WO2021241963A1 - 비디오 또는 영상 코딩 시스템에서의 poc 정보 및 비-참조 픽처 플래그에 기반한 영상 코딩 방법 - Google Patents

비디오 또는 영상 코딩 시스템에서의 poc 정보 및 비-참조 픽처 플래그에 기반한 영상 코딩 방법 Download PDF

Info

Publication number
WO2021241963A1
WO2021241963A1 PCT/KR2021/006430 KR2021006430W WO2021241963A1 WO 2021241963 A1 WO2021241963 A1 WO 2021241963A1 KR 2021006430 W KR2021006430 W KR 2021006430W WO 2021241963 A1 WO2021241963 A1 WO 2021241963A1
Authority
WO
WIPO (PCT)
Prior art keywords
picture
poc
information
value
reference picture
Prior art date
Application number
PCT/KR2021/006430
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 CN202180038048.XA priority Critical patent/CN115699768A/zh
Priority to KR1020227045279A priority patent/KR20230017818A/ko
Priority to US17/791,062 priority patent/US20230113358A1/en
Publication of WO2021241963A1 publication Critical patent/WO2021241963A1/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
    • H04N19/50—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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—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
    • H04N19/177—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a group of pictures [GOP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/188—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a video data packet, e.g. a network abstraction layer [NAL] unit
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • 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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors

Definitions

  • This document relates to video/image coding technology, and more particularly, to a video coding method based on POC information and non-reference picture flags in a video or image coding system.
  • VR Virtual Reality
  • AR Artificial Realtiy
  • holograms broadcasting is increasing.
  • a high-efficiency video/image compression technology is required to effectively compress, transmit, store, and reproduce high-resolution and high-quality video/image information having various characteristics as described above.
  • a method and apparatus for increasing video/image coding efficiency are provided.
  • a method and an apparatus for signaling POC information are provided.
  • a method and an apparatus for signaling a non-reference picture flag related to whether a picture is not used as a reference picture are provided.
  • a method and apparatus for deriving a previous picture in a decoding order for deriving a POC value of a current picture based on a non-reference picture flag are provided.
  • a method and apparatus for deriving a previous picture in a decoding order for deriving a POC value of a current picture based on MaxPicOrderCntLsb are provided.
  • a video/image decoding method performed by a decoding apparatus is provided.
  • a decoding apparatus for performing video/image decoding.
  • a video/image encoding method performed by an encoding apparatus is provided.
  • an encoding apparatus for performing video/image encoding is provided.
  • a computer-readable digital storage medium in which encoded video/image information generated according to the video/image encoding method disclosed in at least one of the embodiments of this document is stored.
  • encoded information or encoded video/image information causing the decoding apparatus to perform the video/image decoding method disclosed in at least one of the embodiments of this document is stored;
  • a storage medium is provided.
  • overall video/image compression efficiency may be increased.
  • POC information may be signaled.
  • a non-reference picture flag related to whether a picture is not used as a reference picture may be signaled.
  • a previous picture in decoding order for deriving a POC value of the current picture may be derived based on the non-reference picture flag.
  • a previous picture in the decoding order for deriving the POC value of the current picture may be derived based on MaxPicOrderCntLsb.
  • FIG. 1 schematically shows an example of a video/image coding system to which embodiments of this document can be applied.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/image encoding apparatus to which embodiments of the present document may be applied.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/image decoding apparatus to which embodiments of the present document may be applied.
  • FIG. 5 is a diagram illustrating a temporal layer structure for NAL units in a bitstream supporting temporal scalability.
  • FIG. 6 shows a video/image encoding method based on inter prediction.
  • FIG. 7 shows a video/image decoding method based on inter prediction.
  • FIG. 8 shows an example of a POC-based video/image encoding method.
  • FIG 9 shows an example of a POC-based video/image decoding method.
  • FIG. 10 and 11 schematically show an example of a video/image encoding method and related components according to embodiment(s) of this document.
  • FIG. 14 shows an example of a content streaming system to which embodiments disclosed in this document can be applied.
  • each component in the drawings described in this document is shown independently for the convenience of description regarding different characteristic functions, and does not mean that each component is implemented as separate hardware or separate software.
  • two or more components among each component may be combined to form one component, or one component may be divided into a plurality of components.
  • Embodiments in which each component is integrated and/or separated are also included in the scope of the present document without departing from the essence of this document.
  • FIG. 1 schematically shows an example of a video/image coding system to which embodiments of this document can be applied.
  • a video/image coding system may include a first apparatus (source device) and a second apparatus (receive device).
  • the source device may transmit encoded video/image information or data in the form of a file or streaming to the receiving device through a digital storage medium or a network.
  • the source device may include a video source, an encoding apparatus, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding apparatus, and a renderer.
  • the encoding apparatus may be referred to as a video/image encoding apparatus, and the decoding apparatus may be referred to as a video/image decoding apparatus.
  • the transmitter may be included in the encoding device.
  • the receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or external component.
  • the 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 a variety of storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiver may receive/extract the bitstream and transmit it to the decoding device.
  • the decoding apparatus may decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding apparatus.
  • the renderer may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • This article is about video/image coding.
  • a method/embodiment disclosed in this document may be applied to a method disclosed in a versatile video coding (VVC) standard.
  • the method/embodiment disclosed in this document is an essential video coding (EVC) standard, AOMedia Video 1 (AV1) standard, 2nd generation of audio video coding standard (AVS2), or a next-generation video/video coding standard (ex. H.267). or H.268, etc.).
  • EVC essential video coding
  • AV1 AOMedia Video 1
  • AVS2 2nd generation of audio video coding standard
  • next-generation video/video coding standard ex. H.267. or H.268, etc.
  • a video may mean a set of a series of images according to the passage of time.
  • a picture generally means a unit representing one image in a specific time period
  • a slice/tile is a unit constituting a part of a picture in coding.
  • a slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • One picture may consist of one or more slices/tiles.
  • a tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture.
  • the tile column is a rectangular region of CTUs, the rectangular region has a height equal to the height of the picture, and the width may be specified by syntax elements in a picture parameter set (The tile column is a rectangular region of CTUs having a height equal to the height of the picture and a width specified by syntax elements in the picture parameter set).
  • the tile row is a rectangular region of CTUs, the rectangular region has a height specified by syntax elements in a picture parameter set, and the width may be equal to the width of the picture (The tile row is a rectangular region of CTUs) having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture).
  • a tile scan may indicate a specific sequential ordering of CTUs partitioning a picture, wherein the CTUs may be sequentially aligned with a CTU raster scan within a tile, and tiles within a picture may be sequentially aligned with a raster scan of the tiles of the picture.
  • a tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture).
  • a slice includes an integer number of complete tiles or an integer number of consecutive complete CTU rows within a tile of a picture that may be exclusively contained in a single NAL unit
  • one picture may be divided into two or more subpictures.
  • a subpicture may be a rectangular region of one or more slices within a picture.
  • a pixel or pel may mean a minimum unit constituting one picture (or image). Also, a 'sample' may be used as a term corresponding to a pixel.
  • a sample may generally represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component.
  • a unit may represent a basic unit of image processing.
  • the unit may include at least one of a specific region of a picture and information related to the region.
  • One unit may include one luma block and two chroma (ex. cb, cr) blocks.
  • a unit may be used interchangeably with terms such as a block or an area in some cases.
  • an MxN block may include samples (or sample arrays) or a set (or arrays) of transform coefficients including M columns and N rows.
  • a or B (A or B) may mean “only A”, “only B”, or “both A and B”.
  • a or B (A or B)” in this document may be interpreted as “A and/or B (A and/or B)”.
  • A, B or C(A, B or C) means “only A”, “only B”, “only C”, or "any and any combination of A, B and C ( any combination of A, B and C)”.
  • a slash (/) or a comma (comma) used in this document may mean “and/or”.
  • A/B may mean “A and/or B”. Accordingly, “A/B” may mean “only A”, “only B”, or “both A and B”.
  • A, B, C may mean “A, B, or C”.
  • At least one of A and B may mean “only A”, “only B” or “both A and B”. Also, in this document, the expression “at least one of A or B” or “at least one of A and/or B” means “at least one It can be interpreted the same as “A and B (at least one of A and B)”.
  • At least one of A, B and C means “only A”, “only B”, “only C”, or “A, B and C” any combination of A, B and C”. Also, “at least one of A, B or C” or “at least one of A, B and/or C” means can mean “at least one of A, B and C”.
  • parentheses used in this document may mean “for example”. Specifically, when “prediction (intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”. In other words, “prediction” in this document is not limited to “intra prediction”, and “intra prediction” may be proposed as an example of “prediction”. Also, even when “prediction (ie, intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”.
  • the encoding device may include an image encoding device and/or a video encoding device.
  • the encoding apparatus 200 includes an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, It may be configured to include an adder 250 , a filter 260 , and a memory 270 .
  • the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222 .
  • the residual processing unit 230 may include a transformer 232 , a quantizer 233 , an inverse quantizer 234 , and an inverse transformer 235 .
  • the residual processing unit 230 may further include a subtractor 231 .
  • the adder 250 may be referred to as a reconstructor or a reconstructed block generator.
  • the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, adder 250 and filtering unit 260 may include one or more hardware components ( For example, by an encoder chipset or processor).
  • the memory 270 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 270 as an internal/external component.
  • the image dividing unit 210 may divide an input image (or a picture, a frame) input to the encoding apparatus 200 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • the coding unit is to be recursively divided according to a quad-tree binary-tree ternary-tree (QTBTTT) structure from a coding tree unit (CTU) or largest coding unit (LCU).
  • QTBTTT quad-tree binary-tree ternary-tree
  • CTU coding tree unit
  • LCU largest coding unit
  • one coding unit may be divided into a plurality of coding units having a lower depth based on a quad tree structure, a binary tree structure, and/or a ternary structure.
  • a quad tree structure may be applied first and a binary tree structure and/or a ternary structure may be applied later.
  • the binary tree structure may be applied first.
  • a coding procedure according to this document may be performed based on the final coding unit that is no longer divided.
  • the largest 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 luminance 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 an image) as a pixel or a pel.
  • the encoding apparatus 200 subtracts the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input image signal (original block, original sample array) to obtain a residual A signal (residual signal, residual block, residual sample array) may be generated, and the generated residual signal is transmitted to the converter 232 .
  • a unit for subtracting a prediction signal (prediction block, prediction sample array) from an input image signal (original block, original sample array) in the encoder 200 may be referred to as a subtraction unit 231 .
  • the prediction unit may perform prediction on a processing target block (hereinafter, referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information about prediction, such as prediction mode information, and transmit it to the entropy encoding unit 240 , as will be described later in the description of each prediction mode.
  • the prediction information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra prediction unit 222 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the vicinity of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes according to the granularity of the prediction direction. However, this is an example, and a higher or lower number of directional prediction modes may be used according to a setting.
  • the intra prediction unit 222 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 221 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • the motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated CU (colCU), or the like, and a reference picture including the temporally neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive a motion vector and/or a reference picture index of the current block. can create Inter prediction may be performed based on various prediction modes. For example, in the skip mode and merge mode, the inter prediction unit 221 may use motion information of a neighboring block as motion information of the current block.
  • the motion vector of the current block is calculated by using a motion vector of a neighboring block as a motion vector predictor and signaling a motion vector difference.
  • the prediction unit 220 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, the sample value in the picture may be signaled based on information about the palette table and palette index.
  • the prediction signal generated by the prediction unit may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation technique may include at least one of a discrete cosine transform (DCT), a discrete sine transform (DST), a graph-based transform (GBT), or a conditionally non-linear transform (CNT).
  • DCT discrete cosine transform
  • DST discrete sine transform
  • GBT graph-based transform
  • CNT conditionally non-linear transform
  • GBT means a transformation obtained from this graph when expressing relationship information between pixels in a graph.
  • CNT refers to a transformation obtained by generating a prediction signal using all previously reconstructed pixels and based thereon.
  • the transformation process may be applied to a block of pixels having the same size as a square, or may be applied to a block of a variable size that is not a square.
  • the quantization unit 233 quantizes the transform coefficients and transmits them to the entropy encoding unit 240, and the entropy encoding unit 240 encodes the quantized signal (information 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 233 may rearrange the quantized transform coefficients in the block form into a one-dimensional vector form based on a coefficient scan order, and the quantized transform coefficients in the one-dimensional vector form are quantized based on the quantized transform coefficients in the one-dimensional vector form. Information about the transform coefficients may be generated.
  • the entropy encoding unit 240 may perform various encoding methods such as, for example, exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 240 may encode information necessary for video/image reconstruction (eg, values of syntax elements, etc.) other than the quantized transform coefficients together or separately.
  • Encoded information (eg, encoded video/image information) may be transmitted or stored in a network abstraction layer (NAL) unit unit in a bitstream form.
  • 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 storing unit (not shown) for storing may be configured as internal/external elements of the encoding apparatus 200, or the transmitting unit It may be included in the entropy encoding unit 240 .
  • the quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
  • a residual signal residual block or residual samples
  • the adder 250 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 221 or the intra prediction unit 222 to obtain a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array). can be created
  • the predicted block may be used as a reconstructed block.
  • the addition unit 250 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, or may be used for inter prediction of the next picture after filtering as described below.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 260 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 260 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 270 , specifically, the DPB of the memory 270 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the filtering unit 260 may generate various types of filtering-related information and transmit it to the entropy encoding unit 240 , as will be described later in the description of each filtering method.
  • the filtering-related information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the corrected reconstructed picture transmitted to the memory 270 may be used as a reference picture in the inter prediction unit 221 .
  • the encoding apparatus can avoid prediction mismatch between the encoding apparatus 200 and the decoding apparatus, and can also improve encoding efficiency.
  • the memory 270 DPB may store the corrected reconstructed picture to be used as a reference picture in the inter prediction unit 221 .
  • the memory 270 may store motion information of a block in which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 270 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 222 .
  • the decoding device may include an image decoding device and/or a video decoding device.
  • the decoding apparatus 300 includes an entropy decoder 310 , a residual processor 320 , a predictor 330 , an adder 340 , and a filtering unit. (filter, 350) and may be configured to include a memory (memoery, 360).
  • the prediction unit 330 may include an inter prediction unit 331 and an intra prediction unit 332 .
  • the residual processing unit 320 may include a dequantizer 321 and an inverse transformer 321 .
  • the entropy decoding unit 310 , the residual processing unit 320 , the prediction unit 330 , the addition unit 340 , and the filtering unit 350 are one hardware component (eg, a decoder chipset or a processor according to an embodiment). ) can be configured by
  • the memory 360 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 360 as an internal/external component.
  • the decoding apparatus 300 may reconstruct an image corresponding to a process in which the video/image information is processed in the encoding apparatus of FIG. 2 .
  • the decoding apparatus 300 may derive units/blocks based on block division related information obtained from the bitstream.
  • the decoding apparatus 300 may perform decoding by using a processing unit applied in the encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit, and the coding unit may be divided along a quad tree structure, a binary tree structure and/or a ternary tree structure from a coding tree unit or a largest coding unit.
  • One or more transform units may be derived from a coding unit.
  • the reconstructed image signal decoded and output through the decoding apparatus 300 may be reproduced through the reproduction apparatus.
  • the decoding apparatus 300 may receive a signal output from the encoding apparatus of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310 .
  • the entropy decoding unit 310 may derive information (eg, video/image information) necessary for image restoration (or picture restoration) by parsing the 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).
  • the video/image information may further include general constraint information.
  • the decoding apparatus may decode the picture further based on the information on the parameter set and/or the general restriction information.
  • Signaled/received information and/or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 310 decodes information in a bitstream based on a coding method such as exponential Golomb encoding, CAVLC or CABAC, and a value of a syntax element required for image reconstruction, and a quantized value of a transform coefficient related to a residual can be printed out.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in the bitstream, and decodes the syntax element information to be decoded and the decoding information of the surrounding and decoding target blocks or the symbol/bin information decoded in the previous step.
  • a context model is determined using the context model, and the probability of occurrence of a bin is predicted according to the determined context model, and a symbol corresponding to the value of each syntax element can be generated by performing arithmetic decoding of the bin.
  • the CABAC entropy decoding method may update the context model by using the decoded symbol/bin information for the context model of the next symbol/bin after determining the context model.
  • Prediction-related information among the information decoded by the entropy decoding unit 310 is provided to the prediction units (the inter prediction unit 332 and the intra prediction unit 331), and the entropy decoding unit 310 performs entropy decoding.
  • the dual value that is, the quantized transform coefficients and related parameter information may be input to the residual processing unit 320 .
  • the residual processing unit 320 may derive a residual signal (residual block, residual samples, residual sample array). Also, information about filtering among the information decoded by the entropy decoding unit 310 may be provided to the filtering unit 350 .
  • a receiving unit (not shown) that receives a signal output from the encoding device may be further configured as an internal/external element of the decoding device 300 , or the receiving unit may be a component of the entropy decoding unit 310 .
  • the decoding apparatus may be called a video/image/picture decoding apparatus, and the decoding apparatus is divided into an information decoder (video/image/picture information decoder) and a sample decoder (video/image/picture sample decoder).
  • the information decoder may include the entropy decoding unit 310 , and the sample decoder includes the inverse quantization unit 321 , the inverse transform unit 322 , the adder 340 , the filtering unit 350 , and the memory 360 . ), an inter prediction unit 332 , and at least one of an intra prediction unit 331 .
  • the inverse quantizer 321 may inverse quantize the quantized transform coefficients to output the transform coefficients.
  • the inverse quantizer 321 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, the rearrangement may be performed based on the coefficient scan order performed by the encoding device.
  • the inverse quantization unit 321 may perform inverse quantization on the quantized transform coefficients using a quantization parameter (eg, quantization step size information) and obtain transform coefficients.
  • a quantization parameter eg, quantization step size information
  • the inverse transform unit 322 inverse transforms the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit 330 may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit 330 may determine whether intra prediction or inter prediction is applied to the current block based on the prediction information output from the entropy decoding unit 310, and determine a specific intra/inter prediction mode.
  • the prediction unit 330 may generate a prediction signal based on various prediction methods to be described later. For example, the prediction unit 330 may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP). Also, the prediction unit 330 may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • IBC intra block copy
  • the IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC). IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, information about a palette table and a palette index may be included in the video/image information and signaled.
  • the intra prediction unit 331 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the vicinity of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra prediction unit 331 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 332 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • the motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the inter prediction unit 332 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or a reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes, and the information on the prediction may include information indicating the mode of inter prediction for the current block.
  • the adder 340 restores the obtained residual signal by adding it to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 332 and/or the intra prediction unit 331 ).
  • a signal (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the predicted block may be used as a reconstructed block.
  • the adder 340 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, may be output through filtering as described below, or may be used for inter prediction of the next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 350 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and convert the modified reconstructed picture to the memory 360 , specifically, the DPB of the memory 360 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the (modified) reconstructed picture stored in the DPB of the memory 360 may be used as a reference picture in the inter prediction unit 332 .
  • the memory 360 may store motion information of a block in which motion information in the current picture is derived (or decoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 332 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 360 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 331 .
  • the embodiments described in the filtering unit 260 , the inter prediction unit 221 , and the intra prediction unit 222 of the encoding apparatus 200 are the filtering unit 350 and the inter prediction unit of the decoding apparatus 300 , respectively.
  • the same or corresponding application may be applied to the unit 332 and the intra prediction unit 331 .
  • prediction is performed to increase compression efficiency in video coding.
  • the predicted block includes prediction samples in a spatial domain (or pixel domain).
  • the predicted block is derived equally from the encoding device and the decoding device, and the encoding device decodes information (residual information) about the residual between the original block and the predicted block, not the original sample value itself of the original block.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, and generate a reconstructed block including reconstructed samples by adding the residual block and the predicted block to the reconstructed blocks. It is possible to generate a restored picture including
  • the residual information may be generated through transformation and quantization procedures.
  • the encoding apparatus derives a residual block between the original block and the predicted block, and performs a transform procedure on residual samples (residual sample array) included in the residual block to derive transform coefficients
  • the associated residual information may be signaled to the decoding apparatus (via a bitstream).
  • the residual information may include information such as value information of the quantized transform coefficients, location information, a transform technique, a transform kernel, and a quantization parameter.
  • the decoding apparatus may perform an inverse quantization/inverse transformation procedure based on the residual information and derive residual samples (or residual blocks).
  • the decoding apparatus may generate a reconstructed picture based on the predicted block and the residual block.
  • the encoding apparatus may also inverse quantize/inverse transform the quantized transform coefficients for reference for inter prediction of a later picture to derive a residual block, and generate a reconstructed picture based thereon.
  • At least one of quantization/inverse quantization and/or transform/inverse transform may be omitted.
  • the quantized transform coefficient may be referred to as a transform coefficient.
  • the transform coefficient may be called a coefficient or a residual coefficient, or may still be called a transform coefficient for uniformity of expression.
  • a quantized transform coefficient and a transform coefficient may be referred to as a transform coefficient and a scaled transform coefficient, respectively.
  • the residual information may include information on transform coefficient(s), and the information on the transform coefficient(s) may be signaled through residual coding syntax.
  • Transform coefficients may be derived based on the residual information (or information about the transform coefficient(s)), and scaled transform coefficients may be derived through inverse transform (scaling) on the transform coefficients.
  • Residual samples may be derived based on an inverse transform (transform) of the scaled transform coefficients. This may be applied/expressed in other parts of this document as well.
  • the coded video/image is a video coding layer (VCL) that handles video/image decoding processing and itself, a subsystem that transmits and stores encoded information, and the VCL and subsystem It exists between them and can be divided into a network abstraction layer (NAL) that is in charge of a network adaptation function.
  • VCL video coding layer
  • NAL network abstraction layer
  • VCL data including compressed image data is generated, or a Picture Parameter Set (PPS), a Sequence Parameter Set (SPS), a video parameter set ( A parameter set including a Video Parameter Set (VPS) or Supplemental Enhancement Information (SEI) message additionally required for a video 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 RBSP (Raw Byte Sequence Payload) generated in the VCL.
  • the RBSP may refer to slice data, a parameter set, an SEI message, etc. generated in the VCL.
  • the NAL unit header may include NAL unit type information designated according to RBSP data included in the corresponding NAL unit.
  • the NAL unit may be classified 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 (sliced data) about an image
  • a Non-VCL NAL unit is a NAL unit containing information (parameter set or SEI message) required for image decoding. can mean .
  • 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 is a data format of a predetermined standard such as H.266 / VVC file format (VVC file format), real-time transport protocol (RTP), transport stream (Transport Stream, TS), etc. ( data format) and can be transmitted over various networks.
  • the NAL unit may have a NAL unit type designated according to the RBSP data structure included in the NAL unit, and information on the NAL unit type may be stored and signaled in the NAL unit header.
  • the NAL unit may be classified into a VCL NAL unit type and a Non-VCL NAL unit type according to whether or not information about an image (slice data) is included.
  • the VCL NAL unit type may be classified according to characteristics and types of pictures included in the VCL NAL unit
  • the Non-VCL NAL unit type may be classified according to the type of a parameter set.
  • the following may be an example of a NAL unit type designated according to the type of a parameter set included in the Non-VCL NAL unit type.
  • NAL unit Type of NAL unit including APS
  • NAL unit Type of NAL unit including DPS
  • NAL unit Type of NAL unit including VPS
  • NAL unit Type of NAL unit including SPS
  • NAL unit Type of NAL unit including PPS
  • NAL unit Type of NAL unit including PH
  • the above-described NAL unit types may 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 the NAL unit type may be designated as a nal_unit_type value.
  • one picture may include a plurality of slices, and a slice may include a slice header and slice data.
  • one picture header may be added (embedded) for a plurality of slices (a slice header and a set of slice data).
  • the picture header may include information/parameters that can be commonly applied to pictures.
  • the slice header may include information/parameters commonly applicable to slices.
  • APS APS syntax
  • PPS PPS syntax
  • SPS SPS syntax
  • SPS syntax may include information/parameters that can be commonly applied to one or more sequences.
  • the VPS may include information/parameters that can be commonly applied to a plurality of layers.
  • the DPS may include information/parameters that can be commonly applied to the entire image.
  • the DPS may include information/parameters related to concatenation of a coded video sequence (CVS).
  • High Level Syntax may include at least one of APS syntax, PPS syntax, SPS syntax, VPS syntax, DPS syntax, picture header syntax, and slice header syntax.
  • one NAL unit type may be configured for one picture, and the NAL unit type may be signaled through nal_unit_type in the NAL unit header of the NAL unit including the slice as described above.
  • the following table shows an example of a NAL unit type code and a NAL unit type class.
  • a clean random access (CRA) picture may be related to a random access skipped leading (RASL) picture or a random access decodable leading (RADL) picture existing in a bitstream.
  • An instantaneous decoding refresh (IDR) picture with nal_unit_type equal to the variable IDR_N_LP does not have an associated leading picture in the bitstream. That is, an IDR picture having the same nal_unit_type as the variable IDR_W_RADL does not have an associated RASL picture in the bitstream, but may have an associated RADL picture.
  • An IDR picture is an IRAP picture in which each VCL-NAL unit has a nal_unit_type equal to IDR_W_RADL or IDR_N_LP.
  • the IDR picture may be a picture in which inter prediction is not used and the decoding order in the bitstream is the first in performing the decoding procedure. Alternatively, the IDR picture may appear later in the bitstream.
  • Each IDR picture may be the first picture in the CVS in decoding order.
  • An IDR picture in which each VCL-NAL unit has the same nal_unit_type as IDR_W_RADL may have an associated RADL picture.
  • An IDR picture in which each VCL-NAL unit has nal_unit_type equal to IDR_N_LP does not have an associated leading picture. That is, an IDR picture does not have related RASL pictures.
  • the video/image information encoded from the encoding device to the decoding device and signaled in the form of a bitstream includes not only intra-picture partitioning-related information, intra/inter prediction information, residual information, in-loop filtering information, etc.
  • Information included in the slice header, information included in the picture header, information included in the APS, information included in the PPS, information included in the SPS, information included in the VPS and/or information included in the DPS can do.
  • the video/image information may further include information on a NAL unit header.
  • a bitstream (or a 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. 5 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 e.g., temporal_id
  • a temporal layer composed of NAL units having a temporal_id value of 0 may provide the lowest temporal scalability
  • 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).
  • the prediction unit of the encoding apparatus/decoding apparatus may derive a prediction sample by performing inter prediction in units of blocks.
  • Inter prediction may indicate a prediction derived in a method dependent on data elements (eg, sample values, or motion information) of a picture(s) other than the current picture (Inter prediction can be a prediction derived in a manner that is dependent on data elements (ex. sample values or motion information) of picture(s) other than the current picture).
  • the predicted block (prediction sample array) for the current block can be derived based on the reference block (reference sample array) specified by the motion vector on the reference picture pointed to by the reference picture index.
  • the motion information of the current block may be predicted in units of blocks, subblocks, or samples based on the correlation of 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 type (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated CU (colCU), or the like, and a reference picture including the temporally neighboring block may be called a collocated picture (colPic).
  • a motion information candidate list may be constructed based on neighboring blocks of the current block, and a flag indicating which candidate is selected (used) to derive a motion vector and/or a reference picture index of the current block.
  • index information may be signaled.
  • Inter prediction may be performed based on various prediction modes. For example, in skip mode and merge mode, motion information of the current block may be the same as motion information of a selected neighboring block. In the skip mode, unlike the merge mode, a residual signal may not be transmitted.
  • a motion vector of a selected neighboring block may be used as a motion vector predictor, and a motion vector difference may be signaled.
  • the motion vector of the current block may be derived using the sum of the motion vector predictor and the motion vector difference.
  • the motion information may include L0 motion information and/or L1 motion information according to an inter prediction type (L0 prediction, L1 prediction, Bi prediction, etc.).
  • a motion vector in the L0 direction may be referred to as an L0 motion vector or MVL0
  • a motion vector in the L1 direction may be referred to as an L1 motion vector or MVL1.
  • the prediction based on the L0 motion vector may be called L0 prediction
  • the prediction based on the L1 motion vector may be called the L1 prediction
  • the prediction based on both the L0 motion vector and the L1 motion vector may be called a bi-prediction.
  • the L0 motion vector may indicate a motion vector associated with the reference picture list L0 (L0), and the L1 motion vector may indicate a motion vector associated with the reference picture list L1 (L1).
  • the reference picture list L0 may include pictures that are earlier than the current picture in output order as reference pictures, and the reference picture list L1 may include pictures that are later than the current picture in output order.
  • the previous pictures may be referred to as forward (reference) pictures, and the subsequent pictures may be referred to as backward (reference) pictures.
  • the reference picture list L0 may further include pictures that are later than the current picture in output order as reference pictures. In this case, the previous pictures may be indexed first and the subsequent pictures may be indexed next in the reference picture list L0.
  • the reference picture list L1 may further include pictures earlier than the current picture in output order as reference pictures.
  • the subsequent pictures may be indexed first in the reference picture list 1 and the previous pictures may be indexed next.
  • the output order may correspond to a picture order count (POC) order.
  • POC picture order count
  • a video/image encoding procedure based on inter prediction may schematically include, for example, the following.
  • FIG. 6 shows a video/image encoding method based on inter prediction.
  • the encoding apparatus performs inter prediction on the current block ( S600 ).
  • the encoding apparatus may derive the inter prediction mode and motion information of the current block, and generate prediction samples of the current block.
  • the procedures for determining the inter prediction mode, deriving motion information, and generating prediction samples may be performed simultaneously, or one procedure may be performed before another procedure.
  • the inter prediction unit of the encoding apparatus may include a prediction mode determiner, a motion information derivation unit, and a prediction sample derivation unit, the prediction mode determiner determines the prediction mode for the current block, and the motion information derivation unit
  • the motion information of the current block may be derived, and the prediction samples of the current block may be derived from the prediction sample derivation unit.
  • the inter prediction unit of the encoding apparatus searches for a block similar to the current block within a predetermined area (search area) of reference pictures through motion estimation, and the difference from the current block is a minimum or a predetermined criterion.
  • the following reference blocks can be derived. Based on this, a reference picture index indicating a reference picture in which the reference block is located may be derived, and a motion vector may be derived based on a position difference between the reference block and the current block.
  • the encoding apparatus may determine a mode applied to the current block from among various prediction modes. The encoding apparatus may compare RD costs for the various prediction modes and determine an optimal prediction mode for the current block.
  • the encoding apparatus constructs a merge candidate list to be described later, and among reference blocks indicated by merge candidates included in the merge candidate list, the current block A reference block having a difference from the current block equal to or less than a minimum or a predetermined criterion may be derived.
  • a merge candidate associated with the derived reference block may be selected, and merge index information indicating the selected merge candidate may be generated and signaled to the decoding apparatus.
  • Motion information of the current block may be derived using the motion information of the selected merge candidate.
  • the encoding apparatus constructs an (A)MVP candidate list to be described later, and among motion vector predictor (mvp) candidates included in the (A)MVP candidate list.
  • the motion vector of the selected mvp candidate may be used as the mvp of the current block.
  • a motion vector pointing to the reference block derived by the above-described motion estimation may be used as the motion vector of the current block, and the difference from the motion vector of the current block among the mvp candidates is the smallest.
  • An mvp candidate having a motion vector may be the selected mvp candidate.
  • a motion vector difference (MVD) that is a difference obtained by subtracting the mvp from the motion vector of the current block may be derived.
  • the information on the MVD may be signaled to the decoding device.
  • the value of the reference picture index may be separately signaled to the decoding apparatus by configuring reference picture index information.
  • the encoding apparatus may derive residual samples based on the prediction samples (S610).
  • the encoding apparatus may derive the residual samples by comparing original samples of the current block with the prediction samples.
  • the encoding apparatus encodes image information including prediction information and residual information (S620).
  • the encoding apparatus may output encoded image information in the form of a bitstream.
  • the prediction information is information related to the prediction procedure, and may include prediction mode information (eg, skip flag, merge flag, or mode index, etc.) and motion information.
  • the information on the motion information may include candidate selection information (eg, merge index, mvp flag, or mvp index) that is information for deriving a motion vector.
  • the information on the motion information may include the above-described MVD information and/or reference picture index information.
  • the information on the motion information may include information indicating whether L0 prediction, L1 prediction, or pair (bi) prediction is applied.
  • the residual information is information about the residual samples.
  • the residual information may include information about quantized transform coefficients for the residual samples.
  • the output bitstream may be stored in a (digital) storage medium and transmitted to a decoding device, or may be transmitted to a decoding device through a network.
  • the encoding apparatus may generate a reconstructed picture (including reconstructed samples and reconstructed blocks) based on the reference samples and the residual samples. This is because the encoding apparatus can derive the same prediction result as that performed by the decoding apparatus, and through this, coding efficiency can be increased. Accordingly, the encoding apparatus may store the reconstructed picture (or reconstructed samples, reconstructed block) in a memory and use it as a reference picture for inter prediction. As described above, an in-loop filtering procedure may be further applied to the reconstructed picture.
  • a video/image decoding procedure based on inter prediction may schematically include, for example, the following.
  • FIG. 7 schematically shows an example of an inter prediction unit in a video/image decoding method and a decoding apparatus based on inter prediction.
  • the decoding apparatus may perform an operation corresponding to the operation performed by the encoding apparatus.
  • the decoding apparatus may perform prediction on the current block based on the received prediction information and derive prediction samples.
  • the decoding apparatus may determine the prediction mode for the current block based on the received prediction information (S700).
  • the decoding apparatus may determine which inter prediction mode is applied to the current block based on prediction mode information in the prediction information.
  • inter prediction mode candidates may be selected based on the mode index.
  • the inter prediction mode candidates may include a skip mode, a merge mode, and/or (A)MVP mode, or may include various inter prediction modes to be described later.
  • the decoding apparatus derives motion information of the current block based on the determined inter prediction mode (S710). For example, when a skip mode or a merge mode is applied to the current block, the decoding apparatus may configure a merge candidate list to be described later, and may select one merge candidate from among merge candidates included in the merge candidate list. The selection may be performed based on the above-described selection information (merge index). Motion information of the current block may be derived using the motion information of the selected merge candidate. The motion information of the selected merge candidate may be used as the motion information of the current block.
  • the decoding apparatus may configure a merge candidate list to be described later, and may select one merge candidate from among merge candidates included in the merge candidate list. The selection may be performed based on the above-described selection information (merge index).
  • Motion information of the current block may be derived using the motion information of the selected merge candidate.
  • the motion information of the selected merge candidate may be used as the motion information of the current block.
  • the decoding apparatus constructs a (A)MVP candidate list to be described later, and among motion vector predictor (mvp) candidates included in the (A)MVP candidate list.
  • the motion vector of the selected mvp candidate may be used as the mvp of the current block.
  • the selection may be performed based on the above-described selection information (mvp flag or mvp index).
  • the MVD of the current block may be derived based on the information on the MVD
  • the motion vector of the current block may be derived based on the mvp of the current block and the MVD.
  • the reference picture index of the current block may be derived based on the reference picture index information.
  • a picture indicated by the reference picture index in the reference picture list for the current block may be derived as a reference picture referenced for inter prediction of the current block.
  • the motion information of the current block may be derived without configuring a candidate list, and in this case, the motion information of the current block may be derived according to a procedure disclosed in a prediction mode to be described later.
  • the candidate list configuration as described above may be omitted.
  • the decoding apparatus may generate prediction samples for the current block based on the motion information of the current block (S720).
  • the reference picture may be derived based on the reference picture index of the current block, and the prediction samples of the current block may be derived using samples of the reference block indicated by the motion vector of the current block on the reference picture.
  • a prediction sample filtering procedure for all or some of the prediction samples of the current block may be further performed depending on the case.
  • the inter prediction unit of the decoding apparatus may include a prediction mode determiner, a motion information derivation unit, and a prediction sample derivation unit, and determines the prediction mode for the current block based on the prediction mode information received from the prediction mode determiner. is determined, and the motion information (motion vector and/or reference picture index, etc.) of the current block is derived based on the information about the motion information received from the motion information derivation unit, and the prediction sample of the current block is derived from the prediction sample derivation unit. can be derived
  • the decoding apparatus generates residual samples for the current block based on the received residual information (S730).
  • the decoding apparatus may generate reconstructed samples for the current block based on the prediction samples and the residual samples, and generate a reconstructed picture based thereon ( S740 ). Thereafter, as described above, an in-loop filtering procedure may be further applied to the reconstructed picture.
  • the inter prediction procedure may include the step of determining the inter prediction mode, the step of deriving motion information according to the determined prediction mode, and the step of performing prediction based on the derived motion information (prediction sample generation).
  • the inter prediction procedure may be performed by the encoding apparatus and the decoding apparatus as described above.
  • a system-level entity can remove a specific picture (ie, a picture marked not to be used as a reference for other pictures) in a specific situation. For example, if network congestion occurs, a media-aware network router may drop a network packet carrying a coded bit of a picture that is marked not to be used as a reference for other pictures.
  • the picture header may include the syntax of Table 2 below so that it can be known whether any one picture is not used as a reference for other pictures.
  • the syntax of Table 2 below may be a part of the picture header.
  • syntax elements included in the syntax of Table 2 may be expressed, for example, as shown in Table 3 below.
  • the image information obtained through the bitstream may include a non-reference picture flag.
  • the non-reference picture flag may be related to whether a picture is not used as a reference picture. That is, the non-reference picture flag may indicate/indicate whether a picture is not used as a reference picture.
  • the non-reference picture flag may be expressed in the form of a ph_non_ref_pic_flag syntax element.
  • the ph_non_ref_pic_flag syntax element may specify whether a picture is not used as a reference picture.
  • the non-reference picture flag when the value of the non-reference picture flag is 1, it may indicate that a picture is not used as a reference picture, and when the value of the non-reference picture flag is 0, a reference picture It may indicate that it is a picture that can be used as
  • a picture order count (POC) derivation process for a current picture may be as shown in Table 4 below.
  • variable PicOrderCntVal may mean a POC value of the current picture.
  • the POC value of the current picture is derived based on the picture in the current AU (Access Unit) of the reference layer.
  • the POC value of the current picture is to be derived based on the previous picture in the decoding order specified by the variable prevTid0Pic under certain conditions.
  • syntax elements included in Table 4 may be expressed, for example, as shown in Table 5 below.
  • the image information obtained through the bitstream includes the non-reference picture flag, layer ID information, POC LSB (Least Significant Bit) information, POC Most Significant Bit (MSB) cycle existence flag and POC. MSB cycle information may be included.
  • the layer ID information may be related to a layer identifier to which the NAL unit belongs. That is, the layer ID information may indicate/represent the layer identifier to which the NAL unit belongs.
  • the layer ID information may be expressed in the form of a nuh_layer_id syntax element.
  • the nuh_layer_id syntax element may specify a layer identifier to which a NAL unit belongs.
  • the POC LSB information may be related to a remainder obtained by dividing a POC value of a picture by MaxPicOrderCntLsb, which is a maximum value of a predetermined POC LSB. That is, the POC LSB information may indicate/represent the remainder obtained by dividing the POC value of the picture by MaxPicOrderCntLsb, which is the maximum value of the predetermined POC LSB.
  • the POC LSB information may be expressed in the form of a ph_pic_order_cnt_lsb syntax element.
  • the ph_pic_order_cnt_lsb syntax element may specify a remainder obtained by dividing a POC value of a picture by MaxPicOrderCntLsb, which is a maximum value of a predetermined POC LSB.
  • the POC MSB cycle presence flag may be related to the presence or absence of POC MSB cycle information of the current picture. That is, the POC MSB cycle existence flag may indicate/indicate whether POC MSB cycle information of the current picture is present.
  • the POC MSB cycle presence flag may be expressed in the form of a ph_poc_msb_cycle_present_flag syntax element.
  • the ph_poc_msb_cycle_present_flag syntax element may specify whether POC MSB cycle information of the current picture is present.
  • the POC MSB cycle information may be related to the value of the POC MSB cycle of the current picture. That is, the POC MSB cycle information may indicate/represent the POC MSB cycle value of the current picture.
  • the POC MSB cycle information may be expressed in the form of a ph_poc_msb_cycle_val syntax element.
  • the ph_poc_msb_cycle_val syntax element may specify the value of the POC MSB cycle of the current picture.
  • the POC value (PicOrderCntVal) of the current picture may be derived based on the previous picture in the decoding order specified by the variable prevTid0Pic under certain conditions as described above.
  • the POC value of the current picture is the previous picture in the decoding order specified by prevTid0Pic. can be derived based on
  • the POC value (PicOrderCntVal) of the current picture may be derived by adding a variable PicOrderCntMsb indicating the POC MSB of the current picture and the POC LSB information of the current picture.
  • the PicOrderCntMsb indicating the POC MSB of the current picture may be derived based on the variable prevPicOrderCntLsb and the variable prevPicOrderCntMsb related to the previous picture in the decoding order specified by prevTid0Pic.
  • variable prevPicOrderCntLsb may be set equal to the value of the POC LSB information for the previous picture in the decoding order specified by prevTid0Pic.
  • variable prevPicOrderCntMsb may be set equal to the value of the variable PicOrderCntMsb for the previous picture in the decoding order specified by the variable prevTid0Pic.
  • the value of the layer ID information is the same as the value of the layer ID information for the current picture
  • the temporal ID (TemporalId) is 0,
  • RASL random It may be limited to pictures other than an access skipped leading (RADL) picture or a random access decodable leading (RADL) picture.
  • the temporal ID may be, for example, identification information of the temporal layer described with reference to FIG. 5 .
  • the POC value of the current picture may be used to construct a reference picture set (and/or a reference picture list) for picture output and/or inter prediction. Also, for example, decoded pictures may be output according to POC order.
  • FIG. 8 shows an example of a POC-based video/image encoding method.
  • the steps of FIG. 8 may be applied to the embodiment(s) disclosed in this document.
  • the steps of FIG. 8 may be used as an example for describing a procedure related to the embodiment(s) disclosed in this document.
  • any one of the steps of FIG. 8 may be omitted.
  • the encoding apparatus may derive POC values of reference pictures constituting a reference picture set and derive POC values of a current picture ( S800 ). For example, when the POC values of the reference pictures and the POC value of the current picture are derived, the encoding apparatus may perform inter prediction based on the reference picture set. For example, the reference picture set may be replaced with a reference picture list. For example, the encoding apparatus may derive POC values of the reference pictures constituting the reference picture list, and may derive the POC values of the current picture.
  • the reference picture list may include a reference picture list 0 (L0) and a reference picture list 1 (L1).
  • the reference picture list 0 may include a reference picture having a smaller POC value than the POC of the current picture.
  • the reference picture list 1 may include a reference picture having a POC value greater than that of the current picture.
  • the encoding apparatus may generate POC information (S810).
  • the encoding apparatus may generate the POC information based on POC values of the reference pictures and POC values of the current picture.
  • the encoding apparatus may encode video/image information including POC information (S820).
  • the video/image information may include high-level syntax (HLS).
  • the higher level syntax may include the POC information.
  • the POC information may include POC-related information and syntax elements presented in embodiments of this document.
  • the POC information may include POC information related to the current picture, POC information related to a previous picture in decoding order for deriving the POC of the current picture, or POC information related to reference picture(s).
  • the POC information may include at least one of a syntax element ph_non_reference_picture_flag, a syntax element ph_non_reference_picture_flag, a syntax element ph_poc_msb_cycle_present_flag, a syntax element ph_poc_msb_cycle_val, and/or a syntax element ph_pic_order_cnt_lsb.
  • FIG. 9 shows an example of a POC-based video/image decoding method.
  • the steps in FIG. 9 may be applied to the embodiment(s) disclosed in this document.
  • the steps of FIG. 9 may be used as an example for describing a procedure related to the embodiment(s) disclosed in this document.
  • any one of the steps of FIG. 9 may be omitted.
  • the decoding apparatus obtains video/image information including POC information from a bitstream (S900).
  • the video/image information may include higher-level syntax.
  • the higher level syntax may include POC information.
  • the POC information may include POC-related information and syntax elements presented in embodiments of this document.
  • the POC information may include POC information related to the current picture, POC information related to a previous picture in decoding order for deriving the POC of the current picture, or POC information related to reference picture(s).
  • the POC information may include at least one of a syntax element ph_non_reference_picture_flag, a syntax element ph_non_reference_picture_flag, a syntax element ph_poc_msb_cycle_present_flag, a syntax element ph_poc_msb_cycle_val, and/or a syntax element ph_pic_order_cnt_lsb.
  • the decoding apparatus derives POC values of the current picture and reference pictures (S910).
  • the decoding apparatus may derive the POC value of the current picture and the POC values of the reference pictures based on the POC information.
  • the POC value of the current picture may be derived based on POC information related to at least one of the current picture, the variable prevPicOrderCntLsb, and the variable prevPicOrderCntMsb.
  • the POC value of the i-th reference picture among the POC values of the reference pictures may be derived based on a POC difference value indicated by POC information related to the reference pictures.
  • the POC information related to the reference pictures may be a POC difference value between the current picture and the i-th reference picture.
  • the POC information related to the reference pictures may be a POC difference value between the i-th reference picture and the (i-1)-th reference picture.
  • the decoding apparatus constructs a reference picture set based on the POC values (S920). For example, the decoding apparatus may construct a reference picture set based on the POC value of the current picture and the POC values of the reference pictures.
  • the decoding apparatus derives a reference picture list based on the reference picture set (S930). For example, the decoding apparatus may derive a reference picture list for the current picture based on the reference picture set.
  • the decoding apparatus performs inter prediction on the current picture based on the reference picture list (S940). For example, the decoding apparatus may perform inter prediction on the current picture based on the reference picture list.
  • any one of the reference picture set or the reference picture list may be omitted.
  • the decoding apparatus may perform inter prediction on the current picture based on the reference picture set in S940.
  • the decoding apparatus may construct a reference picture list based on the POC values.
  • the reference picture list may include a reference picture list 0 (L0) and a reference picture list 1 (L1).
  • the reference picture list 0 may include a reference picture having a smaller POC value than the POC of the current picture.
  • Reference picture list 1 may include a reference picture having a POC value greater than that of the current picture.
  • the current POC decoding process includes a problem related to a non-reference picture.
  • the PicOrderCntMsb for the current picture is derived based on the POC value of the previous picture specified by prevTid0Pic.
  • the previous picture designated as prevTid0Pic must be the same picture in encoding and decoding so that the POC value of the current picture is consistently derived.
  • prevTid0Pic is a non-reference picture (the value of the syntax element ph_non_ref_pic_flag is 1), whether it is a picture that can be removed by the system entity is not considered. If the picture designated as prevTid0Pic for the current picture is removed by the system and does not exist in the bitstream, the decoder may unconsciously use a picture different from the previous picture in the encoder as prevTid0Pic to derive the POC value of the current picture. As a result, there is a problem that the decoder may derive an incorrect POC value.
  • embodiments of the present document may include one or more of the following features.
  • a picture designated as prevTid0Pic may be restricted so that it cannot be a picture in which the value of ph_non_ref_pic_flag is 1.
  • ph_non_ref_pic_flag of a picture having a TemporalId of 0 may be limited so that it cannot be 1.
  • the absolute value of the POC difference between the two consecutive pictures may be limited not to be greater than half of MaxPicOrderCntLsb.
  • the absolute value of the POC difference between the current picture and the picture selected by prevTid0Pic may be limited not to be greater than half of MaxPicOrderCntLsb.
  • image information obtained through a bitstream may include POC information and the non-reference picture flag according to the existing embodiment.
  • the POC information may include POC information of a previous picture in a decoding order with respect to the current picture.
  • the POC information of the previous picture in the decoding order of the current picture may be related to the POC LSB information of the previous picture. That is, the POC information of the previous picture may be related to the remainder obtained by dividing the POC value of the previous picture by MaxPicOrderCntLsb, which is the maximum value of the predetermined POC LSB.
  • the POC information of the previous picture may be expressed in the form of a ph_pic_order_cnt_lsb syntax element for the previous picture (prevTid0Pic).
  • the POC derivation process for the current picture may be as shown in Table 6 below.
  • the POC value of the current picture may be derived based on the POC value of the previous picture in decoding order.
  • the POC value of the current picture is the previous in the decoding order specified by prevTid0Pic. It may be derived based on the picture.
  • the value of the layer ID information is the same as the value of the layer ID information for the current picture, and the temporal ID ( TemporalId) is 0, and may be limited to RASL pictures or non-RADL pictures.
  • the previous picture in the decoding order for deriving the POC value of the current picture may be limited to a picture in which the value of the non-reference picture flag is 0.
  • the picture in which the value of the non-reference picture flag is 1 cannot be designated as the previous picture in decoding order.
  • the POC information may further include a delta POC MSB cycle existence flag and delta POC MSB cycle long term (LT) information.
  • the delta POC MSB cycle existence flag may be related to the existence of delta POC MSB cycle long term (LT) information for a long-term reference picture. That is, the delta POC MSB cycle existence flag may indicate/indicate whether delta POC MSB cycle LT information for a long-term reference picture exists.
  • LT delta POC MSB cycle long term
  • the delta POC MSB cycle presence flag may be expressed in the form of a delta_poc_msb_cycle_present_flag syntax element.
  • the delta_poc_msb_cycle_present_flag syntax element may specify whether delta POC MSB cycle LT information for a long-term reference picture exists.
  • the delta POC MSB cycle LT information may be related to the POC MSB of the long-term reference picture. That is, the delta POC MSB cycle LT information may be a value for calculating the POC MSB of the long-term reference picture.
  • the delta POC MSB cycle LT information may be expressed in the form of a delta_poc_msb_cycle_lt syntax element.
  • the delta_poc_msb_cycle_lt syntax element may specify a value for calculating the POC MSB of the long-term reference picture.
  • the POC information may further include the delta POC MSB cycle LT information.
  • the delta POC MSB cycle LT information may not exist.
  • the POC value of the long-term reference picture may be derived based on at least one of the delta POC MSB cycle existence flag and the delta POC MSB cycle LT information.
  • a previous picture POC set may be configured based on the previous picture in which the value of the non-reference picture flag is 0, and the maximum value of the POC LSB predetermined in the previous picture POC set
  • the value of the delta POC MSB cycle presence flag may be limited to 1.
  • a previous picture POC set may be configured based on the previous picture in which the value of the non-reference picture flag is 0, and the maximum value of the POC LSB predetermined in the previous picture POC set
  • the value of the delta POC MSB cycle presence flag may be limited to 1.
  • the previous picture POC set includes the POC value of the previous picture in the decoding order for the current picture, and each reference picture having the same layer ID as the current picture in the reference picture list for the previous picture.
  • the semantics of the delta POC MSB cycle existence flag may be expressed, for example, as shown in Table 7 below.
  • variable maxPicOrderCnt and the variable minPicOrderCnt may be set to the maximum and minimum values of the POC values of specific pictures, respectively.
  • specific pictures are shown in Table 8 below. can indicate
  • the maximum value of the POC value for the specific pictures may be set to the same value for each of the specific pictures, and the minimum value of the POC value for the specific pictures is the specific picture. may be set to the same value for each of them.
  • the specific pictures having the same layer ID as the layer ID of the current picture have a TemporalId of 0, a value of the non-reference picture flag of 0, and a previous picture in decoding order other than a RASL or RADL picture.
  • the previous picture in the decoding order designated by prevTid0Pic for deriving the POC value of the current picture may be limited to a picture in which the value of the non-reference picture flag is 0.
  • the encoder and the decoder can support the same picture designated as prevTid0Pic, and as a result, it is possible to prevent the POC value for the current picture from being erroneously derived in the decoding process.
  • the POC difference value between the current picture and the previous picture in the decoding order for deriving the POC value of the current picture is a half value of MaxPicOrderCntLsb, which is the maximum value of the predetermined POC LSB. may be smaller than
  • the POC difference value between the current picture and the previous picture in the decoding order for deriving the POC value of the current picture is a half value of MaxPicOrderCntLsb, which is the maximum value of the predetermined POC LSB. It may not be larger than
  • the POC difference value between the previous picture and the current picture in the decoding order specified by prevTid0Pic for deriving the POC value of the current picture may be limited to be less than half of MaxPicOrderCntLsb. have. Through this, an error due to network congestion can be prevented and an accurate POC value can be derived.
  • the semantics of the non-reference picture flag included in the syntax of Table 1 may be represented, for example, as shown in Table 9 below.
  • the value of the non-reference picture flag for the current picture may be limited not to be 1.
  • the semantics of the non-reference picture flag included in the syntax of Table 1 may be represented, for example, as shown in Table 10 below.
  • the value of the non-reference picture flag for the current picture is not 1.
  • the semantics of the non-reference picture flag included in the syntax of Table 1 may be represented, for example, as shown in Table 11 below.
  • the image information may further include maximum sub-layer information.
  • the maximum sub-layer information may be related to the maximum number of temporal sub-layers present in the CLVS.
  • the maximum sub-layer information may indicate/represent the maximum number of temporal sub-layers present in the CLVS.
  • the maximum sub-layer information may be expressed in the form of a sps_max_sublayers_minus1 syntax element.
  • the value +1 of the sps_max_sublayers_minus1 syntax element may specify the maximum number of temporal sublayers present in the CLVS.
  • the value of the non-reference picture flag for the current picture is not 1 can be limited
  • the semantics of the non-reference picture flag included in the syntax of Table 1 may be represented, for example, as shown in Table 12 below.
  • the image information may further include an intra restriction flag.
  • the intra restriction flag may be related to whether pictures in CLVS are restricted to intra pictures. That is, the intra restriction flag may indicate/indicate whether pictures in CLVS are restricted to intra pictures.
  • the intra constraint flag may be expressed in the form of an intra_only_constraint_flag syntax element.
  • the intra_only_constraint_flag syntax element may specify whether pictures in CLVS are restricted to intra pictures.
  • the value of the intra restriction flag is 0 and the temporal ID (TemporalId) of the current picture is 0, the value of the non-reference picture flag for the current picture is restricted so that it is not 1.
  • the semantics of the non-reference picture flag included in the syntax of Table 1 may be represented, for example, as shown in Table 13 below.
  • the value of the intra restriction flag is 0, and the temporal ID (TemporalId) of the current picture is 0, the The value of the non-reference picture flag may be limited not to be 1.
  • the image information may further include temporal ID information.
  • the temporal ID information may be related to a temporal identifier for the NAL unit. That is, the temporal ID information may indicate/represent a temporal identifier for the NAL unit.
  • the temporal ID information may be expressed in the form of a nuh_temporal_id_plus1 syntax element.
  • the value -1 of the nuh_temporal_id_plus1 syntax element may specify a temporal identifier for the NAL unit.
  • the semantics of the temporal ID information may be represented, for example, as shown in Table 14 below.
  • the temporal ID may be derived based on the temporal ID information.
  • the values of the layer ID information are the same, are not a RASL picture or a RADL picture, and the non-reference picture flag
  • the POC difference value between the first picture and the second picture is the POC difference value of the predetermined POC LSB. It may not be greater than half of the maximum value of MaxPicOrderCntLsb.
  • the semantics of the temporal ID information may be represented, for example, as shown in Table 15 below.
  • the temporal ID may be derived based on the temporal ID information.
  • the layer ID information is the same as each other, is not a RASL picture or a RADL picture, and the non-reference A condition in which the value of the picture flag is 0 may be satisfied.
  • the second picture follows the first picture in output order, and follows the first picture and precedes the second picture in output order. If not, the POC difference value between the first picture and the second picture may not be greater than a half value of MaxPicOrderCntLsb, which is the maximum value of the predetermined POC LSB.
  • the POC difference value between the successive first pictures and the second pictures satisfying the above condition may be limited to be less than half of MaxPicOrderCntLsb. Through this, an error due to network congestion can be prevented and an accurate POC value can be derived.
  • FIG. 10 and 11 schematically show an example of a video/image encoding method and related components according to embodiment(s) of this document.
  • the method disclosed in FIG. 10 may be performed by the encoding apparatus disclosed in FIG. 2 .
  • S1000 and S1010 of FIG. 10 may be performed by the prediction unit 220 of the encoding apparatus 200
  • S1020 of FIG. 10 may be performed by the entropy encoding unit 240 of the encoding apparatus 200 .
  • the method disclosed in FIG. 10 may include the embodiments described above in this document.
  • the encoding apparatus derives a reference picture list for a picture ( S1000 ).
  • the encoding apparatus may derive a reference picture list for the current picture.
  • the encoding apparatus may derive prediction samples for the current block in the current picture by performing inter prediction based on the reference picture list.
  • the encoding apparatus may derive residual samples based on the prediction samples.
  • the encoding apparatus may derive the residual samples by comparing the original samples of the current block with the prediction samples.
  • the encoding apparatus may generate residual information based on the residual samples, and may additionally generate residual samples from the already reconstructed samples.
  • the encoding apparatus derives a POC value of at least one reference picture and a POC value of the picture ( S1010 ). For example, the encoding apparatus may derive the POC value of the at least one reference picture and the POC value of the current picture based on the reference picture list. As an example, the encoding apparatus may derive the POC value of the at least one reference picture constituting the reference picture list, and may derive the POC value of the current picture. For example, the POC value of the current picture may be derived based on the POC value of a previous picture in decoding order. For example, the at least one reference picture may include a long-term reference picture.
  • the reference picture list may include a reference picture list 0 (L0) and a reference picture list 1 (L1).
  • the reference picture list 0 may include a reference picture having a smaller POC value than the POC of the current picture.
  • the reference picture list 1 may include a reference picture having a larger POC value than the POC of the current picture.
  • the encoding apparatus may generate POC information based on the POC value of the at least one reference picture and the POC value of the current picture.
  • the POC information may include POC information related to the current picture, POC information related to a previous picture in decoding order for deriving the POC of the current picture, or POC information related to reference picture(s).
  • the encoding device encodes the video/image information (S1020).
  • the encoding apparatus may encode the video/image information including the POC information and/or a non-reference picture flag related to whether the picture is not used as a reference picture.
  • the encoding apparatus may encode the video/image information further including layer ID information and/or temporal ID information.
  • the video/image information may include a high level syntax (HLS), and the HLS may include the POC information and the non-reference picture flag. Also, the HLS may include the layer ID information and/or the temporal ID information.
  • HLS high level syntax
  • the video/image information may include at least one of the POC information, the non-reference picture flag, the layer ID information, and/or the temporal ID information.
  • the video/image information may further include a picture header and/or a NAL unit header.
  • the POC information and the non-reference picture flag may be included in the picture header
  • the layer ID information and the temporal ID information may be included in the NAL unit header.
  • the video/image information may include at least one of ph_non_ref_pic_flag, nuh_layer_id, and/or nuh_temporal_id_plus1 syntax elements.
  • the POC information may include at least one of POC LSB information, POC MSB cycle presence flag, delta POC MSB cycle presence flag, and/or delta POC MSB cycle LT information.
  • the POC information may be included in the picture header.
  • the POC information may include at least one of ph_pic_order_cnt_lsb ph_poc_msb_cycle_present_flag, delta_poc_msb_cycle_present_flag, and/or delta_poc_msb_cycle_lt.
  • the video/image information may include various information according to an embodiment of the present document.
  • the video/image information may include information disclosed in at least one of Tables 2, 4, 6, 7, 8, 14, and/or 15 described above.
  • the video/image information may include prediction information and residual information.
  • the prediction information is information related to the prediction procedure, and may include prediction mode information (eg, skip flag, merge flag, or mode index, etc.) and motion information.
  • the information on the motion information may include candidate selection information (eg, merge index, mvp flag, or mvp index) that is information for deriving a motion vector.
  • the information on the motion information may include the above-described MVD information and/or reference picture index information.
  • the information on the motion information may include information indicating whether L0 prediction, L1 prediction, or pair (bi) prediction is applied.
  • the residual information is information about the residual samples.
  • the residual information may include information about quantized transform coefficients for the residual samples.
  • the encoded video/image information may be output in the form of a bitstream.
  • the bitstream may be transmitted to the decoding device through a network or a storage medium.
  • the encoding apparatus may generate a reconstructed picture (including reconstructed samples and reconstructed blocks) based on the reference samples and the residual samples. This is because the encoding apparatus can derive the same prediction result as that performed by the decoding apparatus, and through this, coding efficiency can be increased. Accordingly, the encoding apparatus may store the reconstructed picture (or reconstructed samples, reconstructed block) in a memory and use it as a reference picture for inter prediction. As described above, an in-loop filtering procedure may be further applied to the reconstructed picture.
  • the POC information may include various information according to an embodiment of the present document.
  • the POC information may include POC information of a previous picture in a decoding order with respect to the current picture.
  • the previous picture in the decoding order for deriving the POC value of the current picture may be limited to a picture in which the value of the non-reference picture flag is 0.
  • the POC information of the previous picture in the decoding order for the current picture may be related to the remainder obtained by dividing the POC value of the previous picture by MaxPicOrderCntLsb, which is the maximum value of the predetermined POC LSB.
  • the POC information may further include a POC MSB cycle existence flag related to the existence of POC MSB cycle information of the current picture.
  • a POC MSB cycle existence flag related to the existence of POC MSB cycle information of the current picture.
  • the image information may further include layer ID information related to a layer identifier to which the NAL unit belongs.
  • the value of the layer ID information is the same as the value of the layer ID information of the current picture, and the temporal ID (TemporalId) and the ratio -
  • the value of the reference picture flag is 0, and may be limited to a RASL picture or a non-RADL picture.
  • the POC difference value between the current picture and the previous picture in the decoding order for deriving the POC value of the current picture may be less than a half value of MaxPicOrderCntLsb, which is the maximum value of the predetermined POC LSB.
  • the POC information may further include a delta POC MSB cycle existence flag related to the existence of delta POC MSB cycle long term (LT) information for a long-term reference picture.
  • the POC information may further include the delta POC MSB cycle LT information.
  • the delta POC MSB cycle LT information may be related to the POC MSB of the long-term reference picture.
  • the POC value of the long-term reference picture may be derived based on at least one of the delta POC MSB cycle existence flag and the delta POC MSB cycle LT information.
  • a previous picture POC set is constructed based on the previous picture in which the value of the non-reference picture flag is 0, and the remainder divided by MaxPicOrderCntLsb, which is the maximum value of the POC LSB predetermined in the previous picture POC set, is Based on a case in which one or more (more than one) specific POC values identical to the POC LSB of the long-term reference picture exist, the value of the delta POC MSB cycle existence flag may be limited to 1.
  • a previous picture POC set is constructed based on the previous picture in which the value of the non-reference picture flag is 0, and the remainder divided by MaxPicOrderCntLsb, which is the maximum value of the POC LSB predetermined in the previous picture POC set, is Based on a case in which more than one specific POC value equal to the POC LSB of the long-term reference picture exists, the value of the delta POC MSB cycle existence flag may be limited to 1.
  • the previous picture POC set includes the POC value of the previous picture in the decoding order for the current picture, and each reference picture having the same layer ID as the current picture in the reference picture list for the previous picture.
  • the image information may further include layer ID information related to a layer identifier to which the NAL unit belongs.
  • layer ID information values are the same, are not RASL pictures or RADL pictures, and the non-reference picture flag Based on the case where the value is 0 and the second picture is the first picture whose temporal ID that follows the first picture in output order is 0, the POC difference value between the first picture and the second picture is a predetermined POC It may not be greater than the half value of MaxPicOrderCntLsb, which is the maximum value of the LSB.
  • the image information may further include layer ID information related to a layer identifier to which the NAL unit belongs.
  • the layer ID information values are the same, are not RASL pictures or RADL pictures, and the non-reference picture flag A picture that satisfies the condition having a value of 0 is satisfied, the second picture follows the first picture in output order, and follows the first picture and precedes the second picture in output order.
  • the POC difference value between the first picture and the second picture may not be greater than a half value of MaxPicOrderCntLsb, which is the maximum value of the predetermined POC LSB.
  • the value of the non-reference picture flag for the specific picture may be limited to not be 1.
  • FIG. 12 and 13 schematically show an example of a video/image decoding method and related components according to an embodiment of the present document.
  • the method disclosed in FIG. 12 may be performed by the decoding apparatus illustrated in FIG. 3 .
  • S1200 of FIG. 12 may be performed by the entropy decoding unit 310 of the decoding apparatus 300
  • S1210 to S1240 may be performed by the prediction unit 330 of the decoding apparatus 300
  • S1250 may be performed by the adder 340 of the decoding apparatus 300 .
  • the method disclosed in FIG. 12 may include the embodiments described above in this document.
  • the decoding apparatus receives/obtains video/image information (S1200).
  • the decoding apparatus may receive/obtain the video/image information through a bitstream.
  • the decoding device receives/obtains the video/image information through a bitstream, wherein the video/image information includes POC information and a non-reference picture flag related to whether a picture is not used as a reference picture.
  • the video/image information may further include layer ID information and/or temporal ID information.
  • the video/image information may include a high level syntax (HLS), and the HLS may include the POC information and the non-reference picture flag. Also, the HLS may include the layer ID information and/or the temporal ID information.
  • HLS high level syntax
  • the video/image information may include at least one of the POC information, the non-reference picture flag, the layer ID information, and/or the temporal ID information.
  • the video/image information may further include a picture header and/or a NAL unit header.
  • the POC information and the non-reference picture flag may be included in the picture header
  • the layer ID information and the temporal ID information may be included in the NAL unit header.
  • the video/image information may include at least one of ph_non_ref_pic_flag, nuh_layer_id, and/or nuh_temporal_id_plus1 syntax elements.
  • the POC information may include at least one of POC LSB information, POC MSB cycle presence flag, delta POC MSB cycle presence flag, and/or delta POC MSB cycle LT information.
  • the POC information may be included in the picture header.
  • the POC information may include at least one of ph_pic_order_cnt_lsb ph_poc_msb_cycle_present_flag, delta_poc_msb_cycle_present_flag, and/or delta_poc_msb_cycle_lt.
  • the POC information may include POC information related to the current picture, POC information related to a previous picture in decoding order for deriving the POC of the current picture, or POC information related to reference picture(s) may include
  • the video/image information may include various information according to an embodiment of the present document.
  • the video/image information may include information disclosed in at least one of Tables 2, 4, 6, 7, 8, 14, and/or 15 described above.
  • the video/image information may include prediction information and residual information.
  • the prediction information is information related to the prediction procedure, and may include prediction mode information (eg, skip flag, merge flag, or mode index, etc.) and motion information.
  • the information on the motion information may include candidate selection information (eg, merge index, mvp flag, or mvp index) that is information for deriving a motion vector.
  • the information on the motion information may include the above-described MVD information and/or reference picture index information.
  • the information on the motion information may include information indicating whether L0 prediction, L1 prediction, or pair (bi) prediction is applied.
  • the residual information is information about the residual samples.
  • the residual information may include information about quantized transform coefficients for the residual samples.
  • the video/image information may further include information related to a reference picture list.
  • the information related to the reference picture list may include a ref_pic_lists field, and the information related to the reference picture list may be configured/included in a picture header or a slice header and transmitted.
  • the information related to the reference picture list may include information used to derive the reference picture list.
  • the information related to the reference picture list may include at least one of information related to a reference picture list index, information related to a long-term reference picture, and/or information related to a short-term reference picture.
  • the information related to the long-term reference picture may include information about a picture order count (POC) of the long-term reference picture.
  • the information related to the short-term reference picture may include information on the delta POC of the i-th short-term reference picture, and the delta POC may be derived based on the (i-1)-th POC.
  • the decoding apparatus derives the POC value of the picture (S1210).
  • the decoding apparatus may derive the POC value of the current picture based on the POC information.
  • the POC value of the current picture may be derived based on the POC value of a previous picture in decoding order.
  • the POC value of the current picture may be derived based on POC information related to at least one of the current picture, the variable prevPicOrderCntLsb, and the variable prevPicOrderCntMsb.
  • the decoding apparatus derives a POC value of at least one reference picture (S1220).
  • the decoding apparatus may derive the POC value of the at least one reference picture based on the POC value of the current picture.
  • the POC value of the i-th reference picture among the POC values of the reference pictures may be derived based on a POC difference value indicated by POC information related to the reference pictures. For example, if i is 0, the POC information related to the reference pictures may be a POC difference value between the current picture and the i-th reference picture. For example, if i is greater than 0, the POC information related to the reference pictures may be a POC difference value between the i-th reference picture and the (i-1)-th reference picture.
  • the at least one reference picture may include a long-term reference picture.
  • the decoding apparatus derives a reference picture list for the picture (S1230).
  • the decoding apparatus may derive the reference picture list for the current picture based on the POC value of the at least one reference picture.
  • the reference picture list may include a reference picture list 0 (L0) and a reference picture list 1 (L1).
  • the reference picture list 0 may include a reference picture having a smaller POC value than the POC of the current picture.
  • Reference picture list 1 may include a reference picture having a POC value greater than that of the current picture.
  • the decoding apparatus performs inter prediction on the picture (S1240). For example, the decoding apparatus may perform inter prediction on the current picture based on the reference picture list. For example, the decoding apparatus may generate prediction samples for the current block in the current picture based on the reference picture in the reference picture list. Also, for example, the multi-coding apparatus may derive residual samples based on the prediction samples. For example, the decoding apparatus may derive the residual samples by comparing original samples of the current block with the prediction samples. For example, the decoding apparatus may derive the reference picture index of the current picture. For example, the picture indicated by the reference picture index in the reference picture list related to the current picture may be derived as a reference picture referenced for inter prediction of the current block in the current picture.
  • the reference picture may be derived based on the reference picture index of the current block, and the prediction samples of the current block may be derived using samples of the reference block indicated by the motion vector of the current block on the reference picture.
  • a prediction sample filtering procedure for all or some of the prediction samples of the current block may be further performed depending on the case.
  • the decoding apparatus generates a reconstructed picture for the picture (S1250). For example, the decoding apparatus may generate a reconstructed picture for the current picture based on a result of the inter prediction. For example, the decoding apparatus may generate the reconstructed samples for the current picture based on the prediction samples. Also, for example, the decoding apparatus may generate the reconstructed samples for the current picture based on residual samples and the prediction samples for the current picture. The residual samples for the current block may be generated based on received residual information. Also, the decoding apparatus may generate, for example, a reconstructed picture including the reconstructed samples. Thereafter, as described above, an in-loop filtering procedure may be further applied to the reconstructed picture.
  • the POC information may include various information according to an embodiment of the present document.
  • the POC information may include POC information of a previous picture in a decoding order with respect to the current picture.
  • the previous picture in the decoding order for deriving the POC value of the current picture may be limited to a picture in which the value of the non-reference picture flag is 0.
  • the POC information of the previous picture in the decoding order for the current picture may be related to the remainder obtained by dividing the POC value of the previous picture by MaxPicOrderCntLsb, which is the maximum value of the predetermined POC LSB.
  • the POC information may further include a POC MSB cycle existence flag related to the existence of POC MSB cycle information of the current picture.
  • a POC MSB cycle existence flag related to the existence of POC MSB cycle information of the current picture.
  • the image information may further include layer ID information related to a layer identifier to which the NAL unit belongs.
  • the value of the layer ID information is the same as the value of the layer ID information of the current picture, and the temporal ID (TemporalId) and the ratio -
  • the value of the reference picture flag is 0, and may be limited to a RASL picture or a non-RADL picture.
  • the POC difference value between the current picture and the previous picture in the decoding order for deriving the POC value of the current picture may be less than a half value of MaxPicOrderCntLsb, which is the maximum value of the predetermined POC LSB.
  • the POC information may further include a delta POC MSB cycle existence flag related to the existence of delta POC MSB cycle long term (LT) information for a long-term reference picture.
  • the POC information may further include the delta POC MSB cycle LT information.
  • the delta POC MSB cycle LT information may be related to the POC MSB of the long-term reference picture.
  • the POC value of the long-term reference picture may be derived based on at least one of the delta POC MSB cycle existence flag and the delta POC MSB cycle LT information.
  • a previous picture POC set is constructed based on the previous picture in which the value of the non-reference picture flag is 0, and the remainder divided by MaxPicOrderCntLsb, which is the maximum value of the POC LSB predetermined in the previous picture POC set, is Based on a case in which one or more (more than one) specific POC values identical to the POC LSB of the long-term reference picture exist, the value of the delta POC MSB cycle existence flag may be limited to 1.
  • a previous picture POC set is constructed based on the previous picture in which the value of the non-reference picture flag is 0, and the remainder divided by MaxPicOrderCntLsb, which is the maximum value of the POC LSB predetermined in the previous picture POC set, is Based on a case in which more than one specific POC value equal to the POC LSB of the long-term reference picture exists, the value of the delta POC MSB cycle existence flag may be limited to 1.
  • the previous picture POC set includes the POC value of the previous picture in the decoding order for the current picture, and each reference picture having the same layer ID as the current picture in the reference picture list for the previous picture.
  • the image information may further include layer ID information related to a layer identifier to which the NAL unit belongs.
  • layer ID information values are the same, are not RASL pictures or RADL pictures, and the non-reference picture flag Based on the case where the value is 0 and the second picture is the first picture whose temporal ID that follows the first picture in output order is 0, the POC difference value between the first picture and the second picture is a predetermined POC It may not be greater than the half value of MaxPicOrderCntLsb, which is the maximum value of the LSB.
  • the image information may further include layer ID information related to a layer identifier to which the NAL unit belongs.
  • the layer ID information values are the same, are not RASL pictures or RADL pictures, and the non-reference picture flag A picture that satisfies the condition having a value of 0 is satisfied, the second picture follows the first picture in output order, and follows the first picture and precedes the second picture in output order.
  • the POC difference value between the first picture and the second picture may not be greater than a half value of MaxPicOrderCntLsb, which is the maximum value of the predetermined POC LSB.
  • the value of the non-reference picture flag for the specific picture may be limited to not be 1.
  • the encoding device and/or decoding device according to this document is, for example, an image of a TV, a computer, a smart phone, a set-top box, a display device, etc. It may be included in the device performing the processing.
  • a module may be stored in a memory and executed by a processor.
  • the memory may be internal or external to the processor, and may be coupled to the processor by various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
  • Memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and/or other storage devices. That is, the embodiments described in this document may be implemented and performed on a processor, a microprocessor, a controller, or a chip.
  • the functional units shown in each figure may be implemented and performed on a computer, a processor, a microprocessor, a controller, or a chip.
  • information for implementation (ex. information on instructions) or an algorithm may be stored in a digital storage medium.
  • the decoding device and the encoding device to which the embodiment(s) of this document are applied are a multimedia broadcasting transmission/reception device, a mobile communication terminal, a home cinema video device, a digital cinema video device, a surveillance camera, a video conversation device, and a video communication device.
  • Real-time communication device mobile streaming device, storage medium, camcorder, video on demand (VoD) service providing device, OTT video (Over the top video) device, internet streaming service providing device, three-dimensional (3D) video device, virtual reality (VR) ) device, AR (argumente reality) device, video phone video device, transportation terminal (eg, vehicle (including autonomous vehicle) terminal, airplane terminal, ship terminal, etc.) and medical video device, etc. It can be used to process signals.
  • the OTT video (Over the top video) device may include a game console, a Blu-ray player, an Internet-connected TV, a home theater system, a smart phone, a tablet PC, a digital video recorder (DVR), and the like.
  • a game console a Blu-ray player
  • an Internet-connected TV a home theater system
  • a smart phone a tablet PC
  • DVR digital video recorder
  • the processing method to which the embodiment(s) of this document is applied may be produced in the form of a program executed by a computer, and may be stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to the embodiment(s) of this document may also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all types of storage devices and distributed storage devices in which computer-readable data is stored.
  • the computer-readable recording medium includes, for example, Blu-ray Disc (BD), Universal Serial Bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk and optical It may include a data storage device.
  • the computer-readable recording medium includes a medium implemented in the form of a carrier wave (eg, transmission through the Internet).
  • the bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired/wireless communication network.
  • embodiment(s) of this document may be implemented as a computer program product by program code, and the program code may be executed in a computer by the embodiment(s) of this document.
  • the program code may be stored on a carrier readable by a computer.
  • FIG. 14 shows an example of a content streaming system to which embodiments disclosed in this document can be applied.
  • a content streaming system to which embodiments of this document are applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server generates a bitstream by compressing content input from multimedia input devices such as a smart phone, a camera, a camcorder, etc. into digital data, and transmits it to the streaming server.
  • multimedia input devices such as a smartphone, a camera, a camcorder, etc. directly generate a bitstream
  • the encoding server may be omitted.
  • the bitstream may be generated by an encoding method or a bitstream generating method to which embodiments of this document are applied, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user's request through the web server, and the web server serves as a medium informing the user of what kind of service is available.
  • the web server transmits it to a streaming server, and the streaming server transmits multimedia data to the user.
  • the content streaming system may include a separate control server.
  • the control server serves to control commands/responses between devices in the content streaming system.
  • the streaming server may receive content from a media repository and/or an encoding server. For example, when content is received from the encoding server, the content may be received in real time. In this case, in order to provide a smooth streaming service, the streaming server may store the bitstream for a predetermined time.
  • Examples of the user device include a mobile phone, a smart phone, a laptop computer, a digital broadcasting terminal, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation system, a slate PC, Tablet PC (tablet PC), ultrabook (ultrabook), wearable device (e.g., watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display)), digital TV, desktop There may be a computer, digital signage, and the like.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • PDA portable multimedia player
  • slate PC slate PC
  • Tablet PC Tablet PC
  • ultrabook ultrabook
  • wearable device e.g., watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display)
  • digital TV desktop
  • desktop There may be a computer, digital signage, and the like.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributed and processed.

Landscapes

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

Abstract

본 문서의 개시에 따르면, 비트스트림을 통하여 획득된 영상 정보는 POC 정보, 및 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비-참조 픽처 플래그를 포함하고, 상기 POC 정보를 기반으로 현재 픽처의 POC 값이 도출되며, 상기 POC 정보는 상기 현재 픽처에 대한 디코딩 순서상의 이전 픽처의 POC 정보를 포함하고, 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처는 상기 비-참조 픽처 플래그의 값이 0인 픽처로 제한될 수 있다. 이를 통해, 비디오/영상 코딩에서 잘못된 POC 값이 도출되는 것을 방지할 수 있다.

Description

비디오 또는 영상 코딩 시스템에서의 POC 정보 및 비-참조 픽처 플래그에 기반한 영상 코딩 방법
본 문서는 비디오/영상 코딩 기술에 관한 것으로, 보다 상세하게는 비디오 또는 영상 코딩 시스템에서의 POC 정보 및 비-참조 픽처 플래그에 기반한 영상 코딩 방법에 관한 것이다.
최근 4K 또는 8K 이상의 UHD(Ultra High Definition) 비디오/영상과 같은 고해상도, 고품질의 비디오/영상에 대한 수요가 다양한 분야에서 증가하고 있다. 비디오/영상 데이터가 고해상도, 고품질이 될수록 기존의 비디오/영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 비디오/영상 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 비디오/영상에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 비디오/영상의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 비디오/영상 압축 기술이 요구된다.
본 문서의 일 실시예에 따르면, 비디오/영상 코딩 효율을 높이는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, POC 정보를 시그널링하는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비-참조 픽처 플래그를 시그널링하는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 비-참조 픽처 플래그를 기반으로, 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 이전 픽처를 도출하는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, MaxPicOrderCntLsb를 기반으로 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 이전 픽처를 도출하는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 비디오/영상 디코딩 방법을 제공한다.
본 문서의 일 실시예에 따르면, 비디오/영상 디코딩을 수행하는 디코딩 장치를 제공한다.
본 문서의 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 비디오/영상 인코딩 방법을 제공한다.
본 문서의 일 실시예에 따르면, 비디오/영상 인코딩을 수행하는 인코딩 장치를 제공한다.
본 문서의 일 실시예에 따르면, 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 인코딩 방법에 따라 생성된 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 디코딩 방법을 수행하도록 야기하는 인코딩된 정보 또는 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서의 일 실시예에 따르면, 전반적인 비디오/영상 압축 효율을 높일 수 있다.
본 문서의 일 실시예에 따르면, POC 정보를 시그널링할 수 있다.
본 문서의 일 실시예에 따르면, 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비-참조 픽처 플래그를 시그널링할 수 있다.
본 문서의 일 실시예에 따르면, 비-참조 픽처 플래그를 기반으로, 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 이전 픽처를 도출할 수 있다.
본 문서의 일 실시예에 따르면, MaxPicOrderCntLsb를 기반으로 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 이전 픽처를 도출할 수 있다.
도 1은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4는 코딩된 비디오/영상에 대한 계층 구조를 예시적으로 나타낸다.
도 5는 시간 스케일러빌러티를 지원하는 비트스트림 내 NAL 유닛들에 대한 시간 레이어 구조를 도시한 도면이다.
도 6은 인터 예측 기반의 비디오/영상 인코딩 방법을 나타낸다.
도 7은 인터 예측 기반의 비디오/영상 디코딩 방법을 나타낸다.
도 8은 POC 기반의 비디오/영상 인코딩 방법의 일 예를 나타낸다.
도 9는 POC 기반의 비디오/영상 디코딩 방법의 일 예를 나타낸다.
도 10 및 도 11은 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 12 및 도 13는 본 문서의 실시예에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 14은 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 문서는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 문서를 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 문서에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 문서의 본질에서 벗어나지 않는 한 본 문서의 권리범위에 포함된다.
이하, 첨부한 도면들을 참조하여, 본 문서의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용할 수 있고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
도 1은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
본 문서는 비디오/영상 코딩에 관한 것이다. 예를 들어 본 문서에서 개시된 방법/실시예는 VVC (versatile video coding) 표준에 개시되는 방법에 적용될 수 있다. 또한, 본 문서에서 개시된 방법/실시예는 EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
본 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
본 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 타일은 픽처 내 특정 타일 열 및 특정 타일 행 이내의 CTU들의 사각 영역이다(A tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture). 상기 타일 열은 CTU들의 사각 영역이고, 상기 사각 영역은 상기 픽처의 높이와 동일한 높이를 갖고, 너비는 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시될 수 있다(The tile column is a rectangular region of CTUs having a height equal to the height of the picture and a width specified by syntax elements in the picture parameter set). 상기 타일 행은 CTU들의 사각 영역이고, 상기 사각 영역은 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시되는 높이를 갖고, 너비는 상기 픽처의 너비와 동일할 수 있다(The tile row is a rectangular region of CTUs having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture). 타일 스캔은 픽처를 파티셔닝하는 CTU들의 특정 순차적 오더링을 나타낼 수 있고, 상기 CTU들은 타일 내 CTU 래스터 스캔으로 연속적으로 정렬될 수 있고, 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다(A tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture). 슬라이스는 단일 NAL 유닛에 배타적으로 담겨질 수 있는, 정수 개의 완전한 타일들 또는 픽처의 타일 내의 정수 개의 연속적인 완전한 CTU 행들을 포함할 수 있다(A slice includes an integer number of complete tiles or an integer number of consecutive complete CTU rows within a tile of a picture that may be exclusively contained in a single NAL unit)
한편, 하나의 픽처는 둘 이상의 서브픽처로 구분될 수 있다. 서브픽처는 픽처 내 하나 이상의 슬라이스들의 사각 리전일 수 있다(an rectangular region of one or more slices within a picture).
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)를 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 문서에서 "A 또는 B(A or B)"는 "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 달리 표현하면, 본 문서에서 "A 또는 B(A or B)"는 "A 및/또는 B(A and/or B)"로 해석될 수 있다. 예를 들어, 본 문서에서 "A, B 또는 C(A, B or C)"는 "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"을 의미할 수 있다.
본 문서에서 사용되는 슬래쉬(/)나 쉼표(comma)는 "및/또는(and/or)"을 의미할 수 있다. 예를 들어, "A/B"는 "A 및/또는 B"를 의미할 수 있다. 이에 따라 "A/B"는 "오직 A", "오직 B", 또는 "A와 B 모두"를 의미할 수 있다. 예를 들어, "A, B, C"는 "A, B 또는 C"를 의미할 수 있다.
본 문서에서 "적어도 하나의 A 및 B(at least one of A and B)"는, "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 또한, 본 문서에서 "적어도 하나의 A 또는 B(at least one of A or B)"나 "적어도 하나의 A 및/또는 B(at least one of A and/or B)"라는 표현은 "적어도 하나의 A 및 B(at least one of A and B)"와 동일하게 해석될 수 있다.
또한, 본 문서에서 "적어도 하나의 A, B 및 C(at least one of A, B and C)"는, "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"를 의미할 수 있다. 또한, "적어도 하나의 A, B 또는 C(at least one of A, B or C)"나 "적어도 하나의 A, B 및/또는 C(at least one of A, B and/or C)"는 "적어도 하나의 A, B 및 C(at least one of A, B and C)"를 의미할 수 있다.
또한, 본 문서에서 사용되는 괄호는 "예를 들어(for example)"를 의미할 수 있다. 구체적으로, "예측(인트라 예측)"으로 표시된 경우, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다. 달리 표현하면 본 문서의 "예측"은 "인트라 예측"으로 제한(limit)되지 않고, "인트라 예측"이 "예측"의 일례로 제안될 것일 수 있다. 또한, "예측(즉, 인트라 예측)"으로 표시된 경우에도, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다.
본 문서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 인코딩 장치라 함은 영상 인코딩 장치 및/또는 비디오 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽처, 프레임)을 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우, 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 문서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우 도시된 바와 같이 인코더(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다. 예측부는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지를 결정할 수 있다. 예측부는 각 예측모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
상기 예측부 (인터 예측부(221) 및/또는 상기 인트라 예측부(222) 포함)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송하고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(250)는 복원된 레지듀얼 신호를 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(250)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(260)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(221)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(200)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270) DPB는 수정된 복원 픽처를 인터 예측부(221)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 디코딩 장치라 함은 영상 디코딩 장치 및/또는 비디오 디코딩 장치를 포함할 수 있다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memoery, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 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(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다. 레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부(330)는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(330)는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(330)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부(330)는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부(330)는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 비디오/영상 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(331)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(332)에서 참조 픽처로 사용될 수 있다. 메모리(360)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(332)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 문서에서, 인코딩 장치(200)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다
상술한 바와 같이, 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 상기 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 상기 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 상기 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록과 상기 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 상기 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 상기 레지듀얼 정보는 상기 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 상기 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
본 문서에서 양자화/역양자화 및/또는 변환/역변환 중 적어도 하나는 생략될 수 있다. 상기 양자화/역양자화가 생략되는 경우, 상기 양자화된 변환 계수는 변환 계수라고 불릴 수 있다. 상기 변환/역변환이 생략되는 경우, 상기 변환 계수는 계수 또는 레지듀얼 계수라고 불릴 수도 있고, 또는 표현의 통일성을 위하여 변환 계수라고 여전히 불릴 수도 있다.
또한, 본 문서에서 양자화된 변환 계수 및 변환 계수는 각각 변환 계수 및 스케일링된(scaled) 변환 계수라고 지칭될 수 있다. 이 경우, 레지듀얼 정보는 변환 계수(들)에 관한 정보를 포함할 수 있고, 상기 변환 계수(들)에 관한 정보는 레지듀얼 코딩 신택스를 통하여 시그널링될 수 있다. 상기 레지듀얼 정보(또는 상기 변환 계수(들)에 관한 정보)를 기반으로 변환 계수들이 도출될 수 있고, 상기 변환 계수들에 대한 역변환(스케일링)을 통하여 스케일링된 변환 계수들이 도출될 수 있다. 상기 스케일링된 변환 계수들에 대한 역변환(변환)을 기반으로 레지듀얼 샘플들이 도출될 수 있다. 이는 본 문서의 다른 부분에서도 마찬가지로 적용/표현될 수 있다.
도 4는 코딩된 비디오/영상에 대한 계층 구조를 예시적으로 나타낸다.
도 4를 참조하면, 코딩된 비디오/영상은 비디오/영상의 디코딩 처리 및 그 자체를 다루는 VCL(video coding layer, 비디오 코딩 계층), 부호화된 정보를 전송하고 저장하는 하위 시스템, 그리고 VCL과 하위 시스템 사이에 존재하며 네트워크 적응 기능을 담당하는 NAL(network abstraction layer, 네트워크 추상 계층)로 구분될 수 있다.
예를 들어, VCL에서는, 압축된 이미지 데이터(슬라이스 데이터)를 포함하는 VCL 데이터가 생성되거나 또는 픽처 파라미터 세트(Picture Parameter Set, PPS), 시퀀스 파라미터 세트(Sequence Parameter Set, SPS), 비디오 파라미터 세트(Video Parameter Set, VPS) 또는 영상 디코딩 과정에 추가로 필요한 SEI(Supplemental Enhancement Information, SEI) 메시지를 포함하는 파라미터 세트가 생성될 수 있다.
또한, 예를 들어, NAL에서는, VCL에서 생성된 RBSP(Raw Byte Sequence Payload)에 헤더(header) 정보(NAL 유닛 헤더)를 추가하여 NAL 유닛이 생성될 수 있다. 이 경우, RBSP는 VCL에서 생성된 슬라이스 데이터(slice data), 파라미터 세트(parameter set), SEI 메시지(SEI message) 등을 참조할 수 있다. NAL 유닛 헤더는 해당 NAL 유닛에 포함된 RBSP 데이터에 따라 지정된 NAL 유닛 타입 정보를 포함할 수 있다.
또한, 예를 들어, 도 4에 도시된 바와 같이 NAL 유닛은 VCL에서 생성된 RBSP에 따라 VCL NAL 유닛과 Non-VCL NAL 유닛으로 분류될(classified) 수 있다. VCL NAL 유닛은 영상(image)에 대한 정보(슬라이스 데이터)를 포함하는 NAL 유닛을 의미할 수 있고, Non-VCL NAL 유닛은 영상 디코딩에 필요한 정보(파라미터 세트 또는 SEI 메시지)를 포함하는 NAL 유닛을 의미할 수 있다. .
상술한 VCL NAL 유닛과 Non-VCL NAL 유닛은 서브시스템의 데이터 규격(data standard)에 따라 헤더 정보를 첨부하여 네트워크를 통해 전송될 수 있다. 예를 들어, NAL 유닛은 H.266/ VVC 파일 포맷(VVC file format), 실시간 전송 프로토콜(real-time transport protocol, RTP), 전송 스트림(Transport Stream, TS) 등과 같은 미리 정해진 표준의 데이터 포맷(data format)으로 변환될 수 있고, 다양한 네트워크를 통해 전송될 수 있다.
또한, 상술한 바와 같이 NAL 유닛은 해당 NAL 유닛에 포함된 RBSP 데이터 구조에 따라서 NAL 유닛 타입이 지정될 수 있으며, NAL 유닛 타입에 대한 정보는 NAL 유닛 헤더에 저장되고 시그널링될 수 있다.
예를 들어, NAL 유닛은 영상에 대한 정보(슬라이스 데이터)를 포함하는지 여부에 따라 VCL NAL 유닛 타입과 Non-VCL NAL 유닛 타입으로 분류될 수 있다. 또한, VCL NAL 유닛 타입은 VCL NAL 유닛에 포함된 픽처의 특성과 타입에 따라 분류될 수 있고, Non-VCL NAL 유닛 타입은 파라미터 세트의 타입에 따라 분류될 수 있다.
다음은 Non-VCL NAL 유닛 타입에 포함된 파라미터 세트의 타입에 따라 지정된 NAL 유닛 타입의 예일 수 있다.
- APS(Adaptation Parameter Set) NAL 유닛: APS를 포함한 NAL 유닛에 대한 타입
- DPS(Decoding Parameter Set) NAL 유닛: DPS를 포함한 NAL 유닛에 대한 타입
- VPS(Video Parameter Set) NAL 유닛: VPS를 포함한 NAL 유닛에 대한 타입
- SPS(Sequence Parameter Set) NAL 유닛: SPS를 포함한 NAL 유닛에 대한 타입
- PPS(Picture Parameter Set) NAL 유닛: PPS를 포함한 NAL 유닛에 대한 타입
- PH (Picture header) NAL 유닛: PH를 포함한 NAL 유닛에 대한 타입
상술한 NAL 유닛 타입들은 NAL 유닛 타입에 대한 신텍스 정보를 가질 수 있고, 신텍스 정보는 NAL 유닛 헤더에 저장 및 시그널링될 수 있다. 예를 들어, 상기 신텍스 정보는 nal_unit_type 일 수 있고, NAL 단위 타입은 nal_unit_type 값으로 지정될 수 있다.
한편, 상술한 바와 같이 하나의 픽처는 복수의 슬라이스를 포함할 수 있고, 슬라이스는 슬라이스 헤더 및 슬라이스 데이터를 포함할 수 있다. 이 경우, 복수의 슬라이스(슬라이스 헤더 및 슬라이스 데이터의 세트)에 대해 하나의 픽처 헤더가 추가(임베디드(embedded))될 수 있다. 픽처 헤더(픽처 헤더 신텍스)는 픽처에 공통적으로 적용될 수 있는 정보/파라미터를 포함할 수 있다. 슬라이스 헤더(슬라이스 헤더 신택스)는 슬라이스에 공통적으로 적용될 수 있는 정보/ 파라미터를 포함할 수 있다. APS(APS 신텍스) 또는 PPS(PPS 신텍스)는 하나 이상의 슬라이스 또는 픽처에 공통적으로 적용될 수 있는 정보/ 파라미터를 포함 할 수 있다. SPS(SPS 신텍스)는 하나 이상의 시퀀스(sequence)에 공통적으로 적용될 수 있는 정보/파라미터를 포함 할 수 있다. VPS(VPS 신텍스)는 복수의 레이어들에 공통적으로 적용될 수 있는 정보/파라미터를 포함할 수 있다. DPS (DPS 신텍스)는 전체 영상에 공통적으로 적용될 수 있는 정보/파라미터를 포함할 수 있다. DPS는 코딩된 비디오 시퀀스(Coded Video Sequence, CVS)의 연결(concatenation)과 관련된 정보/파라미터를 포함할 수 있다. 이 문서에서 HLS(High Level Syntax)는 APS 신텍스, PPS 신텍스, SPS 신텍스, VPS 신텍스, DPS 신텍스, 픽처 헤더 신텍스 및 슬라이스 헤더 신텍스 중 적어도 하나를 포함할 수 있다.
한편, 상술한 바와 같이 일반적으로 하나의 픽처에 대해 하나의 NAL 유닛 타입이 설정될 수 있고, 상기 NAL 유닛 타입은 상술한 바와 같이 슬라이스를 포함하는 NAL 유닛의 NAL 유닛 헤더에서 nal_unit_type을 통해 시그널링될 수 있다. 다음의 표는 NAL 유닛 타입 코드 및 NAL 유닛 타입 클래스의 일 예를 나타낸다.
Figure PCTKR2021006430-appb-T000001
Figure PCTKR2021006430-appb-I000001
관련해서, CRA(Clean Random Access) 픽처는 비트스트림에 존재하는 RASL(random access skipped leading) 픽처 또는 RADL(random access decodable leading) 픽처와 관련될 수 있다. 변수 IDR_N_LP와 동일한 nal_unit_type을 갖는 IDR(instantaneous decoding refresh) 픽처는 비트스트림 내에 관련된 리딩 픽처를 갖지 않는다. 즉, 변수 IDR_W_RADL과 동일한 nal_unit_type을 갖는 IDR 픽처는 비트스트림에 내에 관련된 RASL 픽처는 갖지 않지만, 관련된 RADL 픽처는 가질 수 있다. IDR 픽처는 각 VCL-NAL 유닛이 IDR_W_RADL 또는 IDR_N_LP와 동일한 nal_unit_type을 갖는 IRAP 픽처이다.
IDR 픽처는 디코딩 절차를 수행함에 있어, 인터 예측을 사용하지 않으며 비트스트림 내에서의 디코딩 순서가 첫번째인 픽처일 수 있다. 또는, IDR 픽처는 비트스트림에서 나중에 나타날 수 있다. 각 IDR 픽처는 디코딩 순서가 CVS 내에서의 첫번째 픽처일 수 있다. 각 VCL-NAL 유닛이 IDR_W_RADL과 동일한 nal_unit_type을 갖는 IDR 픽처는 관련된 RADL 픽처를 가질 수 있다. 각 VCL-NAL 유닛이 IDR_N_LP와 동일한 nal_unit_type을 갖는 IDR 픽처는 관련된 리딩 픽처를 갖지 않는다. 즉, IDR 픽처는 관련된 RASL 픽처들을 갖지 않는다.
본 문서에서 인코딩 장치에서 디코딩 장치로 인코딩되어 비트스트림 형태로 시그널링되는 비디오/영상 정보는 픽처 내 파티셔닝 관련 정보, 인트라/인터 예측 정보, 레지듀얼 정보, 인루프 필터링 정보 등을 포함할 뿐 아니라, 상기 슬라이스 헤더에 포함된 정보, 상기 픽처 헤더에 포함된 정보, 상기 APS에 포함된 정보, 상기 PPS에 포함된 정보, SPS에 포함된 정보, VPS에 포함된 정보 및/또는 DPS에 포함된 정보를 포함할 수 있다. 또한 상기 비디오/영상 정보는 NAL 유닛 헤더의 정보를 더 포함할 수 있다.
한편, 시간 스케일러빌러티를 지원하는 비트스트림(혹은 시간 스케일러블 비트스트림, temporal scalable bitstream)은 시간적으로 스케일되는 시간 레이어(Temporal layer)에 대한 정보를 포함한다. 시간 레이어에 대한 정보는 NAL 유닛의 시간 스케일러빌러티에 따라 특정된 시간 레이어의 식별 정보일 수 있다. 예컨대, 시간 레이어의 식별 정보는 temporal_id 신택스 정보를 이용할 수 있으며, 상기 temporal_id 신택스 정보는 인코딩 장치에서 NAL 유닛 헤더에 저장되어 디코딩 장치로 시그널링 될 수 있다. 이하, 본 명세서에서 시간 레이어는 서브 레이어(Sub-layer) 혹은 시간 서브 레이어(Temporal Sub-layer) 혹은 시간 스케일러블 레이어(Temporal Scalable layer) 등으로 지칭될 수도 있다.
도 5는 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 5에서, I로 표기된 박스는 I 픽처를 말하고, B로 표기된 박스는 B 픽처를 말한다. 또한, 화살표는 픽처가 다른 픽처를 참조하는지 여부에 대한 참조 관계를 나타낸다.
도 5에 도시된 바와 같이, temporal_id 값이 0인 시간 레이어의 NAL 유닛들은 temporal_id 값이 0, 1 또는 2인 시간 레이어의 NAL 유닛들이 참조할 수 있는 참조 픽처들이다. temporal_id 값이 1인 시간 레이어의 NAL 유닛들은 temporal_id 값이 1 또는 2인 시간 레이어의 NAL 유닛들이 참조할 수 있는 참조 픽처들이다. temporal_id 값이 2인 시간 레이어의 NAL 유닛들은 동일한 시간 레이어, 즉 temporal_id 값이 2인 시간 레이어의 NAL 유닛들이 참조할 수 있는 참조 픽처들일 수 있으며, 혹은 다른 픽처에 의해 참조되지 않는 비참조 픽처들일 수도 있다.
만일, 도 5에 도시된 것처럼 temporal_id 값이 2인 시간 레이어, 즉 최상위 시간 레이어의 NAL 유닛들이 비참조 픽처일 경우, 이러한 NAL 유닛들은 디코딩 과정에서 다른 픽처들에 영향을 주지 않고 비트스트림으로부터 추출(extraction, 혹은 제거)될 수 있다.
인터 예측이 적용되는 경우, 인코딩 장치/디코딩 장치의 예측부는 블록 단위로 인터 예측을 수행하여 예측 샘플을 도출할 수 있다. 인터 예측은 현재 픽처 이외의 픽처(들)의 데이터 요소들(ex. 샘플값들, 또는 움직임 정보)에 의존적인 방법으로 도출되는 예측을 나타낼 수 있다(Inter prediction can be a prediction derived in a manner that is dependent on data elements (ex. sample values or motion information) of picture(s) other than the current picture). 현재 블록에 인터 예측이 적용되는 경우, 참조 픽처 인덱스가 가리키는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록(예측 샘플 어레이)을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 현재 블록의 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 타입(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측이 적용되는 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 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, 현재 블록의 주변 블록들을 기반으로 움직임 정보 후보 리스트가 구성될 수 있고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 선택(사용)되는지를 지시하는 플래그 또는 인덱스 정보가 시그널링될 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 현재 블록의 움직임 정보는 선택된 주변 블록의 움직임 정보와 같을 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 선택된 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)은 시그널링될 수 있다. 이 경우 상기 움직임 벡터 예측자 및 움직임 벡터 차분의 합을 이용하여 상기 현재 블록의 움직임 벡터를 도출할 수 있다.
상기 움직임 정보는 인터 예측 타입(L0 예측, L1 예측, Bi 예측 등)에 따라 L0 움직임 정보 및/또는 L1 움직임 정보를 포함할 수 있다. L0 방향의 움직임 벡터는 L0 움직임 벡터 또는 MVL0라고 불릴 수 있고, L1 방향의 움직임 벡터는 L1 움직임 벡터 또는 MVL1이라고 불릴 수 있다. L0 움직임 벡터에 기반한 예측은 L0 예측이라고 불릴 수 있고, L1 움직임 벡터에 기반한 예측을 L1 예측이라고 불릴 수 있고, 상기 L0 움직임 벡터 및 상기 L1 움직임 벡터 둘 다에 기반한 예측을 쌍(Bi) 예측이라고 불릴 수 있다. 여기서 L0 움직임 벡터는 참조 픽처 리스트 L0 (L0)에 연관된 움직임 벡터를 나타낼 수 있고, L1 움직임 벡터는 참조 픽처 리스트 L1 (L1)에 연관된 움직임 벡터를 나타낼 수 있다. 참조 픽처 리스트 L0는 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 포함할 수 있고, 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 포함할 수 있다. 상기 이전 픽처들은 순방향 (참조) 픽처라고 불릴 수 있고, 상기 이후 픽처들은 역방향 (참조) 픽처라고 불릴 수 있다. 상기 참조 픽처 리스트 L0은 상기 현재 픽처보다 출력 순서상 이후 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트 L0 내에서 상기 이전 픽처들이 먼저 인덱싱되고 상기 이후 픽처들은 그 다음에 인덱싱될 수 있다. 상기 참조 픽처 리스트 L1은 상기 현재 픽처보다 출력 순서상 이전 픽처들을 참조 픽처들로 더 포함할 수 있다. 이 경우 상기 참조 픽처 리스트1 내에서 상기 이후 픽처들이 먼저 인덱싱되고 상기 이전 픽처들은 그 다음에 인덱싱 될 수 있다. 여기서 출력 순서는 POC(picture order count) 순서(order)에 대응될 수 있다.
인터 예측에 기반한 비디오/영상 인코딩 절차는 개략적으로 예를 들어 다음을 포함할 수 있다.
도 6은 인터 예측 기반의 비디오/영상 인코딩 방법을 나타낸다.
도 6을 참조하면, 인코딩 장치는 현재 블록에 대한 인터 예측을 수행한다(S600). 인코딩 장치는 현재 블록의 인터 예측 모드 및 움직임 정보를 도출하고, 상기 현재 블록의 예측 샘플들을 생성할 수 있다. 여기서 인터 예측 모드 결정, 움직임 정보 도출 및 예측 샘플들 생성 절차는 동시에 수행될 수도 있고, 어느 한 절차가 다른 절차보다 먼저 수행될 수도 있다. 예를 들어, 인코딩 장치의 인터 예측부는 예측 모드 결정부, 움직임 정보 도출부, 예측 샘플 도출부를 포함할 수 있으며, 예측 모드 결정부에서 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부에서 상기 현재 블록의 움직임 정보를 도출하고, 예측 샘플 도출부에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 예를 들어, 인코딩 장치의 인터 예측부는 움직임 추정(motion estimation)을 통하여 참조 픽처들의 일정 영역(서치 영역) 내에서 상기 현재 블록과 유사한 블록을 서치하고, 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이를 기반으로 상기 참조 블록이 위치하는 참조 픽처를 가리키는 참조 픽처 인덱스를 도출하고, 상기 참조 블록과 상기 현재 블록의 위치 차이를 기반으로 움직임 벡터를 도출할 수 있다. 인코딩 장치는 다양한 예측 모드들 중 상기 현재 블록에 대하여 적용되는 모드를 결정할 수 있다. 인코딩 장치는 상기 다양한 예측 모드들에 대한 RD cost를 비교하고 상기 현재 블록에 대한 최적의 예측 모드를 결정할 수 있다.
예를 들어, 인코딩 장치는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 가리키는 참조 블록들 중 상기 현재 블록과 중 상기 현재 블록과의 차이가 최소 또는 일정 기준 이하인 참조 블록을 도출할 수 있다. 이 경우 상기 도출된 참조 블록과 연관된 머지 후보가 선택되며, 상기 선택된 머지 후보를 가리키는 머지 인덱스 정보가 생성되어 디코딩 장치로 시그널링될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다.
다른 예로, 인코딩 장치는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 이 경우, 예를 들어, 상술한 움직임 추정에 의하여 도출된 참조 블록을 가리키는 움직임 벡터가 상기 현재 블록의 움직임 벡터로 이용될 수 있으며, 상기 mvp 후보들 중 상기 현재 블록의 움직임 벡터와의 차이가 가장 작은 움직임 벡터를 갖는 mvp 후보가 상기 선택된 mvp 후보가 될 수 있다. 상기 현재 블록의 움직임 벡터에서 상기 mvp를 뺀 차분인 MVD(motion vector difference)가 도출될 수 있다. 이 경우 상기 MVD에 관한 정보가 디코딩 장치로 시그널링될 수 있다. 또한, (A)MVP 모드가 적용되는 경우, 상기 참조 픽처 인덱스의 값은 참조 픽처 인덱스 정보 구성되어 별도로 상기 디코딩 장치로 시그널링될 수 있다.
인코딩 장치는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다(S610). 인코딩 장치는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다.
인코딩 장치는 예측 정보 및 레지듀얼 정보를 포함하는 영상 정보를 인코딩한다(S620). 인코딩 장치는 인코딩된 영상 정보를 비트스트림 형태로 출력할 수 있다. 상기 예측 정보는 상기 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
출력된 비트스트림은 (디지털) 저장매체에 저장되어 디코딩 장치로 전달될 수 있고, 또는 네트워크를 통하여 디코딩 장치로 전달될 수도 있다.
한편, 상술한 바와 같이 인코딩 장치는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 디코딩 장치에서 수행되는 것과 동일한 예측 결과를 인코딩 장치에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 인코딩 장치는 복원 픽처(또는 복원 샘플들, 복원 블록)을 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
인터 예측에 기반한 비디오/영상 디코딩 절차는 개략적으로 예를 들어 다음을 포함할 수 있다.
도 7은 인터 예측 기반의 비디오/영상 디코딩 방법 및 디코딩 장치 내 인터 예측부의 일 예를 개략적으로 나타낸다.
도 7을 참조하면, 디코딩 장치는 상기 인코딩 장치에서 수행된 동작과 대응되는 동작을 수행할 수 있다. 디코딩 장치는 수신된 예측 정보를 기반으로 현재 블록에 예측을 수행하고 예측 샘플들을 도출할 수 있다.
구체적으로 디코딩 장치는 수신된 예측 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정할 수 있다(S700). 디코딩 장치는 상기 예측 정보 내의 예측 모드 정보를 기반으로 상기 현재 블록에 어떤 인터 예측 모드가 적용되는지 결정할 수 있다.
예를 들어, 상기 merge flag를 기반으로 상기 현재 블록에 상기 머지 모드가 적용되는지 또는 (A)MVP 모드가 결정되는지 여부를 결정할 수 있다. 또는 상기 mode index를 기반으로 다양한 인터 예측 모드 후보들 중 하나를 선택할 수 있다. 상기 인터 예측 모드 후보들은 스킵 모드, 머지 모드 및/또는 (A)MVP 모드를 포함할 수 있고, 또는 후술하는 다양한 인터 예측 모드들을 포함할 수 있다.
디코딩 장치는 상기 결정된 인터 예측 모드를 기반으로 상기 현재 블록의 움직임 정보를 도출한다(S710). 예를 들어, 디코딩 장치는 상기 현재 블록에 스킵 모드 또는 머지 모드가 적용되는 경우, 후술하는 머지 후보 리스트를 구성하고, 상기 머지 후보 리스트에 포함된 머지 후보들이 중 하나의 머지 후보를 선택할 수 있다. 상기 선택은 상술한 선택 정보(merge index)를 기반으로 수행될 수 있다. 상기 선택된 머지 후보의 움직임 정보를 이용하여 상기 현재 블록의 움직임 정보가 도출할 수 있다. 상기 선택된 머지 후보의 움직임 정보가 상기 현재 블록의 움직임 정보로 이용될 수 있다.
다른 예로, 디코딩 장치는 상기 현재 블록에 (A)MVP 모드가 적용되는 경우, 후술하는 (A)MVP 후보 리스트를 구성하고, 상기 (A)MVP 후보 리스트에 포함된 mvp (motion vector predictor) 후보들 중 선택된 mvp 후보의 움직임 벡터를 상기 현재 블록의 mvp로 이용할 수 있다. 상기 선택은 상술한 선택 정보(mvp flag or mvp index)를 기반으로 수행될 수 있다. 이 경우 상기 MVD에 관한 정보를 기반으로 상기 현재 블록의 MVD를 도출할 수 있으며, 상기 현재 블록의 mvp와 상기 MVD를 기반으로 상기 현재 블록의 움직임 벡터를 도출할 수 있다. 또한, 상기 참조 픽처 인덱스 정보를 기반으로 상기 현재 블록의 참조 픽처 인덱스를 도출할 수 있다. 상기 현재 블록에 관한 참조 픽처 리스트 내에서 상기 참조 픽처 인덱스가 가리키는 픽처가 상기 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다.
한편, 후술하는 바와 같이 후보 리스트 구성 없이 상기 현재 블록의 움직임 정보가 도출될 수 있으며, 이 경우 후술하는 예측 모드에서 개시된 절차에 따라 상기 현재 블록의 움직임 정보가 도출될 수 있다. 이 경우 상술한 바와 같은 후보 리스트 구성은 생략될 수 있다.
디코딩 장치는 상기 현재 블록의 움직임 정보를 기반으로 상기 현재 블록에 대한 예측 샘플들을 생성할 수 있다(S720). 이 경우 상기 현재 블록의 참조 픽처 인덱스를 기반으로 상기 참조 픽처를 도출하고, 상기 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 이 경우 후술하는 바와 같이 경우에 따라 상기 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
예를 들어, 디코딩 장치의 인터 예측부는 예측 모드 결정부, 움직임 정보 도출부, 예측 샘플 도출부를 포함할 수 있으며, 예측 모드 결정부에서 수신된 예측 모드 정보를 기반으로 상기 현재 블록에 대한 예측 모드를 결정하고, 움직임 정보 도출부에서 수신된 움직임 정보에 관한 정보를 기반으로 상기 현재 블록의 움직임 정보(움직임 벡터 및/또는 참조 픽처 인덱스 등)를 도출하고, 예측 샘플 도출부에서 상기 현재 블록의 예측 샘플들을 도출할 수 있다.
디코딩 장치는 수신된 레지듀얼 정보를 기반으로 상기 현재 블록에 대한 레지듀얼 샘플들을 생성한다(S730). 디코딩 장치는 상기 예측 샘플들 및 상기 레지듀얼 샘플들을 기반으로 상기 현재 블록에 대한 복원 샘플들을 생성하고, 이를 기반으로 복원 픽처를 생성할 수 있다(S740). 이후 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
상술한 바와 같이 인터 예측 절차는 인터 예측 모드 결정 단계, 결정된 예측 모드에 따른 움직임 정보 도출 단계, 도출된 움직임 정보에 기반한 예측 수행(예측 샘플 생성) 단계를 포함할 수 있다. 상기 인터 예측 절차는 상술한 바와 같이 인코딩 장치 및 디코딩 장치에서 수행될 수 있다.
한편, VVC 표준에는 시스템 수준의 개체(system level entity)가, 어느 하나의 픽처가 다른 픽처들에 대한 참조로 사용되지 않는지 여부를 알 수 있도록 하는 시그널링 메커니즘이 있다. 이러한 정보의 시그널링을 통해, 시스템 수준의 개체는 특정 상황에서 특정 픽처(즉, 다른 픽처들에 대한 참조로 사용되지 않음이 표시된 픽처)를 제거할 수 있다. 예를 들어, 네트워크 정체가 발생하면, 미디어 인식 네트워크 라우터는 다른 픽처들에 대한 참조로 사용되지 않음이 표시된 픽처의 코딩된 비트를 전달하는 네트워크 패킷을 삭제할 수 있다.
관련해서, 기존의 일 실시예에 따르면, 어느 하나의 픽처가 다른 픽처들에 대한 참조로 사용되지 않는지 여부를 알 수 있도록, 픽처 헤더는 아래 표 2의 신택스를 포함할 수 있다. 하기 표 2의 신택스는 상기 픽처 헤더의 일부분일 수 있다.
Figure PCTKR2021006430-appb-T000002
여기서, 상기 표 2의 신택스에 포함된 신택스 요소의 시맨틱스는 예를 들어, 하기의 표 3과 같이 나타낼 수 있다.
Figure PCTKR2021006430-appb-T000003
즉, 상기 기존의 일 실시예에 따르면, 비트스트림을 통하여 획득된 영상 정보는 비-참조 픽처 플래그를 포함할 수 있다.
예를 들어, 상기 비-참조 픽처 플래그는 픽처가 참조 픽처로 사용되지 않는지 여부와 관련될 수 있다. 즉, 상기 비-참조 픽처 플래그는 픽처가 참조 픽처로 사용되지 않는지 여부를 지시/나타낼 수 있다.
일예로, 상기 비-참조 픽처 플래그는 ph_non_ref_pic_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 ph_non_ref_pic_flag 신택스 요소는 픽처가 참조 픽처로 사용되지 않는지 여부를 명시할 수 있다.
상기 기존의 일 실시예에 따르면, 상기 비-참조 픽처 플래그의 값이 1인 경우, 참조 픽처로 사용되지 않는 픽처임을 지시할 수 있고, 상기 비-참조 픽처 플래그의 값이 0인 경우, 참조 픽처로 사용될 수 있는 픽처임을 지시할 수 있다.
한편, 상기 기존의 일 실시예에 따르면, 현재 픽처에 대한 POC (picture order count) 도출 프로세스는 하기의 표 4와 같을 수 있다.
Figure PCTKR2021006430-appb-T000004
Figure PCTKR2021006430-appb-I000002
즉, 변수 PicOrderCntVal은 현재 픽처의 POC 값을 의미할 수 있다.
이때, 예를 들어, 현재 레이어에 대해 인터 레이어 예측이 사용되면(즉, 신택스 요소 vps_independent_layer_flag의 값이 0), 상기 현재 픽처의 POC 값은 참조 레이어의 현재 AU(Access Unit) 내 픽처를 기반으로 도출될 수 있다.
예를 들어, 현재 레이어에 대해 인터 레이어 예측이 사용되지 않으면(신택스 요소 vps_independent_layer_flag의 값이 1), 상기 현재 픽처의 POC 값은 일정 조건 하에 변수 prevTid0Pic로 지정되는 디코딩 순서 상의 이전 픽처를 기반으로 도출될 수 있다.
여기서, 상기 표 4에 포함된 신택스 요소의 시맨틱스는 예를 들어, 하기의 표 5와 같이 나타낼 수 있다.
Figure PCTKR2021006430-appb-T000005
상기 기존의 일 실시예에 따르면, 비트스트림을 통하여 획득된 영상 정보는 상기 비-참조 픽처 플래그, 레이어 ID 정보, POC LSB(Least Significant Bit) 정보, POC MSB(Most Significant Bit) 사이클 존재 플래그 및 POC MSB 사이클 정보를 포함할 수 있다.
여기서, 예를 들면, 상기 레이어 ID 정보는 NAL 유닛이 속하는 레이어 식별자와 관련될 수 있다. 즉, 상기 레이어 ID 정보는 NAL 유닛이 속하는 레이어 식별자를 지시/나타낼 수 있다.
일예로, 상기 레이어 ID 정보는 nuh_layer_id 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 nuh_layer_id 신택스 요소는 NAL 유닛이 속하는 레이어 식별자를 명시할 수 있다.
예를 들어, 상기 POC LSB 정보는 픽처의 POC 값을 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지와 관련될 수 있다. 즉, 상기 POC LSB 정보는 픽처의 POC 값을 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지를 지시/나타낼 수 있다.
일예로, 상기 POC LSB 정보는 ph_pic_order_cnt_lsb 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 ph_pic_order_cnt_lsb 신택스 요소는 픽처의 POC 값을 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지를 명시할 수 있다.
예를 들어, 상기 POC MSB 사이클 존재 플래그는 현재 픽처의 POC MSB 사이클 정보의 존재 여부와 관련될 수 있다. 즉, 상기 POC MSB 사이클 존재 플래그는 현재 픽처의 POC MSB 사이클 정보의 존재 여부를 지시/나타낼 수 있다.
일예로, 상기 POC MSB 사이클 존재 플래그는 ph_poc_msb_cycle_present_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 ph_poc_msb_cycle_present_flag 신택스 요소는 현재 픽처의 POC MSB 사이클 정보의 존재 여부를 명시할 수 있다.
예를 들어, 상기 POC MSB 사이클 정보는 현재 픽처의 POC MSB 사이클의 값과 관련될 수 있다. 즉, 상기 POC MSB 사이클 정보는 현재 픽처의 POC MSB 사이클의 값을 지시/나타낼 수 있다.
일예로, 상기 POC MSB 사이클 정보는 ph_poc_msb_cycle_val 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 ph_poc_msb_cycle_val 신택스 요소는 현재 픽처의 POC MSB 사이클의 값을 명시할 수 있다.
상기 기존의 일 실시예에 따르면, 상기 현재 픽처의 POC 값(PicOrderCntVal)은 상술한 바와 같이, 일정 조건 하에 변수 prevTid0Pic로 지정되는 디코딩 순서 상의 상기 이전 픽처를 기반으로 도출될 수 있다.
예를 들어, 상기 POC MSB 사이클 존재 플래그의 값이 0이고, 상기 현재 픽처가 CLVSS(coded layer video sequence start) 픽처가 아닌 경우, 상기 현재 픽처의 POC 값은 prevTid0Pic로 지정되는 디코딩 순서 상의 상기 이전 픽처를 기반으로 도출될 수 있다.
구체적으로, 예를 들면, 상기 현재 픽처의 POC 값(PicOrderCntVal)은 상기 현재 픽처의 POC MSB를 나타내는 변수 PicOrderCntMsb와 현재 픽처의 POC LSB 정보의 값을 합함으로써 도출할 수 있다. 이때, 일예로, 상기 현재 픽처의 POC MSB를 나타내는 PicOrderCntMsb는 prevTid0Pic로 지정되는 디코딩 순서 상의 상기 이전 픽처와 관련된 변수 prevPicOrderCntLsb와 변수 prevPicOrderCntMsb를 기반으로 도출될 수 있다.
이때, 예를 들면, 변수 prevPicOrderCntLsb는 prevTid0Pic로 지정되는 디코딩 순서 상의 상기 이전 픽처에 대한 POC LSB 정보의 값과 동일하게 설정될 수 있다. 또한, 변수 prevPicOrderCntMsb는 변수 prevTid0Pic로 지정되는 디코딩 순서 상의 상기 이전 픽처에 대한 변수 PicOrderCntMsb의 값과 동일하게 설정될 수 있다.
또한, 예를 들면, prevTid0Pic로 지정되는 디코딩 순서 상의 상기 이전 픽처는 상기 레이어 ID 정보의 값이 상기 현재 픽처에 대한 레이어 ID 정보의 값과 동일하고, 시간적 ID(TemporalId)가 0이며, RASL(random access skipped leading) 픽처 또는 RADL(random access decodable leading) 픽처가 아닌 픽처로 제한될 수 있다.
여기서, 상기 시간적 ID(TemporalId)는 일예로, 상기 도 5와 관련하여 서술하였던 상기 시간 레이어의 식별 정보일 수 있다.
한편, 현재 픽처의 POC 값은 픽처 출력 및/또는 인터 예측을 위한 참조 픽처 세트(및/또는 참조 픽처 리스트)를 구성하기 위해 사용될 수 있다. 또한, 예를 들어, 디코딩된 픽처들은 POC 순서에 따라 출력될 수 있다.
도 8은 POC 기반의 비디오/영상 인코딩 방법의 일 예를 나타낸다. 도 8의 단계들은 본 문서에서 개시된 실시예(들)에 적용될 수 있다. 또는, 도 8의 단계들은 본 문서에서 개시된 실시예(들)과 관련된 절차를 설명하기 위한 예시로서 사용될 수 있다. 또한, 도 8의 단계들 중 어느 하나는 생략될 수 있다.
도 8을 참조하면, 인코딩 장치는 참조 픽처 세트를 구성하는 참조 픽처들의 POC 값들을 도출하고, 현재 픽처의 POC 값을 도출할 수 있다(S800). 예를 들어, 상기 참조 픽처들의 POC 값들과 상기 현재 픽처의 POC 값이 도출되면, 인코딩 장치는 상기 참조 픽처 세트를 기반으로 인터 예측을 수행할 수 있다. 일예로, 상기 참조 픽처 세트는 참조 픽처 리스트로 대체될 수 있다. 예컨대, 인코딩 장치는 상기 참조 픽처 리스트를 구성하는 상기 참조 픽처들의 POC 값들을 도출하고, 상기 현재 픽처의 POC 값을 도출할 수 있다.
또한, 일예로, 상기 참조 픽처 리스트는 참조 픽처 리스트 0 (L0) 및 참조 픽처 리스트 1 (L1)을 포함할 수 있다. 여기서, 상기 참조 픽처 리스트 0은 상기 현재 픽처의 POC보다 POC 값이 작은 참조 픽처를 포함할 수 있다. 상기 참조 픽처 리스트 1은 현재 픽처의 POC보다 POC 값이 큰 참조 픽처를 포함할 수 있다.
인코딩 장치는 POC 정보를 생성할 수 있다(S810). 예를 들면, 인코딩 장치는 상기 참조 픽처들의 POC 값들과 상기 현재 픽처의 POC 값을 기반으로 상기 POC 정보를 생성할 수 있다. 인코딩 장치는 POC 정보를 포함하는 비디오/영상 정보를 인코딩할 수 있다(S820).
예를 들어, 상기 비디오/영상 정보는 상위 레벨 신택스(HLS)를 포함할 수 있다. 또한, 상기 상위 레벨 신택스는 상기 POC 정보를 포함할 수 있다. 상기 POC 정보는 본 문서의 실시예들에서 제시되는 POC와 관련된 정보 및 신택스 요소를 포함할 수 있다.
예를 들어, 상기 POC 정보는 현재 픽처와 관련된 POC 정보, 상기 현재 픽처의 POC를 도출하기 위한 디코딩 순서상의 이전 픽처와 관련된 POC 정보 또는 참조 픽처(들)과 관련된 POC 정보를 포함할 수 있다.
예를 들어, 상기 POC 정보는 신택스 요소 ph_non_reference_picture_flag, 신택스 요소 ph_non_reference_picture_flag, 신택스 요소 ph_poc_msb_cycle_present_flag, 신택스 요소 ph_poc_msb_cycle_val 및/또는 신택스 요소 ph_pic_order_cnt_lsb 중 적어도 하나를 포함할 수 있다.
도 9는 POC 기반의 비디오/영상 디코딩 방법의 일 예를 나타낸다. 도 9의 단계들은 본 문서에서 개시된 실시예(들)에 적용될 수 있다. 또는, 도 9의 단계들은 본 문서에서 개시된 실시예(들)과 관련된 절차를 설명하기 위한 예시로서 사용될 수 있다. 또한, 도 9의 단계들 중 어느 하나는 생략될 수 있다.
도 9를 참조하면, 디코딩 장치는 비트스트림으로부터 POC 정보를 포함하는 비디오/영상 정보를 획득한다(S900). 예를 들어, 상기 비디오/영상 정보는 상위 레벨 신택스를 포함할 수 있다. 또한, 상기 상위 레벨 신택스는 POC 정보를 포함할 수 있다. 상기 POC 정보는 본 문서의 실시예들에서 제시되는 POC와 관련된 정보 및 신택스 요소를 포함할 수 있다.
예를 들어, 상기 POC 정보는 현재 픽처와 관련된 POC 정보, 상기 현재 픽처의 POC를 도출하기 위한 디코딩 순서상의 이전 픽처와 관련된 POC 정보 또는 참조 픽처(들)과 관련된 POC 정보를 포함할 수 있다.
예를 들어, 상기 POC 정보는 신택스 요소 ph_non_reference_picture_flag, 신택스 요소 ph_non_reference_picture_flag, 신택스 요소 ph_poc_msb_cycle_present_flag, 신택스 요소 ph_poc_msb_cycle_val 및/또는 신택스 요소 ph_pic_order_cnt_lsb 중 적어도 하나를 포함할 수 있다.
디코딩 장치는 현재 픽처와 참조 픽처들의 POC 값들을 도출한다(S910). 예를 들어, 디코딩 장치는 상기 POC 정보를 기반으로 상기 현재 픽처의 POC 값과 상기 참조 픽처들의 POC 값들을 도출할 수 있다. 일예로, 상기 현재 픽처의 POC 값은 상기 현재 픽처, 변수 prevPicOrderCntLsb 및 변수 prevPicOrderCntMsb 중 적어도 하나와 관련된 POC 정보를 기반으로 도출될 수 있다. 또한, 일예로, 상기 참조 픽처들의 POC 값들 중 i번째 참조 픽처의 POC 값은 상기 참조 픽처들과 관련된 POC 정보에 의해 지시되는 POC 차이 값을 기반으로 도출될 수 있다. 예컨대, i가 0이면, 상기 참조 픽처들과 관련된 POC 정보는 상기 현재 픽처와 상기 i번째 참조 픽처 간의 POC 차이 값일 수 있다. 예컨대, i가 0보다 크면, 상기 참조 픽처들과 관련된 POC 정보는 상기 i번째 참조 픽처와 (i-1)번째 참조 픽처 간의 POC 차이 값일 수 있다.
디코딩 장치는 POC 값들을 기반으로 참조 픽처 세트를 구성한다(S920). 예를 들어, 디코딩 장치는 상기 현재 픽처의 POC 값과 상기 참조 픽처들의 POC 값들을 기반으로 참조 픽처 세트를 구성할 수 있다.
디코딩 장치는 참조 픽처 세트를 기반으로 참조 픽처 리스트를 도출한다(S930). 예를 들어, 디코딩 장치는 상기 참조 픽처 세트를 기반으로, 현재 픽처에 대한 참조 픽처 리스트를 도출할 수 있다.
디코딩 장치는 참조 픽처 리스트를 기반으로 현재 픽처에 대한 인터 예측을 수행한다(S940). 예를 들어, 디코딩 장치는 상기 참조 픽처 리스트를 기반으로 상기 현재 픽처에 대한 인터 예측을 수행할 수 있다.
한편, 상기 참조 픽처 세트 또는 상기 참조 픽처 리스트 중 어느 하나는 생략될 수 있다. 예를 들어, S930이 생략되는 경우, S940에서 디코딩 장치는 상기 참조 픽처 세트를 기반으로 상기 현재 픽처에 대한 인터 예측을 수행할 수 있다. 또는, 예를 들어, S920, S930 대신, 디코딩 장치는 상기 POC 값들을 기반으로 참조 픽처 리스트를 구성할 수 있다. 일예로, 참조 픽처 리스트는 참조 픽처 리스트 0 (L0) 및 참조 픽처 리스트 1 (L1)을 포함할 수 있다. 여기서, 참조 픽처 리스트 0은 상기 현재 픽처의 POC보다 POC 값이 작은 참조 픽처를 포함할 수 있다. 참조 픽처 리스트 1은 현재 픽처의 POC보다 POC 값이 큰 참조 픽처를 포함할 수 있다.
다만, 기존의 일 실시예에 따르면, 현재 POC 디코딩 프로세스는 비-참조 픽처와 관련된 문제를 포함하고 있다. POC 디코딩 프로세스에 있어, 현재 픽처에 대한 PicOrderCntMsb는 prevTid0Pic으로 지정된 이전 픽처의 POC 값에 기반하여 도출된다. 이때, prevTid0Pic으로 지정되는 이전 픽처는 현재 픽처의 POC 값이 일관되어 도출되도록 인코딩과 디코딩에 있어 동일한 픽처여야 한다. 하지만, prevTid0Pic을 결정함에 있어, prevTid0Pic이 비-참조 픽처임에 따라(신택스 요소 ph_non_ref_pic_flag의 값이 1) 시스템 엔티티에 의해 제거될 수 있는 픽처인지 여부는 고려되지 않는다. 현재 픽처에 대한 prevTid0Pic으로 지정된 픽처가 시스템에 의해 제거되어 비트스트림에 존재하지 않는 경우, 디코더는 현재 픽처의 POC 값을 도출하기 위해 인코더에서의 이전 픽처와 다른 픽처를 prevTid0Pic으로 무의식적으로 사용할 수 있다. 결과적으로, 디코더가 잘못된 POC 값을 도출할 수 있는 문제가 있다.
관련해서, 본 문서의 실시예들에서는, 다음 특징들 중 하나 이상을 포함할 수 있다.
1) POC 디코딩 과정에서 prevTid0Pic으로 지정된 픽처는 ph_non_ref_pic_flag의 값이 1인 픽처일 수 없도록 제한할 수 있다.
2) TemporalId가 0인 픽처의 ph_non_ref_pic_flag의 값은 1일 수 없도록 제한할 수 있다.
3) CLVS(Coded Layer Video Sequence)가 복수의 시간적 서브-레이어를 가질 때, 베이스 시간적 서브-레이어 내 픽처(즉, TemporalId가 0인 픽처들)는 ph_non_ref_pic_flag의 값을 1로 가질 수 없도록 제한할 수 있다.
4) CLVS가 인트라 픽처가 아닌 픽처들만 포함할 때(즉, intra_only_constraint_flag의 값이 1과 같음) TemporalId가 0인 픽처는 ph_non_ref_pic_flag의 값을 1로 가질 수 없도록 제한할 수 있다.
5) CLVS가 인트라 픽처가 아닌 픽처들만 포함하고(즉, intra_only_constraint_flag의 값이 1과 같음), CLVS에 복수의 시간적 서브 레이어가 있는 경우, TemporalId가 0인 픽처는 ph_non_ref_pic_flag의 값을 1로 가질 수 없도록 제한할 수 있다.
6) TemporalId가 0이고 ph_non_ref_pic_flag의 값이 0인 두 연속적인 픽처들의 경우, 상기 두 연속적인 픽처들 간 POC 차이의 절대값은 MaxPicOrderCntLsb의 절반 값보다 크지 않도록 제한할 수 있다.
7) 각 픽처에 대해, 현재 픽처와 prevTid0Pic으로 선택된 픽처간 POC 차이의 절대값은 MaxPicOrderCntLsb의 절반 값보다 크지 않도록 제한할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 비트스트림을 통하여 획득한 영상 정보는 POC 정보 및 상기 기존의 일 실시예에 따른 상기 비-참조 픽처 플래그를 포함할 수 있다.
예를 들어, 상기 POC 정보는 상기 현재 픽처에 대한 디코딩 순서상의 이전 픽처의 POC 정보를 포함할 수 있다.
여기서, 일예로, 상기 현재 픽처에 대한 디코딩 순서상의 상기 이전 픽처의 POC 정보는 상기 이전 픽처에 대한 상기 POC LSB 정보와 관련될 수 있다. 즉, 상기 이전 픽처의 POC 정보는 상기 이전 픽처의 POC 값을 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지와 관련될 수 있다. 예컨대, 상기 이전 픽처의 POC 정보는 상기 이전 픽처(prevTid0Pic)에 대한 ph_pic_order_cnt_lsb 신택스 요소의 형태로 나타낼 수 있다.
상기 일 실시예에 따르면, 상기 현재 픽처에 대한 POC 도출 프로세스는 하기의 표 6과 같을 수 있다.
Figure PCTKR2021006430-appb-T000006
상기 일 실시예에 따르면, 상기 현재 픽처의 POC 값은 디코딩 순서상의 상기 이전 픽처의 POC 값을 기반으로 도출될 수 있다.
예를 들면, 상기 기존의 일 실시예와 같이, 상기 POC MSB 사이클 존재 플래그의 값이 0이고, 상기 현재 픽처가 CLVSS 픽처가 아닌 경우, 상기 현재 픽처의 POC 값은 prevTid0Pic로 지정되는 디코딩 순서 상의 이전 픽처를 기반으로 도출될 수 있다.
또한, 예를 들면, prevTid0Pic로 지정되는 디코딩 순서 상의 상기 이전 픽처는 상기 기존의 일 실시예와 같이, 상기 레이어 ID 정보의 값이 상기 현재 픽처에 대한 레이어 ID 정보의 값과 동일하고, 시간적 ID(TemporalId)가 0이며, RASL 픽처 또는 RADL 픽처가 아닌 픽처로 제한될 수 있다.
이에 더하여, 상기 일 실시예에 따르면, 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처는 상기 비-참조 픽처 플래그의 값이 0인 픽처로 제한될 수 있다. 상기 일 실시예에 따르면, 상기 비-참조 픽처 플래그의 값이 1인 픽처는 디코딩 순서상의 상기 이전 픽처로 지정될 수 없다.
본 문서에서 제안된 상기 일 실시예에 따르면, 상기 POC 정보는 델타 POC MSB 사이클 존재 플래그 및 델타 POC MSB 사이클 LT(long term) 정보를 더 포함할 수 있다.
예를 들어, 델타 POC MSB 사이클 존재 플래그는 장기 참조 픽처에 대한 델타 POC MSB 사이클 LT(long term) 정보의 존재 여부와 관련될 수 있다. 즉, 델타 POC MSB 사이클 존재 플래그는 장기 참조 픽처에 대한 델타 POC MSB 사이클 LT 정보의 존재 여부를 지시/나타낼 수 있다.
일예로, 상기 델타 POC MSB 사이클 존재 플래그는 delta_poc_msb_cycle_present_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 delta_poc_msb_cycle_present_flag 신택스 요소는 장기 참조 픽처에 대한 델타 POC MSB 사이클 LT 정보의 존재 여부를 명시할 수 있다.
예를 들어, 상기 델타 POC MSB 사이클 LT 정보는 상기 장기 참조 픽처의 POC MSB와 관련될 수 있다. 즉, 상기 델타 POC MSB 사이클 LT 정보는 상기 장기 참조 픽처의 POC MSB를 계산하기 위한 값일 수 있다.
일예로, 상기 델타 POC MSB 사이클 LT 정보는 delta_poc_msb_cycle_lt 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 delta_poc_msb_cycle_lt 신택스 요소는 상기 장기 참조 픽처의 POC MSB를 계산하기 위한 값을 명시할 수 있다.
상기 일 실시예에 따르면, 상기 델타 POC MSB 사이클 존재 플래그의 값이 1인 경우, 상기 POC 정보는 상기 델타 POC MSB 사이클 LT 정보를 더 포함할 수 있다. 상기 델타 POC MSB 사이클 존재 플래그의 값이 0인 경우, 상기 델타 POC MSB 사이클 LT 정보는 존재하지 않을 수 있다.
또한, 상기 일 실시예에 따르면, 상기 장기 참조 픽처의 POC 값은 상기 델타 POC MSB 사이클 존재 플래그 및 상기 델타 POC MSB 사이클 LT 정보 중 적어도 하나를 기반으로 도출될 수 있다.
또한, 상기 일 실시예에 따르면, 상기 비-참조 픽처 플래그의 값이 0인 상기 이전 픽처를 기반으로 이전 픽처 POC 세트가 구성될 수 있고, 상기 이전 픽처 POC 세트 내에 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지가 상기 장기 참조 픽처의 POC LSB와 동일한 하나 이상의(more than one) 특정 POC 값이 존재하는 경우, 상기 델타 POC MSB 사이클 존재 플래그의 값은 1로 제한될 수 있다.
또는, 상기 일 실시예에 따르면, 상기 비-참조 픽처 플래그의 값이 0인 상기 이전 픽처를 기반으로 이전 픽처 POC 세트가 구성될 수 있고, 상기 이전 픽처 POC 세트 내에 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지가 상기 장기 참조 픽처의 POC LSB와 동일한 하나 초과의(more than one) 특정 POC 값이 존재하는 경우, 상기 델타 POC MSB 사이클 존재 플래그의 값은 1로 제한될 수 있다.
이때, 상기 일 실시예에 따르면, 상기 이전 픽처 POC 세트는 현재 픽처에 대한 디코딩 순서상의 상기 이전 픽처의 POC 값, 상기 이전 픽처에 대한 참조 픽처 리스트 내의 상기 현재 픽처와 동일한 레이어 ID를 갖는 각 참조 픽처의 POC 값, 및 디코딩 순서 상의 상기 이전 픽처에 후행하고 상기 현재 픽처에 선행하며, 상기 현재 픽처와 동일한 레이어 ID를 갖는 각 픽처의 POC 값으로 구성될 수 있다.
상기 일 실시예에 따르면, 상기 델타 POC MSB 사이클 존재 플래그의 시맨틱스는 예를 들어, 하기의 표 7과 같이 나타낼 수 있다.
Figure PCTKR2021006430-appb-T000007
또한, 본 문서에서 제안된 일 실시예에 따르면, 변수 maxPicOrderCnt와 변수 minPicOrderCnt는 각각 특정 픽처들의 POC 값의 최대값과 최소값으로 설정될 수 있고, 예를 들어, 상기 특정 픽처들은 하기의 표 8과 같이 나타낼 수 있다.
Figure PCTKR2021006430-appb-T000008
즉, 상기 일 실시예에 따르면, 상기 특정 픽처들에 대한 POC 값의 최대값은 상기 특정 픽처들 각각에 대해 동일한 값으로 설정될 수 있고, 상기 특정 픽처들에 대한 POC 값의 최소값은 상기 특정 픽처들 각각에 대해 동일한 값으로 설정될 수 있다.
이때, 예를 들어, 상기 현재 픽처의 레이어 ID와 동일한 레이어 ID를 갖는 상기 특정 픽처들은 TemporalId가 0이고, 상기 비-참조 픽처 플래그의 값이 0이며, RASL 또는 RADL 픽처가 아닌 디코딩 순서상의 이전 픽처를 포함할 수 있다.
즉, 상술한 실시예들에 따르면, 상기 현재 픽처의 POC 값을 도출하기 위한, prevTid0Pic으로 지정되는 디코딩 순서상의 상기 이전 픽처는 상기 비-참조 픽처 플래그의 값이 0인 픽처로 제한될 수 있다. 이를 통해, 인코더와 디코더에서 prevTid0Pic으로 지정되는 픽처가 동일하도록 지원할 수 있고, 결과적으로, 디코딩 과정에서 현재 픽처에 대한 POC 값이 잘못 도출되는 것을 방지할 수 있다.
또한, 본 문서에서 제안된 일 실시예에 따르면, 상기 현재 픽처와 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 작을 수 있다.
또는, 본 문서에서 제안된 일 실시예에 따르면, 상기 현재 픽처와 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 크지 않을 수 있다.
즉, 상술한 실시예들에 따르면, 상기 현재 픽처의 POC 값을 도출하기 위한, prevTid0Pic으로 지정되는 디코딩 순서상의 상기 이전 픽처와 상기 현재 픽처 간 POC 차이 값이 MaxPicOrderCntLsb의 절반 값보다 작도록 제한할 수 있다. 이를 통해, 네트워크 혼잡으로 인한 오류를 방지하고, 정확한 POC 값이 도출되도록 지원할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 표 1의 신택스에 포함된 상기 비-참조 픽처 플래그의 시맨틱스는 예를 들어, 하기의 표 9와 같이 나타낼 수 있다.
Figure PCTKR2021006430-appb-T000009
즉, 현재 픽처의 시간적 ID(TemporalId)가 0인 경우, 상기 현재 픽처에 대한 상기 비-참조 픽처 플래그의 값은 1이 아니도록 제한할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 표 1의 신택스에 포함된 상기 비-참조 픽처 플래그의 시맨틱스는 예를 들어, 하기의 표 10과 같이 나타낼 수 있다.
Figure PCTKR2021006430-appb-T000010
즉, 현재 CLVS(coded layer video sequence)가 복수의 시간적 서브 레이어들을 포함하고, 현재 픽처의 시간적 ID(TemporalId)가 0인 경우, 상기 현재 픽처에 대한 상기 비-참조 픽처 플래그의 값은 1이 아니도록 제한할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 표 1의 신택스에 포함된 상기 비-참조 픽처 플래그의 시맨틱스는 예를 들어, 하기의 표 11과 같이 나타낼 수 있다.
Figure PCTKR2021006430-appb-T000011
즉, 상기 일 실시예에 따르면, 상기 영상 정보는 최대 서브 레이어 정보를 더 포함할 수 있다.
예를 들어, 상기 최대 서브 레이어 정보는 CLVS 내 존재하는 시간적 서브 레이어들의 최대 개수와 관련될 수 있다. 상기 최대 서브 레이어 정보는 CLVS 내 존재하는 시간적 서브 레이어들의 최대 개수를 지시/나타낼 수 있다.
일예로, 상기 최대 서브 레이어 정보는 sps_max_sublayers_minus1 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 sps_max_sublayers_minus1 신택스 요소의 값 +1은 CLVS 내 존재하는 시간적 서브 레이어들의 최대 개수를 명시할 수 있다.
상기 일 실시예에 따르면, 상기 최대 서브 레이어 정보의 값이 0보다 크고, 현재 픽처의 시간적 ID(TemporalId)가 0인 경우, 상기 현재 픽처에 대한 상기 비-참조 픽처 플래그의 값은 1이 아니도록 제한할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 표 1의 신택스에 포함된 상기 비-참조 픽처 플래그의 시맨틱스는 예를 들어, 하기의 표 12와 같이 나타낼 수 있다.
Figure PCTKR2021006430-appb-T000012
즉, 상기 일 실시예에 따르면, 상기 영상 정보는 인트라 제한 플래그를 더 포함할 수 있다.
예를 들어, 상기 인트라 제한 플래그는 CLVS 내 픽처들이 인트라 픽처로 제한되는지 여부와 관련될 수 있다. 즉, 상기 인트라 제한 플래그는 CLVS 내 픽처들이 인트라 픽처로 제한되는지 여부를 지시/나타낼 수 있다.
일예로, 상기 인트라 제한 플래그는 intra_only_constraint_flag 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 intra_only_constraint_flag 신택스 요소는 CLVS 내 픽처들이 인트라 픽처로 제한되는지 여부를 명시할 수 있다.
상기 일 실시예에 따르면, 상기 인트라 제한 플래그의 값이 0이고, 현재 픽처의 시간적 ID(TemporalId)가 0인 경우, 상기 현재 픽처에 대한 상기 비-참조 픽처 플래그의 값은 1이 아니도록 제한할 수 있다.
본 문서에서 제안된 상기 일 실시예에 따르면, 상기 표 1의 신택스에 포함된 상기 비-참조 픽처 플래그의 시맨틱스는 예를 들어, 하기의 표 13과 같이 나타낼 수 있다.
Figure PCTKR2021006430-appb-T000013
즉, 상기 일 실시예에 따르면, 현재 CLVS가 복수의 시간적 서브 레이어들을 포함하고, 상기 인트라 제한 플래그의 값이 0이며, 현재 픽처의 시간적 ID(TemporalId)가 0인 경우, 상기 현재 픽처에 대한 상기 비-참조 픽처 플래그의 값은 1이 아니도록 제한할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 영상 정보는 시간적 ID 정보를 더 포함할 수 있다.
예를 들어, 상기 시간적 ID 정보는 NAL 유닛에 대한 시간적 식별자와 관련될 수 있다. 즉, 상기 시간적 ID 정보는 NAL 유닛에 대한 시간적 식별자를 지시/나타낼 수 있다.
일예로, 상기 시간적 ID 정보는 nuh_temporal_id_plus1 신택스 요소의 형태로 나타낼 수 있다. 예컨대, 상기 nuh_temporal_id_plus1 신택스 요소의 값 -1은 NAL 유닛에 대한 시간적 식별자를 명시할 수 있다.
상기 일 실시예에 따르면, 상기 시간적 ID 정보의 시맨틱스는 예를 들어, 하기의 표 14와 같이 나타낼 수 있다.
Figure PCTKR2021006430-appb-T000014
즉, 상기 일 실시예에 따르면, 시간적 ID(TemporalId)는 상기 시간적 ID 정보를 기반으로 도출될 수 있다.
상기 일 실시예에 따르면, 시간적 ID(TemporalId)가 0인 제1 픽처와 제2 픽처에 대하여, 상기 레이어 ID 정보의 값이 서로 동일하고, RASL 픽처 또는 RADL 픽처가 아니며, 상기 비-참조 픽처 플래그의 값이 0이고, 상기 제2 픽처가 출력 순서상 상기 제1 픽처를 후행하는 시간적 ID가 0인 첫번째 픽처인 경우, 상기 제1 픽처와 상기 제2 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 크지 않을 수 있다.
또는, 본 문서에서 제안된 일 실시예에 따르면, 상기 시간적 ID 정보의 시맨틱스는 예를 들어, 하기의 표 15와 같이 나타낼 수 있다.
Figure PCTKR2021006430-appb-T000015
마찬가지로, 상기 일 실시예에 따르면, 시간적 ID(TemporalId)는 상기 시간적 ID 정보를 기반으로 도출될 수 있다.
또한, 상기 일 실시예에 따르면, 시간적 ID(TemporalId)가 0인 제1 픽처와 제2 픽처에 대하여, 상기 레이어 ID 정보의 값이 서로 동일하고, RASL 픽처 또는 RADL 픽처가 아니며, 상기 비-참조 픽처 플래그의 값이 0인 조건이 만족될 수 있다.
이때, 상기 일 실시예에 따르면, 상기 제2 픽처는 출력 순서상 상기 제1 픽처를 후행하고, 출력 순서상 상기 제1 픽처를 후행하고 상기 제2 픽처를 선행하는 상기 조건을 만족하는 픽처는 존재하지 않는 경우, 상기 제1 픽처와 상기 제2 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 크지 않을 수 있다.
즉, 상술한 실시예들에 따르면, 상기 조건을 만족하는 연속하는 상기 제1 픽처와 상기 제2 픽처 간 POC 차이 값이 MaxPicOrderCntLsb의 절반 값보다 작도록 제한할 수 있다. 이를 통해, 네트워크 혼잡으로 인한 오류를 방지하고, 정확한 POC 값이 도출되도록 지원할 수 있다.
이하의 도면은 본 명세서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/메시지/필드의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
도 10 및 도 11은 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다. 도 10에서 개시된 방법은 도 2에서 개시된 인코딩 장치에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 10의 S1000 및 S1010은 인코딩 장치(200)의 예측부(220)에 의하여 수행될 수 있고, 도 10의 S1020은 인코딩 장치(200)의 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 도 10에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
도 10을 참조하면, 인코딩 장치는 픽처에 대한 참조 픽처 리스트를 도출한다(S1000). 예를 들어, 인코딩 장치는 현재 픽처에 대한 참조 픽처 리스트를 도출할 수 있다. 예를 들어, 인코딩 장치는 상기 참조 픽처 리스트가 도출되면, 상기 참조 픽처 리스트를 기반으로 인터 예측을 수행함으로써, 상기 현재 픽처 내 현재 블록에 대한 예측 샘플들을 도출할 수 있다. 또한, 예를 들어, 인코딩 장치는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다. 예컨대, 인코딩 장치는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다. 또한, 인코딩 장치는 상기 레지듀얼 샘플들을 기반으로 레지듀얼 정보를 생성할 수 있고, 이미 복원된 샘플은 레지듀얼 샘플을 추가로 생성할 수 있다.
인코딩 장치는 적어도 하나의 참조 픽처의 POC 값과 픽처의 POC 값을 도출한다(S1010). 예를 들어, 인코딩 장치는 상기 참조 픽처 리스트를 기반으로 상기 적어도 하나의 참조 픽처의 POC 값과 상기 현재 픽처의 POC 값을 도출할 수 있다. 일예로, 인코딩 장치는 상기 참조 픽처 리스트를 구성하는 상기 적어도 하나의 참조 픽처의 POC 값을 도출하고, 상기 현재 픽처의 POC 값을 도출할 수 있다. 일예로, 상기 현재 픽처의 POC 값은 디코딩 순서상의 이전 픽처의 POC 값을 기반으로 도출될 수 있다. 일예로, 상기 적어도 하나의 참조 픽처는 장기 참조 픽처를 포함할 수 있다. 또한, 일예로, 상기 참조 픽처 리스트는 참조 픽처 리스트 0 (L0) 및 참조 픽처 리스트 1 (L1)을 포함할 수 있다. 여기서, 상기 참조 픽처 리스트 0은 상기 현재 픽처의 POC보다 POC 값이 작은 참조 픽처를 포함할 수 있다. 또한, 상기 참조 픽처 리스트 1은 현재 픽처의 POC보다 POC 값이 큰 참조 픽처를 포함할 수 있다.
일예로, 인코딩 장치는 상기 적어도 하나의 참조 픽처의 POC 값과 상기 현재 픽처의 POC 값을 기반으로, POC 정보를 생성할 수 있다. 예를 들어, 상기 POC 정보는 현재 픽처와 관련된 POC 정보, 상기 현재 픽처의 POC를 도출하기 위한 디코딩 순서상의 이전 픽처와 관련된 POC 정보 또는 참조 픽처(들)과 관련된 POC 정보를 포함할 수 있다.
인코딩 장치는 비디오/영상 정보를 인코딩한다(S1020). 예를 들어, 인코딩 장치는 상기 POC 정보, 및/또는 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비-참조 픽처 플래그를 포함하는 비디오/영상 정보를 인코딩할 수 있다. 또한, 예를 들어, 인코딩 장치는 레이어 ID 정보, 및/또는 시간적 ID 정보를 더 포함하는 상기 비디오/영상 정보를 인코딩할 수 있다.
예를 들어, 상기 비디오/영상 정보는 상위 레벨 신택스(High level syntax, HLS)를 포함할 수 있고, 상기 HLS는 상기 POC 정보, 및 상기 비-참조 픽처 플래그를 포함할 수 있다. 또한, 상기 HLS는 상기 레이어 ID 정보, 및/또는 상기 시간적 ID 정보를 포함할 수 있다.
예를 들어, 상기 비디오/영상 정보는 상기 POC 정보, 상기 비-참조 픽처 플래그, 상기 레이어 ID 정보 및/또는 상기 시간적 ID 정보 중 적어도 하나를 포함할 수 있다. 예컨대, 상기 비디오/영상 정보는 픽처 헤더, 및/또는 NAL 유닛 헤더를 더 포함할 수 있다. 예컨대, 상기 POC 정보, 상기 비-참조 픽처 플래그는 상기 픽처 헤더에 포함될 수 있고, 상기 레이어 ID 정보, 상기 시간적 ID 정보는 상기 NAL 유닛 헤더에 포함될 수 있다. 예를 들어, 상기 비디오/영상 정보는 ph_non_ref_pic_flag, nuh_layer_id 및/또는 nuh_temporal_id_plus1 신택스 요소 중 적어도 하나를 포함할 수 있다.
또한, 예를 들어, 상기 POC 정보는 POC LSB 정보, POC MSB 사이클 존재 플래그, 델타 POC MSB 사이클 존재 플래그 및/또는 델타 POC MSB 사이클 LT 정보 중 적어도 하나를 포함할 수 있다. 예컨대, 상기 POC 정보는 상기 픽처 헤더에 포함될 수 있다. 예를 들어, 상기 POC 정보는 ph_pic_order_cnt_lsb ph_poc_msb_cycle_present_flag, delta_poc_msb_cycle_present_flag 및/또는 delta_poc_msb_cycle_lt 중 적어도 하나를 포함할 수 있다.
또한, 상기 비디오/영상 정보는 본 문서의 실시예에 따른 다양한 정보를 포함할 수 있다. 예를 들어, 상기 비디오/영상 정보는 상술한 표 2, 4, 6, 7, 8, 14 및/또는 15 중 적어도 하나에 개시된 정보를 포함할 수 있다.
한편, 상기 비디오/영상 정보는 예측 정보 및 레지듀얼 정보를 포함할 수 있다. 상기 예측 정보는 상기 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
인코딩된 비디오/영상 정보는 비트스트림 형태로 출력될 수 있다. 상기 비트스트림은 네트워크 또는 저장매체를 통하여 디코딩 장치로 전송될 수 있다.
또한, 상술한 바와 같이 인코딩 장치는 상기 참조 샘플들 및 상기 레지듀얼 샘플들을 기반으로 복원 픽처(복원 샘플들 및 복원 블록 포함)를 생성할 수 있다. 이는 디코딩 장치에서 수행되는 것과 동일한 예측 결과를 인코딩 장치에서 도출하기 위함이며, 이를 통하여 코딩 효율을 높일 수 있기 때문이다. 따라서, 인코딩 장치는 복원 픽처(또는 복원 샘플들, 복원 블록)를 메모리에 저장하고, 인터 예측을 위한 참조 픽처로 활용할 수 있다. 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
구체적으로, 상기 POC 정보는 본 문서의 실시예에 따른 다양한 정보를 포함할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 POC 정보는 상기 현재 픽처에 대한 디코딩 순서상의 이전 픽처의 POC 정보를 포함할 수 있다. 이때, 예를 들어, 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처는 상기 비-참조 픽처 플래그의 값이 0인 픽처로 제한될 수 있다. 또한, 예를 들어, 상기 현재 픽처에 대한 디코딩 순서상의 상기 이전 픽처의 POC 정보는 상기 이전 픽처의 POC 값을 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지와 관련될 수 있다.
또한, 일 실시예에 따르면, 상기 POC 정보는 상기 현재 픽처의 POC MSB 사이클 정보의 존재 여부와 관련된 POC MSB 사이클 존재 플래그를 더 포함할 수 있다. 이때, 예를 들어, 상기 POC MSB 사이클 존재 플래그의 값이 0이고, 상기 현재 픽처가 CLVSS 픽처가 아닌 경우를 기반으로, 상기 현재 픽처의 POC 값은 디코딩 순서상의 상기 이전 픽처의 POC 값을 기반으로 도출될 수 있다.
이때, 일 실시예에 따르면, 상기 영상 정보는 NAL 유닛이 속하는 레이어 식별자와 관련된 레이어 ID 정보를 더 포함할 수 있다. 이때, 예를 들어, 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처는 레이어 ID 정보의 값이 상기 현재 픽처의 레이어 ID 정보의 값과 동일하고, 시간적 ID(TemporalId)와 상기 비-참조 픽처 플래그의 값이 0이며, RASL 픽처 또는 RADL 픽처가 아닌 것으로 제한될 수 있다.
또한, 일 실시예에 따르면, 상기 현재 픽처와 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 작을 수 있다.
또한, 일 실시예에 따르면, 상기 POC 정보는 장기 참조 픽처에 대한 델타 POC MSB 사이클 LT(long term) 정보의 존재 여부와 관련된 델타 POC MSB 사이클 존재 플래그를 더 포함할 수 있다. 이때, 예를 들면, 상기 델타 POC MSB 사이클 존재 플래그의 값이 1인 경우를 기반으로, 상기 POC 정보는 상기 델타 POC MSB 사이클 LT 정보를 더 포함할 수 있다. 예컨대, 상기 델타 POC MSB 사이클 LT 정보는 상기 장기 참조 픽처의 POC MSB와 관련될 수 있다. 또한, 예를 들면, 상기 장기 참조 픽처의 POC 값은 상기 델타 POC MSB 사이클 존재 플래그 및 상기 델타 POC MSB 사이클 LT 정보 중 적어도 하나를 기반으로 도출될 수 있다. 또한, 예를 들면, 상기 비-참조 픽처 플래그의 값이 0인 상기 이전 픽처를 기반으로 이전 픽처 POC 세트가 구성되고, 상기 이전 픽처 POC 세트 내에 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지가 상기 장기 참조 픽처의 POC LSB와 동일한 하나 이상의(more than one) 특정 POC 값이 존재하는 경우를 기반으로, 상기 델타 POC MSB 사이클 존재 플래그의 값은 1로 제한될 수 있다. 또는, 예를 들면, 상기 비-참조 픽처 플래그의 값이 0인 상기 이전 픽처를 기반으로 이전 픽처 POC 세트가 구성되고, 상기 이전 픽처 POC 세트 내에 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지가 상기 장기 참조 픽처의 POC LSB와 동일한 하나 초과의(more than one) 특정 POC 값이 존재하는 경우를 기반으로, 상기 델타 POC MSB 사이클 존재 플래그의 값은 1로 제한될 수 있다.
이때, 일 실시예에 따르면, 상기 이전 픽처 POC 세트는 상기 현재 픽처에 대한 디코딩 순서상의 상기 이전 픽처의 POC 값, 상기 이전 픽처에 대한 참조 픽처 리스트 내의 상기 현재 픽처와 동일한 레이어 ID를 갖는 각 참조 픽처의 POC 값, 및 디코딩 순서 상의 상기 이전 픽처에 후행하고 상기 현재 픽처에 선행하며 상기 현재 픽처와 동일한 레이어 ID를 갖는 각 픽처의 POC 값으로 구성될 수 있다.
또한, 일 실시예에 따르면, 상기 영상 정보는 NAL 유닛이 속하는 레이어 식별자와 관련된 레이어 ID 정보를 더 포함할 수 있다. 이때, 예를 들면, 시간적 ID(TemporalId)가 0인 제1 픽처와 제2 픽처에 대하여, 상기 레이어 ID 정보의 값이 서로 동일하고, RASL 픽처 또는 RADL 픽처가 아니며, 상기 비-참조 픽처 플래그의 값이 0이고, 상기 제2 픽처가 출력 순서상 상기 제1 픽처를 후행하는 시간적 ID가 0인 첫번째 픽처인 경우를 기반으로, 상기 제1 픽처와 상기 제2 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 크지 않을 수 있다.
또한, 일 실시예에 따르면, 상기 영상 정보는 NAL 유닛이 속하는 레이어 식별자와 관련된 레이어 ID 정보를 더 포함할 수 있다. 이때, 예를 들면, 시간적 ID(TemporalId)가 0인 제1 픽처와 제2 픽처에 대하여, 상기 레이어 ID 정보의 값이 서로 동일하고, RASL 픽처 또는 RADL 픽처가 아니며, 상기 비-참조 픽처 플래그의 값이 0인 조건이 만족되고, 상기 제2 픽처는 출력 순서상 상기 제1 픽처를 후행하며, 출력 순서상 상기 제1 픽처를 후행하고 상기 제2 픽처를 선행하는 상기 조건을 만족하는 픽처는 존재하지 않는 경우를 기반으로, 상기 제1 픽처와 상기 제2 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 크지 않을 수 있다.
또한, 일 실시예에 따르면, 특정 픽처의 시간적 ID(TemporalId)가 0인 경우를 기반으로, 상기 특정 픽처에 대한 상기 비-참조 픽처 플래그의 값은 1이 아니도록 제한할 수 있다.
도 12 및 도 13은 본 문서의 실시예에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다. 도 12에서 개시된 방법은 도 3에서 개시된 디코딩 장치에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 12의 S1200은 디코딩 장치(300)의 엔트로피 디코딩부(310)에 의하여 수행될 수 있고, S1210 내지 S1240은 디코딩 장치(300)의 예측부(330)에 의하여 수행될 수 있으며, S1250은 디코딩 장치(300)의 가산부(340)에 의하여 수행될 수 있다. 도 12에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
도 12를 참조하면 디코딩 장치는 비디오/영상 정보를 수신/획득한다(S1200). 예를 들어, 디코딩 장치는 비트스트림을 통하여 상기 비디오/영상 정보를 수신/획득할 수 있다. 일예로, 디코딩 장치는 비트스트림을 통하여 상기 비디오/영상 정보를 수신/획득하되, 상기 비디오/영상 정보는 POC 정보, 및 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비-참조 픽처 플래그를 포함할 수 있다. 또한, 예를 들어, 상기 비디오/영상 정보는 레이어 ID 정보, 및/또는 시간적 ID 정보를 더 포함할 수 있다.
예를 들어, 상기 비디오/영상 정보는 상위 레벨 신택스(High level syntax, HLS)를 포함할 수 있고, 상기 HLS는 상기 POC 정보, 및 상기 비-참조 픽처 플래그를 포함할 수 있다. 또한, 상기 HLS는 상기 레이어 ID 정보, 및/또는 상기 시간적 ID 정보를 포함할 수 있다.
예를 들어, 상기 비디오/영상 정보는 상기 POC 정보, 상기 비-참조 픽처 플래그, 상기 레이어 ID 정보 및/또는 상기 시간적 ID 정보 중 적어도 하나를 포함할 수 있다. 예컨대, 상기 비디오/영상 정보는 픽처 헤더, 및/또는 NAL 유닛 헤더를 더 포함할 수 있다. 예컨대, 상기 POC 정보, 상기 비-참조 픽처 플래그는 상기 픽처 헤더에 포함될 수 있고, 상기 레이어 ID 정보, 상기 시간적 ID 정보는 상기 NAL 유닛 헤더에 포함될 수 있다. 예를 들어, 상기 비디오/영상 정보는 ph_non_ref_pic_flag, nuh_layer_id 및/또는 nuh_temporal_id_plus1 신택스 요소 중 적어도 하나를 포함할 수 있다.
또한, 예를 들어, 상기 POC 정보는 POC LSB 정보, POC MSB 사이클 존재 플래그, 델타 POC MSB 사이클 존재 플래그 및/또는 델타 POC MSB 사이클 LT 정보 중 적어도 하나를 포함할 수 있다. 예컨대, 상기 POC 정보는 상기 픽처 헤더에 포함될 수 있다. 예를 들어, 상기 POC 정보는 ph_pic_order_cnt_lsb ph_poc_msb_cycle_present_flag, delta_poc_msb_cycle_present_flag 및/또는 delta_poc_msb_cycle_lt 중 적어도 하나를 포함할 수 있다. 또한, 예를 들어, 예를 들어, 상기 POC 정보는 상기 현재 픽처와 관련된 POC 정보, 상기 현재 픽처의 POC를 도출하기 위한 디코딩 순서상의 이전 픽처와 관련된 POC 정보 또는 참조 픽처(들)과 관련된 POC 정보를 포함할 수 있다.
또한, 상기 비디오/영상 정보는 본 문서의 실시예에 따른 다양한 정보를 포함할 수 있다. 예를 들어, 상기 비디오/영상 정보는 상술한 표 2, 4, 6, 7, 8, 14 및/또는 15 중 적어도 하나에 개시된 정보를 포함할 수 있다.
한편, 예를 들어, 상기 비디오/영상 정보는 예측 정보 및 레지듀얼 정보를 포함할 수 있다. 상기 예측 정보는 상기 예측 절차에 관련된 정보들로 예측 모드 정보(ex. skip flag, merge flag or mode index 등) 및 움직임 정보에 관한 정보를 포함할 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 상술한 MVD에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보이다. 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 대한 양자화된 변환 계수들에 관한 정보를 포함할 수 있다.
한편, 예를 들어, 상기 비디오/영상 정보는 참조 픽처 리스트와 관련된 정보를 더 포함할 수 있다. 상기 참조 픽처 리스트와 관련된 정보는 ref_pic_lists 필드를 포함할 수 있고, 상기 참조 픽처 리스트와 관련된 정보는 픽처 헤더 또는 슬라이스 헤더에 구성/포함되어 전달될 수 있다. 상기 참조 픽처 리스트와 관련된 정보는 참조 픽처 리스트를 도출하기 위해 사용되는 정보를 포함할 수 있다. 예를 들어, 상기 참조 픽처 리스트와 관련된 정보는 참조 픽처 리스트 인덱스와 관련된 정보, 장기 참조 픽처와 관련된 정보 및/또는 단기 참조 픽처와 관련된 정보 중 적어도 하나를 포함 할 수있다. 상기 장기 참조 픽처와 관련된 정보는 장기 참조 픽처의 POC (Picture Order Count)에 대한 정보를 포함할 수 있다. 상기 단기 참조 픽처와 관련된 정보는 i번째 단기 참조 픽처의 델타 POC에 대한 정보를 포함할 수 있으며, 델타 POC는 (i-1)번째의 POC를 기반으로 도출될 수 있다.
디코딩 장치는 픽처의 POC 값을 도출한다(S1210). 예를 들어, 디코딩 장치는 상기 POC 정보를 기반으로 상기 현재 픽처의 POC 값을 도출할 수 있다. . 일예로, 상기 현재 픽처의 POC 값은 디코딩 순서상의 이전 픽처의 POC 값을 기반으로 도출될 수 있다. 일예로, 상기 현재 픽처의 POC 값은 상기 현재 픽처, 변수 prevPicOrderCntLsb 및 변수 prevPicOrderCntMsb 중 적어도 하나와 관련된 POC 정보를 기반으로 도출될 수 있다.
디코딩 장치는 적어도 하나의 참조 픽처의 POC 값을 도출한다(S1220). 예를 들어, 디코딩 장치는 상기 현재 픽처의 POC 값을 기반으로 상기 적어도 하나의 참조 픽처의 POC 값을 도출할 수 있다. 일예로, 상기 참조 픽처들의 POC 값들 중 i번째 참조 픽처의 POC 값은 상기 참조 픽처들과 관련된 POC 정보에 의해 지시되는 POC 차이 값을 기반으로 도출될 수 있다. 예컨대, i가 0이면, 상기 참조 픽처들과 관련된 POC 정보는 상기 현재 픽처와 상기 i번째 참조 픽처 간의 POC 차이 값일 수 있다. 예컨대, i가 0보다 크면, 상기 참조 픽처들과 관련된 POC 정보는 상기 i번째 참조 픽처와 (i-1)번째 참조 픽처 간의 POC 차이 값일 수 있다. 또한, 일예로, 상기 적어도 하나의 참조 픽처는 장기 참조 픽처를 포함할 수 있다.
디코딩 장치는 픽처에 대한 참조 픽처 리스트를 도출한다(S1230). 예를 들어, 디코딩 장치는 상기 적어도 하나의 참조 픽처의 POC 값을 기반으로 상기 현재 픽처에 대한 참조 픽처 리스트를 도출할 수 있다. 일예로, 참조 픽처 리스트는 참조 픽처 리스트 0 (L0) 및 참조 픽처 리스트 1 (L1)을 포함할 수 있다. 여기서, 참조 픽처 리스트 0은 상기 현재 픽처의 POC보다 POC 값이 작은 참조 픽처를 포함할 수 있다. 참조 픽처 리스트 1은 현재 픽처의 POC보다 POC 값이 큰 참조 픽처를 포함할 수 있다.
디코딩 장치는 픽처에 대한 인터 예측을 수행한다(S1240). 예를 들어, 디코딩 장치는 상기 참조 픽처 리스트를 기반으로 상기 현재 픽처에 대한 인터 예측을 수행할 수 있다. 일예로, 디코딩 장치는 상기 참조 픽처 리스트 내 참조 픽처를 기반으로 상기 현재 픽처 내 현재 블록에 대한 예측 샘플들을 생성할 수 있다. 또한, 예를 들어, 다코딩 장치는 상기 예측 샘플들을 기반으로 레지듀얼 샘플들을 도출할 수 있다. 예컨대, 디코딩 장치는 상기 현재 블록의 원본 샘플들과 상기 예측 샘플들의 비교를 통하여 상기 레지듀얼 샘플들을 도출할 수 있다. 예컨대, 디코딩 장치는 상기 현재 픽처의 참조 픽처 인덱스를 도출할 수 있다. 예컨대, 상기 현재 픽처에 관한 참조 픽처 리스트 내에서 상기 참조 픽처 인덱스가 가리키는 픽처가 상기 현재 픽처 내 현재 블록의 인터 예측을 위하여 참조되는 참조 픽처로 도출될 수 있다. 상기 현재 블록의 참조 픽처 인덱스를 기반으로 상기 참조 픽처를 도출하고, 상기 현재 블록의 움직임 벡터가 상기 참조 픽처 상에서 가리키는 참조 블록의 샘플들을 이용하여 상기 현재 블록의 예측 샘플들을 도출할 수 있다. 이 경우 상술한 바와 같이 경우에 따라 상기 현재 블록의 예측 샘플들 중 전부 또는 일부에 대한 예측 샘플 필터링 절차가 더 수행될 수 있다.
디코딩 장치는 픽처에 대한 복원 픽처를 생성한다(S1250). 예를 들어, 디코딩 장치는 상기 인터 예측의 결과를 기반으로 상기 현재 픽처에 대한 복원 픽처를 생성할 수 있다. 일예로, 디코딩 장치는 상기 예측 샘플들을 기반으로 상기 현재 픽처에 대한 상기 복원 샘플들을 생성할 수 있다. 또한, 예를 들어, 디코딩 장치는 상기 현재 픽처에 대한 레지듀얼 샘플들과 상기 예측 샘플들을 기반으로 상기 현재 픽처에 대한 상기 복원 샘플들을 생성할 수 있다. 상기 현재 블록에 대한 상기 레지듀얼 샘플들은 수신된 레지듀얼 정보를 기반으로 생성될 수 있다. 또한, 디코딩 장치는 일예로, 상기 복원 샘플들을 포함하는 복원 픽처를 생성할 수 있다. 이후 상기 복원 픽처에 인루프 필터링 절차 등이 더 적용될 수 있음은 상술한 바와 같다.
구체적으로, 상기 POC 정보는 본 문서의 실시예에 따른 다양한 정보를 포함할 수 있다.
본 문서에서 제안된 일 실시예에 따르면, 상기 POC 정보는 상기 현재 픽처에 대한 디코딩 순서상의 이전 픽처의 POC 정보를 포함할 수 있다. 이때, 예를 들어, 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처는 상기 비-참조 픽처 플래그의 값이 0인 픽처로 제한될 수 있다. 또한, 예를 들어, 상기 현재 픽처에 대한 디코딩 순서상의 상기 이전 픽처의 POC 정보는 상기 이전 픽처의 POC 값을 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지와 관련될 수 있다.
또한, 일 실시예에 따르면, 상기 POC 정보는 상기 현재 픽처의 POC MSB 사이클 정보의 존재 여부와 관련된 POC MSB 사이클 존재 플래그를 더 포함할 수 있다. 이때, 예를 들어, 상기 POC MSB 사이클 존재 플래그의 값이 0이고, 상기 현재 픽처가 CLVSS 픽처가 아닌 경우를 기반으로, 상기 현재 픽처의 POC 값은 디코딩 순서상의 상기 이전 픽처의 POC 값을 기반으로 도출될 수 있다.
이때, 일 실시예에 따르면, 상기 영상 정보는 NAL 유닛이 속하는 레이어 식별자와 관련된 레이어 ID 정보를 더 포함할 수 있다. 이때, 예를 들어, 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처는 레이어 ID 정보의 값이 상기 현재 픽처의 레이어 ID 정보의 값과 동일하고, 시간적 ID(TemporalId)와 상기 비-참조 픽처 플래그의 값이 0이며, RASL 픽처 또는 RADL 픽처가 아닌 것으로 제한될 수 있다.
또한, 일 실시예에 따르면, 상기 현재 픽처와 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 작을 수 있다.
또한, 일 실시예에 따르면, 상기 POC 정보는 장기 참조 픽처에 대한 델타 POC MSB 사이클 LT(long term) 정보의 존재 여부와 관련된 델타 POC MSB 사이클 존재 플래그를 더 포함할 수 있다. 이때, 예를 들면, 상기 델타 POC MSB 사이클 존재 플래그의 값이 1인 경우를 기반으로, 상기 POC 정보는 상기 델타 POC MSB 사이클 LT 정보를 더 포함할 수 있다. 예컨대, 상기 델타 POC MSB 사이클 LT 정보는 상기 장기 참조 픽처의 POC MSB와 관련될 수 있다. 또한, 예를 들면, 상기 장기 참조 픽처의 POC 값은 상기 델타 POC MSB 사이클 존재 플래그 및 상기 델타 POC MSB 사이클 LT 정보 중 적어도 하나를 기반으로 도출될 수 있다. 또한, 예를 들면, 상기 비-참조 픽처 플래그의 값이 0인 상기 이전 픽처를 기반으로 이전 픽처 POC 세트가 구성되고, 상기 이전 픽처 POC 세트 내에 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지가 상기 장기 참조 픽처의 POC LSB와 동일한 하나 이상의(more than one) 특정 POC 값이 존재하는 경우를 기반으로, 상기 델타 POC MSB 사이클 존재 플래그의 값은 1로 제한될 수 있다. 또는, 예를 들면, 상기 비-참조 픽처 플래그의 값이 0인 상기 이전 픽처를 기반으로 이전 픽처 POC 세트가 구성되고, 상기 이전 픽처 POC 세트 내에 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지가 상기 장기 참조 픽처의 POC LSB와 동일한 하나 초과의(more than one) 특정 POC 값이 존재하는 경우를 기반으로, 상기 델타 POC MSB 사이클 존재 플래그의 값은 1로 제한될 수 있다.
이때, 일 실시예에 따르면, 상기 이전 픽처 POC 세트는 상기 현재 픽처에 대한 디코딩 순서상의 상기 이전 픽처의 POC 값, 상기 이전 픽처에 대한 참조 픽처 리스트 내의 상기 현재 픽처와 동일한 레이어 ID를 갖는 각 참조 픽처의 POC 값, 및 디코딩 순서 상의 상기 이전 픽처에 후행하고 상기 현재 픽처에 선행하며 상기 현재 픽처와 동일한 레이어 ID를 갖는 각 픽처의 POC 값으로 구성될 수 있다.
또한, 일 실시예에 따르면, 상기 영상 정보는 NAL 유닛이 속하는 레이어 식별자와 관련된 레이어 ID 정보를 더 포함할 수 있다. 이때, 예를 들면, 시간적 ID(TemporalId)가 0인 제1 픽처와 제2 픽처에 대하여, 상기 레이어 ID 정보의 값이 서로 동일하고, RASL 픽처 또는 RADL 픽처가 아니며, 상기 비-참조 픽처 플래그의 값이 0이고, 상기 제2 픽처가 출력 순서상 상기 제1 픽처를 후행하는 시간적 ID가 0인 첫번째 픽처인 경우를 기반으로, 상기 제1 픽처와 상기 제2 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 크지 않을 수 있다.
또한, 일 실시예에 따르면, 상기 영상 정보는 NAL 유닛이 속하는 레이어 식별자와 관련된 레이어 ID 정보를 더 포함할 수 있다. 이때, 예를 들면, 시간적 ID(TemporalId)가 0인 제1 픽처와 제2 픽처에 대하여, 상기 레이어 ID 정보의 값이 서로 동일하고, RASL 픽처 또는 RADL 픽처가 아니며, 상기 비-참조 픽처 플래그의 값이 0인 조건이 만족되고, 상기 제2 픽처는 출력 순서상 상기 제1 픽처를 후행하며, 출력 순서상 상기 제1 픽처를 후행하고 상기 제2 픽처를 선행하는 상기 조건을 만족하는 픽처는 존재하지 않는 경우를 기반으로, 상기 제1 픽처와 상기 제2 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 크지 않을 수 있다.
또한, 일 실시예에 따르면, 특정 픽처의 시간적 ID(TemporalId)가 0인 경우를 기반으로, 상기 특정 픽처에 대한 상기 비-참조 픽처 플래그의 값은 1이 아니도록 제한할 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 해당 실시예는 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 문서의 실시예들의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서의 실시예들에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recorder) 등을 포함할 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서의 실시예(들)에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 문서의 실시예(들)는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예(들)에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 14는 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 14를 참조하면, 본 문서의 실시예들이 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 문서의 실시예들이 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 명세서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 명세서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.

Claims (15)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    비트스트림을 통하여 영상 정보를 획득하되, 상기 영상 정보는 POC (Picture Order Count) 정보, 및 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비-참조 픽처 플래그를 포함하는 단계;
    상기 POC 정보를 기반으로 현재 픽처의 POC 값을 도출하는 단계;
    상기 현재 픽처의 POC 값을 기반으로 적어도 하나의 참조 픽처의 POC 값을 도출하는 단계;
    상기 적어도 하나의 참조 픽처의 POC 값을 기반으로 상기 현재 픽처에 대한 참조 픽처 리스트를 도출하는 단계;
    상기 참조 픽처 리스트를 기반으로 상기 현재 픽처에 대한 인터 예측을 수행하는 단계; 및
    상기 인터 예측의 결과를 기반으로 상기 현재 픽처에 대한 복원 픽처를 생성하는 단계를 포함하되,
    상기 POC 정보는 상기 현재 픽처에 대한 디코딩 순서상의 이전 픽처의 POC 정보를 포함하고, 상기 현재 픽처의 POC 값은 디코딩 순서상의 상기 이전 픽처의 POC 값을 기반으로 도출되며,
    상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처는 상기 비-참조 픽처 플래그의 값이 0인 픽처로 제한되고,
    상기 현재 픽처와 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 작은 것을 특징으로 하는, 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 현재 픽처에 대한 디코딩 순서상의 상기 이전 픽처의 POC 정보는 상기 이전 픽처의 POC 값을 미리 정해진 POC LSB(Least Significant Bit)의 최대값인 MaxPicOrderCntLsb로 나눈 나머지와 관련된 것을 특징으로 하는, 영상 디코딩 방법.
  3. 제1항에 있어서,
    상기 POC 정보는 상기 현재 픽처의 POC MSB(Most Significant Bit) 사이클 정보의 존재 여부와 관련된 POC MSB 사이클 존재 플래그를 더 포함하고,
    상기 POC MSB 사이클 존재 플래그의 값이 0이고, 상기 현재 픽처가 CLVSS(coded layer video sequence start) 픽처가 아닌 경우를 기반으로, 상기 현재 픽처의 POC 값은 디코딩 순서상의 상기 이전 픽처의 POC 값을 기반으로 도출되는 것을 특징으로 하는, 영상 디코딩 방법.
  4. 제3항에 있어서,
    상기 영상 정보는 NAL 유닛이 속하는 레이어 식별자와 관련된 레이어 ID 정보를 더 포함하고,
    상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처는 레이어 ID 정보의 값이 상기 현재 픽처의 레이어 ID 정보의 값과 동일하고, 시간적 ID(TemporalId)와 상기 비-참조 픽처 플래그의 값이 0이며, RASL(random access skipped leading) 픽처 또는 RADL(random access decodable leading) 픽처가 아닌 것으로 제한되는 것을 특징으로 하는, 영상 디코딩 방법.
  5. 제1항에 있어서,
    상기 POC 정보는 장기 참조 픽처에 대한 델타 POC MSB 사이클 LT(long term) 정보의 존재 여부와 관련된 델타 POC MSB 사이클 존재 플래그를 더 포함하고,
    상기 델타 POC MSB 사이클 존재 플래그의 값이 1인 경우를 기반으로, 상기 POC 정보는 상기 델타 POC MSB 사이클 LT 정보를 더 포함하고,
    상기 델타 POC MSB 사이클 LT 정보는 상기 장기 참조 픽처의 POC MSB와 관련되며,
    상기 적어도 하나의 참조 픽처는 상기 장기 참조 픽처를 포함하고,
    상기 장기 참조 픽처의 POC 값은 상기 델타 POC MSB 사이클 존재 플래그 및 상기 델타 POC MSB 사이클 LT 정보 중 적어도 하나를 기반으로 도출되고,
    상기 비-참조 픽처 플래그의 값이 0인 상기 이전 픽처를 기반으로 이전 픽처 POC 세트가 구성되고, 상기 이전 픽처 POC 세트 내에 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지가 상기 장기 참조 픽처의 POC LSB와 동일한 하나 이상의(more than one) 특정 POC 값이 존재하는 경우를 기반으로, 상기 델타 POC MSB 사이클 존재 플래그의 값은 1로 제한되는 것을 특징으로 하는, 영상 디코딩 방법.
  6. 제5항에 있어서,
    상기 이전 픽처 POC 세트는,
    상기 현재 픽처에 대한 디코딩 순서상의 상기 이전 픽처의 POC 값;
    상기 이전 픽처에 대한 참조 픽처 리스트 내의 상기 현재 픽처와 동일한 레이어 ID를 갖는 각 참조 픽처의 POC 값; 및
    디코딩 순서 상의 상기 이전 픽처에 후행하고 상기 현재 픽처에 선행하며, 상기 현재 픽처와 동일한 레이어 ID를 갖는 각 픽처의 POC 값으로 구성되는 것을 특징으로 하는, 영상 디코딩 방법.
  7. 제1항에 있어서,
    상기 영상 정보는 NAL 유닛이 속하는 레이어 식별자와 관련된 레이어 ID 정보를 더 포함하고,
    시간적 ID(TemporalId)가 0인 제1 픽처와 제2 픽처의 상기 레이어 ID 정보의 값이 서로 동일하고, 상기 제1 픽처와 상기 제2 픽처는 RASL 픽처 또는 RADL 픽처가 아니며, 상기 제1 픽처와 상기 제2 픽처의 상기 비-참조 픽처 플래그의 값은 모두 0이고, 상기 제2 픽처가 출력 순서상 상기 제1 픽처를 후행하는 시간적 ID가 0인 첫번째 픽처인 경우를 기반으로, 상기 제1 픽처와 상기 제2 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 크지 않은 것을 특징으로 하는, 영상 디코딩 방법.
  8. 제1항에 있어서,
    상기 영상 정보는 NAL 유닛이 속하는 레이어 식별자와 관련된 레이어 ID 정보를 더 포함하고,
    시간적 ID(TemporalId)가 0인 제1 픽처와 제2 픽처의 상기 레이어 ID 정보의 값이 서로 동일하고, 상기 제1 픽처와 상기 제2 픽처는 RASL 픽처 또는 RADL 픽처가 아니며, 상기 제1 픽처와 상기 제2 픽처의 상기 비-참조 픽처 플래그의 값은 모두 0이고, 상기 제2 픽처는 출력 순서상 상기 제1 픽처를 후행하며, 특정 조건을 만족하는 픽처는 존재하지 않는 경우를 기반으로, 상기 제1 픽처와 상기 제2 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 크지 않으며,
    상기 특정 조건을 만족하는 픽처는 시간적 ID(TemporalId)가 0이고, 상기 제1 픽처의 레이어 ID 정보와 동일한 상기 레이어 ID 정보를 갖고, RASL 픽처 또는 RADL 픽처가 아니며, 출력 순서상 상기 제1 픽처를 후행하고 상기 제2 픽처를 선행하는 픽처인 것을 특징으로 하는, 영상 디코딩 방법.
  9. 제1항에 있어서,
    특정 픽처의 시간적 ID(TemporalId)가 0인 경우를 기반으로, 상기 특정 픽처에 대한 상기 비-참조 픽처 플래그의 값은 1이 아니도록 제한하는 것을 특징으로 하는, 영상 디코딩 방법.
  10. 인코딩 장치에 의하여 수행되는 영상 인코딩 방법에 있어서,
    현재 픽처에 대한 참조 픽처 리스트를 도출하는 단계;
    상기 참조 픽처 리스트를 구성하는 적어도 하나의 참조 픽처의 POC (Picture Order Count) 값과 상기 현재 픽처의 POC 값을 도출하는 단계; 및
    POC 정보, 및 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비-참조 픽처 플래그를 포함하는 영상 정보를 인코딩하는 단계를 포함하되,
    상기 POC 정보는 상기 현재 픽처에 대한 디코딩 순서상의 이전 픽처의 POC 정보를 포함하고, 상기 현재 픽처의 POC 값은 디코딩 순서상의 상기 이전 픽처의 POC 값을 기반으로 도출되며,
    상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처는 상기 비-참조 픽처 플래그의 값이 0인 픽처로 제한되고,
    상기 현재 픽처와 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 작은 것을 특징으로 하는, 영상 인코딩 방법.
  11. 제10항에 있어서,
    상기 현재 픽처에 대한 디코딩 순서상의 상기 이전 픽처의 POC 정보는 상기 이전 픽처의 POC 값을 미리 정해진 POC LSB(Least Significant Bit)의 최대값인 MaxPicOrderCntLsb로 나눈 나머지와 관련된 것을 특징으로 하는, 영상 인코딩 방법.
  12. 제10항에 있어서,
    상기 POC 정보는 상기 현재 픽처의 POC MSB(Most Significant Bit) 사이클 정보의 존재 여부와 관련된 POC MSB 사이클 존재 플래그를 더 포함하고,
    상기 POC MSB 사이클 존재 플래그의 값이 0이고, 상기 현재 픽처가 CLVSS(coded layer video sequence start) 픽처가 아닌 경우를 기반으로, 상기 현재 픽처의 POC 값은 디코딩 순서상의 상기 이전 픽처의 POC 값을 기반으로 도출되는 것을 특징으로 하는, 영상 인코딩 방법.
  13. 제12항에 있어서,
    상기 영상 정보는 NAL 유닛이 속하는 레이어 식별자와 관련된 레이어 ID 정보를 더 포함하고,
    상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처는 레이어 ID 정보의 값이 상기 현재 픽처의 레이어 ID 정보의 값과 동일하고, 시간적 ID(TemporalId)와 상기 비-참조 픽처 플래그의 값이 0이며, RASL(random access skipped leading) 픽처 또는 RADL(random access decodable leading) 픽처가 아닌 것으로 제한되는 것을 특징으로 하는, 영상 인코딩 방법.
  14. 제10항에 있어서,
    상기 POC 정보는 장기 참조 픽처에 대한 델타 POC MSB 사이클 LT(long term) 정보의 존재 여부와 관련된 델타 POC MSB 사이클 존재 플래그를 더 포함하고,
    상기 델타 POC MSB 사이클 존재 플래그의 값이 1인 경우를 기반으로, 상기 POC 정보는 상기 델타 POC MSB 사이클 LT 정보를 더 포함하고,
    상기 델타 POC MSB 사이클 LT 정보는 상기 장기 참조 픽처의 POC MSB와 관련되며,
    상기 적어도 하나의 참조 픽처는 상기 장기 참조 픽처를 포함하고,
    상기 장기 참조 픽처의 POC 값은 상기 델타 POC MSB 사이클 존재 플래그 및 상기 델타 POC MSB 사이클 LT 정보 중 적어도 하나를 기반으로 도출되고,
    상기 비-참조 픽처 플래그의 값이 0인 상기 이전 픽처를 기반으로 이전 픽처 POC 세트가 구성되고, 상기 이전 픽처 POC 세트 내에 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb로 나눈 나머지가 상기 장기 참조 픽처의 POC LSB와 동일한 하나 이상의(more than one) 특정 POC 값이 존재하는 경우를 기반으로, 상기 델타 POC MSB 사이클 존재 플래그의 값은 1로 제한되는 것을 특징으로 하는, 영상 인코딩 방법.
  15. 디코딩 장치가 영상 디코딩 방법을 수행하도록 야기하는 인코딩된 정보를 저장하는 컴퓨터 판독 가능한 디지털 저장 매체에 있어서, 상기 영상 디코딩 방법은:
    비트스트림을 통하여 영상 정보를 획득하되, 상기 영상 정보는 POC (Picture Order Count) 정보, 및 픽처가 참조 픽처로 사용되지 않는지 여부와 관련된 비-참조 픽처 플래그를 포함하는 단계;
    상기 POC 정보를 기반으로 현재 픽처의 POC 값을 도출하는 단계;
    상기 현재 픽처의 POC 값을 기반으로 적어도 하나의 참조 픽처의 POC 값을 도출하는 단계;
    상기 적어도 하나의 참조 픽처의 POC 값을 기반으로 상기 현재 픽처에 대한 참조 픽처 리스트를 도출하는 단계;
    상기 참조 픽처 리스트를 기반으로 상기 현재 픽처에 대한 인터 예측을 수행하는 단계; 및
    상기 인터 예측의 결과를 기반으로 상기 현재 픽처에 대한 복원 픽처를 생성하는 단계를 포함하되,
    상기 POC 정보는 상기 현재 픽처에 대한 디코딩 순서상의 이전 픽처의 POC 정보를 포함하고, 상기 현재 픽처의 POC 값은 디코딩 순서상의 상기 이전 픽처의 POC 값을 기반으로 도출되며,
    상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처는 상기 비-참조 픽처 플래그의 값이 0인 픽처로 제한되고,
    상기 현재 픽처와 상기 현재 픽처의 POC 값을 도출하기 위한 디코딩 순서상의 상기 이전 픽처 간 POC 차이 값은 미리 정해진 POC LSB의 최대값인 MaxPicOrderCntLsb의 절반 값보다 작은 것을 특징으로 하는, 컴퓨터 판독 가능한 디지털 저장 매체.
PCT/KR2021/006430 2020-05-27 2021-05-24 비디오 또는 영상 코딩 시스템에서의 poc 정보 및 비-참조 픽처 플래그에 기반한 영상 코딩 방법 WO2021241963A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202180038048.XA CN115699768A (zh) 2020-05-27 2021-05-24 在视频或图像编码系统中基于poc信息和非参考图片标志的图像编码方法
KR1020227045279A KR20230017818A (ko) 2020-05-27 2021-05-24 비디오 또는 영상 코딩 시스템에서의 poc 정보 및 비-참조 픽처 플래그에 기반한 영상 코딩 방법
US17/791,062 US20230113358A1 (en) 2020-05-27 2021-05-24 Image coding method based on poc information and non-reference picture flag in video or image coding system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202063030853P 2020-05-27 2020-05-27
US63/030,853 2020-05-27

Publications (1)

Publication Number Publication Date
WO2021241963A1 true WO2021241963A1 (ko) 2021-12-02

Family

ID=78744720

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/006430 WO2021241963A1 (ko) 2020-05-27 2021-05-24 비디오 또는 영상 코딩 시스템에서의 poc 정보 및 비-참조 픽처 플래그에 기반한 영상 코딩 방법

Country Status (4)

Country Link
US (1) US20230113358A1 (ko)
KR (1) KR20230017818A (ko)
CN (1) CN115699768A (ko)
WO (1) WO2021241963A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230104910A1 (en) * 2020-06-12 2023-04-06 Bytedance Inc. Picture header constraints for multi-layer video coding

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101658324B1 (ko) * 2012-06-22 2016-09-20 노키아 테크놀로지스 오와이 비디오 코딩을 위한 방법 및 장치
KR20170023009A (ko) * 2014-06-26 2017-03-02 퀄컴 인코포레이티드 스케일러블 비디오 코딩에서의 비트스트림 적합성 제약들
KR20200008042A (ko) * 2012-11-21 2020-01-22 엘지전자 주식회사 영상 디코딩 방법 및 이를 이용하는 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101658324B1 (ko) * 2012-06-22 2016-09-20 노키아 테크놀로지스 오와이 비디오 코딩을 위한 방법 및 장치
KR20200008042A (ko) * 2012-11-21 2020-01-22 엘지전자 주식회사 영상 디코딩 방법 및 이를 이용하는 장치
KR20170023009A (ko) * 2014-06-26 2017-03-02 퀄컴 인코포레이티드 스케일러블 비디오 코딩에서의 비트스트림 적합성 제약들

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BROSS B; CHEN J; LIU S; Y-K WANG: "Versatile Video Coding (Draft 9)", 130. MPEG MEETING; 20200420 - 20200424; ALPBACH; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), no. JVET-R2001-vA, 15 May 2020 (2020-05-15), pages 1 - 524, XP030287936 *
HENDRY (LGE); JANG H; NAM J; KIM S; LIM (LGE) J: "AHG9: On non-referenced picture and POC derivation", 131. MPEG MEETING; 20200629 - 20200703; ONLINE; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), 22 May 2020 (2020-05-22), pages 1 - 3, XP030289687 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230104910A1 (en) * 2020-06-12 2023-04-06 Bytedance Inc. Picture header constraints for multi-layer video coding
US11930221B2 (en) * 2020-06-12 2024-03-12 Bytedance Inc. Picture header constraints for multi-layer video coding
US11943483B2 (en) 2020-06-12 2024-03-26 Bytedance Inc. Constraints on picture output ordering in a video bitstream

Also Published As

Publication number Publication date
KR20230017818A (ko) 2023-02-06
US20230113358A1 (en) 2023-04-13
CN115699768A (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
WO2021040481A1 (ko) 크로스 컴포넌트 필터링 기반 영상 코딩 장치 및 방법
WO2020204413A1 (ko) 복원 픽처를 수정하는 비디오 또는 영상 코딩
WO2020231140A1 (ko) 적응적 루프 필터 기반 비디오 또는 영상 코딩
WO2021040479A1 (ko) 필터링 기반 영상 코딩 장치 및 방법
WO2021040484A1 (ko) 크로스-컴포넌트 적응적 루프 필터링 기반 영상 코딩 장치 및 방법
WO2020213867A1 (ko) 스케일링 리스트 데이터의 시그널링 기반 비디오 또는 영상 코딩
WO2021040483A1 (ko) 영상 코딩 장치 및 방법
WO2020204419A1 (ko) 적응적 루프 필터 기반 비디오 또는 영상 코딩
WO2020231139A1 (ko) 루마 맵핑 및 크로마 스케일링 기반 비디오 또는 영상 코딩
WO2021101203A1 (ko) 필터링 기반 영상 코딩 장치 및 방법
WO2020180143A1 (ko) 루마 맵핑 및 크로마 스케일링 기반 비디오 또는 영상 코딩
WO2021172881A1 (ko) 인터 예측에 기반한 영상 인코딩/디코딩 방법 및 장치, 그리고 비트스트림을 저장한 기록 매체
WO2021145668A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2021132964A1 (ko) Nal 유닛 관련 정보 기반 영상 또는 비디오 코딩
WO2020180122A1 (ko) 조건적으로 파싱되는 alf 모델 및 리셰이핑 모델 기반 비디오 또는 영상 코딩
WO2021132963A1 (ko) 슬라이스 또는 픽처에 대한 nal 유닛 타입 기반 영상 또는 비디오 코딩
WO2021145669A1 (ko) 영상/비디오 코딩 시스템에서 인터 예측 방법 및 장치
WO2021145673A1 (ko) 영상/비디오 코딩을 위한 가중된 예측 방법 및 장치
WO2021066618A1 (ko) 변환 스킵 및 팔레트 코딩 관련 정보의 시그널링 기반 영상 또는 비디오 코딩
WO2021040482A1 (ko) 적응적 루프 필터링 기반 영상 코딩 장치 및 방법
WO2020262929A1 (ko) 비디오/영상 코딩 시스템에서 신택스 시그널링 방법 및 장치
WO2020213866A1 (ko) 스케일링 리스트 파라미터 기반 비디오 또는 영상 코딩
WO2020197207A1 (ko) 맵핑을 포함하는 필터링 기반 비디오 또는 영상 코딩
WO2020184928A1 (ko) 루마 맵핑 및 크로마 스케일링 기반 비디오 또는 영상 코딩
WO2021241963A1 (ko) 비디오 또는 영상 코딩 시스템에서의 poc 정보 및 비-참조 픽처 플래그에 기반한 영상 코딩 방법

Legal Events

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

Ref document number: 21814084

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20227045279

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21814084

Country of ref document: EP

Kind code of ref document: A1