.”
  • A/B/C may mean “ at least one of A, B, and/or C.”
  • “or” in this document is to be construed as “and/or”.
  • “A or B” may mean 1) only “A”, 2) only “B”, or 3) “A and B”.
  • “or” in this document may mean “additionally or alternatively”.
  • the term “or” should be interpreted to indicate “and/or.”
  • the expression “A or B” may comprise 1) only A, 2) only B, and/or 3) both A and B.
  • the term “or” in this document should be interpreted to indicate “additionally or alternatively.”
  • 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 herein 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 specification 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”.
  • a video encoding apparatus may include an image encoding apparatus.
  • the encoding apparatus 100 includes an image partitioner 110 , a predictor 120 , a residual processor 130 , an entropy encoder 140 , It may be configured to include an adder 150 , a filter 160 , and a memory 170 .
  • the prediction unit 120 may include an inter prediction unit 121 and an intra prediction unit 122 .
  • the residual processing unit 130 may include a transformer 132 , a quantizer 133 , an inverse quantizer 134 , and an inverse transformer 135 .
  • the residual processing unit 130 may further include a subtractor 131 .
  • the adder 150 may be referred to as a reconstructor or a reconstructed block generator.
  • the above-described image segmentation unit 110, prediction unit 120, residual processing unit 130, entropy encoding unit 140, adder 150, and filtering unit 160 may include one or more hardware components ( For example, by an encoder chipset or processor).
  • the memory 170 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 170 as an internal/external component.
  • the image dividing unit 110 may divide an input image (or a picture, a frame) input to the encoding apparatus 100 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • the coding unit is to be recursively divided according to a quad-tree binary-tree ternary-tree (QTBTTT) structure from a coding tree unit (CTU) or largest coding unit (LCU).
  • QTBTTT quad-tree binary-tree ternary-tree
  • CTU coding tree unit
  • LCU largest coding unit
  • one coding unit may be divided into a plurality of coding units having a lower depth based on a quad tree structure, a binary tree structure, and/or a ternary structure.
  • a quad tree structure may be applied first and a binary tree structure and/or a ternary structure may be applied later.
  • the binary tree structure may be applied first.
  • a coding procedure according to this document may be performed based on the final coding unit that is no longer divided.
  • the maximum coding unit may be directly used as the final coding unit based on coding efficiency according to image characteristics, or the coding unit may be recursively divided into coding units having a lower depth than the optimal coding unit if necessary.
  • a coding unit of the size of may be used as the final coding unit.
  • the coding procedure may include procedures such as prediction, transformation, and restoration, which will be described later.
  • the processing unit may further include a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be divided or partitioned from the above-described final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • a unit may be used interchangeably with terms such as a block or an area in some cases.
  • an MxN block may represent a set of samples or transform coefficients including M columns and N rows.
  • a sample may generally represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component.
  • a sample may be used as a term corresponding to a picture (or image) as a pixel or a pel.
  • the encoding apparatus 100 subtracts the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 121 or the intra prediction unit 122 from the input image signal (original block, original sample array) to obtain a residual A signal (residual signal, residual block, residual sample array) may be generated, and the generated residual signal is transmitted to the converter 132 .
  • a unit for subtracting a prediction signal (prediction block, prediction sample array) from an input image signal (original block, original sample array) in the encoding apparatus 100 may be referred to as a subtraction unit 131 .
  • the prediction unit may perform prediction on a processing target block (hereinafter, referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information about prediction, such as prediction mode information, and transmit it to the entropy encoding unit 140 , as will be described later in the description of each prediction mode.
  • the prediction information may be encoded by the entropy encoding unit 140 and output in the form of a bitstream.
  • the intra prediction unit 122 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes according to the granularity of the prediction direction. However, this is an example, and a higher or lower number of directional prediction modes may be used according to a setting.
  • the intra prediction unit 122 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 121 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated CU (colCU), etc.
  • a reference picture including the temporally neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 121 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 121 may use motion information of a neighboring block as motion information of the current block. In the skip mode, unlike the merge mode, a residual signal may not be transmitted. In the case of motion vector prediction (MVP) mode, the motion vector of the current block is determined by using a motion vector of a neighboring block as a motion vector predictor and signaling a motion vector difference. can direct
  • the prediction unit 120 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, the sample value in the picture may be signaled based on information about the palette table and palette index.
  • the prediction signal generated by the prediction unit may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the transform unit 132 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 a variable size that is not a square.
  • the quantization unit 133 quantizes the transform coefficients and transmits them to the entropy encoding unit 140, and the entropy encoding unit 140 encodes the quantized signal (information about the quantized transform coefficients) and outputs it as a bitstream. have.
  • Information about the quantized transform coefficients may be referred to as residual information.
  • the quantization unit 133 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 140 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 140 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) may be transmitted or stored in a network abstraction layer (NAL) unit unit in the form of a bitstream.
  • 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).
  • 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.
  • information and/or syntax elements transmitted/signaled from the encoding device to the decoding device may be included in video/image information.
  • the video/image information may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream may be transmitted over a network or may be stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmitting unit (not shown) and/or a storage unit (not shown) for storing the signal may be configured as internal/external elements of the encoding apparatus 100, or the transmitting unit It may be included in the entropy encoding unit 140 .
  • the quantized transform coefficients output from the quantization unit 133 may be used to generate a prediction signal.
  • the residual signal residual block or residual samples
  • the adder 155 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 121 or the intra prediction unit 122 to obtain a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array). can be created
  • the predicted block may be used as a reconstructed block.
  • the adder 150 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing object block in the current picture, or may be used for inter prediction of the next picture after filtering as described below.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 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 types of filtering-related information and transmit it to the entropy encoding unit 140 , as will be described later in the description of each filtering method.
  • the filtering-related information may be encoded by the entropy encoding unit 140 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 121 .
  • the encoding apparatus can avoid prediction mismatch between the encoding apparatus 100 and the decoding apparatus, and can also improve encoding efficiency.
  • the memory 170 DPB may store the corrected reconstructed picture to be used as a reference picture in the inter prediction unit 121 .
  • 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 121 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 blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 122 .
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/image decoding apparatus that can be applied to embodiments of the present document.
  • the decoding apparatus 200 includes an entropy decoder 210 , a residual processor 220 , a predictor 230 , an adder 240 , and a filtering unit. (filter, 250) and may be configured to include a memory (memory, 260).
  • the prediction unit 230 may include an inter prediction unit 231 and an intra prediction unit 232 .
  • the residual processing unit 220 may include a dequantizer 221 and an inverse transformer 221 .
  • the entropy decoding unit 210 , the residual processing unit 220 , the prediction unit 230 , the adder 240 , and the filtering unit 250 are one hardware component (eg, a decoder chipset or a processor according to an embodiment). ) can be configured by
  • the memory 260 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 260 as an internal/external component.
  • the decoding apparatus 200 may reconstruct an image corresponding to a process in which the video/image information is processed in the encoding apparatus of FIG. 1 .
  • the decoding apparatus 200 may derive units/blocks based on block division related information obtained from the bitstream.
  • the decoding apparatus 200 may perform decoding using a processing unit applied in the encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit, and the coding unit may be divided according to a quad tree structure, a binary tree structure and/or a ternary tree structure from a coding tree unit or a largest coding unit.
  • One or more transform units may be derived from a coding unit.
  • the reconstructed image signal decoded and output through the decoding device 200 may be reproduced through the playback device.
  • the decoding apparatus 200 may receive a signal output from the encoding apparatus of FIG. 1 in the form of a bitstream, and 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 decoding apparatus may decode the picture further based on the information on the parameter set and/or the general restriction information.
  • Signaled/received information and/or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 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 decodes the syntax element information to be decoded and the decoding information of the surrounding and decoding target blocks or the symbol/bin information decoded in the previous step.
  • a context model is determined using the context model, and the probability of occurrence of a bin is predicted according to the determined context model, and a symbol corresponding to the value of each syntax element can be generated by performing arithmetic decoding of the bin.
  • the CABAC entropy decoding method may update the context model by using the decoded symbol/bin information for the context model of the next symbol/bin after determining the context model.
  • Prediction-related information among the information decoded by the entropy decoding unit 210 is provided to the prediction unit (the inter prediction unit 232 and the intra prediction unit 231), and the entropy decoding unit 210 performs entropy decoding.
  • Dual values that is, quantized transform coefficients and related parameter information may be input to the residual processing unit 220 .
  • the residual processing unit 220 may derive a residual signal (residual block, residual samples, residual sample array). Also, information about filtering among the information decoded by the entropy decoding unit 210 may be provided to the filtering unit 250 .
  • a receiving unit (not shown) for receiving the signal output from the encoding apparatus may be further configured as an internal/external element of the decoding apparatus 200 , or the receiving unit may be a component of the entropy decoding unit 210 .
  • the decoding apparatus may be called a video/image/picture decoding apparatus, and the decoding apparatus is divided into an information decoder (video/image/picture information decoder) and a sample decoder (video/image/picture sample decoder).
  • the information decoder may include the entropy decoding unit 210 , and the sample decoder includes the inverse quantization unit 221 , the inverse transform unit 222 , the adder 240 , the filtering unit 250 , and the memory 260 . ), an inter prediction unit 232 , and an intra prediction unit 231 .
  • the inverse quantizer 221 may inverse quantize the quantized transform coefficients to output transform coefficients.
  • the inverse quantizer 221 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, the rearrangement may be performed based on the coefficient scan order performed by the encoding device.
  • the inverse quantizer 221 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 222 inversely transforms 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 may determine a specific intra/inter prediction mode.
  • the prediction unit 220 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, information about the palette table and the palette index may be included in the video/image information and signaled.
  • the intra prediction unit 231 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the neighborhood of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra prediction unit 231 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 232 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the inter prediction unit 232 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or a reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes, and the prediction information may include information indicating a mode of inter prediction for the current block.
  • the adder 240 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 232 and/or the intra prediction unit 231 ).
  • a signal (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the predicted block may be used as a reconstructed block.
  • the adder 240 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing object block in the current picture, may be output through filtering as described below, or may be used for inter prediction of the next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 250 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 250 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 260 , specifically, the DPB of the memory 260 .
  • 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 260 may be used as a reference picture in the inter prediction unit 232 .
  • the memory 260 may store motion information of a block from which motion information in the current picture is derived (or decoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 232 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 260 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 231 .
  • the embodiments described in the filtering unit 160, the inter prediction unit 121, and the intra prediction unit 122 of the encoding apparatus 100 are the filtering unit 250 and the inter prediction unit of the decoding apparatus 200, respectively.
  • the same or corresponding application may be applied to the unit 232 and the intra prediction unit 231 .
  • the predicted block includes prediction samples in the spatial domain (or pixel domain).
  • the predicted block is derived equally from the encoding device and the decoding device, and the encoding device signals information (residual information) about the residual between the original block and the predicted block, rather than the original sample value of the original block itself, to the decoding device. It is possible to increase the video coding efficiency.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, generate a reconstructed block including reconstructed samples by combining the residual block and the predicted block, and reconstruct including reconstructed blocks You can create a picture.
  • the residual information may be generated through transformation and quantization procedures.
  • the encoding apparatus derives a residual block between the original block and the predicted block, and performs a transform procedure on residual samples (residual sample array) included in the residual block to derive transform coefficients, and transform A quantization procedure may be performed on the coefficients to derive quantized transform coefficients, and related residual information may be signaled to a decoding apparatus (via a bitstream).
  • the residual information may include information such as value information of quantized transform coefficients, location information, a transform technique, a transform kernel, and a quantization parameter.
  • the decoding apparatus may perform an inverse quantization/inverse transformation procedure based on the residual information and derive residual samples (or residual blocks).
  • the decoding apparatus may generate a reconstructed picture based on the predicted block and the residual block.
  • the encoding apparatus may also inverse quantize/inverse transform the quantized transform coefficients for reference for inter prediction of a later picture to derive a residual block, and generate a reconstructed picture based thereon.
  • the VVC system there is a signaling mechanism that allows a system level entity to know whether a picture is not used as a reference picture for any other picture.
  • This information allows system-level entities to remove pictures in certain specific situations. That is, the system-level entity may remove a picture marked not to be used as a reference for another picture. For example, when network congestion occurs, a media-aware network router may drop network packets carrying coded bits of pictures that are marked not to be used as references to other pictures.
  • Table 1 below shows flag information for the above contents.
  • variable PicOrderCntVal image information signaled in the high-level syntax is required. Specifically, it is as follows.
  • nuh_layer_id is signaled in the NAL unit header, and is an identifier for identifying a layer to which a VCL NAL unit belongs or a layer to which a non-VCL NAL unit is applied.
  • the coded image/video is a video coding layer (VCL) that handles the decoding process of the image/video itself and a subsystem that transmits and stores the coded information, and the VCL and the It exists between subsystems and is divided into a network abstraction layer (NAL) that is responsible for network adaptation functions.
  • VCL video coding layer
  • NAL network abstraction layer
  • VCL data including compressed video data is generated, or picture parameter set (PPS), sequence parameter set (SPS), video parameter set (Video Parameter Set: A supplemental enhancement information (SEI) message additionally necessary for a parameter set including information such as VPS) or an image decoding process may be generated.
  • PPS picture parameter set
  • SPS sequence parameter set
  • SEI Supplemental Enhancement Information
  • a NAL unit may be generated by adding header information (NAL unit header) to a raw byte sequence payload (RBSP) generated in the VCL.
  • the RBSP refers to slice data, parameter sets, SEI messages, etc. generated in the VCL.
  • the NAL unit header may include NAL unit type information specified according to RBSP data included in the corresponding NAL unit.
  • the NAL unit may be divided into a VCL NAL unit and a Non-VCL NAL unit according to the RBSP generated in the VCL.
  • a VCL NAL unit may mean a NAL unit including information (slice data) about an image
  • the Non-VCL NAL unit is a NAL unit containing information (parameter set or SEI message) necessary for decoding an image.
  • VCL NAL unit and Non-VCL NAL unit may be transmitted through a network by attaching header information according to a data standard of a subsystem.
  • the NAL unit may be transformed into a data form of a predetermined standard such as H.266/VVC file format, Real-time Transport Protocol (RTP), Transport Stream (TS), and transmitted through various networks.
  • RTP Real-time Transport Protocol
  • TS Transport Stream
  • the NAL unit type may be specified according to the RBSP data structure included in the corresponding NAL unit, and information on the NAL unit type may be stored and signaled in the NAL unit header.
  • the NAL unit may be largely classified into a VCL NAL unit type and a Non-VCL NAL unit type according to 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 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.
  • vps_independent_layer_flag[i] is flag information signaled in the video parameter set, and if the value is 1, it indicates that the layer indexed by i is not used for inter-layer inter prediction, that is, inter-layer prediction. This indicates that the layered layer is used for inter-layer prediction.
  • sps_log2_max_pic_order_cnt_lsb_minus4 is a signal signaled in the sequence parameter set and indicates the value of the variable MaxPicOrderCntLsb used in the decoding process of the POC.
  • the variable MaxPicOrderCntLsb may be embodied as 2 (sps_log2_max_pic_order_cnt_lsb_minus4 + 4).
  • a value obtained by adding 1 to sps_poc_msb_cycle_len_minus1 indicates the bit length of the ph_poc_msb_cycle_val syntax element.
  • ph_pic_order_cnt_lsb represents a value obtained by dividing the POC of the current picture by the variable MaxPicOrderCntLsb, and the length of ph_pic_order_cnt_lsb is sps_log2_max_pic_order_cnt_lsb_minus4 +4 bits.
  • the value of ph_pic_order_cnt_lsb exists in the range of 0 to (MaxPicOrderCntLsb - 1).
  • ph_poc_msb_cycle_present_flag is flag information indicating whether a ph_poc_msb_cycle_val syntax element exists in the picture header. If the ph_poc_msb_cycle_present_flag value is 1, it indicates that the ph_poc_msb_cycle_val syntax element is present in the picture header. If the ph_poc_msb_cycle_present_flag value is 0, it indicates that the ph_poc_msb_cycle_val syntax element does not exist in the picture header.
  • vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]] is 0 and a picture exists in the current AU in the reference layer of the current layer, the value of ph_poc_msb_cycle_present_flag is 0.
  • ph_poc_msb_cycle_val indicates a POC MSB cycle value for the current picture.
  • the length of the ph_poc_msb_cycle_val syntax element is sps_poc_msb_cycle_len_minus1 +1 bits.
  • vps_independent_layer_flag[GeneralLayerIdx[nuh_layer_id]] is 0 and there is picture A included in the current AU in the reference layer of the current layer
  • the variable PicOrderCntVal is derived with the same value as PicOrderCntVal of the picture A, and all VCL NALs in the current AU Units must have the same ph_pic_order_cnt_lsb value.
  • variable PicOrderCntVal of the current picture may be derived as follows.
  • variable prevPicOrderCntLsb and the variable prevPicOrderCntMsb are derived as follows.
  • nuh_layer_id is the same as the current picture, TemporalId is 0, and a previous picture other than a random access skipped leading (RASL) picture or a random access decodable leading (RADL) picture is set to prevTid0Pic, the variable prevPicOrderCntLsb is the same as the variable prevPicOrderCntLsb and the ph of the prevTid0Pic prevPicOrderCntMsb is the same as PicOrderCntMsb of prevTid0Pic.
  • TemporalId means a variable derived based on identification information on a temporal layer in a bitstream (or temporal scalable bitstream) supporting temporal scalability.
  • a bitstream (or temporal scalable bitstream) supporting temporal scalability includes information on a temporally scaled temporal layer.
  • the information on the temporal layer may be identification information of the temporal layer specified according to the temporal scalability of the NAL unit.
  • temporal_id syntax information may be used for temporal layer identification information, and the temporal_id syntax information may be stored in a NAL unit header in an encoding device and signaled to a decoding device.
  • a temporal layer may be referred to as a sub-layer, a temporal sub-layer, or a temporal scalable layer.
  • FIG. 4 is a diagram illustrating a temporal layer structure for NAL units in a bitstream supporting temporal scalability.
  • NAL units included in the bitstream have temporal layer identification information (eg, temporal_id).
  • temporal_id For example, a temporal layer composed of NAL units having a temporal_id value of 0 may provide the lowest temporal scalability, and a temporal layer composed of NAL units having a temporal_id value of 2 may provide the highest temporal scalability.
  • a box marked with I refers to an I picture
  • a box marked with B refers to a B picture.
  • arrows indicate a reference relationship with respect to whether a picture refers to another picture.
  • NAL units of a temporal layer having a temporal_id value of 0 are reference pictures that can be referenced by NAL units of a temporal layer having a temporal_id value of 0, 1, or 2.
  • NAL units of a temporal layer having a temporal_id value of 1 are reference pictures that can be referenced by NAL units of a temporal layer having a temporal_id value of 1 or 2.
  • NAL units of a temporal layer having a temporal_id value of 2 may be reference pictures that NAL units of the same temporal layer, that is, a temporal layer having a temporal_id value of 2, can refer, or may be non-reference pictures that are not referenced by other pictures. have.
  • NAL units of a temporal layer having a temporal_id value of 2 that is, the highest temporal layer are non-reference pictures
  • these NAL units are extracted from the bitstream without affecting other pictures in the decoding process ( extracted, or removed).
  • variable PicOrderCntMsb for the current picture is derived as follows.
  • the variable PicOrderCntMsb becomes a value obtained by multiplying ph_poc_msb_cycle_val by MaxPicOrderCntLsb (ph_poc_msb_cycle_val * MaxPicOrderCntLsb).
  • the variable PicOrderCntMsb becomes 0 if the current picture is a CVSS picture.
  • the variable PicOrderCntMsb may be derived based on the following equation.
  • variable PicOrderCntVal which is the POC value for the current picture, is derived as the sum of the previously derived variables PicOrderCntMsb and ph_pic_order_cnt_lsb.
  • PicOrderCntMsb is 0 for all CVSS pictures in which the ph_poc_msb_cycle_val value does not exist
  • PicOrderCntVal is the same as ph_pic_order_cnt_lsb.
  • the PicOrderCntVal value may have from -2 31 to 2 31 - 1, and two coded pictures with the same nuh_layer_id in one CVS cannot have the same PicOrderCntVal value.
  • the inference for PicOrderCntMsb may vary depending on the POC value of the picture designed as prevTid0Pic. Since prevTid0Pic for the current picture must be the same picture in the encoding and decoding process, the POC value is the same.
  • prevTid0Pic it is not considered whether the value of ph_non_ref_pic_flag is 1 and thus prevTid0Pic is a picture that can be removed by the system entity.
  • the decoding device may unconsciously use another picture as prevTid0Pic for POC decoding of the current picture because it has been removed by the system. As a result, the decoding apparatus may derive an incorrect POC value.
  • a picture selected as prevTid0Pic may be limited to a picture other than a picture having a ph_non_ref_pic_flag of 1.
  • ph_non_ref_pic_flag of a picture having a TemporalId of 0 may be limited so that it does not become 1.
  • any picture in the default temporal sub-layer ie, a picture in which TemporalId is 0
  • ph_non_ref_pic_flag It can be restricted so that it cannot have 1.
  • a picture having a TemporalId of 0 may be restricted so that it cannot have 1 as a value of ph_non_ref_pic_flag.
  • a picture with a TemporalId of 0 may have a value of 1 as a value of ph_non_ref_pic_flag. may be limited to no
  • the absolute POC difference between pictures may be limited not to be greater than half the value of MaxPicOrderCntLsb.
  • a non-reference picture having a TemporalId of 0 is not used in the POC decoding process, and additionally TemporalId is 0 and ph_non_ref_pic_flag is 0.
  • a difference in POC values between two consecutive pictures may be limited not to be greater than half of MaxPicOrderCntLsb.
  • FIG. 5 is a diagram for explaining a method of encoding image information performed by an encoding apparatus according to an example of this document
  • FIG. 6 is a diagram for explaining a method of decoding image information performed by a decoding apparatus according to an example of this document is a drawing for
  • the encoding apparatus may derive a POC value of a reference picture to configure a reference picture set and may derive a POC value for a current picture ( S510 ).
  • the derived POC information for the current picture may be encoded (S520), and image information including the POC information may be encoded (S530).
  • the decoding apparatus obtains image information including POC information from the bitstream (S610), and based on the POC information, POC values of reference pictures and the current picture may be derived ( S620).
  • a reference picture set may be constructed based on the derived POC value (S630), and a reference picture list may be derived based on the reference picture set (S640).
  • Inter prediction for the current picture may be performed based on the derived reference picture list (S650).
  • Image information such as POC information may be included in high level syntax (HLS).
  • the POC information may include POC-related information and syntax elements, and the POC information may include POC information related to a current picture and/or POC information related to reference pictures.
  • the POC information may include at least one of ph_non_reference_picture_flag, ph_non_reference_picture_flag, ph_poc_msb_cycle_present_flag, and/or ph_poc_msb_cycle_val.
  • any one of the reference picture set or the reference picture list derived from FIGS. 5 and 6 may be omitted.
  • S640 of deriving the reference picture list may be omitted, and inter prediction may be performed based on the reference picture set.
  • a reference picture list may be derived based on a POC value instead of steps S630 and S640 of deriving a reference picture set and a reference picture list according to another example.
  • the POC value of the i-th reference picture may be derived based on a POC difference value indicated by POC information related to the reference picture.
  • the POC information may indicate the POC difference between the current picture and the i-th reference picture
  • the POC information indicates the POC difference between the i-th reference picture and the (i-1)-th reference picture.
  • the reference picture may include a previous reference picture with a smaller POC value than the current picture and/or a subsequent reference picture with a larger POC value than the current picture.
  • Table 2 corresponds to an example in which the above-described example No. 2 (the ph_non_ref_pic_flag value of a picture having a TemporalId of 0 is limited not to be 1) is implemented.
  • Table 2 based on the current VVC specification, parts added according to the present embodiment are underlined.
  • Table 3 shows that the above-described example 3 (limited so that no picture in the basic temporal sub-layer can have 1 as the value of ph_non_ref_pic_flag when CLVS has one or more temporal sub-layers) is implemented corresponds to an example of being In Table 3, based on the current VVC specification, parts added according to the present embodiment are underlined.
  • Table 4 corresponds to an example in which the above-described example No. 4 (limited so that a picture having a TemporalId of 0 cannot have 1 as a value of ph_non_ref_pic_flag when CLVS includes a picture other than an all intra picture) is implemented.
  • Table 4 based on the current VVC specification, parts added according to the present embodiment are underlined.
  • Table 5 is an example of No. 5 described above (if the CLVS includes a picture that is not an all-intra picture and there is one or more temporal sub-layers in the CLVS, a picture with a TemporalId of 0 cannot have 1 as the value of ph_non_ref_pic_flag) corresponds to an example in which is implemented.
  • Table 5 based on the current VVC specification, parts added according to the present embodiment are underlined.
  • Table 6 corresponds to an example in which the above-described example No. 6 (with respect to two consecutive picture pairs in which TemporalId is 0 and ph_non_ref_pic_flag is 0, the absolute POC difference between pictures is limited not to be greater than half of MaxPicOrderCntLsb) is implemented. .
  • Table 6 based on the current VVC specification, parts added according to the present embodiment are underlined.
  • FIG. 7 is a flowchart illustrating an operation of a video decoding apparatus according to an embodiment of this document.
  • FIG. 7 Each step disclosed in FIG. 7 is based on some of the contents described above in FIGS. 3 to 6 . Accordingly, detailed descriptions overlapping with those described above in FIGS. 2 to 6 will be omitted or simplified.
  • the decoding apparatus 200 may receive POC information and information on reference pictures from a bitstream, and the POC information may include a maximum LSB value of the POC, and information on reference pictures may include a non-reference picture flag related to whether the picture is not used as a reference picture (S710).
  • the non-reference picture flag may be ph_non_ref_pic_flag shown in Table 1, and if the value is 1, it indicates that the picture associated with the picture header is not used as a reference picture, and if the value is 0, the picture associated with the picture header is used as a reference picture, or indicates that it may not be possible. That is, a picture having a non-reference picture flag value of 0 is not used as a reference picture of another picture. In other words, the non-reference picture flag value of a picture used as a reference picture of another picture is 1.
  • the received POC information may include a header or sequence parameter set such as vps_independent_layer_flag, sps_log2_max_pic_order_cnt_lsb_minus4, sps_poc_msb_cycle_len_minus1, ph_pic_order_cnt_lsb, ph_poc_msb_cycle_present_flag, ph_poc_msb_cycle_val, and the like.
  • a description of the signaled syntax information is the same as described above.
  • the decoding apparatus may derive POC values for the current picture and reference pictures based on the POC information for inter prediction and reference picture list generation for the current picture (S720).
  • variable PicOrderCntVal indicating the POC value of the current picture may be derived as the sum of the variable PicOrderCntMsb (variable POCMsb) indicating the MSB value of the current picture and ph_pic_order_cnt_lsb (POC LSB information) indicating the LSB of the current picture signaled in the picture header. (variable PicOrderCntMsb + ph_pic_order_cnt_lsb)
  • the current picture has the same POC value as the picture included in the current AU in the reference layer.
  • the variable PicOrderCntVal of the current picture is to be derived based on the ph_poc_msb_cycle_present_flag value (cycle presence flag) and the POC MSB cycle value (ph_poc_msb_cycle_val) signaled based on the cycle presence flag value.
  • a different derivation process may be applied depending on whether the cycle presence flag value exists and whether the current picture is a coded layer video sequence start (CLVSS) picture.
  • the first case is when ph_poc_msb_cycle_present_flag is 0 and the current picture is not a CLVSS picture.
  • the variable prevPicOrderCntLsb and the variable prevPicOrderCntMsb for the previous picture may be derived, and the variable POCMsb for the current picture may be derived based on the variable POCMsb of the previous picture.
  • nuh_layer_id is the same as the current picture, TemporalId is 0, and a previous picture other than a random access skipped leading (RASL) picture or a random access decodable leading (RADL) picture is set to prevTid0Pic, the variable prevPicOrderCntLsb is the same as the variable prevPicOrderCntLsb and the ph of the prevTid0Pic prevPicOrderCntMsb is derived the same as PicOrderCntMsb of prevTid0Pic.
  • the layer IDs of the current picture and the previous picture are the same, and the temporal ID (TemporalId) derived from identification information of the temporal layer for the previous picture is 0.
  • the previous picture for POC derivation of the current picture is not a RASL picture or a RADL picture.
  • the variable PicOrderCntVal may be derived as shown in Equation (1).
  • ph_poc_msb_cycle_present_flag is 0 and the current picture is a CLVSS picture. Since the PicOrderCntMsb value is 0, the variable PicOrderCntVal is derived as a ph_pic_order_cnt_lsb value.
  • the ph_poc_msb_cycle_present_flag value is 1, in which case the variable PicOrderCntMsb is derived as a value obtained by multiplying ph_poc_msb_cycle_val by MaxPicOrderCntLsb (ph_poc_msb_cycle_val * MaxPicOrderCntLsb). Finally, the variable PicOrderCntVal is derived as the sum of the ph_pic_order_cnt_lsb values signaled to the derived variable PicOrderCntMsb.
  • the decoding apparatus may construct a reference picture list based on the POC value of the current picture and the POC values of the reference pictures (S730), and perform inter prediction on the current block to derive prediction samples for the current block (S740). ).
  • the decoding apparatus 200 may decode information on quantized transform coefficients for the current block from the bitstream, and quantize the target block based on information about the quantized transform coefficients for the current block.
  • Transform coefficients can be derived.
  • Information on the quantized transform coefficients for the target block may be included in a sequence parameter set (SPS) or a slice header, information on whether or not a simplified transform (RST) is applied, information on a simplification factor, At least one of information about a minimum transform size to which a simplified transform is applied, information about a maximum transform size to which a simplified transform is applied, a simplified inverse transform size, and information about a transform index indicating any one of a transform kernel matrix included in the transform set may include.
  • SPS sequence parameter set
  • RST simplified transform
  • simplification factor At least one of information about a minimum transform size to which a simplified transform is applied, information about a maximum transform size to which a simplified transform is applied, a simplified inverse transform size, and information about a transform index indicating
  • the decoding apparatus 200 may derive transform coefficients by performing inverse quantization on residual information about the current block, that is, quantized transform coefficients, and may arrange the derived transform coefficients in a predetermined scanning order.
  • a transform coefficient derived based on the residual information may be an inverse quantized transform coefficient as described above, or a quantized transform coefficient. That is, the transform coefficient may be any data capable of checking whether non-zero data in the current block regardless of whether the transform coefficient is quantized or not.
  • the decoding apparatus may derive residual samples by applying an inverse transform to the quantized transform coefficients.
  • the decoding apparatus may generate a reconstructed picture based on the residual samples and the prediction samples (S750).
  • FIG. 8 is a flowchart illustrating an operation of a video encoding apparatus according to an embodiment of the present document.
  • FIG. 8 Each step disclosed in FIG. 8 is based on some of the contents described above in FIGS. 3 to 6 . Accordingly, detailed descriptions overlapping with those described above in FIGS. 1 and 3 to 6 will be omitted or simplified.
  • the encoding apparatus 100 may derive POC values for the current picture and reference pictures (S810), and perform inter prediction on the current block using the derived POC values and the reference picture. (S820).
  • the encoding apparatus may encode and output information about reference pictures including POC information including the maximum LSB value of the POC and a non-reference picture flag related to whether or not the picture is not used as a reference picture.
  • the value of the non-reference picture flag of the previous picture used to derive the POC value may be 0, and the difference between the POC values of the current picture and the previous picture may be set to be less than half of the maximum LSB value of the POC (S830).
  • the POC information for the current picture, the method of deriving the POC of the current picture, and the restrictions on the previous picture and the restriction conditions on the POC value of the previous picture are the same as those for the decoding apparatus described with reference to FIG. Description is omitted.
  • the encoding apparatus may derive residual samples for the current block based on the prediction samples, and generate information on the residual through transformation.
  • the residual information may include the above-described transformation related information/syntax element.
  • the encoding apparatus may encode image/video information including residual information and output the encoded image/video information in the form of a bitstream.
  • the encoding apparatus may generate information about the quantized transform coefficients and encode the information about the generated quantized transform coefficients.
  • At least one of quantization/inverse quantization and/or transform/inverse transform may be omitted.
  • the quantized transform coefficient may be referred to as a transform coefficient.
  • the transform coefficients may be called coefficients or residual coefficients, or may still be called transform coefficients for uniformity of expression.
  • the above-described method according to this document may be implemented in the form of software, and the encoding device and/or decoding device according to this document is, for example, a TV, computer, smart phone, set-top box, or display device that performs image processing. may be included in the device.
  • a module may be stored in a memory and executed by a processor.
  • the memory may be internal or external to the processor, and may be coupled to the processor by various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
  • Memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and/or other storage devices. That is, the embodiments described in this document may be implemented and performed on a processor, a microprocessor, a controller, or a chip. For example, the functional units shown in each figure may be implemented and performed on a computer, a processor, a microprocessor, a controller, or a chip.
  • the decoding device and the encoding device to which this document is applied are a multimedia broadcasting transceiver, mobile communication terminal, home cinema video device, digital cinema video device, surveillance camera, video conversation device, real-time communication device such as video communication, 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, medical video device, etc. may be included, and may be used to process a video signal or a data signal.
  • a multimedia broadcasting transceiver mobile communication terminal, home cinema video device, digital cinema video device, surveillance camera, video conversation device, real-time communication device such as video communication, 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, medical video device, etc.
  • the OTT video (Over the top video) device may include a game console, a Blu-ray player, an Internet-connected TV, a home theater system, a smart phone, a tablet PC, a digital video recorder (DVR), and the like.
  • a game console a Blu-ray player
  • an Internet-connected TV a home theater system
  • a smart phone a tablet PC
  • DVR digital video recorder
  • the processing method to which this document is applied may be produced in the form of a program executed by a computer, and may be stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to this document may also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all types of storage devices and distributed storage devices in which computer-readable data is stored.
  • the computer-readable recording medium includes, for example, Blu-ray Disc (BD), Universal Serial Bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk and optical It may include a data storage device.
  • the computer-readable recording medium includes a medium implemented in the form of a carrier wave (eg, transmission through the Internet).
  • bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired/wireless communication network.
  • embodiments of this document may be implemented as a computer program product using program codes, and the program codes may be executed in a computer according to the embodiments of this document.
  • the program code may be stored on a carrier readable by a computer.
  • FIG. 9 schematically shows an example of a video/image coding system to which this document can be applied.
  • a video/image coding system may include a source device and a receive device.
  • the source device may transmit encoded video/image information or data in the form of a file or streaming to the receiving device through a digital storage medium or a network.
  • the source device may include a video source, an encoding apparatus, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding apparatus, and a renderer.
  • the encoding apparatus may be referred to as a video/image encoding apparatus, and the decoding apparatus may be referred to as a video/image decoding apparatus.
  • the transmitter may be included in the encoding device.
  • the receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or external component.
  • a video source may acquire a video/image through a process of capturing, synthesizing, or generating a video/image.
  • a video source may include a video/image capture device and/or a video/image generating device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, and the like.
  • a video/image generating device may include, for example, a computer, tablet, and smart phone, and may (electronically) generate a video/image.
  • a virtual video/image may be generated through a computer, etc. In this case, the video/image capturing process may be substituted for the process of generating related data.
  • the encoding device may encode the input video/image.
  • the encoding apparatus may perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
  • the encoded data (encoded video/image information) may be output in the form of a bitstream.
  • the transmitting unit may transmit the encoded video/image information or data output in the form of a bitstream to the receiving unit of the receiving device in the form of a file or streaming through a digital storage medium or a network.
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiver may receive/extract the bitstream and transmit it to the decoding device.
  • the decoding apparatus may decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding apparatus.
  • the renderer may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • FIG. 10 exemplarily shows a structure diagram of a content streaming system to which this document is applied.
  • the content streaming system to which this document 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 encoding method or a bitstream generation method to which this document is applied, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user's request through the web server, and the web server serves as a medium informing the user of any service.
  • the web server transmits it to a streaming server, and the streaming server transmits multimedia data to the user.
  • the content streaming system may include a separate control server.
  • the control server serves to control commands/responses between devices in the content streaming system.
  • the streaming server may receive content from a media repository and/or an encoding server. For example, when content is received from the encoding server, the content may be received in real time. In this case, in order to provide a smooth streaming service, the streaming server may store the bitstream for a predetermined time.
  • Examples of the user device include a mobile phone, a smart phone, a laptop computer, a digital broadcasting terminal, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation system, a slate PC, Tablet PC (tablet PC), ultrabook (ultrabook), wearable device (eg, watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display), digital TV, desktop computer , digital signage, etc.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • PDA portable multimedia player
  • PMP portable multimedia player
  • navigation system e.g, a portable multimedia player (PMP), a navigation system
  • slate PC Tablet PC (tablet PC)
  • ultrabook ultrabook
  • wearable device eg, watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display), digital TV, desktop computer , digital signage, etc.
  • Each server in the content streaming system may be operated as a distributed server, and in this case,

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

본 문서에 따른 영상 디코딩 방법은 POC 정보를 기반으로 현재 픽처와 참조 픽처들에 대한 POC 값을 도출하는 단계를 포함하고, 상기 POC 정보는 POC의 최대 LSB값을 포함하고, 상기 참조 픽처들에 대한 정보는 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비 참조 픽처 플래그를 포함하고, 상기 현재 픽처의 POC 값을 도출하기 위하여 사용되는 이전 픽처의 상기 비 참조 픽처 플래그의 값은 0이고, 상기 현재 픽처와 상기 이전 픽처의 POC 값의 차이는 상기 POC의 최대 LSB값의 절반 보다 작은 것을 특징으로 할 수 있다.

Description

영상 코딩 방법 및 그 장치
본 문서는 영상 코딩 기술에 관한 것으로서 보다 상세하게는 영상 코딩 시스템에서 픽처에 대한 POC에 기반한 영상 코딩 방법 및 그 장치에 관한 것이다.
최근 4K 또는 8K 이상의 UHD(Ultra High Definition) 영상/비디오와 같은 고해상도, 고품질의 영상/비디오에 대한 수요가 다양한 분야에서 증가하고 있다. 영상/비디오 데이터가 고해상도, 고품질이 될수록 기존의 영상/비디오 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상/비디오 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(Virtual Reality), AR(Artificial Realtiy) 컨텐츠나 홀로그램 등의 실감 미디어(Immersive Media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 영상/비디오에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 영상/비디오의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 영상/비디오 압축 기술이 요구된다.
본 문서의 기술적 과제는 영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 다른 기술적 과제는 픽처의 POC 디코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 시스템에서 삭제된 참조 픽처를 이용하지 않도록 하여 인터 예측의 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 현재 픽처와 참조 픽처 간의 POC 값을 제한함으로써 오류 발생을 감소시키고 네트워크를 안정시키는 것이다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 영상 디코딩 방법을 제공한다. 상기 방법은 비트스트림으로부터 POC 정보와 참조 픽처들에 대한 정보를 수신하는 단계와; 상기 POC 정보를 기반으로 현재 픽처와 참조 픽처들에 대한 POC 값을 도출하는 단계와; 상기 현재 픽처의 POC 값과 상기 참조 픽처들에 대한 POC 값을 기반으로 참조 픽처 리스트를 구성하는 단계와; 상기 참조 픽처 리스트를 기반으로 현재 블록에 대한 인터 예측을 수행하여 상기 현재 블록에 대한 예측 샘플들을 도출하는 단계와; 상기 예측 샘플들을 기반으로 복원 픽처를 생성하는 단계를 포함하고, 상기 POC 정보는 POC의 최대 LSB값을 포함하고, 상기 참조 픽처들에 대한 정보는 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비 참조 픽처 플래그를 포함하고, 상기 현재 픽처의 POC 값을 도출하기 위하여 사용되는 이전 픽처의 상기 비 참조 픽처 플래그의 값은 0이고, 상기 현재 픽처와 상기 이전 픽처의 POC 값의 차이는 상기 POC의 최대 LSB값의 절반 보다 작을 수 있다.
상기 현재 픽처와 상기 이전 픽처에 대한 레이어 ID는 동일하고, 상기 이전 픽처에 대한, 시간 레이어의 식별 정보로부터 도출되는 시간적 ID는 0일 수 있다.
상기 이전 픽처는 RASL 픽처 또는 RADL 픽처가 아닐 수 있다.
상기 현재 픽처의 POC 값은, 변수 POCMsb와 상기 현재 픽처에 대한 POC LSB 정보 값을 기반으로 도출되고, 상기 변수 POCMsb는 POC MSB 사이클 값의 존재 여부에 대한 사이클 존재 플래그 및 상기 사이클 존재 플래그 값을 기반으로 시그널링되는 POC MSB 사이클 값을 기반으로 도출될 수 있다.
상기 현재 픽처에 대한 상기 사이클 존재 플래그의 값이 0이고, 상기 현재 픽처가 CLVSS 픽처가 아니면, 상기 현재 픽처에 대한 상기 변수 POCMsb는 상기 이전 픽처의 상기 변수 POCMsb를 기반으로 도출될 수 있다.
본 문서의 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 영상 인코딩 방법을 제공한다. 상기 방법은 현재 픽처와 참조 픽처들에 대한 POC 값을 도출하는 단계와; 상기 참조 픽처들을 이용하여 상기 현재 블록에 대한 인터 예측을 수행하는 단계와; POC 정보와 상기 참조 픽처들에 대한 정보를 인코딩 하는 단계를 포함하되, 상기 POC 정보는 POC의 최대 LSB값을 포함하고, 상기 참조 픽처들에 대한 정보는 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비 참조 픽처 플래그를 포함하고, 상기 현재 픽처의 POC 값을 도출하기 위하여 사용되는 이전 픽처의 상기 비 참조 픽처 플래그의 값은 0이고, 상기 현재 픽처와 상기 이전 픽처의 POC 값의 차이는 상기 POC의 최대 LSB값의 절반 보다 작을 수 있다.
본 문서의 또 다른 일 실시예에 따르면, 인코딩 장치에 의하여 수행된 영상 인코딩 방법에 따라 생성된 인코딩된 영상 정보 및/또는 비트스트림이 포함된 영상 데이터가 저장된 디지털 저장 매체가 제공될 수 있다.
본 문서의 또 다른 일 실시예에 따르면, 디코딩 장치에 의하여 상기 영상 디코딩 방법을 수행하도록 야기하는 인코딩된 영상 정보 및/또는 비트스트림이 포함된 영상 데이터가 저장된 디지털 저장 매체가 제공될 수 있다.
본 문서에 따르면 전반적인 영상/비디오 압축 효율을 높일 수 있다.
본 문서에 따르면 픽처의 POC 디코딩 효율을 높일 수 있다.
본 문서에 따르면 시스템에서 삭제된 참조 픽처를 이용하지 않도록 하여 인터 예측의 효율을 높일 수 있다.
본 문서에 따르면, 현재 픽처와 참조 픽처 간의 POC 값을 제한함으로써 오류 발생을 감소시키고 네트워크가 안정될 수 있다.
본 명세서의 구체적인 일례를 통해 얻을 수 있는 효과는 이상에서 나열된 효과로 제한되지 않는다. 예를 들어, 관련된 기술분야의 통상의 지식을 자긴 자(a person having ordinary skill in the related art)가 본 명세서로부터 이해하거나 유도할 수 있는 다양한 기술적 효과가 존재할 수 있다. 이에 따라 본 명세서의 구체적인 효과는 본 명세서에 명시적으로 기재된 것에 제한되지 않고, 본 명세서의 기술적 특징으로부터 이해되거나 유도될 수 있는 다양한 효과를 포함할 수 있다.
도 1은 본 문서가 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 2는 본 문서가 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 코딩된 영상/비디오에 대한 계층 구조의 예를 나타내는 도면이다.
도 4는 시간 스케일러빌러티를 지원하는 비트스트림 내 NAL 유닛들에 대한 시간 레이어 구조를 도시한 도면이다.
도 5는 본 문서의 일 예에 따라 인코딩 장치에서 수행되는 영상 정보의 인코딩 방법을 설명하기 위한 도면이다.
도 6은 본 문서의 일 예에 따라 디코딩 장치에서 수행되는 영상 정보의 디코딩 방법을 설명하기 위한 도면이다.
도 7은 일 예에 따른 영상의 디코딩 방법을 설명하기 위한 도면이다.
도 8은 일 예에 따른 영상의 인코딩 방법을 설명하기 위한 도면이다.
도 9는 본 문서가 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 10은 본 문서가 적용되는 컨텐츠 스트리밍 시스템 구조도를 예시적으로 나타낸다.
본 문서는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 문서를 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 문서에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 문서의 본질에서 벗어나지 않는 한 본 문서의 권리범위에 포함된다.
이하, 첨부한 도면들을 참조하여, 본 문서의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략한다.
이 문서는 비디오/영상 코딩에 관한 것이다. 예를 들어 이 문서에서 개시된 방법/실시예는 VVC (Versatile Video Coding) 표준 (ITU-T Rec. H.266), VVC 이후의 차세대 비디오/이미지 코딩 표준, 또는 그 이외의 비디오 코딩 관련 표준들(예를 들어, HEVC (High Efficiency Video Coding) 표준 (ITU-T Rec. H.265), EVC(essential video coding) 표준, AVS2 표준 등)과 관련될 수 있다.
이 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
이 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)는 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 수 있다.
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 또는 샘플은 공간 도메인에서의 픽셀값을 의미할 수도 있고, 이러한 픽셀값이 주파수 도메인으로 변환되면 주파수 도메인에서의 변환 계수를 의미할 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
이 문서에서 “/”와 ","는 “및/또는”으로 해석된다. 예를 들어, “A/B”는 “A 및/또는 B”로 해석되고, “A, B”는 “A 및/또는 B”로 해석된다. 추가적으로, “A/B/C”는 “A, B 및/또는 C 중 적어도 하나”를 의미한다. 또한, “A, B, C”도 “A, B 및/또는 C 중 적어도 하나”를 의미한다. (In this document, the term “/” and "," should be interpreted to indicate “and/or.” For instance, the expression “A/B” may mean “A and/or B.” Further, “A, B” may mean “A and/or B.” Further, “A/B/C” may mean “at least one of A, B, and/or C.” Also, “A/B/C” may mean “at least one of A, B, and/or C.”)
추가적으로, 본 문서에서 “또는”는 “및/또는”으로 해석된다. 예를 들어, “A 또는 B”은, 1) “A” 만을 의미하고, 2) “B” 만을 의미하거나, 3) “A 및 B”를 의미할 수 있다. 달리 표현하면, 본 문서의 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다. (Further, in the document, the term “or” should be interpreted to indicate “and/or.” For instance, the expression “A or B” may comprise 1) only A, 2) only B, and/or 3) both A and B. In other words, the term “or” in this document should be interpreted to indicate “additionally or alternatively.”)
본 명세서에서 “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 명세서에서 “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 명세서에서 “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 명세서에서 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 명세서의 “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 명세서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
도 1은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 인코딩 장치라 함은 영상 인코딩 장치를 포함할 수 있다.
도 1을 참조하면, 인코딩 장치(100)는 영상 분할부(image partitioner, 110), 예측부(predictor, 120), 레지듀얼 처리부(residual processor, 130), 엔트로피 인코딩부(entropy encoder, 140), 가산부(adder, 150), 필터링부(filter, 160) 및 메모리(memory, 170)를 포함하여 구성될 수 있다. 예측부(120)는 인터 예측부(121) 및 인트라 예측부(122)를 포함할 수 있다. 레지듀얼 처리부(130)는 변환부(transformer, 132), 양자화부(quantizer 133), 역양자화부(dequantizer 134), 역변환부(inverse transformer, 135)를 포함할 수 있다. 레지듀얼 처리부(130)는 감산부(subtractor, 131)를 더 포함할 수 있다. 가산부(150)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(110), 예측부(120), 레지듀얼 처리부(130), 엔트로피 인코딩부(140), 가산부(150) 및 필터링부(160)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(170)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(170)를 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(110)는 인코딩 장치(100)에 입력된 입력 영상(또는, 픽쳐, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 문서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
인코딩 장치(100)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(121) 또는 인트라 예측부(122)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(132)로 전송된다. 이 경우 도시된 바와 같이 인코딩 장치(100) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(131)라고 불릴 수 있다. 예측부는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 각 예측모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(140)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(140)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(122)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(122)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(121)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(121)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(121)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(120)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
상기 예측부 (인터 예측부(121) 및/또는 상기 인트라 예측부(122) 포함)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(132)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), 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)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(133)는 변환 계수들을 양자화하여 엔트로피 인코딩부(140)로 전송되고, 엔트로피 인코딩부(140)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(133)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(140)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(140)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(140)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(100)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(140)에 포함될 수도 있다.
양자화부(133)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(134) 및 역변환부(135)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(121) 또는 인트라 예측부(122)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(150)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(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(140)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(140)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(170)에 전송된 수정된 복원 픽처는 인터 예측부(121)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(100)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(170) DPB는 수정된 복원 픽처를 인터 예측부(121)에서의 참조 픽처로 사용하기 위해 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(121)에 전달할 수 있다. 메모리(170)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(122)에 전달할 수 있다.
도 2는 본 문서의 실시예들에 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 2를 참조하면, 디코딩 장치(200)는 엔트로피 디코딩부(entropy decoder, 210), 레지듀얼 처리부(residual processor, 220), 예측부(predictor, 230), 가산부(adder, 240), 필터링부(filter, 250) 및 메모리(memory, 260)를 포함하여 구성될 수 있다. 예측부(230)는 인터 예측부(231) 및 인트라 예측부(232)를 포함할 수 있다. 레지듀얼 처리부(220)는 역양자화부(dequantizer, 221) 및 역변환부(inverse transformer, 221)를 포함할 수 있다. 상술한 엔트로피 디코딩부(210), 레지듀얼 처리부(220), 예측부(230), 가산부(240) 및 필터링부(250)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(260)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(260)를 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(200)는 도 1의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(200)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(200)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(200)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(200)는 도 1의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 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(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(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 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(210)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(232) 및 인트라 예측부(231))로 제공되고, 엔트로피 디코딩부(210)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(220)로 입력될 수 있다. 레지듀얼 처리부(220)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(210)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(250)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(200)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(210)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(210)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(221), 역변환부(222), 가산부(240), 필터링부(250), 메모리(260), 인터 예측부(232) 및 인트라 예측부(231) 중 적어도 하나를 포함할 수 있다.
역양자화부(221)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(221)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(221)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(222)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
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 모드를 결정할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 비디오/영상 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(231)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(231)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(232)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(232)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(240)는 획득된 레지듀얼 신호를 예측부(인터 예측부(232) 및/또는 인트라 예측부(231) 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(240)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(250)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(250)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(260), 구체적으로 메모리(260)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(260)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(232)에서 참조 픽쳐로 사용될 수 있다. 메모리(260)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(232)에 전달할 수 있다. 메모리(260)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(231)에 전달할 수 있다.
본 문서에서, 인코딩 장치(100)의 필터링부(160), 인터 예측부(121) 및 인트라 예측부(122)에서 설명된 실시예들은 각각 디코딩 장치(200)의 필터링부(250), 인터 예측부(232) 및 인트라 예측부(231)에도 동일 또는 대응되도록 적용될 수 있다.
상술한 바와 같이 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 원본 블록과 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 레지듀얼 블록과 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 원본 블록과 예측된 블록 간의 레지듀얼 블록을 도출하고, 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 레지듀얼 정보는 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
한편, VVC 시스템에서는 픽처가 어떤 다른 픽처를 대한 참조 픽처로 사용되지 않는지 여부를 시스템 레벨 엔터티(system level entity)가 알 수 있도록 하는 시그널링 메커니즘이 있다. 이러한 정보를 통해 시스템 레벨 엔터티는 어떤 특정 상황에서 픽처를 제거할 수 있다. 즉 시스템 레벨 엔터티는 다른 픽처에 대한 참조로 사용되지 않는다고 표시된 픽처를 제거할 수 있다. 예를 들어, 네트워크 정체가 발생하면, 미디어 인식 네트워크 라우터는 다른 픽처에 대하여 참조로 사용되지 않는다고 표시된 픽처의 코드화된 비트를 전달하는 네트워크 패킷을 드랍시킬 수 있다.
아래 표 1의 상기 내용에 대한 플래그 정보를 나타내고 있다.
Figure PCTKR2021006366-appb-T000001
표 1와 같이, ph_non_ref_pic_flag의 값이 1이면 픽처 헤더와 연관된 픽처가 참조 픽처로 사용되지 않는 것을 나타내고, 그 값이 0이면 픽처 헤더와 연관된 픽처가 참조 픽처로 사용되거나 되지 않을 수 있다는 것을 나타낸다.
한편, 현재, VVC 스펙에 기술되어 있는 현재 픽처의 POC 값을 도출하는 과정을 살펴보면 다음과 같다.
이 과정을 통하여 현재 픽처의 POC인 변수 PicOrderCntVal가 도출될 수 있다.
변수 PicOrderCntVal가 도출되기 위하여 하이 레벨 신택스에서 시그널링 되는 영상 정보가 필요하며, 구체적으로 다음과 같다.
nuh_layer_id는 NAL 유닛 헤더에서 시그널링되며, VCL NAL 유닛이 속하는 레이어 또는 non- VCL NAL 유닛이 적용되는 레이어를 식별하기 위한 식별자이다.
도 3은 코딩된 영상/비디오에 대한 계층 구조의 예를 나타내는 도면이다. 도 3에 도시된 바와 같이, 코딩된 영상/비디오는 영상/비디오의 디코딩 처리 및 그 자체를 다루는 VCL(video coding layer, 비디오 코딩 계층), 부호화된 정보를 전송하고 저장하는 하위 시스템, 그리고 VCL과 하위 시스템 사이에 존재하며 네트워크 적응 기능을 담당하는 NAL(network abstraction layer, 네트워크 추상 계층)로 구분되어 있다.
VCL에서는 압축된 영상 데이터(슬라이스 데이터)를 포함하는 VCL 데이터를 생성하거나, 혹은 픽처 파라미터 세트(Picture Parameter Set: PPS), 시퀀스 파라미터 세트(Sequence Parameter Set: SPS), 비디오 파라미터 세트(Video Parameter Set: VPS) 등의 정보를 포함하는 파라미터 세트 또는 영상의 디코딩 과정에 부가적으로 필요한 SEI(Supplemental Enhancement Information) 메시지를 생성할 수 있다.
NAL에서는 VCL에서 생성된 RBSP(Raw Byte Sequence Payload)에 헤더 정보(NAL 유닛 헤더)를 부가하여 NAL 유닛을 생성할 수 있다. 이때, RBSP는 VCL에서 생성된 슬라이스 데이터, 파라미터 세트, SEI 메시지 등을 말한다. NAL 유닛 헤더에는 해당 NAL 유닛에 포함되는 RBSP 데이터에 따라 특정되는 NAL 유닛 타입 정보를 포함할 수 있다.
도 3에 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.
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.
vps_independent_layer_flag[i]는 비디오 파라미터 세트에서 시그널링되는 플래그 정보이고, 그 값이 1이면 i로 인덱스된 레이어가 레이어간 인터 예측, 즉 인터 레이어 예측에 사용되지 않는 것을 지시하고 그 값이 0이면 i로 인덱스된 레이어가 인터 레이어 예측에 사용되는 것을 나타낸다.
sps_log2_max_pic_order_cnt_lsb_minus4 는 시퀀스 파라미터 세트에서 시그널링되는 신호로써, POC의 디코딩 과정에서 사용되는 변수 MaxPicOrderCntLsb 값을 나타낸다. 변수 MaxPicOrderCntLsb는 2(sps_log2_max_pic_order_cnt_lsb_minus4 + 4)로 구체화 될 수 있다.
sps_poc_msb_cycle_len_minus1에 1을 더한 값은 ph_poc_msb_cycle_val 신택스 요소의 비트 길이를 나타낸다.
ph_pic_order_cnt_lsb는 현재 픽처의 POC를 변수 MaxPicOrderCntLsb로 나눈 값을 나타내고, ph_pic_order_cnt_lsb의 길이는 sps_log2_max_pic_order_cnt_lsb_minus4 +4 비트이다. ph_pic_order_cnt_lsb의 값은 0 부터 (MaxPicOrderCntLsb - 1)의 범위 내에 존재한다.
ph_poc_msb_cycle_present_flag는 픽처 헤더에 ph_poc_msb_cycle_val 신택스 요소가 존재하는지 여부를 나타내는 플래그 정보이다. ph_poc_msb_cycle_present_flag 값이 1이면 ph_poc_msb_cycle_val 신택스 요소가 픽처 헤더에 존재하는 것을 나타내고, ph_poc_msb_cycle_present_flag 값이 0이면 ph_poc_msb_cycle_val 신택스 요소가 픽처 헤더에 존재하지 않는 것을 나타낸다. vps_independent_layer_flag[ GeneralLayerIdx[ nuh_layer_id ] ]이 0이고 현재 레이어의 참조 레이어 내 현재 AU에 픽처가 존재하면, ph_poc_msb_cycle_present_flag 값은 0이다.
ph_poc_msb_cycle_val는 현재 픽처에 대한 POC MSB 사이클 값을 나타낸다. ph_poc_msb_cycle_val 신택스 요소의 길이는 sps_poc_msb_cycle_len_minus1 +1 비트이다.
만약, vps_independent_layer_flag[ GeneralLayerIdx[ nuh_layer_id ] ] 가 0이고, 현재 레이어의 참조 레이어 내의 현재 AU에 포함되는 픽처 A가 존재할 때, 변수 PicOrderCntVal는 픽처 A의 PicOrderCntVal와 같은 값으로 도출되고, 현재 AU 내 모든 VCL NAL 유닛들은 동일한 ph_pic_order_cnt_lsb 값을 가져야 한다.
그렇지 않은 경우, 즉, 현재 레이어가 인터 레이어 예측에 사용되지 않을 때, 현재 픽처의 변수 PicOrderCntVal는 다음과 같이 도출될 수 있다.
우선, ph_poc_msb_cycle_present_flag가 0이고, 현재 픽처가 CLVSS(coded layer video sequence start)가 아니면, 변수 prevPicOrderCntLsb와 변수 prevPicOrderCntMsb는 다음과 같이 도출된다.
현재 픽처와 nuh_layer_id가 동일하면서 TemporalId가 0이고, RASL(random access skipped leading) 픽처 또는 RADL(random access decodable leading) 픽처가 아닌 이전 픽처를 prevTid0Pic로 설정하면, 변수 prevPicOrderCntLsb는 prevTid0Pic의 ph_pic_order_cnt_lsb와 동일하고, 변수 prevPicOrderCntMsb는 prevTid0Pic의 PicOrderCntMsb와 동일하다.
여기서, TemporalId는 시간 스케일러빌러티를 지원하는 비트스트림(혹은 시간 스케일러블 비트스트림, temporal scalable bitstream)에서 시간 레이어에 대한 식별 정보를 기반으로 도출되는 변수를 의미한다.
시간 스케일러빌러티를 지원하는 비트스트림(혹은 시간 스케일러블 비트스트림, temporal scalable bitstream)은 시간적으로 스케일되는 시간 레이어(Temporal layer)에 대한 정보를 포함한다. 시간 레이어에 대한 정보는 NAL 유닛의 시간 스케일러빌러티에 따라 특정된 시간 레이어의 식별 정보일 수 있다. 예컨대, 시간 레이어의 식별 정보는 temporal_id 신택스 정보를 이용할 수 있으며, 상기 temporal_id 신택스 정보는 인코딩 장치에서 NAL 유닛 헤더에 저장되어 디코딩 장치로 시그널링 될 수 있다. 이하, 본 명세서에서 시간 레이어는 서브 레이어(Sub-layer) 혹은 시간 서브 레이어(Temporal Sub-layer) 혹은 시간 스케일러블 레이어(Temporal Scalable layer) 등으로 지칭될 수도 있다.
도 4는 시간 스케일러빌러티를 지원하는 비트스트림 내 NAL 유닛들에 대한 시간 레이어 구조를 도시한 도면이다.
비트스트림이 시간 스케일러빌러티를 지원하는 경우, 비트스트림에 포함된 NAL 유닛들은 시간 레이어의 식별 정보(예컨대, temporal_id)를 가진다. 일 예로, temporal_id 값이 0인 NAL 유닛들로 구성된 시간 레이어가 가장 낮은 시간 스케일러빌러티를 제공할 수 있으며, temporal_id 값이 2인 NAL 유닛들로 구성된 시간 레이어가 가장 높은 시간 스케일러빌러티를 제공할 수 있다.
도 4에서, I로 표기된 박스는 I 픽처를 말하고, B로 표기된 박스는 B 픽처를 말한다. 또한, 화살표는 픽처가 다른 픽처를 참조하는지 여부에 대한 참조 관계를 나타낸다.
도 4에 도시된 바와 같이, temporal_id 값이 0인 시간 레이어의 NAL 유닛들은 temporal_id 값이 0, 1 또는 2인 시간 레이어의 NAL 유닛들이 참조할 수 있는 참조 픽처들이다. temporal_id 값이 1인 시간 레이어의 NAL 유닛들은 temporal_id 값이 1 또는 2인 시간 레이어의 NAL 유닛들이 참조할 수 있는 참조 픽처들이다. temporal_id 값이 2인 시간 레이어의 NAL 유닛들은 동일한 시간 레이어, 즉 temporal_id 값이 2인 시간 레이어의 NAL 유닛들이 참조할 수 있는 참조 픽처들일 수 있으며, 혹은 다른 픽처에 의해 참조되지 않는 비 참조 픽처들일 수도 있다.
만일, 도 4에 도시된 것처럼 temporal_id 값이 2인 시간 레이어, 즉 최상위 시간 레이어의 NAL 유닛들이 비 참조 픽처일 경우, 이러한 NAL 유닛들은 디코딩 과정에서 다른 픽처들에 영향을 주지 않고 비트스트림으로부터 추출(extraction, 혹은 제거)될 수 있다.
한편, 현재 픽처에 대한 변수 PicOrderCntMsb는 다음과 같이 도출된다.
만약, ph_poc_msb_cycle_present_flag 값이 1이면, 변수 PicOrderCntMsb는 ph_poc_msb_cycle_val에 MaxPicOrderCntLsb를 곱한 값(ph_poc_msb_cycle_val * MaxPicOrderCntLsb)이 된다.
그렇지 않을 경우, 즉 ph_poc_msb_cycle_present_flag 값이 0일 때, 현재 픽처가 CVSS 픽처이면 변수 PicOrderCntMsb는 0이 된다.
만약, ph_poc_msb_cycle_present_flag 값이 0이고, 현재 픽처가 CVSS 픽처가 아니면, 변수 PicOrderCntMsb는 하기 식을 기반으로 도출될 수 있다.
Figure PCTKR2021006366-appb-M000001
최종적으로, 현재 픽처에 대한 POC 값인 변수 PicOrderCntVal는 앞에서 도출된 변수 PicOrderCntMsb와 ph_pic_order_cnt_lsb의 합으로 도출된다.
여기서, ph_poc_msb_cycle_val 값이 존재하지 않는 모든 CVSS 픽처는 변수 PicOrderCntMsb 값이 0이므로, PicOrderCntVal는 ph_pic_order_cnt_lsb과 동일하다.
PicOrderCntVal 값은 -231 에서 231 - 1까지 가질 수 있고, 하나의 CVS에서 동일한 nuh_layer_id를 갖는 두 개의 코딩된 픽처는 동일한 PicOrderCntVal 값을 가질 수 없다.
또한, 특정 AU 내 모든 픽처들은 동일한 PicOrderCntVal값을 가져야 한다.
한편, 상술된 POC 디코딩 단계에서는 참조되지 않은 픽처와 관련된 문제점이 존재한다. POC 디코딩 과정에서 PicOrderCntMsb에 대한 유추는 prevTid0Pic으로 디자인된 픽쳐의 POC 값에 따라 달라질 수 있다. 현재 픽처에 대한 prevTid0Pic은 인코딩 및 디코딩 과정에서 동일한 픽처여야 하므로, POC 값이 동일하다.
그러나, prevTid0Pic을 결정할 때, ph_non_ref_pic_flag의 값이 1이어서 prevTid0Pic이 시스템 엔터티(system entity)에 의해 제거될 수 있는 픽쳐인지 여부는 고려되지 않는다. 현재 픽쳐에 대해 prevTid0Pic으로 지정된 픽쳐가 비트 스트림에 존재할 때, 시스템에 의해 제거 되었기 때문에 디코딩 장치는 현재 픽쳐의 POC 디코딩을 위해 다른 픽쳐를 prevTid0Pic으로 무의식적으로 사용할 수 있다. 결과적으로 디코딩 장치가 잘못된 POC 값을 도출할 수 있다.
이를 해결하기 위하여, 본 문서에서는 아래와 같은 다양한 실시예가 제안될 수 있다. 각 실시예들은 독립적으로 또는 결합되어 영상 디코딩 및 인코딩 과정에 적용될 수 있다.
1. POC 디코딩 과정에서 prevTid0Pic으로 선택된 픽쳐는 ph_non_ref_pic_flag가 1 인 픽쳐가 아닌 것으로 제한될 수 있다.
2. TemporalId가 0 인 픽처의 ph_non_ref_pic_flag 값은 1이되지 않도록 제한될 수 있다.
3. CLVS (즉, 코딩된 레이어 비디오 시퀀스)가 하나 이상의 시간적 서브-레이어(temporal sub-layer)를 가질 때, 기본 시간적 서브-레이어 내 어떠한 픽쳐(즉, TemporalId가 0 인 픽쳐)도 ph_non_ref_pic_flag의 값으로 1을 가질 수 없도록 제한될 수 있다.
4. CLVS가 올 인트라 픽쳐(all intra pictures, 즉, intra_only_constraint_flag의 값이 1과 같음)가 아닌 픽처를 포함 할 때 TemporalId가 0 인 픽쳐는 ph_non_ref_pic_flag의 값으로 1을 가질 수 없도록 제한될 수 있다.
5. CLVS가 올 인트라 픽처(즉, intra_only_constraint_flag의 값이 1 인 경우)가 아닌 픽처를 포함하고 CLVS 내에 하나 이상의 시간 서브 레이어가 존재하는 경우, TemporalId가 0 인 픽쳐는 ph_non_ref_pic_flag의 값으로 1을 가질 수 없도록 제한될 수 있다.
6. TemporalId가 0이고 ph_non_ref_pic_flag가 0 인 두 개의 연속적인 픽쳐 쌍에 대하여, 픽쳐 간의 절대적인 POC 차이는 MaxPicOrderCntLsb의 절반 값보다 크지 않도록 제한될 수 있다.
즉, 비 참조 픽처가 POC 디코딩 과정에 사용되어 POC가 잘못 도출되는 것을 막기 위하여, 본 문서에서는 TemporalId가 0인 비 참조 픽처는 POC 디코딩 과정에 사용되지 않도록 하고, 추가적으로 TemporalId가 0이고 ph_non_ref_pic_flag가 0 인 두 개의 연속적인 픽쳐 간의 POC 값의 차이가 MaxPicOrderCntLsb의 절반보다 크지 않도록 제한할 수 있다.
도 5는 본 문서의 일 예에 따라 인코딩 장치에서 수행되는 영상 정보의 인코딩 방법을 설명하기 위한 도면이고, 도 6은 본 문서의 일 예에 따라 디코딩 장치에서 수행되는 영상 정보의 디코딩 방법을 설명하기 위한 도면이다.
인코딩 장치는, 참조 픽처 세트를 구성하기 위하여 참조 픽처의 POC 값을 도출하고, 현재 픽처에 대한 POC 값을 도출할 수 있다(S510).
도출된 현재 픽처에 대한 POC 정보를 인코딩하고(S520), 상기 POC 정보를 포함하는 영상 정보를 인코딩할 수 있다(S530).
인코딩 장치에서 수행되는 동작에 대응하여, 디코딩 장치는 비트스트림으로부터 POC 정보를 포함하는 영상 정보를 획득하고(S610), POC 정보를 기반으로 참조 픽처들과 현재 픽처의 POC 값을 도출할 수 있다(S620).
도출된 POC 값을 기반으로 참조 픽처 세트를 구성하고(S630), 참조 픽처 세트를 기반으로 참조 픽처 리스트를 도출할 수 있다(S640).
도출된 참조 픽처 리스트를 기반으로 현재 픽처에 대한 인터 예측이 수행될 수 있다(S650).
POC 정보와 같은 영상 정보는 HLS( High level syntax)에 포함될 수 있다. POC 정보는 POC와 관련된 정보 및 신택스 요소를 포함 할 수 있고, POC 정보는 현재 픽쳐와 관련된 POC 정보 및/또는 참조 픽처들과 관련된 POC 정보를 포함 할 수 있다. POC 정보는 ph_non_reference_picture_flag, ph_non_reference_picture_flag, ph_poc_msb_cycle_present_flag 및 / 또는 ph_poc_msb_cycle_val 중 적어도 하나를 포함할 수 있다.
상기 도 5 및 도 6에서 도출되는 참조 픽처 세트 또는 참조 픽처 리스트 중 어느 하나는 생략될 수 있따. 예를 들어, 참조 픽처 리스트를 도출하는 S640는 생략되고, 참조 픽처 세트를 기반으로 인터 예측이 수행될 수 있다.
또는, 다른 예에 따라 참조 픽처 세트 및 참조 픽처 리스트를 도출하는 S630 및 S640 단계를 대신하여 POC 값을 기반으로 참조 픽처 리스트가 도출될 수 있다. 예컨대, i 번째 참조 픽쳐의 POC 값은 참조 픽쳐와 관련된 POC 정보에 의해 지시되는 POC 차이값을 기반으로 도출 될 수 있다. 이 때, i가 0 이면 POC 정보는 현재 픽쳐와 i 번째 참조 픽쳐 간의 POC 차이를 나타낼 수 있고, i가 0 보다 크면 POC 정보는 i 번째 참조 픽쳐와 (i-1) 번째 참조 픽쳐 간의 POC 차이를 나타낼 수 있다. 참조 픽쳐는 현재 픽쳐보다 더 작은 POC 값을 갖는 이전 참조 픽쳐 및/ 또는 현재 픽쳐보다 더 큰 POC 값을 갖는 후속 참조 픽쳐를 포함할 수 있다.
이하에서는, 본 문서에서 제안하는 실시예들에 대하여 구체적으로 살펴본다.
[실시예 1]
표 2는 앞서 설명된 2번의 예(TemporalId가 0 인 픽처의 ph_non_ref_pic_flag 값은 1이되지 않도록 제한)가 구현되는 일 예에 해당한다. 표 2는 현재 VVC 스팩을 기반으로 하여 본 실시예에 따라 추가된 부분이 밑줄로 표시되어 있다.
Figure PCTKR2021006366-appb-T000002
[실시예 2]
표 3은 앞서 설명된 3번의 예(CLVS가 하나 이상의 시간적 서브-레이어(temporal sub-layer)를 가질 때, 기본 시간적 서브-레이어 내 어떠한 픽쳐도 ph_non_ref_pic_flag의 값으로 1을 가질 수 없도록 제한)가 구현되는 일 예에 해당한다. 표 3은 현재 VVC 스팩을 기반으로 하여 본 실시예에 따라 추가된 부분이 밑줄로 표시되어 있다.
Figure PCTKR2021006366-appb-T000003
[실시예 3]
표 4는 앞서 설명된 4번의 예(CLVS가 올 인트라 픽쳐가 아닌 픽처를 포함 할 때 TemporalId가 0 인 픽쳐는 ph_non_ref_pic_flag의 값으로 1을 가질 수 없도록 제한)가 구현되는 일 예에 해당한다. 표 4는 현재 VVC 스팩을 기반으로 하여 본 실시예에 따라 추가된 부분이 밑줄로 표시되어 있다.
Figure PCTKR2021006366-appb-T000004
[실시예 4]
표 5는 앞서 설명된 5번의 예(CLVS가 올 인트라 픽처가 아닌 픽처를 포함하고 CLVS 내에 하나 이상의 시간 서브 레이어가 존재하는 경우, TemporalId가 0 인 픽쳐는 ph_non_ref_pic_flag의 값으로 1을 가질 수 없도록 제한)가 구현되는 일 예에 해당한다. 표 5는 현재 VVC 스팩을 기반으로 하여 본 실시예에 따라 추가된 부분이 밑줄로 표시되어 있다.
Figure PCTKR2021006366-appb-T000005
[실시예 5]
표 6은 앞서 설명된 6번의 예(TemporalId가 0이고 ph_non_ref_pic_flag가 0 인 두 개의 연속적인 픽쳐 쌍에 대하여, 픽쳐 간의 절대적인 POC 차이는 MaxPicOrderCntLsb의 절반 값보다 크지 않도록 제한)가 구현되는 일 예에 해당한다. 표 6은 현재 VVC 스팩을 기반으로 하여 본 실시예에 따라 추가된 부분이 밑줄로 표시되어 있다.
Figure PCTKR2021006366-appb-T000006
Figure PCTKR2021006366-appb-I000001
이하의 도면은 본 명세서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/메시지/필드의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
도 7은 본 문서의 일 실시예에 따른 비디오 디코딩 장치의 동작을 도시하는 흐름도이다.
도 7에 개시된 각 단계는 도 3 내지 도 6에서 전술된 내용들 중 일부를 기반으로 한 것이다. 따라서, 도 2 내지 도 6에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.
일 실시예에 따른 디코딩 장치(200)는, 비트스트림으로부터 POC 정보와 참조 픽처들에 대한 정보를 수신할 수 있고, POC 정보는 POC의 최대 LSB값을 포함할 수 있고, 참조 픽처들에 대한 정보는 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비 참조 픽처 플래그를 포함할 수 있다(S710).
비 참조 픽처 플래그는 표 1에 나타난 ph_non_ref_pic_flag일 수 있으며, 그 값이 1이면 픽처 헤더와 연관된 픽처가 참조 픽처로 사용되지 않는 것을 나타내고, 그 값이 0이면 픽처 헤더와 연관된 픽처가 참조 픽처로 사용되거나 되지 않을 수 있다는 것을 나타낸다. 즉, 비 참조 픽처 플래그 값이 0인 픽처는 다른 픽처의 참조 픽처로 사용되지 않는다. 달리 말하면, 다른 픽처의 참조 픽처로 사용되는 픽처의 비 참조 픽처 플래그 값은 1이다.
수신되는 POC 정보는 vps_independent_layer_flag, sps_log2_max_pic_order_cnt_lsb_minus4, sps_poc_msb_cycle_len_minus1, ph_pic_order_cnt_lsb, ph_poc_msb_cycle_present_flag, ph_poc_msb_cycle_val 등을 포함할 수 있고, 이러한 정보들은 픽처 헤더 또는 시퀀스 파라미터 세트에서 시그널링 될 수 있다. 시그널링되는 신택스 정보에 대한 설명은 상술된 바와 동일하다.
디코딩 장치는 현재 픽처에 대한 인터 예측 및 참조 픽처 리스트 생성을 위하여 POC 정보를 기반으로 현재 픽처와 참조 픽처들에 대한 POC 값을 도출할 수 다(S720).
현재 픽처의 POC 값을 나타내는 변수 PicOrderCntVal는 현재 픽처의 MSB 값을 나타내는 변수 PicOrderCntMsb(변수 POCMsb)와 픽처 헤더에서 시그널링되는 현재 픽처의 LSB를 지시하는 ph_pic_order_cnt_lsb (POC LSB 정보)값의 합으로 도출될 수 있다(변수 PicOrderCntMsb + ph_pic_order_cnt_lsb)
만약, 현재 픽처에 대한 vps_independent_layer_flag 값이 0이어서, 현재 레이어가 참조 픽처로 사용되는 경우, 현재 픽처는 참조 레이어 내의 현재 AU 내에 포함되어 있는 픽처와 동일한 POC 값을 갖는다.
그렇지 않고, 현재 레이어가 인터 레이어 예측에 사용되지 않을 때, 현재 픽처의 변수 PicOrderCntVal는 ph_poc_msb_cycle_present_flag 값(사이클 존재 플래그) 및 사이클 존재 플래그 값을 기반으로 시그널링되는 POC MSB 사이클 값(ph_poc_msb_cycle_val)을 기반으로 도출될 수 있다. 이 때, 사이클 존재 플래그 값의 존재 여부 및 현재 픽처가 CLVSS(coded layer video sequence start) 픽처인지 여부에 따라 서로 다른 도출 과정이 적용될 수 있다.
첫 번째 케이스는, ph_poc_msb_cycle_present_flag가 0이고, 현재 픽처가 CLVSS 픽처가 아닌 경우이다. POC 도출을 위하여 이전 픽처에 대한 변수 prevPicOrderCntLsb와 변수 prevPicOrderCntMsb가 도출될 수 있고, 현재 픽처에 대한 변수 POCMsb는 이전 픽처의 변수 POCMsb를 기반으로 도출될 수 있다.
현재 픽처와 nuh_layer_id가 동일하면서 TemporalId가 0이고, RASL(random access skipped leading) 픽처 또는 RADL(random access decodable leading) 픽처가 아닌 이전 픽처를 prevTid0Pic로 설정하면, 변수 prevPicOrderCntLsb는 prevTid0Pic의 ph_pic_order_cnt_lsb와 동일하고, 변수 prevPicOrderCntMsb는 prevTid0Pic의 PicOrderCntMsb와 동일하게 도출된다.
이때, 현재 픽처의 POC 값을 도출하기 위하여 사용되는 이전 픽처의 비 참조 픽처 플래그의 값은 0이고, 현재 픽처와 이전 픽처의 POC 값의 차이는 POC의 최대 LSB값의 절반 보다 작다는 제한이 존재할 수 있다.
또한, 현재 픽처와 상기 이전 픽처에 대한 레이어 ID는 동일하고, 이전 픽처에 대한, 시간 레이어의 식별 정보로부터 도출되는 시간적 ID(TemporalId)는 0이다. 현재 픽처의 POC 도출을 위한 이전 픽처는 RASL 픽처 또는 RADL 픽처가 아니다.
그런 뒤, 현재 픽처의 ph_pic_order_cnt_lsb과 이전 픽처에 대한 변수 prevPicOrderCntLsb의 크기에 따라 수학식 1과 같이 변수 PicOrderCntVal이 도출될 수 있다.
두 번째 케이스는, ph_poc_msb_cycle_present_flag가 0이고, 현재 픽처가 CLVSS 픽처인 경우로써, PicOrderCntMsb 값이 0이므로, 변수 PicOrderCntVal는 ph_pic_order_cnt_lsb 값으로 도출된다.
세 번째 케이스는, ph_poc_msb_cycle_present_flag 값이 1이 경우이고, 이 때 변수 PicOrderCntMsb는 ph_poc_msb_cycle_val에 MaxPicOrderCntLsb를 곱한 값(ph_poc_msb_cycle_val * MaxPicOrderCntLsb)으로 도출된다. 최종적으로, 변수 PicOrderCntVal는 도출된 변수 PicOrderCntMsb에 시그널링되는 ph_pic_order_cnt_lsb 값의 합으로 도출된다.
디코딩 장치는 현재 픽처의 POC 값과 참조 픽처들에 대한 POC 값을 기반으로 참조 픽처 리스트를 구성하고(S730), 현재 블록에 인터 예측을 수행하여 현재 블록에 대한 예측 샘플들을 도출할 수 있다(S740).
또한, 디코딩 장치(200)는 비트스트림으로부터 현재 블록에 대한 양자화된 변환 계수들에 관한 정보를 디코딩할 수 있고, 현재 블록에 대한 양자화된 변환 계수들에 관한 정보를 기반으로 대상 블록에 대한 양자화된 변환 계수들을 도출할 수 있다. 대상 블록에 대한 양자화된 변환 계수들에 관한 정보는 SPS(Sequence Parameter Set) 또는 슬라이스 헤더(slice header)에 포함될 수 있고, 간소화 변환(RST)이 적용되는지 여부에 대한 정보, 간소화 팩터에 관한 정보, 간소화 변환을 적용하는 최소 변환 사이즈에 대한 정보, 간소화 변환을 적용하는 최대 변환 사이즈에 대한 정보, 간소화 역변환 사이즈, 변환 세트에 포함된 변환 커널 매트릭스 중 어느 하나를 지시하는 변환 인덱스에 대한 정보 중 적어도 하나를 포함할 수 있다.
디코딩 장치(200)는, 현재 블록에 대한 레지듀얼 정보, 즉 양자화된 변환 계수들에 대하여 역양자화를 수행하여 변환 계수들을 도출할 수 있고, 도출된 변환 계수들을 소정 스캐닝 순서로 배열할 수 있다.
이러한 레지듀얼 정보를 기반으로 도출된 변환 계수는 상기와 같이 역양자화된 변환 계수일 수 있고, 양자화된 변환 계수일 수도 있다. 즉, 변환 계수는 양자화와 여부와 무관하게 현재 블록에서 0이 아닌 데이터인지 여부를 체크할 수 있는 데이터이면 된다.
디코딩 장치는 양자화된 변환 계수에 역 변환을 적용하여 레지듀얼 샘플을 도출할 수 있다.
그런 후, 디코딩 장치는 레지듀얼 샘플들과 예측 샘플들을 기반으로 복원 픽처를 생성할 수 있다(S750).
이하의 도면은 본 명세서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/메시지/필드의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
도 8은 본 문서의 일 실시예에 따른 비디오 인코딩 장치의 동작을 도시하는 흐름도이다.
도 8에 개시된 각 단계는 도 3 내지 도 6에서 전술된 내용들 중 일부를 기반으로 한 것이다. 따라서, 도 1 및 도 3 내지 도 6에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.
일 실시예에 따른 인코딩 장치(100)는, 현재 픽처와 참조 픽처들에 대한 POC 값을 도출하고(S810), 도출된 POC 값 및 참조 픽처를 이용하여 현재 블록에 대한 인터 예측을 수행할 수 있다(S820).
인코딩 장치는 POC의 최대 LSB값을 포함하는 POC 정보와, 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비 참조 픽처 플래그를 포함하는 참조 픽처들에 대한 정보를 인코딩하려 출력할 수 있고, 현재 픽처의 POC 값을 도출하기 위하여 사용되는 이전 픽처의 비 참조 픽처 플래그의 값은 0이고, 현재 픽처와 이전 픽처의 POC 값의 차이는 POC의 최대 LSB값의 절반 보다 작게 설정될 수 있다(S830).
현재 픽처에 대한 POC 정보, 현재 픽처의 POC를 도출하는 방법 및 이전 픽처에 대한 제한 및 이전 픽처의 POC 값에 대한 제한 조건은 도 7을 참고하여 설명된 디코딩 장치에 대한 내용과 대동 소이하므로 중복된 설명은 생략된다.
인코딩 장치는, 예측 샘플들에 기초하여 현재 블록에 대한 레지듀얼 샘플들을 도출하고, 변환을 통하여 레지듀얼에 대한 정보를 생성할 수 있다. 레지듀얼 정보는 상술한 변환 관련 정보/신택스 요소를 포함할 수 있다. 인코딩 장치는 레지듀얼 정보를 포함하는 영상/비디오 정보를 인코딩하여 비트스트림 형태로 출력할 수 있다.
보다 구체적으로, 인코딩 장치는 양자화된 변환 계수들에 관한 정보를 생성하고, 생성된 양자화된 변환 계수들에 관한 정보를 인코딩할 수 있다.
본 문서에서 양자화/역양자화 및/또는 변환/역변환 중 적어도 하나는 생략될 수 있다. 상기 양자화/역양자화가 생략되는 경우, 상기 양자화된 변환 계수는 변환 계수라고 불릴 수 있다. 상기 변환/역변환이 생략되는 경우, 상기 변환 계수는 계수 또는 레지듀얼 계수 라고 불릴 수도 있고, 또는 표현의 통일성을 위하여 변환 계수라고 여전히 불릴 수도 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 문서는 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 문서의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다.
또한, 본 문서가 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, 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.
또한, 본 문서가 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다. 또한, 본 문서의 실시예는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독 가능한 캐리어 상에 저장될 수 있다.
도 9는 본 문서를 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 9를 참조하면, 비디오/영상 코딩 시스템은 소스 디바이스 및 수신 디바이스를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포맷을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
도 10은 본 문서가 적용되는 컨텐츠 스트리밍 시스템 구조도를 예시적으로 나타낸다.
또한, 본 문서가 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다. 상기 비트스트림은 본 문서가 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다. 상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 명세서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 명세서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다

Claims (11)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    비트스트림으로부터 POC 정보와 참조 픽처들에 대한 정보를 수신하는 단계와;
    상기 POC 정보를 기반으로 현재 픽처와 참조 픽처들에 대한 POC 값을 도출하는 단계와;
    상기 현재 픽처의 POC 값과 상기 참조 픽처들에 대한 POC 값을 기반으로 참조 픽처 리스트를 구성하는 단계와;
    상기 참조 픽처 리스트를 기반으로 현재 블록에 대한 인터 예측을 수행하여 상기 현재 블록에 대한 예측 샘플들을 도출하는 단계와;
    상기 예측 샘플들을 기반으로 복원 픽처를 생성하는 단계를 포함하고,
    상기 POC 정보는 POC의 최대 LSB값을 포함하고, 상기 참조 픽처들에 대한 정보는 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비 참조 픽처 플래그를 포함하고,
    상기 현재 픽처의 POC 값을 도출하기 위하여 사용되는 이전 픽처의 상기 비 참조 픽처 플래그의 값은 0이고,
    상기 현재 픽처와 상기 이전 픽처의 POC 값의 차이는 상기 POC의 최대 LSB값의 절반 보다 작은 것을 특징으로 하는 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 현재 픽처와 상기 이전 픽처에 대한 레이어 ID는 동일하고,
    상기 이전 픽처에 대한, 시간 레이어의 식별 정보로부터 도출되는 시간적 ID는 0인 것을 특징으로 하는 영상 디코딩 방법.
  3. 제1항에 있어서,
    상기 이전 픽처는 RASL 픽처 또는 RADL 픽처가 아닌 것을 특징으로 하는 영상 디코딩 방법.
  4. 제1항에 있어서,
    상기 현재 픽처의 POC 값은, 변수 POCMsb와 상기 현재 픽처에 대한 POC LSB 정보 값을 기반으로 도출되고,
    상기 변수 POCMsb는 POC MSB 사이클 값의 존재 여부에 대한 사이클 존재 플래그 및 상기 사이클 존재 플래그 값을 기반으로 시그널링되는 POC MSB 사이클 값을 기반으로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  5. 제4항에 있어서,
    상기 현재 픽처에 대한 상기 사이클 존재 플래그의 값이 0이고, 상기 현재 픽처가 CLVSS 픽처가 아니면,
    상기 현재 픽처에 대한 상기 변수 POCMsb는 상기 이전 픽처의 상기 변수 POCMsb를 기반으로 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  6. 영상 인코딩 장치에 의하여 수행되는 영상 인코딩 방법에 있어서,
    현재 픽처와 참조 픽처들에 대한 POC 값을 도출하는 단계와;
    상기 참조 픽처들을 이용하여 상기 현재 블록에 대한 인터 예측을 수행하는 단계와;
    POC 정보와 상기 참조 픽처들에 대한 정보를 인코딩 하는 단계를 포함하되,
    상기 POC 정보는 POC의 최대 LSB값을 포함하고, 상기 참조 픽처들에 대한 정보는 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비 참조 픽처 플래그를 포함하고,
    상기 현재 픽처의 POC 값을 도출하기 위하여 사용되는 이전 픽처의 상기 비 참조 픽처 플래그의 값은 0이고,
    상기 현재 픽처와 상기 이전 픽처의 POC 값의 차이는 상기 POC의 최대 LSB값의 절반 보다 작은 것을 특징으로 하는 영상 인코딩 방법.
  7. 제6항에 있어서,
    상기 현재 픽처와 상기 이전 픽처에 대한 레이어 ID는 동일하고,
    상기 이전 픽처에 대한, 시간 레이어를 식별하는 시간적 ID는 0인 것을 특징으로 하는 영상 인코딩 방법.
  8. 제6항에 있어서,
    상기 이전 픽처는 RASL 픽처 또는 RADL 픽처가 아닌 것을 특징으로 하는 영상 인코딩 방법.
  9. 제7항에 있어서,
    상기 현재 픽처의 POC 값은, 변수 POCMsb와 상기 현재 픽처에 대한 POC LSB 정보 값을 기반으로 도출되고,
    상기 변수 POCMsb는 상기 현재 픽처에 대한 POC MSB 사이클 값의 존재 여부 및 상기 현재 픽처에 대한 POC MSB 사이클 값을 기반으로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  10. 제9항에 있어서,
    상기 현재 픽처에 대한 POC MSB 사이클 값이 존재하지 않고, 상기 현재 픽처가 CLVSS 픽처가 아니면,
    상기 현재 픽처에 대한 상기 변수 POCMsb는 상기 이전 픽처의 상기 변수 POCMsb를 기반으로 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  11. 영상 디코딩 방법을 수행하도록 야기하는 지시 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체로서, 상기 영상 디코딩 방법은,
    비트스트림으로부터 POC 정보와 참조 픽처들에 대한 정보를 수신하는 단계와;
    상기 POC 정보를 기반으로 현재 픽처와 참조 픽처들에 대한 POC 값을 도출하는 단계와;
    상기 현재 픽처의 POC 값과 상기 참조 픽처들에 대한 POC 값을 기반으로 참조 픽처 리스트를 구성하는 단계와;
    상기 참조 픽처 리스트를 기반으로 현재 블록에 대한 인터 예측을 수행하여 상기 현재 블록에 대한 예측 샘플들을 도출하는 단계와;
    상기 예측 샘플들을 기반으로 복원 픽처를 생성하는 단계를 포함하고,
    상기 POC 정보는 POC의 최대 LSB값을 포함하고, 상기 참조 픽처들에 대한 정보는 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비 참조 픽처 플래그를 포함하고,
    상기 현재 픽처의 POC 값을 도출하기 위하여 사용되는 이전 픽처의 상기 비 참조 픽처 플래그의 값은 0이고,
    상기 현재 픽처와 상기 이전 픽처의 POC 값의 차이는 상기 POC의 최대 LSB값의 절반 보다 작은 것을 특징으로 하는 디지털 저장 매체.
PCT/KR2021/006366 2020-05-22 2021-05-21 영상 코딩 방법 및 그 장치 WO2021235895A1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202180060988.9A CN116195247A (zh) 2020-05-22 2021-05-21 图像编码方法和用于该图像编码方法的装置
US17/926,402 US20230188707A1 (en) 2020-05-22 2021-05-21 Image coding method and device therefor
EP21809790.5A EP4156688A4 (en) 2020-05-22 2021-05-21 IMAGE CODING METHOD AND ASSOCIATED DEVICE
KR1020227045280A KR20230017819A (ko) 2020-05-22 2021-05-21 영상 코딩 방법 및 그 장치
JP2022571334A JP2023526535A (ja) 2020-05-22 2021-05-21 映像コーディング方法及びその装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202063028596P 2020-05-22 2020-05-22
US63/028,596 2020-05-22

Publications (1)

Publication Number Publication Date
WO2021235895A1 true WO2021235895A1 (ko) 2021-11-25

Family

ID=78707654

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/006366 WO2021235895A1 (ko) 2020-05-22 2021-05-21 영상 코딩 방법 및 그 장치

Country Status (6)

Country Link
US (1) US20230188707A1 (ko)
EP (1) EP4156688A4 (ko)
JP (1) JP2023526535A (ko)
KR (1) KR20230017819A (ko)
CN (1) CN116195247A (ko)
WO (1) WO2021235895A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10674171B2 (en) * 2011-09-27 2020-06-02 Telefonaktiebolaget Lm Ericsson (Publ) Decoders and methods thereof for managing pictures in video decoding process

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150304671A1 (en) * 2012-07-01 2015-10-22 Sharp Kabushiki Kaisha Device for signaling a long-term reference picture in a parameter set
US20180199051A1 (en) * 2011-11-08 2018-07-12 Nokia Technologies Oy Reference picture handling
KR101981712B1 (ko) * 2012-11-21 2019-05-24 엘지전자 주식회사 영상 디코딩 방법 및 이를 이용하는 장치
US20190379903A1 (en) * 2011-11-07 2019-12-12 Microsoft Technology Licensing, Llc Signaling of state information for a decoded picture buffer and reference picture lists

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4935746B2 (ja) * 2008-04-07 2012-05-23 富士通株式会社 動画像符号化装置、動画像復号化装置及びその符号化、復号化方法
US10674171B2 (en) * 2011-09-27 2020-06-02 Telefonaktiebolaget Lm Ericsson (Publ) Decoders and methods thereof for managing pictures in video decoding process
JP5869688B2 (ja) * 2011-10-28 2016-02-24 サムスン エレクトロニクス カンパニー リミテッド インター予測方法及びその装置、動き補償方法及びその装置
KR102219082B1 (ko) * 2011-11-11 2021-02-23 엘지전자 주식회사 영상 정보 전송 방법 및 장치와 이를 이용한 복호화 방법 및 장치
US9432665B2 (en) * 2011-12-02 2016-08-30 Qualcomm Incorporated Coding least significant bits of picture order count values identifying long-term reference pictures
WO2013107939A1 (en) * 2012-01-20 2013-07-25 Nokia Corporation Method for video coding and an apparatus, a computer-program product, a system, and a module for the same
KR101995270B1 (ko) * 2012-04-25 2019-07-03 삼성전자주식회사 비디오 데이터를 재생하는 방법 및 장치
WO2014069920A1 (en) * 2012-11-01 2014-05-08 Samsung Electronics Co., Ltd. Recording medium, reproducing device for providing service based on data of recording medium, and method thereof
US9521393B2 (en) * 2013-01-07 2016-12-13 Qualcomm Incorporated Non-nested SEI messages in video coding
US10212435B2 (en) * 2013-10-14 2019-02-19 Qualcomm Incorporated Device and method for scalable coding of video information
US9942546B2 (en) * 2013-12-12 2018-04-10 Qualcomm Incorporated POC value design for multi-layer video coding
US11228776B1 (en) * 2020-03-27 2022-01-18 Tencent America LLC Method for output layer set mode in multilayered video stream

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190379903A1 (en) * 2011-11-07 2019-12-12 Microsoft Technology Licensing, Llc Signaling of state information for a decoded picture buffer and reference picture lists
US20180199051A1 (en) * 2011-11-08 2018-07-12 Nokia Technologies Oy Reference picture handling
US20150304671A1 (en) * 2012-07-01 2015-10-22 Sharp Kabushiki Kaisha Device for signaling a long-term reference picture in a parameter set
KR101981712B1 (ko) * 2012-11-21 2019-05-24 엘지전자 주식회사 영상 디코딩 방법 및 이를 이용하는 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHOI (TENCENT) B; WENGER (STEWE) S; LIU (TENCENT) S: "AHG9: On picture output for non-reference pictures", 130. MPEG MEETING; 20200420 - 20200424; ALPBACH; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11),, 3 April 2020 (2020-04-03), pages 1 - 2, XP030285956 *
See also references of EP4156688A4 *

Also Published As

Publication number Publication date
KR20230017819A (ko) 2023-02-06
JP2023526535A (ja) 2023-06-21
EP4156688A4 (en) 2024-05-15
EP4156688A1 (en) 2023-03-29
US20230188707A1 (en) 2023-06-15
CN116195247A (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
WO2020197236A1 (ko) 서브 픽처 핸들링 구조 기반 영상 또는 비디오 코딩
WO2020076066A1 (ko) 신택스 디자인 방법 및 신택스를 이용하여 코딩을 수행하는 장치
WO2020189960A1 (ko) 크로마 포맷에 대한 정보를 시그널링 하는 방법 및 장치
WO2021225338A1 (ko) 영상 디코딩 방법 및 그 장치
WO2021201515A1 (ko) Hls를 시그널링하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 컴퓨터 판독 가능한 기록 매체
WO2021096057A1 (ko) 비디오 또는 영상 코딩 시스템에서의 엔트리 포인트 관련 정보에 기반한 영상 코딩 방법
WO2021145728A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021118295A1 (ko) 루프 필터링을 제어하기 위한 영상 코딩 장치 및 방법
WO2021118265A1 (ko) 적응적 루프 필터를 적용하는 비디오 또는 영상 코딩
WO2021133060A1 (ko) 서브픽처 기반 영상 코딩 장치 및 방법
WO2021118293A1 (ko) 필터링 기반 영상 코딩 장치 및 방법
WO2021107622A1 (ko) 영상/비디오 코딩 방법 및 장치
WO2021118261A1 (ko) 영상 정보를 시그널링하는 방법 및 장치
WO2021235895A1 (ko) 영상 코딩 방법 및 그 장치
WO2019203533A1 (ko) 다중 움직임 모델을 고려한 인터 예측 방법 및 그 장치
WO2021137588A1 (ko) 픽처 헤더를 포함하는 영상 정보를 코딩하는 영상 디코딩 방법 및 그 장치
WO2021107634A1 (ko) 픽처 분할 정보를 시그널링 하는 방법 및 장치
WO2021172891A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021145726A1 (ko) 적응적 루프 필터링 기반 영상 코딩 장치 및 방법
WO2021145725A1 (ko) 필터링 관련 정보 시그널링 기반 영상 코딩 장치 및 방법
WO2021107624A1 (ko) 픽처의 분할 구조에 기반한 영상/비디오 코딩 방법 및 장치
WO2021201463A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021118263A1 (ko) 영상 정보를 시그널링하는 방법 및 장치
WO2021137589A1 (ko) 영상 디코딩 방법 및 그 장치
WO2021137591A1 (ko) Ols dpb 파라미터 인덱스를 포함하는 영상 정보 기반 영상 디코딩 방법 및 그 장치

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: 21809790

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022571334

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20227045280

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2021809790

Country of ref document: EP

Effective date: 20221222

NENP Non-entry into the national phase

Ref country code: DE