WO2021246791A1 - 영상/비디오 코딩 시스템에서 상위 레벨 신택스를 처리하는 방법 및 장치 - Google Patents

영상/비디오 코딩 시스템에서 상위 레벨 신택스를 처리하는 방법 및 장치 Download PDF

Info

Publication number
WO2021246791A1
WO2021246791A1 PCT/KR2021/006904 KR2021006904W WO2021246791A1 WO 2021246791 A1 WO2021246791 A1 WO 2021246791A1 KR 2021006904 W KR2021006904 W KR 2021006904W WO 2021246791 A1 WO2021246791 A1 WO 2021246791A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
general
unit
prediction
video
Prior art date
Application number
PCT/KR2021/006904
Other languages
English (en)
French (fr)
Inventor
헨드리헨드리
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 CN202180059146.1A priority Critical patent/CN116134821A/zh
Priority to KR1020237000282A priority patent/KR20230023708A/ko
Publication of WO2021246791A1 publication Critical patent/WO2021246791A1/ko
Priority to US18/073,903 priority patent/US11936914B2/en
Priority to US18/509,983 priority patent/US20240089506A1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques

Definitions

  • the present technology relates to a method and an apparatus for processing high-level syntax when encoding/decoding image/video information in an image/video coding system.
  • VR virtual reality
  • AR artificial reality
  • holograms images/videos having different image characteristics from real images such as game images broadcasting are increasing.
  • high-efficiency image/video compression technology is required to effectively compress, transmit, store, and reproduce information of high-resolution and high-quality images/videos having various characteristics as described above.
  • An object of the present document is to provide a method and an apparatus for increasing video/video coding efficiency.
  • Another technical problem of the present document is to provide a method and an apparatus for efficiently processing high-level syntax when coding an image/video.
  • Another technical object of the present document is to provide a method and apparatus capable of omitting the parsing of general restriction information in processing higher-level syntax.
  • Another technical problem of the present document is to provide a method and apparatus capable of processing profile, tier, and level information separately from general restriction information in processing higher-level syntax.
  • a video decoding method performed by a video decoding apparatus includes obtaining general constraint information from a bitstream, and output layer sets comply with the general constraint information from the bitstream. Parsing a flag indicating whether information on restrictions to and decoding, wherein the general restriction information includes number information and alignment information for the restrictions, and the alignment information in the general restriction information may exist after the number information.
  • a video encoding method performed by a video encoding apparatus includes performing inter prediction or intra prediction on a current block in a current picture, and the current block based on the inter prediction or the intra prediction generating prediction information for , and encoding image information including the prediction information, wherein the image information includes information about restrictions to which output layer sets comply in general restriction information of the image information. a flag indicating whether there is a flag, the general restriction information includes number information and alignment information for the restrictions, and the alignment information in the general restriction information may exist after the number information.
  • the digital storage medium contains information causing a video decoding apparatus to perform a video decoding method, wherein the video decoding method is generated from image information. obtaining constraint information, parsing from the image information a flag indicating whether information on restrictions that output layer sets comply with exists in the general constraint information, based on the flag, the restrictions in the general constraint information Parsing information on , and decoding a current picture based on the information on the restrictions, wherein the general restriction information includes number information and alignment information for the restrictions, and the general restriction In information, the alignment information may exist after the number information.
  • overall image/video compression efficiency may be improved.
  • general restriction information can be effectively signaled in signaling image/video information.
  • parsing of general restriction information may be omitted in processing higher-level syntax.
  • profile, tier, and level information when processing higher-level syntax, profile, tier, and level information may be processed separately from general restriction information.
  • FIG. 1 schematically shows an example of a video/image coding system to which embodiments of this document can be applied.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/image encoding apparatus to which embodiments of the present document may be applied.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/image decoding apparatus to which embodiments of the present document may be applied.
  • FIG. 4 shows an example of a schematic picture decoding procedure to which an embodiment of this document is applicable.
  • FIG. 5 shows an example of a schematic picture encoding procedure to which an embodiment of this document is applicable.
  • 6 exemplarily shows a hierarchical structure for a coded image/video.
  • FIG. 7 and 8 schematically show an example of a video/image encoding method and related components according to an embodiment of the present document.
  • FIGS. 9 and 10 schematically show an example of a video/image decoding method and related components according to an embodiment of the present document.
  • FIG. 11 shows an example of a content streaming system to which embodiments disclosed in this document can be applied.
  • each configuration in the drawings described in this document is shown independently for the convenience of description regarding different characteristic functions, and does not mean that each configuration is implemented as separate hardware or separate software.
  • two or more components among each component may be combined to form one component, or one component may be divided into a plurality of components.
  • Embodiments in which each component is integrated and/or separated are also included in the scope of the disclosure of this document as long as they do not depart from the essence of the method disclosed in this document.
  • parentheses used in this document may mean “for example”. Specifically, when “prediction (intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”. In other words, “prediction” in this document is not limited to “intra prediction”, and “intra prediction” may be proposed as an example of “prediction”. Also, even when “prediction (ie, intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”.
  • This article is about video/image coding.
  • a method/embodiment disclosed in this document may be applied to a method disclosed in a versatile video coding (VVC) standard.
  • the method/embodiment disclosed in this document is an essential video coding (EVC) standard, AOMedia Video 1 (AV1) standard, 2nd generation of audio video coding standard (AVS2), or a next-generation video/video coding standard (ex. H.267). , H.268, etc.).
  • 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, or 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.
  • a video may mean a set of a series of images according to the passage of time.
  • a picture generally means a unit representing one image in a specific time period, and a slice/tile is a unit constituting a part of a picture in coding.
  • a slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • One picture may consist of one or more slices/tiles.
  • One picture may be composed of one or more tile groups.
  • One tile group may include one or more tiles.
  • a brick may indicate a rectangular area of CTU rows within a tile in a picture.
  • a tile may be partitioned into multiple bricks, and each brick may consist of one or more CTU rows within the tile.
  • a tile that is not partitioned into multiple bricks may also be referred to as a brick.
  • a brick scan may indicate a specific sequential ordering of CTUs partitioning a picture, wherein the CTUs may be arranged in a CTU raster scan within a brick, and the bricks in a tile may be sequentially arranged in a raster scan of the bricks of the tile. and tiles in a picture may be sequentially aligned with a raster scan of the tiles of the picture.
  • a tile is a specific tile row and a rectangular area of CTUs within a specific tile row.
  • the tile column is a rectangular region of CTUs, the rectangular region has a height equal to the height of the picture, and the width may be specified by syntax elements in a picture parameter set.
  • the tile row is a rectangular region of CTUs, the rectangular region has a width specified by syntax elements in a picture parameter set, and the height may be equal to the height of the picture.
  • a tile scan may indicate a specific sequential ordering of CTUs partitioning a picture, wherein the CTUs may be sequentially aligned with a CTU raster scan within a tile, and tiles within a picture may be sequentially aligned with a raster scan of the tiles of the picture.
  • a slice may include an integer number of bricks of a picture, and the integer number of bricks may be included in one NAL unit.
  • a slice may consist of a number of complete tiles, or it may be a continuous sequence of complete bricks of one tile.
  • tile group and slice can be used interchangeably.
  • a tile group/tile group header may be referred to as a slice/slice header.
  • a pixel or pel may mean a minimum unit constituting one picture (or image). Also, 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 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.
  • a video encoding apparatus may include an image encoding apparatus.
  • the encoding apparatus 200 includes an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, It may be configured to include an adder 250 , a filter 260 , and a memory 270 .
  • the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222 .
  • the residual processing unit 230 may include a transformer 232 , a quantizer 233 , an inverse quantizer 234 , and an inverse transformer 235 .
  • the residual processing unit 230 may further include a subtractor 231 .
  • the adder 250 may be called a reconstructor or a reconstructed block generator.
  • the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, adder 250 and filtering unit 260 may include one or more hardware components ( For example, by an encoder chipset or processor).
  • the memory 270 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 270 as an internal/external component.
  • the image divider 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.
  • the encoding apparatus 200 subtracts the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input image signal (original block, original sample array) to obtain a residual A signal (residual signal, residual block, residual sample array) may be generated, and the generated residual signal is transmitted to the converter 232 .
  • a unit for subtracting a prediction signal (prediction block, prediction sample array) from an input image signal (original block, original sample array) in the encoding apparatus 200 may be referred to as a subtraction unit 231 .
  • the prediction unit 220 may perform prediction on a processing target block (hereinafter, referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit 220 may determine whether intra prediction or inter prediction is applied in units of a current block or CU.
  • the prediction unit 220 may generate various information about prediction, such as prediction mode information, and transmit it to the entropy encoding unit 240 , as will be described later in the description of each prediction mode.
  • the prediction information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra prediction unit 222 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the 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 block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated CU (colCU), 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 220 may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • the IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, the sample value in the picture may be signaled based on information about the palette table and palette index.
  • a 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 includes an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS), etc.
  • 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) storing the signal may be configured as internal/external elements of the encoding apparatus 200, or the transmitting unit It may be included in the entropy encoding unit 240 .
  • the quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
  • 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 object block in the current picture, or may be used for inter prediction of the next picture after filtering as described below.
  • Luma Mapping with Chroma Scaling may be applied during picture encoding and/or restoration.
  • the filtering unit 260 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 260 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and 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 DPB of the memory 270 may store the corrected reconstructed picture to be used as a reference picture in the inter prediction unit 221 .
  • the memory 270 may store motion information of a block in which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 270 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 222 .
  • image/video coding in this document may include multi-layer-based image/video coding.
  • the multi-layer-based image/video coding may include scalable coding.
  • input signals may be processed for each layer.
  • input signals (input images/pictures) have a resolution, a frame rate, a bit-depth, a color format, an aspect ratio, and a view. ) may be different from each other.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/image decoding apparatus to which embodiments of the present document may be applied.
  • the decoding apparatus 300 includes an entropy decoder 310 , a residual processor 320 , a predictor 330 , an adder 340 , and a filtering unit. (filter, 350) and may be configured to include a memory (memory, 360).
  • the prediction unit 330 may include an inter prediction unit 331 and an intra prediction unit 332 .
  • the residual 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) required 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 the bitstream based on a coding method such as exponential Golomb coding, context-adaptive variable length coding (CAVLC), or context-adaptive arithmetic coding (CABAC), A value of a syntax element required for image reconstruction and quantized values of a transform coefficient related to a residual may be output.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in a bitstream, and receives syntax element information to be decoded and decoding information of neighboring and to-be-decoded blocks or symbols/bins decoded in the previous step.
  • the context model is determined using the information of have.
  • the CABAC entropy decoding method may update the context model by using the decoded symbol/bin information for the context model of the next symbol/bin after determining the context model.
  • Prediction-related information among the information decoded by the entropy decoding unit 310 is provided to the prediction 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 the 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).
  • At least one of quantization/inverse quantization and/or transform/inverse transform may be omitted.
  • the quantized transform coefficient may be referred to as a transform coefficient.
  • the transform coefficients may be called coefficients or residual coefficients, or may still be called transform coefficients for uniformity of expression.
  • a quantized transform coefficient and a transform coefficient may be referred to as a transform coefficient and a scaled transform coefficient, respectively.
  • the residual information may include information on transform coefficient(s), and the information on the transform coefficient(s) may be signaled through residual coding syntax.
  • Transform coefficients may be derived based on the residual information (or information about the transform coefficient(s)), and scaled transform coefficients may be derived through inverse transform (scaling) on the transform coefficients.
  • Residual samples may be derived based on an inverse transform (transform) of the scaled transform coefficients. This may be applied/expressed in other parts of this document as well.
  • the prediction unit 330 may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit 330 may determine whether intra prediction or inter prediction is applied to the current block based on the prediction information output from the entropy decoding unit 310, and determine a specific intra/inter prediction mode.
  • the prediction unit 330 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • the IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, 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 block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in the reference picture.
  • the inter prediction unit 332 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or a reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes, and the information on the prediction may include information indicating the mode of inter prediction for the current block.
  • the adding unit 340 adds the obtained residual signal to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 332 and/or the intra prediction unit 331).
  • a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the predicted block may be used as a reconstructed block.
  • the adder 340 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing 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.
  • Luma Mapping with Chroma Scaling may be applied in the picture decoding process.
  • the filtering unit 350 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and 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 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 360 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 331 .
  • the embodiments described in the filtering unit 260 , the inter prediction unit 221 , and the intra prediction unit 222 of the encoding apparatus 200 are the filtering unit 350 and the inter prediction unit of the decoding apparatus 300 , respectively.
  • the same or corresponding application may be applied to the unit 332 and the intra prediction unit 331 .
  • FIG. 4 shows an example of a schematic picture decoding procedure to which an embodiment of this document is applicable.
  • pictures constituting the video/video may be encoded/decoded according to a series of decoding orders.
  • a picture order corresponding to an output order of decoded pictures may be set differently from the decoding order, and based on this, not only forward prediction but also backward prediction may be performed during inter prediction based on this.
  • S400 may be performed by the entropy decoding unit 310 of the decoding apparatus described above in FIG. 3
  • S410 may be performed by the prediction unit 330
  • S420 may be performed by the residual processing unit 320
  • S430 may be performed by the adder 340
  • S440 may be performed by the filtering unit 350 .
  • S400 may include the information decoding procedure described in this document
  • S410 may include the inter/intra prediction procedure described in this document
  • S420 may include the residual processing procedure described in this document
  • S430 may include the block/picture restoration procedure described in this document
  • S440 may include the in-loop filtering procedure described in this document.
  • the picture decoding procedure schematically shows the image/video information acquisition procedure (S400) from the bitstream (through decoding), the picture restoration procedure (S410 to S430) and the reconstructed picture as shown in the description for FIG. It may include an in-loop filtering procedure (S440) for the picture.
  • the picture restoration procedure is based on prediction samples and residual samples obtained through inter/intra prediction (S410) and residual processing (S420, inverse quantization and inverse transformation of quantized transform coefficients) described in this document. can be performed.
  • a modified reconstructed picture may be generated through an in-loop filtering procedure for the reconstructed picture generated through the picture reconstruction procedure, and the modified reconstructed picture may be output as a decoded picture, and also of the decoding apparatus It is stored in the decoded picture buffer or the memory 360 and may be used as a reference picture in an inter prediction procedure when decoding a picture thereafter.
  • the in-loop filtering procedure may be omitted, and in this case, the reconstructed picture may be output as a decoded picture, and is also stored in the decoded picture buffer or memory 360 of the decoding apparatus and interpolated during decoding of a subsequent picture. It can be used as a reference picture in the prediction procedure.
  • the in-loop filtering procedure may include a deblocking filtering procedure, a sample adaptive offset (SAO) procedure, an adaptive loop filter (ALF) procedure, and/or a bi-lateral filter procedure as described above. may be, and some or all of them may be omitted.
  • one or some of the deblocking filtering procedure, the sample adaptive offset (SAO) procedure, the adaptive loop filter (ALF) procedure, and the bi-lateral filter procedure may be sequentially applied, or all are sequentially may be applied as
  • the SAO procedure may be performed.
  • the ALF procedure may be performed. This may be performed in the encoding device as well.
  • FIG. 5 shows an example of a schematic picture encoding procedure to which an embodiment of this document is applicable.
  • S500 may be performed by the prediction unit 220 of the encoding apparatus described above in FIG. 2
  • S510 may be performed by the residual processing unit 230
  • S520 may be performed by the entropy encoding unit 240 .
  • S500 may include the inter/intra prediction procedure described in this document
  • S510 may include the residual processing procedure described in this document
  • S520 may include the information encoding procedure described in this document .
  • the picture encoding procedure schematically encodes information for picture restoration (eg, prediction information, residual information, partitioning information, etc.) as shown in the description for FIG. 2 and outputs a bitstream format.
  • information for picture restoration eg, prediction information, residual information, partitioning information, etc.
  • a procedure for generating a reconstructed picture with respect to the current picture and a procedure for applying in-loop filtering to the reconstructed picture may be included (optional).
  • the encoding apparatus may derive (modified) residual samples from the quantized transform coefficients through the inverse quantization unit 234 and the inverse transform unit 235 , and the prediction samples output from S500 and the (modified) residual
  • a reconstructed picture may be generated based on the samples.
  • the reconstructed picture thus generated may be the same as the reconstructed picture generated by the above-described decoding apparatus.
  • a modified reconstructed picture may be generated through an in-loop filtering procedure for the reconstructed picture, which may be stored in a decoded picture buffer or memory 270, and, as in the case of a decoding device, when encoding a subsequent picture It can be used as a reference picture in the prediction procedure. As described above, some or all of the in-loop filtering procedure may be omitted in some cases.
  • (in-loop) filtering-related information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream, and the decoding apparatus encodes based on the filtering-related information
  • the in-loop filtering procedure can be performed in the same way as the device.
  • noise generated during video/video coding such as blocking artifacts and ringing artifacts
  • the encoding apparatus and the decoding apparatus can derive the same prediction result, increase the reliability of picture coding, and reduce the amount of data to be transmitted for picture coding can be reduced
  • the picture restoration procedure may be performed not only in the decoding apparatus but also in the encoding apparatus.
  • a reconstructed block may be generated based on intra prediction/inter prediction for each block, and a reconstructed picture including the reconstructed blocks may be generated.
  • the current picture/slice/tile group is an I picture/slice/tile group
  • blocks included in the current picture/slice/tile group may be reconstructed based on only intra prediction.
  • the current picture/slice/tile group is a P or B picture/slice/tile group
  • blocks included in the current picture/slice/tile group may be reconstructed based on intra prediction or inter prediction.
  • inter prediction may be applied to some blocks in the current picture/slice/tile group
  • intra prediction may be applied to some remaining blocks.
  • a color component of a picture may include a luma component and a chroma component, and unless explicitly limited in this document, the methods and embodiments proposed in this document may be applied to the luma component and the chroma component.
  • 6 exemplarily shows a hierarchical structure for a coded image/video.
  • the coded image/video is a video coding layer (VCL) that handles the decoding process of the image/video and itself, a subsystem that transmits and stores coded information, and the VCL and subsystem It exists in between and is divided into a network abstraction layer (NAL) that is in charge of network adaptation functions.
  • VCL video coding layer
  • NAL network abstraction layer
  • VCL data including compressed video data is generated, or a picture parameter set (PPS), a sequence parameter set (SPS), a video parameter set (Video Parameter Set: A supplemental enhancement information (SEI) message additionally necessary for a parameter set including information such as VPS) or an image decoding process may be generated.
  • PPS picture parameter set
  • SPS sequence parameter set
  • SEI Supplemental Enhancement Information
  • a NAL unit may be generated by adding header information (NAL unit header) to a raw byte sequence payload (RBSP) generated in the VCL.
  • the RBSP refers to slice data, parameter sets, SEI messages, etc. generated in the VCL.
  • the NAL unit header may include NAL unit type information specified according to RBSP data included in the corresponding NAL unit.
  • the NAL unit may be divided into a VCL NAL unit and a Non-VCL NAL unit according to the RBSP generated in the VCL.
  • a VCL NAL unit may mean a NAL unit including information (slice data) about an image
  • the Non-VCL NAL unit is a NAL unit containing information (parameter set or SEI message) necessary for decoding an image.
  • VCL NAL unit and Non-VCL NAL unit may be transmitted through a network by attaching header information according to a data standard of a subsystem.
  • the NAL unit may be transformed into a data form of a predetermined standard such as H.266/VVC file format, Real-time Transport Protocol (RTP), Transport Stream (TS), and transmitted through various networks.
  • RTP Real-time Transport Protocol
  • TS Transport Stream
  • the NAL unit type may be specified according to the RBSP data structure included in the corresponding NAL unit, and information on this NAL unit type may be stored in the NAL unit header and signaled.
  • the NAL unit may be largely classified into a VCL NAL unit type and a Non-VCL NAL unit type depending on whether or not the NAL unit includes information about an image (slice data).
  • the VCL NAL unit type may be classified according to properties and types of pictures included in the VCL NAL unit, and the Non-VCL NAL unit type may be classified according to the type of parameter set.
  • NAL unit type specified according to the type of parameter set included in the Non-VCL NAL unit type.
  • NAL unit Type for NAL unit including DCI
  • NAL unit Type of NAL unit including VPS
  • NAL unit Type for NAL unit including SPS
  • NAL unit Type of NAL unit including PPS
  • NAL unit Type of NAL unit including APS
  • NAL unit Type of NAL unit including PH
  • NAL unit types have syntax information for the NAL unit type, and the syntax information may be stored and signaled in a NAL unit header.
  • the syntax information may be nal_unit_type, and NAL unit types may be specified by a nal_unit_type value.
  • one picture may include a plurality of slices, and one slice may include a slice header and slice data.
  • one picture header may be further added to a plurality of slices (a slice header and a slice data set) in one picture.
  • the picture header may include information/parameters commonly applicable to the picture.
  • the slice header may include information/parameters commonly applicable to the slice.
  • APS APS syntax
  • PPS PPS syntax
  • SPS SPS syntax
  • the VPS may include information/parameters commonly applicable to multiple layers.
  • DCI DCI syntax
  • DCI syntax may include information/parameters related to decoding capability.
  • high level syntax refers to at least one of the APS syntax, PPS syntax, SPS syntax, VPS syntax, decoding capability information (DCI) syntax, picture header syntax, and slice header syntax.
  • low level syntax may include, for example, slice data syntax, CTU syntax, coding unit syntax, transform unit syntax, and the like.
  • the video/video 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. It may include slice header information, picture header information, APS information, PPS information, SPS information, VPS information, and/or DCI information. In addition, the video/video information may further include general constraint information and/or information of a NAL unit header.
  • the video/image information of this document may include higher-level signaling, and the video/image coding method may be performed based on the video/image information.
  • a coded picture may include one or more slices. Parameters describing a coded picture may be signaled in a picture header, and parameters describing a slice may be signaled in a slice header.
  • the picture header is carried in its own NAL unit type (PH is carried in its own NAL unit type).
  • the slice header exists at the beginning of the NAL unit including the payload of the slice (slice data).
  • a picture may be divided into sub pictures, tiles and/or slices. Signaling for subpictures is in SPS, signaling for tile and rectangular slices is in PPS, and finally signaling for raster scan slices is in slice header.
  • signaling of profile, tier, and level information may exist in the VPS and/or SPS as shown in Tables 1 and 2 below.
  • vps_video_parameter_set_id provides an identifier for the VPS so that other syntax elements can refer to it.
  • the value of vps_video_parameter_set_id must be greater than 0.
  • vps_max_layers_minus1 + 1 indicates the maximum allowable number of layers in each CVS (coded video sequence) referring to the VPS.
  • vps_max_sublayers_minus1 plus 1 indicates the maximum number of temporal sublayers that may exist in a layer in each CVS referring to the VPS.
  • the value of vps_max_sublayers_minus1 must be in the range 0 to 6.
  • vps_num_ptls_minus1 + 1 indicates the number of profile_tier_level () syntax structures in the VPS.
  • the value of vps_num_ptls_minus1 must be smaller than TotalNumOlss indicating the total number of output layer sets (OLS).
  • vps_pt_present_flag [i] If the value of vps_pt_present_flag [i] is 1, it indicates that the profile, tier, and general restriction information exist in the i-th profile_tier_level () syntax structure in the VPS. If the value of vps_pt_present_flag [i] is 0, it indicates that there is no profile, tier, and general restriction information in the i-th profile_tier_level () syntax structure in the VPS.
  • vps_pt_present_flag [0] is inferred to be 1.
  • the profile, tier and general restriction information for the i-th profile_tier_level () syntax structure in the VPS is inferred to be the same as that for the (i - 1)-th profile_tier_level () syntax structure in the VPS .
  • vps_ptl_max_temporal_id [i] indicates the TemporalId of the highest sub-layer expression in which level information exists in the i-th profile_tier_level () syntax structure in the VPS.
  • the value of vps_ptl_max_temporal_id [i] must exist in the range from 0 to vps_max_sublayers_minus1. If not present, the value of vps_ptl_max_temporal_id[i] is inferred to be equal to vps_max_sublayers_minus1.
  • vps_ptl_alignment_zero_bit The value of vps_ptl_alignment_zero_bit is equal to 0.
  • vps_ols_ptl_idx [i] indicates an index of the profile_tier_level () syntax structure applied to the i-th OLS in the VPS with respect to the profile_tier_level () syntax structure list. If present, the vps_ols_ptl_idx[i] value must be in the range from 0 to inclusive of vps_num_ptls_minus1.
  • vps_ols_ptl_idx[i] is inferred as follows.
  • vps_num_ptls_minus1 is greater than 0 and vps_num_ptls_minus1 + 1 is equal to TotalNumOlss
  • the value of vps_ols_ptl_idx[i] is inferred to be equal to i.
  • the profile_tier_level () syntax structure applied to the i-th OLS also exists in the SPS referenced by the layer in the i-th OLS.
  • the value of NumLayersInOls[i] is 1, it is a requirement for bitstream conformance that the profile_tier_level () syntax structure signaled in the VPS and the SPS for the i-th OLS must be the same.
  • Each profile_tier_level () syntax structure in the VPS must be referenced within a range including 0 to TotalNumOlss-1 by at least one value of vps_ols_ptl_idx[i] for i.
  • sps_seq_parameter_set_id provides an identifier for the SPS so that other syntax elements can refer to it.
  • SPS NAL units share the same value space as sps_seq_parameter_set_id regardless of the nuh_layer_id value.
  • spsLayerId is called a nuh_layer_id value of a specific SPS NAL unit
  • vclLayerId is called a nuh_layer_id value of a specific VCL NAL unit.
  • the specific VCL NAL unit refers to the specific SPS NAL unit, unless all OLSs specified by the VPS containing a layer with spsLayerId less than or equal to vclLayerId and nuh_layer_id equal to vclLayerId also do not include a layer with nuh_layer_id equal to spslayerId. I never do that.
  • the SPS does not refer to the VPS, and when decoding each CLVS (coded layer video sequence) referring to the SPS, the VPS is not referenced.
  • vps_max_layers_minus1 The value of vps_max_layers_minus1 is inferred to be 0.
  • vps_max_sublayers_minus1 The value of vps_max_sublayers_minus1 is inferred to be 6.
  • vps_independent_layer_flag (GeneralLayerIdx [nuh_layer_id]] is inferred to be 1.
  • sps_video_parameter_set_id The value of sps_video_parameter_set_id must be the same in all SPSs referenced by CLVSs in the CVS.
  • sps_max_sublayers_minus1 plus 1 indicates the maximum number of temporal sublayers that may exist in each CLVS referring to the SPS.
  • the value of sps_max_sublayers_minus1 must be in the range from 0 to vps_max_sublayers_minus1.
  • sps_reserved_zero_4bits is equal to 0.
  • sps_ptl_dpb_hrd_params_present_flag 1 indicates that the profile_tier_level () syntax structure and the dpb_parameters () syntax structure exist in the SPS, and the general_hrd_parameters () syntax structure and the ols_hrd_parameters () syntax structure may exist in the SPS. If the value of sps_ptl_dpb_hrd_params_present_flag is 0, this indicates that the above four syntax structures do not exist in the SPS.
  • sps_video_parameter_set_id If the value of sps_video_parameter_set_id is greater than 0 and there is an OLS including only one layer with nuh_layer_id equal to nuh_layer_id of SPS, or when the value of sps_video_parameter_set_id is 0, the value of sps_ptl_dpb_hrd_params_present_flag is equal to 1.
  • the profile_tier_level () syntax structure provides level information, and optionally provides profile, tier, sub-profile, and general restriction information.
  • OlsInScope is one or more OLSs specified by the VPS.
  • OlsInScope is an OLS including only the lowest layer among the layers referring to the SPS, and the lowest layer is an independent layer.
  • general_profile_idc indicates the profile that OlsInScope complies with.
  • general_tier_flag indicates a tier context for interpretation of general_level_idc.
  • general_level_idc indicates the level that OlsInScope complies with.
  • a larger value of general_level_idc indicates a higher level.
  • the maximum level signaled within the DCI NAL unit for OlsInScope may be higher but not lower than the level signaled at the SPS for CLVS contained within OlsInScope.
  • general_profile_idc indicates a profile that provides a preferred decoding result or preferred bitstream identification, as determined by an encoding device.
  • profile_tier_level () syntax structures are DCI NAL units such that for each CVS of OlsInScope, at least one set of profiles, tiers and levels for a decoding device capable of decoding CVS exists. can be included in
  • num_sub_profiles indicates the number of general_sub_profile_idc [i] syntax elements.
  • general_sub_profile_idc [i] indicates i-th interoperability metadata.
  • sublayer_level_present_flag [i] indicates that level information exists in the profile_tier_level () syntax structure for the sub-layer representation in which TemporalId is i. If the value of sublayer_level_present_flag[i] is 0, this indicates that level information does not exist in the profile_tier_level() syntax structure for the sublayer representation in which TemporalId is i.
  • ptl_alignment_zero_bits The value of ptl_alignment_zero_bits is equal to 0.
  • syntax element sublayer_level_idc [i] are the same as those of the general_level_idc syntax element, but are applied to the sub-layer representation in which TemporalId is i.
  • sublayer_level_idc[i] is inferred as follows.
  • sublayer_level_idc [maxNumSubLayersMinus1] is inferred to be the same as general_level_idc of the same profile_tier_level () structure.
  • sublayer_level_idc[i] is inferred to be equal to sublayer_level_idc[i + 1].
  • the sub-layer may represent a temporal scalable layer of a temporal scalable bitstream composed of VCL NAL units having a TemporalId variable of a specific value and associated non-VCL NAL units.
  • the sub-layer representation may be a subset of a bitstream composed of NAL units of a specific sub-layer and lower sub-layers.
  • general_constraint_info may include the following syntax elements.
  • the signaling of the level indicator (ie, general_level_idc) is present after the signaling of the general restriction information (general_constraint_info). Accordingly, when the general restriction information is present in the PTL information, the decoding apparatus must first parse the general restriction information, so that the parsing of the level indicator becomes complicated. Also, since the general restriction information may not be required in the decoding process, the decoding apparatus may want to skip parsing of the general restriction information. However, according to Table 3, when general constraint information exists in the PTL information, parsing thereof cannot be skipped.
  • signaling of general restriction information is always present in PTL information when the value of profileTierPresentFlag is 1.
  • the general constraint information need not always be present when profile, tier and level information is present. Therefore, a mechanism that does not signal general restriction information is required even when PTL information is present.
  • signaling of general restriction information exists in the middle of signaling of profile, tier, and level information. This puts a burden on decoding information to process profile, tier, and level information separately from processing of general restriction information.
  • a level indicator (general_level_idc) may be signaled before a syntax element whose presence is conditioned.
  • general_level_idc may be signaled before general_profile_idc in PTL information.
  • a flag indicating whether flag(s) signaled for general restriction information (GCI) exists may be added. This flag may be called gci_present_flag.
  • the flag(s) for the general constraint information include the syntax elements specified in Table 4 and those still reserved.
  • the total number of bits for general restriction information is designated in units of bytes (ie, the number of bits is a multiple of 8).
  • bits reserved for the general limit flags start at byte-aligned positions. Consequently, there may be some bits present for byte alignment before the reserved bits are present.
  • the syntax element indicating the number of bytes reserved within the GCI structure is changed to indicate the number of general restriction flags (including reserved bits and flags), and signaling first immediately below the gci_present_flag within the GCI structure can be
  • the syntax element may be referred to as gci_num_constraint_bytes. If the value of gci_present_flag is 0, the value of gci_num_constraint_bytes is 0.
  • the number of bits for signaling gci_present_flag and gci_num_constraint_bytes may be byte-aligned. For example, the number of bits for signaling gci_num_constraint_bytes may be 7.
  • bits reserved for the general limit flag need not start at a byte aligned position. This in turn eliminates the need to have the byte aligned bits before the reserved bits exist.
  • profile, tier and level information may be signaled in such a way that they are not separated by other syntax elements. This can be implemented by moving the signaling of the general restriction information to a position after the signaling of the level information.
  • the signaling of gci_num_constraint_bytes may be substituted for gci_present_flag without being added to gci_present_flag.
  • general constraint_info (general_constraint_info ( )) exists in the profile tier level structure (profile_tier_level syntax) after signaling of the profile, tier and level information including the profile, tier and level information for sub-radars.
  • the size of the general restriction information may or may not be byte-aligned.
  • the encoding apparatus may signal the profile_tier_level syntax of the structure shown in Table 5 below, and the semantics thereof are shown in Table 6 below.
  • general_level_idc indicates a level that OlsInScope complies with.
  • a larger value of general_level_idc indicates a higher level.
  • the maximum level signaled within the DCI NAL unit for OlsInScope may be higher but not lower than the level signaled within the SPS for CLVS contained within OlsInScope.
  • general_profile_idc indicates a profile that provides a preferred decoding result or preferred bitstream identification, as determined by an encoding device.
  • profile_tier_level syntax structures are included in the DCI NAL unit so that at least one set of profile, tier and level for a decoding device capable of decoding CVS for each CVS of OlsInScope exists.
  • general_profile_idc indicates the profile that OlsInScope complies with.
  • general_tier_flag indicates a tier context for interpretation of general_level_idc.
  • the general constraint information may exist after the profile information (general_profile_idc), the tier information (general_tier_flag), and the level information (general_level_idc) in the profile_tier_level syntax structure of Table 3. Accordingly, the decoding apparatus may separately process general restriction information after processing the profile, tier, and level information.
  • the encoding device may signal the general_constraint_info syntax of the structure shown in Table 7 below.
  • gci_present_flag indicates whether information about constraints (general_non_packed_constraint_flag, etc.) exists in the general_constraint_info syntax (general constraint information).
  • gci_num_reserved_bytes indicates the number of bytes reserved for general restriction information.
  • gci_alignment_zero_bit is information for byte alignment and has a value of 0.
  • gci_reserved_byte[i] indicates a byte reserved for general restriction information. gci_reserved_byte[i] does not affect the decoding process and can have any value.
  • semantics for gci_present_flag may be as shown in Table 8 below.
  • the encoding device may encode the value of gci_present_flag as 0 when general restriction information is not required for coding of image information, and the decoding device may skip parsing of the general restriction information when the value of gci_present_flag is 0.
  • the encoding device may signal the general_constraint_info syntax of the structure shown in Table 9 below.
  • semantics for gci_present_flag may be as shown in Table 8
  • semantics for gci_num_constraint_bytes may be as shown in Table 10 below.
  • gci_num_constraint_bytes does not include bytes used for signaling gci_present_flag and gci_num_constraint_bytes and indicates the length of general constraint flags including reserved bits in byte unit.
  • the value of gci_num_constraint_bytes is 0 or 9. If the value of gci_present_flag is 0, the value of gci_num_constraint_bytes is 0. If the value of gci_present_flag is not 0, the value of gci_num_constraint_bytes must not be less than 9. If the number of general constraint flags (information on general constraint) is changed in signaling general constraint information, the value 9 of gci_num_constraint_bytes may be changed.
  • the encoding apparatus may signal the general_constraint_info syntax of the structure shown in Table 11 below.
  • numSpecifiedFlags indicates the number of specified (non-reserved) general constraint flags. This value is 66 (ie, the number of flags from general_non_packed_constraint_flag to no_aps_constraint_flag).
  • Semantics for gci_present_flag and gci_num_constraint_bytes may be as shown in Tables 8 and 10, respectively, and semantics for gci_reserved_bit[i] may be as shown in Table 12 below.
  • the value of gci_reserved_bit[i] is a value that does not affect the decoding process, and may have any value.
  • the encoding apparatus may signal the profile_tier_level syntax having the structure shown in Table 13 below.
  • level information (general_level_idc) may be signaled after profile information (general_profile_idc) and tier information (general_tier_flag), and general restriction information (general_constraint_info) may be signaled after level information.
  • the encoding device may signal the general_constraint_info syntax having a structure as shown in Table 14 or Table 15 below.
  • gci_num_constraint_bytes indicates the number of bytes reserved for information on restrictions (general constraint flag), and does not include a byte used to signal gci_num_constraint_bytes.
  • the value of gci_num_constraint_bytes is 0 or 9.
  • gci_reserved_bit[i] may be parsed in the general_constraint_info syntax based on the value of gci_num_constraint_bytes.
  • the encoding device may signal the profile_tier_level syntax having the structure shown in Table 16 below.
  • the encoding device may signal the general_constraint_info syntax having the structure shown in Tables 17 to 19 below.
  • gci_num_constraint_bits indicates the number of bits reserved for general constraint information (general constraint flag).
  • gci_reserved_bit[i] may be parsed in the general_constraint_info syntax based on the value of gci_num_constraint_bits.
  • the alignment information may exist last in the general_constraint_info syntax.
  • the alignment information may be included after the number information (gci_num_constraint_bits or gci_num_constraint_bytes) and reserved bits (gci_reserved_bit[i] or gci_reserved_byte[i]) for bits reserved for general restriction information in the general_constraint_info syntax.
  • the encoding device may signal the profile_tier_level syntax of the structure shown in Table 20 below.
  • general restriction information may exist last in the profile_tier_level syntax.
  • the general restriction information may be signaled after the profile information (general_profile_idc), the tier information (general_tier_flag), and the level information (general_level_idc) in the profile_tier_level syntax.
  • the encoding device may signal the general_constraint_info syntax having the structure shown in Tables 21 to 24 below.
  • gci_num_constraint_bits indicates the number of bits reserved for information about the constraint (general constraint flag).
  • gci_reserved_bit[i] may be parsed in the general_constraint_info syntax based on the value of gci_num_constraint_bits.
  • bits or bytes reserved for general constraint information may be included at the end of the general_constraint_info syntax.
  • FIG. 7 and 8 schematically show an example of a video/image encoding method and related components according to an embodiment of the present document.
  • the video/image encoding method disclosed in FIG. 7 may be performed by the (video/image) encoding apparatus 200 illustrated in FIGS. 2 and 8 .
  • steps S700 and S710 of FIG. 7 may be performed by the prediction unit 220 of the encoding apparatus 200 .
  • S720 may be performed by the entropy encoding unit 240 of the encoding apparatus 200 .
  • the video/image encoding method disclosed in FIG. 7 may include the embodiments described above in this document.
  • the prediction unit 220 of the encoding apparatus performs at least one of inter prediction and intra prediction on the current block in the current picture (S700), and based on this, the prediction unit 220 for the current block Prediction samples (prediction block) and prediction information may be generated ( S710 ).
  • the prediction unit 220 may predict the current block by referring to samples in the current picture (samples surrounding the current block). The prediction unit 220 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring samples.
  • the prediction unit 220 may perform inter prediction based on motion information of the current block to generate prediction information and a predicted block for the current block.
  • the above-mentioned prediction information may include information about a prediction mode, information about motion information, and the like.
  • the information on the motion information may include candidate selection information (eg, merge index, mvp flag, or mvp index) that is information for deriving a motion vector.
  • the information on the motion information may include information on motion vector difference (MVD) and/or reference picture index information.
  • the information on the motion information may include information indicating whether L0 prediction, L1 prediction, or pair (bi) prediction is applied.
  • the prediction unit 220 may derive motion information of the current block in the current picture based on motion estimation. To this end, the prediction unit 220 may search for a similar reference block with high correlation within a predetermined search range in the reference picture by using the original block in the original picture with respect to the current block in fractional pixel units, and derive motion information through this. can do.
  • the block similarity may be derived based on a difference between phase-based sample values. For example, the block similarity may be calculated based on a sum of absolute difference (SAD) between the current block (or template of the current block) and the reference block (or template of the reference block). In this case, motion information may be derived based on a reference block having the smallest SAD in the search area.
  • the derived motion information may be signaled to the decoding apparatus according to various methods based on the inter prediction mode.
  • the residual processing unit 230 of the encoding apparatus may generate a residual sample and residual information based on the prediction samples generated by the prediction unit 220 and the original picture (original block and original samples).
  • the residual information is information about the residual samples, and may include information about (quantized) transform coefficients for the residual samples.
  • the adder (or reconstructor) of the encoding apparatus adds the residual samples generated by the residual processing unit 230 and the prediction samples generated by the prediction unit 220 to reconstructed samples (reconstructed pictures, reconstructed blocks, reconstructed sample arrays).
  • the entropy encoding unit 240 of the encoding apparatus may encode image information including the prediction information generated by the prediction unit 220, the residual information generated by the residual processing unit 230, and HLS information. (S720).
  • the information on the HLS may include information/syntax on a parameter set used for decoding image/video information.
  • the parameter set may include APS, PPS, SPS, VPS, and the like.
  • the SPS and/or VPS may include PTL information (profile_tier_level syntax) as described in Tables 1 and 2.
  • the PTL information includes profile information (general_profile_idc) indicating a profile conforming to the output layer sets, level information indicating a level conforming to the output layer sets (general_level_idc), tier context information for interpretation of the level information, and the output layer set It may include general restriction information about restrictions to which they comply.
  • the general restriction information may be simply referred to as restriction information.
  • the output layer sets include one or more output layer sets specified by the VPS.
  • the output layer set is an output layer set including only the lowest layer among the layers referring to the SPS.
  • the encoding device In generating the PTL information, the encoding device generates level information indicating a level to which the output layer sets comply, profile information indicating a profile that the output layer sets comply with, tier context information for interpretation of the level information, You can create general restriction information and the like.
  • the general restriction information may exist after the level information in the PTL information (profile_tier_level syntax). That is, the level information may exist before the general restriction information in the PTL information.
  • the general restriction information may include a flag (gci_present_flag) indicating whether information on restrictions (general restriction flags) exists in the general restriction information.
  • gci_present_flag a flag indicating whether information on restrictions (general restriction flags) exists in the general restriction information.
  • the general restriction information may include information on the restrictions.
  • the value of the gci_present_flag is 0, information on the restrictions may not exist in the general restriction information.
  • the general restriction information may include alignment information gci_alignment_zero_bit having a value of 0.
  • the alignment information may exist after number information indicating the number of bits reserved for the information on the restrictions in the general restriction information and/or after the reserved bits. For example, the alignment information may be present in the last position of the general restriction information.
  • the entropy encoding unit 240 of the encoding apparatus may encode image information including the level information, the profile information, the tier information, and/or the general restriction information.
  • the encoded image information may be transmitted or stored in a NAL unit unit in the form of a bitstream.
  • the decoding apparatus since the encoding device may not signal general restriction information by setting the value of gci_present_flag to 0 even when signaling PTL information, if general restriction information is unnecessary for the decoding procedure, it may not be signaled. .
  • the general restriction information exists after the profile information, the tier information, and the level information in the PTL information, the decoding apparatus can process the general restriction information separately from the profile, tier, and level information.
  • FIGS. 9 and 10 schematically show an example of a video/image decoding method and related components according to an embodiment of the present document.
  • the video/image decoding method illustrated in FIG. 9 may be performed by the (video/image) decoding apparatus 300 illustrated in FIGS. 3 and 10 .
  • steps S900 to S920 of FIG. 9 may be performed by the entropy decoding unit 310 of the decoding apparatus.
  • S940 may be performed by the residual processing unit 320 , the prediction unit 330 , and the adder 340 of the decoding apparatus.
  • the video/image decoding method disclosed in FIG. 9 may include the embodiments described above in this document.
  • the entropy decoding unit 310 of the decoding apparatus may obtain image information from a bitstream.
  • the image information may include prediction-related information, residual information, HLS-related information, in-loop filtering-related information, and the like.
  • the prediction related information may include inter/intra prediction classification information, intra prediction mode related information, inter prediction mode related information, and the like.
  • the information on the HLS may include information/syntax on a parameter set used for decoding image/video information.
  • the parameter set may include APS, PPS, SPS, VPS, and the like.
  • the SPS and/or the VPS may include PTL information (profile_tier_level syntax) as described in Tables 1 and 2.
  • the PTL information includes profile information (general_profile_idc) indicating a profile conforming to the output layer sets, level information indicating a level conforming to the output layer sets (general_level_idc), tier context information for interpretation of the level information (general_tier_flag), the It may include general constraint information (general_constraint_info) and the like about constraints that the output layer sets comply with.
  • the entropy decoding unit 310 of the decoding apparatus analyzes the level information indicating the level to which the output layer sets conform, the profile information indicating the profile to which the output layer sets comply, and/or the interpretation of the level information from the PTL information in the bitstream. It is possible to parse tier context information for
  • the entropy decoding unit 310 of the decoding apparatus may obtain general restriction information on restrictions to which the output layer sets comply from the PTL information in the bitstream (S900).
  • the general restriction information may exist after the level information in the PTL information. That is, the entropy decoding unit 310 of the decoding apparatus may obtain the general restriction information after parsing the level information from the PTL information.
  • the entropy decoding unit 310 of the decoding apparatus may parse a flag (gci_present_flag) indicating whether information (general constraint flags) about the restrictions that the output layer sets comply with in the general_constraint_info syntax from the general constraint information exists. (S910).
  • the entropy decoding unit 310 of the decoding apparatus may parse the information on the restrictions from the general restriction information based on the flag (S920). For example, when the value of the gci_present_flag is 1, the general restriction information may include information on the restrictions. When the value of the gci_present_flag is 0, information on the restrictions may not exist in the general restriction information.
  • the general restriction information may include number information indicating the number of bits reserved for the information on the restrictions, the reserved bits, and alignment information gci_alignment_zero_bit having a value of 0.
  • the alignment information may exist after the number information and/or the reserved bits.
  • the entropy decoding unit 310 of the decoding apparatus may parse the alignment information after parsing the number information and the reserved bits in the general restriction information.
  • the alignment information may be parsed last in the general restriction information.
  • the decoding apparatus may perform a decoding procedure on the current picture based on the HLS information including the level information and the general restriction information, the prediction-related information, and the residual information (S930).
  • the prediction unit 330 of the decoding apparatus performs inter prediction and/or intra prediction on the current block in the current picture using prediction-related information based on HLS information obtained from the bitstream, in the current picture. Prediction samples for the current block may be generated.
  • the residual processing unit 320 of the decoding apparatus may generate residual samples based on residual information obtained from the bitstream.
  • the adder 340 of the decoding apparatus generates reconstructed samples based on the prediction samples generated by the prediction unit 330 and the residual samples generated by the residual processing unit 320 , and a reconstructed picture based on the reconstructed samples (restore block) can be created.
  • an in-loop filtering procedure such as deblocking filtering, SAO and/or ALF procedures may be applied to the reconstructed picture in order to improve subjective/objective picture quality, if necessary.
  • the encoding device and/or decoding device according to this document is, for example, an image of a TV, a computer, a smart phone, a set-top box, a display device, etc. It may be included in the device performing the processing.
  • a module may be stored in a memory and executed by a processor.
  • the memory may be internal or external to the processor, and may be coupled to the processor by various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
  • Memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and/or other storage devices. That is, the embodiments described in this document may be implemented and performed on a processor, a microprocessor, a controller, or a chip.
  • the functional units shown in each figure may be implemented and performed on a computer, 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. 11 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 (eg, watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display), digital TV, desktop computer , digital signage, and the like.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • a navigation system e.g, a portable multimedia player (PMP), a navigation system, a slate PC, Tablet PC (tablet PC), ultrabook (ultrabook), wearable device (eg, watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display), digital TV, desktop computer , digital signage, and the like.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • a navigation system e.g., a slate PC
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributed and processed.

Abstract

본 문서에 따른 비디오 디코딩 장치에 의하여 수행되는 비디오 디코딩 방법은 비트스트림으로부터 일반 제한 정보(general constraint information)를 획득하는 단계, 상기 비트스트림으로부터 상기 일반 제한 정보 내에 출력 레이어 세트들이 준수하는 제한들에 대한 정보가 존재하는지를 나타내는 플래그를 파싱하는 단계, 상기 플래그를 기반으로 상기 일반 제한 정보에서 상기 제한들에 대한 정보를 파싱하는 단계, 및 상기 제한들에 대한 정보를 기반으로 현재 픽처를 디코딩하는 단계를 포함하되, 상기 일반 제한 정보는 상기 제한들에 대한 개수 정보 및 얼라인먼트 정보를 포함하고, 상기 일반 제한 정보 내에서 상기 얼라인먼트 정보는 상기 개수 정보 다음에 존재할 수 있다.

Description

영상/비디오 코딩 시스템에서 상위 레벨 신택스를 처리하는 방법 및 장치
본 기술은 영상/비디오 코딩 시스템에서 영상/비디오 정보를 인코딩/디코딩 시 상위 레벨 신택스(high level syntax)를 처리하는 방법 및 장치에 관한 것이다.
최근 UHD(Ultra High Definition) 영상/비디오와 같은 4K 또는 8K 이상의 고해상도, 고품질의 영상/비디오에 대한 수요가 다양한 분야에서 증가하고 있다. 영상/비디오 데이터가 고해상도, 고품질이 될수록 기존의 영상/비디오 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상/비디오 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(virtual reality), AR(artificial reality) 컨텐츠나 홀로그램 등의 실감 미디어(immersive media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 영상/비디오에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 영상/비디오의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 영상/비디오 압축 기술이 요구된다.
본 문서의 기술적 과제는 영상/비디오의 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 다른 기술적 과제는 영상/비디오를 코딩 시 상위 레벨 신택스를 효율적으로 처리하는 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 상위 레벨 신택스를 처리함에 있어서 일반 제한 정보의 파싱(parsing)을 생략할 수 있는 방법 및 장치를 제공함에 있다.
본 문서의 또 다른 기술적 과제는 상위 레벨 신택스를 처리함에 있어서 프로파일(profile), 티어(tier) 및 레벨(level) 정보를 일반 제한 정보와 별도로 처리할 수 있는 방법 및 장치를 제공함에 있다.
본 문서의 일 실시예에 따르면, 비디오 디코딩 장치에 의하여 수행되는 비디오 디코딩 방법은 비트스트림으로부터 일반 제한 정보(general constraint information)를 획득하는 단계, 상기 비트스트림으로부터 상기 일반 제한 정보 내에 출력 레이어 세트들이 준수하는 제한들에 대한 정보가 존재하는지를 나타내는 플래그를 파싱하는 단계, 상기 플래그를 기반으로 상기 일반 제한 정보에서 상기 제한들에 대한 정보를 파싱하는 단계, 및 상기 제한들에 대한 정보를 기반으로 현재 픽처를 디코딩하는 단계를 포함하되, 상기 일반 제한 정보는 상기 제한들에 대한 개수 정보 및 얼라인먼트 정보를 포함하고, 상기 일반 제한 정보 내에서 상기 얼라인먼트 정보는 상기 개수 정보 다음에 존재할 수 있다.
본 문서의 다른 실시예에 따르면, 비디오 인코딩 장치에 의하여 수행되는 비디오 인코딩 방법은 현재 픽처 내 현재 블록에 대해 인터 예측 또는 인트라 예측을 수행하는 단계, 상기 인터 예측 또는 상기 인트라 예측을 기반으로 상기 현재 블록에 대한 예측 정보를 생성하는 단계, 및 상기 예측 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되, 상기 영상 정보는 상기 영상 정보의 일반 제한 정보 내에 출력 레이어 세트들이 준수하는 제한들에 대한 정보가 존재하는지를 나타내는 플래그를 포함하고, 상기 일반 제한 정보는 상기 제한들에 대한 개수 정보 및 얼라인먼트 정보를 포함하고, 상기 일반 제한 정보 내에서 상기 얼라인먼트 정보는 상기 개수 정보 다음에 존재할 수 있다.
본 문서의 또 다른 실시예에 따르면, 컴퓨터 판독 가능한 디지털 저장 매체로서, 상기 디지털 저장 매체는 비디오 디코딩 장치에 의하여 비디오 디코딩 방법을 수행하도록 야기하는 정보를 포함하고, 상기 비디오 디코딩 방법은 영상 정보로부터 일반 제한 정보를 획득하는 단계, 상기 영상 정보로부터 상기 일반 제한 정보 내에 출력 레이어 세트들이 준수하는 제한들에 대한 정보가 존재하는지를 나타내는 플래그를 파싱하는 단계, 상기 플래그를 기반으로 상기 일반 제한 정보에서 상기 제한들에 대한 정보를 파싱하는 단계, 및 상기 제한들에 대한 정보를 기반으로 현재 픽처를 디코딩하는 단계를 포함하되, 상기 일반 제한 정보는 상기 제한들에 대한 개수 정보 및 얼라인먼트 정보를 포함하고, 상기 일반 제한 정보 내에서 상기 얼라인먼트 정보는 상기 개수 정보 다음에 존재할 수 있다.
본 문서의 일 실시예에 따르면 전반적인 영상/비디오의 압축 효율을 향상시킬 수 있다.
본 문서의 일 실시예에 따르면 영상/비디오 정보를 시그널링함에 있어서 일반 제한 정보가 효율적으로 시그널링될 수 있다.
본 문서의 일 실시예에 따르면 상위 레벨 신택스를 처리함에 있어서 일반 제한 정보의 파싱이 생략될 수 있다.
본 문서의 일 실시예에 따르면 상위 레벨 신택스를 처리 시 프로파일(profile), 티어(tier) 및 레벨(level) 정보가 일반 제한 정보와 별도로 처리될 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 본 문서의 실시예가 적용 가능한 개략적인 픽처 디코딩 절차의 예를 나타낸다.
도 5는 본 문서의 실시예가 적용 가능한 개략적인 픽처 인코딩 절차의 예를 나타낸다.
도 6은 코딩된 영상/비디오에 대한 계층 구조를 예시적으로 나타낸다.
도 7 및 도 8은 본 문서의 실시예에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 9 및 도 10은 본 문서의 실시예에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 11은 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 문서의 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 본 문서에서 사용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서에서 제시된 방법의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, '적어도 하나의' 표현을 포함한다. 본 문서에서 "포함하다" 또는 "가지다" 등의 용어는 문서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 문서에서 설명되는 도면 상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 문서에서 개시된 방법의 본질에서 벗어나지 않는 한 본 문서의 개시범위에 포함된다.
본 문서에서 "/"와 ","는 "및/또는"으로 해석된다. 예를 들어, "A/B"는 "A 및/또는 B"로 해석되고, "A, B"는 "A 및/또는 B"로 해석된다. 추가적으로, "A/B/C"는 "A, B 및/또는 C 중 적어도 하나"를 의미한다. 또한, "A, B, C"도 "A, B 및/또는 C 중 적어도 하나"를 의미한다.
또한, 본 문서에서 "또는"는 "및/또는"으로 해석된다. 예를 들어, "A 또는 B"은, 1) "A" 만을 의미하고, 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 달리 표현하면, 본 문서의 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
또한, 본 문서에서 사용되는 괄호는 "예를 들어(for example)"를 의미할 수 있다. 구체적으로, "예측(인트라 예측)"로 표시된 경우, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다. 달리 표현하면 본 문서의 "예측"은 "인트라 예측"으로 제한(limit)되지 않고, "인트라 예측"이 "예측"의 일례로 제안될 것일 수 있다. 또한, "예측(즉, 인트라 예측)"으로 표시된 경우에도, "예측"의 일례로 "인트라 예측"이 제안된 것일 수 있다.
본 문서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
이하, 첨부한 도면들을 참조하여, 본 문서의 실시예들을 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
본 문서는 비디오(video)/영상(image) 코딩에 관한 것이다. 예를 들어 이 문서에서 개시된 방법/실시예는 VVC(versatile video coding) 표준에 개시되는 방법에 적용될 수 있다. 또한, 이 문서에서 개시된 방법/실시예는 EVC(essential video coding) 표준, AV1(AOMedia Video 1) 표준, AVS2(2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267, H.268 등)에 개시되는 방법에 적용될 수 있다.
본 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들이 제시되며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
도 1은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스(video source), 인코딩 장치 및 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러(renderer)를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브(archive) 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 요소를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 요소를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
본 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 하나의 픽처는 하나 이상의 타일 그룹으로 구성될 수 있다. 하나의 타일 그룹은 하나 이상의 타일들을 포함할 수 있다. 브릭은 픽처 내 타일 이내의 CTU 행들의 사각 영역을 나타낼 수 있다. 타일은 다수의 브릭들로 파티셔닝될 수 있고, 각 브릭은 상기 타일 내 하나 이상의 CTU 행들로 구성될 수 있다. 다수의 브릭들로 파티셔닝되지 않은 타일은 또한 브릭으로 불릴 수 있다. 브릭 스캔은 픽처를 파티셔닝하는 CTU들의 특정한 순차적 오더링을 나타낼 수 있으며, 상기 CTU들은 브릭 내에서 CTU 래스터 스캔으로 정렬될 수 있고, 타일 내 브릭들은 상기 타일의 상기 브릭들의 래스터 스캔으로 연속적으로 정렬될 수 있고, 그리고 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다. 타일은 특정 타일 열 및 특정 타일 열 이내의 CTU들의 사각 영역이다. 상기 타일 열은 CTU들의 사각 영역이고, 상기 사각 영역은 상기 픽처의 높이와 동일한 높이를 갖고, 너비는 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시될 수 있다. 상기 타일 행은 CTU들의 사각 영역이고, 상기 사각 영역은 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시되는 너비를 갖고, 높이는 상기 픽처의 높이와 동일할 수 있다. 타일 스캔은 픽처를 파티셔닝하는 CTU들의 특정 순차적 오더링을 나타낼 수 있고, 상기 CTU들은 타일 내 CTU 래스터 스캔으로 연속적으로 정렬될 수 있고, 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다. 슬라이스는 픽처의 정수개의 브릭들을 포함할 수 있고, 상기 정수개의 브릭들은 하나의 NAL 유닛에 포함될 수 있다. 슬라이스는 다수의 완전한 타일들로 구성될 수 있고, 또는 하나의 타일의 완전한 브릭들의 연속적인 시퀀스일 수도 있다. 이 문서에서 타일 그룹과 슬라이스는 혼용될 수 있다. 예를 들어 본 문서에서 타일 그룹(tile group)/타일 그룹 헤더(tile group header)는 슬라이스(slice)/슬라이스 헤더(slice header)로 불릴 수 있다.
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 인코딩 장치라 함은 영상 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(reconstructed block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽처, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 문서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 처리 유닛은 예측 유닛(prediction unit, PU) 또는 변환 유닛(transform unit, TU)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우 도시된 바와 같이 인코딩 장치(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다. 예측부(220)는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(220)는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부(220)는 각 예측 모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbour)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighbouring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighbouring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부(220)는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction(CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
상기 예측부(인터 예측부(221) 및/또는 상기 인트라 예측부(222)를 포함)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다.
변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송하고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다.
엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(adaptation parameter set, APS), 픽처 파라미터 세트(picture parameter set, PPS), 시퀀스 파라미터 세트(sequence parameter set, SPS) 또는 비디오 파라미터 세트(video parameter set, VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 요소로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(250)는 복원된 레지듀얼 신호를 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(250)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS(Luma Mapping with Chroma Scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(260)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(221)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(200)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270)의 DPB는 수정된 복원 픽처를 인터 예측부(221)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
한편, 본 문서에 다른 영상/비디오 코딩은 다중 레이어 기반 영상/비디오 코딩을 포함할 수 있다. 상기 다중 레이어 기반 영상/비디오 코딩은 스케일러블 코딩을 포함할 수 있다. 다중 레이어 기반 코딩 또는 스케일러블 코딩에서는 입력 신호들을 레이어 별로 처리할 수 있다. 레이어에 따라서 입력 신호(입력 영상/픽처)들은 해상도(resolution), 프레임 레이트(frame rate), 비트 뎁스(bit-depth), 컬러 포맷(color format), 애스팩트 율(aspect ratio), 뷰(view) 중 적어도 하나가 상이할 수 있다. 이 경우, 레이어 간의 차이점을 이용하여, 즉 스케일러빌러티에 기반하여, 레이어 간의 예측을 수행함으로써 정보의 중복 전송/처리를 줄이고 압축 효율을 높일 수 있다.
도 3은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memory, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱(parsing)하여 영상 복원(또는 픽처 복원)에 필요한 정보(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬(exponential Golomb) 부호화, CAVLC(context-adaptive variable length coding) 또는 CABAC(context-adaptive arithmetic coding) 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 요소의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 신택스 요소에 해당하는 빈(bin)을 수신하고, 디코딩 대상 신택스 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 신택스 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다.
레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 요소로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들을 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
본 문서에서 양자화/역양자화 및/또는 변환/역변환 중 적어도 하나는 생략될 수 있다. 상기 양자화/역양자화가 생략되는 경우, 상기 양자화된 변환 계수는 변환 계수라고 불릴 수 있다. 상기 변환/역변환이 생략되는 경우, 상기 변환 계수는 계수 또는 레지듀얼 계수 라고 불릴 수도 있고, 또는 표현의 통일성을 위하여 변환 계수라고 여전히 불릴 수도 있다.
본 문서에서 양자화된 변환 계수 및 변환 계수는 각각 변환 계수 및 스케일링된(scaled) 변환 계수라고 지칭될 수 있다. 이 경우 레지듀얼 정보는 변환 계수(들)에 관한 정보를 포함할 수 있고, 상기 변환 계수(들)에 관한 정보는 레지듀얼 코딩 신택스를 통하여 시그널링될 수 있다. 상기 레지듀얼 정보(또는 상기 변환 계수(들)에 관한 정보)를 기반으로 변환 계수들이 도출될 수 있고, 상기 변환 계수들에 대한 역변환(스케일링)을 통하여 스케일링된 변환 계수들이 도출될 수 있다. 상기 스케일링된 변환 계수들에 대한 역변환(변환)을 기반으로 레지듀얼 샘플들이 도출될 수 있다. 이는 본 문서의 다른 부분에서도 마찬가지로 적용/표현될 수 있다.
예측부(330)는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부(330)는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(330)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 비디오/영상 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(331)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbour)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighbouring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighbouring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331)를 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS(Luma Mapping with Chroma Scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(332)에서 참조 픽처로 사용될 수 있다. 메모리(360)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 문서에서, 인코딩 장치(200)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다.
도 4는 본 문서의 실시예가 적용 가능한 개략적인 픽처 디코딩 절차의 예를 나타낸다.
영상/비디오 코딩에 있어서, 영상/비디오를 구성하는 픽처는 일련의 디코딩 순서(decoding order)에 따라 인코딩/디코딩될 수 있다. 디코딩된 픽처의 출력 순서(output order)에 해당하는 픽처 순서(picture order)는 상기 디코딩 순서와 다르게 설정될 수 있으며, 이를 기반으로 인터 예측 시 순방향 예측뿐 아니라 역방향 예측 또한 수행할 수 있다.
도 4에서 S400은 도 3에서 상술한 디코딩 장치의 엔트로피 디코딩부(310)에서 수행될 수 있고, S410은 예측부(330)에서 수행될 수 있고, S420은 레지듀얼 처리부(320)에서 수행될 수 있고, S430은 가산부(340)에서 수행될 수 있고, S440은 필터링부(350)에서 수행될 수 있다. S400은 본 문서에서 설명되는 정보 디코딩 절차를 포함할 수 있고, S410은 본 문서에서 설명되는 인터/인트라 예측 절차를 포함할 수 있고, S420은 본 문서에서 설명되는 레지듀얼 처리 절차를 포함할 수 있고, S430은 본 문서에서 설명되는 블록/픽처 복원 절차를 포함할 수 있고, S440은 본 문서에서 설명된 인루프 필터링 절차를 포함할 수 있다.
도 4를 참조하면, 픽처 디코딩 절차는 도 3에 대한 설명에서 나타난 바와 같이 개략적으로 비트스트림으로부터 (디코딩을 통한) 영상/비디오 정보 획득 절차(S400), 픽처 복원 절차(S410 내지 S430) 및 복원된 픽처에 대한 인루프 필터링 절차(S440)를 포함할 수 있다. 상기 픽처 복원 절차는 본 문서에서 설명되는 인터/인트라 예측(S410) 및 레지듀얼 처리(S420, 양자화된 변환 계수에 대한 역양자화, 역변환) 과정을 거쳐서 획득한 예측 샘플들 및 레지듀얼 샘플들을 기반으로 수행될 수 있다. 상기 픽처 복원 절차를 통하여 생성된 복원 픽처에 대한 인루프 필터링 절차를 통하여 수정된(modified) 복원 픽처가 생성될 수 있으며, 상기 수정된 복원 픽처가 디코딩된 픽처로서 출력될 수 있고, 또한 디코딩 장치의 복호 픽처 버퍼 또는 메모리(360)에 저장되어 이후 픽처의 디코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 경우에 따라서 상기 인루프 필터링 절차는 생략될 수 있으며, 이 경우 상기 복원 픽처가 디코딩된 픽처로서 출력될 수 있고, 또한 디코딩 장치의 복호 픽처 버퍼 또는 메모리(360)에 저장되어 이후 픽처의 디코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 상기 인루프 필터링 절차(S440)는 상술한 바와 같이 디블록킹 필터링 절차, SAO(sample adaptive offset) 절차, ALF(adaptive loop filter) 절차 및/또는 바이래터럴 필터(bi-lateral filter) 절차 등을 포함할 수 있고, 그 일부 또는 전부가 생략될 수 있다. 또한, 상기 디블록킹 필터링 절차, SAO(sample adaptive offset) 절차, ALF(adaptive loop filter) 절차 및 바이래터럴 필터(bi-lateral filter) 절차들 중 하나 또는 일부가 순차적으로 적용될 수 있고, 또는 모두가 순차적으로 적용될 수도 있다. 예를 들어, 복원 픽처에 대하여 디블록킹 필터링 절차가 적용된 후 SAO 절차가 수행될 수 있다. 또는 예를 들어 복원 픽처에 대하여 디블록킹 필터링 절차가 적용된 후 ALF 절차가 수행될 수 있다. 이는 인코딩 장치에서도 마찬가지로 수행될 수 있다.
도 5는 본 문서의 실시예가 적용 가능한 개략적인 픽처 인코딩 절차의 예를 나타낸다.
도 5에서 S500은 도 2에서 상술한 인코딩 장치의 예측부(220)에서 수행될 수 있고, S510은 레지듀얼 처리부(230)에서 수행될 수 있고, S520은 엔트로피 인코딩부(240)에서 수행될 수 있다. S500은 본 문서에서 설명된 인터/인트라 예측 절차를 포함할 수 있고, S510은 본 문서에서 설명된 레지듀얼 처리 절차를 포함할 수 있고, S520은 본 문서에서 설명된 정보 인코딩 절차를 포함할 수 있다.
도 5를 참조하면, 픽처 인코딩 절차는 도 2에 대한 설명에서 나타난 바와 같이 개략적으로 픽처 복원을 위한 정보(ex. 예측 정보, 레지듀얼 정보, 파티셔닝 정보 등)을 인코딩하여 비트스트림 형태로 출력하는 절차뿐 아니라, 현재 픽처에 대한 복원 픽처를 생성하는 절차 및 복원 픽처에 인루프 필터링을 적용하는 절차(optional)를 포함할 수 있다. 인코딩 장치는 역양자화부(234) 및 역변환부(235)를 통하여 양자화된 변환 계수로부터 (수정된) 레지듀얼 샘플들을 도출할 수 있으며, S500의 출력인 예측 샘플들과 상기 (수정된) 레지듀얼 샘플들을 기반으로 복원 픽처를 생성할 수 있다. 이렇게 생성된 복원 픽처는 상술한 디코딩 장치에서 생성한 복원 픽처와 동일할 수 있다. 상기 복원 픽처에 대한 인루프 필터링 절차를 통하여 수정된 복원 픽처가 생성될 수 있으며, 이는 복호 픽처 버퍼 또는 메모리(270)에 저장될 수 있으며, 디코딩 장치에서의 경우와 마찬가지로, 이후 픽처의 인코딩시 인터 예측 절차에서 참조 픽처로 사용될 수 있다. 상술한 바와 같이 경우에 따라서 상기 인루프 필터링 절차의 일부 또는 전부는 생략될 수 있다. 상기 인루프 필터링 절차가 수행되는 경우, (인루프) 필터링 관련 정보(파라미터)가 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있고, 디코딩 장치는 상기 필터링 관련 정보를 기반으로 인코딩 장치와 동일한 방법으로 인루프 필터링 절차를 수행할 수 있다.
이러한 인루프 필터링 절차를 통하여 블록킹 아티팩트(artifact) 및 링잉(ringing) 아티팩트 등 영상/동영상 코딩시 발생하는 노이즈를 줄일 수 있으며, 주관적/객관적 비주얼 퀄리티를 높일 수 있다. 또한, 인코딩 장치와 디코딩 장치에서 둘 다 인루프 필터링 절차를 수행함으로서, 인코딩 장치와 디코딩 장치는 동일한 예측 결과를 도출할 수 있으며, 픽처 코딩의 신뢰성을 높이고, 픽처 코딩을 위하여 전송되어야 하는 데이터량을 줄일 수 있다.
상술한 바와 같이 디코딩 장치뿐 아니라 인코딩 장치에서도 픽처 복원 절차가 수행될 수 있다. 각 블록 단위로 인트라 예측/인터 예측에 기반하여 복원 블록이 생성될 수 있으며, 복원 블록들을 포함하는 복원 픽처가 생성될 수 있다. 현재 픽처/슬라이스/타일 그룹이 I 픽처/슬라이스/타일 그룹인 경우 상기 현재 픽처/슬라이스/타일 그룹에 포함되는 블록들은 인트라 예측만을 기반으로 복원될 수 있다. 한편, 현재 픽처/슬라이스/타일 그룹이 P 또는 B 픽처/슬라이스/타일 그룹인 경우 상기 현재 픽처/슬라이스/타일 그룹에 포함되는 블록들은 인트라 예측 또는 인터 예측을 기반으로 복원될 수 있다. 이 경우 현재 픽처/슬라이스/타일 그룹 내 일부 블록들에 대하여는 인터 예측이 적용되고, 나머지 일부 블록들에 대하여는 인트라 예측이 적용될 수도 있다. 픽처의 컬러 성분은 루마 성분 및 크로마 성분을 포함할 수 있으며, 본 문서에서 명시적으로 제한하지 않으면 본 문서에서 제안되는 방법들 및 실시예들은 루마 성분 및 크로마 성분에 적용될 수 있다.
도 6은 코딩된 영상/비디오에 대한 계층 구조를 예시적으로 나타낸다.
도 6을 참조하면, 코딩된 영상/비디오는 영상/비디오의 디코딩 처리 및 그 자체를 다루는 VCL(video coding layer, 비디오 코딩 계층), 부호화된 정보를 전송하고 저장하는 하위 시스템, 그리고 VCL과 하위 시스템 사이에 존재하며 네트워크 적응 기능을 담당하는 NAL(network abstraction layer, 네트워크 추상 계층)로 구분되어 있다.
VCL에서는 압축된 영상 데이터(슬라이스 데이터)를 포함하는 VCL 데이터를 생성하거나, 혹은 픽처 파라미터 세트(Picture Parameter Set: PPS), 시퀀스 파라미터 세트(Sequence Parameter Set: SPS), 비디오 파라미터 세트(Video Parameter Set: VPS) 등의 정보를 포함하는 파라미터 세트 또는 영상의 디코딩 과정에 부가적으로 필요한 SEI(Supplemental Enhancement Information) 메시지를 생성할 수 있다.
NAL에서는 VCL에서 생성된 RBSP(Raw Byte Sequence Payload)에 헤더 정보(NAL 유닛 헤더)를 부가하여 NAL 유닛을 생성할 수 있다. 이때, RBSP는 VCL에서 생성된 슬라이스 데이터, 파라미터 세트, SEI 메시지 등을 말한다. NAL 유닛 헤더에는 해당 NAL 유닛에 포함되는 RBSP 데이터에 따라 특정되는 NAL 유닛 타입 정보를 포함할 수 있다.
상기 도면에서 도시된 바와 같이, NAL 유닛은 VCL에서 생성된 RBSP의 따라 VCL NAL 유닛과 Non-VCL NAL 유닛으로 구분될 수 있다. VCL NAL 유닛은 영상에 대한 정보(슬라이스 데이터)를 포함하고 있는 NAL 유닛을 의미할 수 있고, Non-VCL NAL 유닛은 영상을 디코딩하기 위하여 필요한 정보(파라미터 세트 또는 SEI 메시지)를 포함하고 있는 NAL 유닛을 의미할 수 있다.
상술한 VCL NAL 유닛, Non-VCL NAL 유닛은 하위 시스템의 데이터 규격에 따라 헤더 정보를 붙여서 네트워크를 통해 전송될 수 있다. 예컨대, NAL 유닛은 H.266/VVC 파일 포맷, RTP(Real-time Transport Protocol), TS(Transport Stream) 등과 같은 소정 규격의 데이터 형태로 변형되어 다양한 네트워크를 통해 전송될 수 있다.
상술한 바와 같이, NAL 유닛은 해당 NAL 유닛에 포함되는 RBSP 데이터 구조(structure)에 따라 NAL 유닛 타입이 특정될 수 있으며, 이러한 NAL 유닛 타입에 대한 정보는 NAL 유닛 헤더에 저장되어 시그널링될 수 있다.
예를 들어, NAL 유닛이 영상에 대한 정보(슬라이스 데이터)를 포함하는지 여부에 따라 크게 VCL NAL 유닛 타입과 Non-VCL NAL 유닛 타입으로 분류될 수 있다. VCL NAL 유닛 타입은 VCL NAL 유닛이 포함하는 픽처의 성질 및 종류 등에 따라 분류될 수 있으며, Non-VCL NAL 유닛 타입은 파라미터 세트의 종류 등에 따라 분류될 수 있다.
아래는 Non-VCL NAL 유닛 타입이 포함하는 파라미터 세트의 종류 등에 따라 특정된 NAL 유닛 타입의 일예이다.
- DCI(Decoding Capability Information) NAL unit: DCI를 포함하는 NAL 유닛에 대한 타입
- VPS(Video Parameter Set) NAL unit: VPS를 포함하는 NAL 유닛에 대한 타입
- SPS(Sequence Parameter Set) NAL unit: SPS를 포함하는 NAL 유닛에 대한 타입
- PPS(Picture Parameter Set) NAL unit: PPS를 포함하는 NAL 유닛에 대한 타입
- APS(Adaptation Parameter Set) NAL unit: APS를 포함하는 NAL 유닛에 대한 타입
- PH(Picture header) NAL unit: PH를 포함하는 NAL 유닛에 대한 타입
상술한 NAL 유닛 타입들은 NAL 유닛 타입을 위한 신택스 정보를 가지며, 상기 신택스 정보는 NAL 유닛 헤더에 저장되어 시그널링될 수 있다. 예컨대, 상기 신택스 정보는 nal_unit_type일 수 있으며, NAL 유닛 타입들은 nal_unit_type 값으로 특정될 수 있다.
한편, 상술한 바와 같이 하나의 픽처는 복수의 슬라이스를 포함할 수 있으며, 하나의 슬라이스는 슬라이스 헤더 및 슬라이스 데이터를 포함할 수 있다. 이 경우, 하나의 픽처 내 복수의 슬라이스(슬라이스 헤더 및 슬라이스 데이터 집합)에 대하여 하나의 픽처 헤더가 더 부가될 수 있다. 상기 픽처 헤더(픽처 헤더 신택스)는 상기 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 슬라이스 헤더(슬라이스 헤더 신택스)는 상기 슬라이스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. APS(APS 신택스) 또는 PPS(PPS 신택스)는 하나 이상의 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. SPS(SPS 신택스)는 하나 이상의 시퀀스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. VPS(VPS 신택스)는 다중 레이어에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. DCI(DCI 신택스)는 디코딩 능력에 관련된 정보/파라미터를 포함할 수 있다.
본 문서에서 상위 레벨 신택스(high level syntax, HLS)라 함은 상기 APS 신택스, PPS 신택스, SPS 신택스, VPS 신택스, DCI(decoding capability information) 신택스, 픽처 헤더 신택스, 슬라이스 헤더 신택스 중 적어도 하나를 포함할 수 있다. 한편, 본 문서에서 하위 레벨 신택스(low level syntax, LLS)는 예를 들어, 슬라이스 데이터 신택스, CTU 신택스, 코딩 유닛 신택스, 변환 유닛 신택스 등을 포함할 수 있다.
본 문서에서 인코딩 장치에서 디코딩 장치로 인코딩되어 비트스트림 형태로 시그널링되는 영상/비디오 정보는 픽처 내 파티셔닝 관련 정보, 인트라/인터 예측 정보, 레지듀얼 정보, 인루프 필터링 정보 등을 포함할 뿐 아니라, 상기 슬라이스 헤더의 정보, 상기 픽처 헤더의 정보, 상기 APS의 정보, 상기 PPS의 정보, SPS의 정보, VPS의 정보 및/또는 DCI의 정보를 포함할 수 있다. 또한 상기 영상/비디오 정보는 일반 제한 정보(general constraint information) 및/또는 NAL 유닛 헤더의 정보를 더 포함할 수 있다.
한편, 상술한 바와 같이 본 문서의 비디오/영상 정보는 상위 레벨 시그널링을 포함할 수 있으며, 비디오/영상 코딩 방법은 상기 비디오/영상 정보를 기반으로 수행될 수 있다.
코딩된 픽처는 하나 이상의 슬라이스들을 포함할 수 있다. 코딩된 픽처를 기술하는 파라미터들은 픽처 헤더에서 시그널링될 수 있고, 슬라이스를 기술하는 파라미터들은 슬라이스 헤더에서 시그널링될 수 있다. 픽처 헤더는 자체 NAL 유닛 타입에서 운반된다(PH is carried in its own NAL unit type). 슬라이스 헤더는 슬라이스(슬라이스 데이터)의 페이로드를 포함하는 NAL 유닛의 시작 부분에 존재한다.
또한, 픽처는 서브 픽처들, 타일들 및/슬라이스들로 분할될 수 있다. 서브 픽처들에 대한 시그널링은 SPS 내에 존재하고, 타일 및 직사각형 슬라이스에 대한 시그널링은 PPS 내에 존재하며, 마지막으로 래스터 스캔 슬라이스에 대한 시그널링은 슬라이스 헤더에 존재한다.
한편, 프로파일(profile), 티어(tier) 및 레벨(level) 정보의 시그널링은 다음의 표 1 및 표 2와 같이 VPS 및/또는 SPS에 존재할 수 있다.
Figure PCTKR2021006904-appb-T000001
표 1에서,vps_video_parameter_set_id는 다른 신택스 요소에서 참조할 수 있도록 VPS에 대한 식별자를 제공한다. vps_video_parameter_set_id의 값은 0보다 커야 한다.
vps_max_layers_minus1 + 1은 VPS를 참조하는 각 CVS(coded video sequence) 내 레이어들의 최대 허용 개수를 나타낸다.
vps_max_sublayers_minus1 plus 1은 VPS를 참조하는 각 CVS 내 레이어에 존재할 수 있는 시간적 서브 레이어들(temporal sublayers)의 최대 개수를 나타낸다. vps_max_sublayers_minus1의 값은 0에서 6까지의 범위에 있어야 한다.
vps_num_ptls_minus1 + 1은 VPS 내 profile_tier_level () 신택스 구조들의 개수를 나타낸다. vps_num_ptls_minus1의 값은 전체 OLS(output layer set)들의 개수를 나타내는 TotalNumOlss보다 작아야 한다.
vps_pt_present_flag [i]의 값이 1이면 이는 VPS 내 i 번째 profile_tier_level () 신택스 구조에 프로파일, 티어 및 일반 제한 정보가 존재함을 나타낸다. vps_pt_present_flag [i]의 값이 0이면 이는 VPS 내 i 번째 profile_tier_level () 신택스 구조에 프로파일, 티어 및 일반 제한 정보가 없음을 나타낸다.
vps_pt_present_flag [0]의 값은 1로 추론된다. vps_pt_present_flag [i]의 값이 0인 경우, VPS 내 i 번째 profile_tier_level () 신택스 구조에 대한 프로파일, 티어 및 일반 제한 정보는 VPS 내 (i - 1) 번째 profile_tier_level () 신택스 구조에 대한 것과 동일한 것으로 추론된다.
vps_ptl_max_temporal_id [i]는 VPS 내 i 번째 profile_tier_level () 신택스 구조에 레벨 정보가 존재하는 최상위 서브 레이어 표현의 TemporalId를 나타낸다. vps_ptl_max_temporal_id [i]의 값은 0에서 vps_max_sublayers_minus1까지의 범위에 존재해야 한다. 존재하지 않는 경우 vps_ptl_max_temporal_id [i]의 값은 vps_max_sublayers_minus1과 동일한 것으로 추론된다.
vps_ptl_alignment_zero_bit의 값은 0과 같다.
vps_ols_ptl_idx [i]는 profile_tier_level () 신택스 구조 리스트에 대해서 VPS 내 i 번째 OLS에 적용되는 profile_tier_level () 신택스 구조의 인덱스를 나타낸다. 존재하는 경우 vps_ols_ptl_idx [i] 값은 0에서 vps_num_ptls_minus1를 포함하는 범위에 있어야 한다.
존재하지 않는 경우 vps_ols_ptl_idx [i]의 값은 다음과 같이 추론된다.
- vps_num_ptls_minus1의 값이 0이면 vps_ols_ptl_idx [i]의 값은 0으로 추론된다.
- 그렇지 않으면 (vps_num_ptls_minus1의 값이 0보다 크고 vps_num_ptls_minus1 + 1은 TotalNumOlss와 같으면), vps_ols_ptl_idx [i]의 값은 i와 같은 것으로 추론된다.
NumLayersInOls [i]의 값이 1인 경우, i 번째 OLS에 적용되는 profile_tier_level () 신택스 구조는 i 번째 OLS 내 레이어에 의해 참조되는 SPS에도 존재한다. NumLayersInOls [i]의 값이 1 일 때 VPS와 i 번째 OLS에 대한 SPS에서 시그널링되는 profile_tier_level () 신택스 구조가 동일해야 한다는 것이 비트스트림 적합성의 요구 사항이다.
VPS 내 각 profile_tier_level () 신택스 구조는 i에 대한 vps_ols_ptl_idx [i]의 적어도 하나의 값에 의해 0부터 TotalNumOlss-1를 포함하는 범위 내에서 참조되어야 한다.
Figure PCTKR2021006904-appb-T000002
표 2를 참조하면, sps_seq_parameter_set_id는 다른 신택스 요소들에서 참조할 수 있도록 SPS에 대한 식별자를 제공한다.
SPS NAL 유닛들은 nuh_layer_id 값에 관계없이 sps_seq_parameter_set_id와 동일한 값 공간(same value space)을 공유한다.
spsLayerId는 특정 SPS NAL 유닛의 nuh_layer_id 값이라 하고, vclLayerId는 특정 VCL NAL 유닛의 nuh_layer_id 값이라 한다. 상기 특정 VCL NAL 유닛은 spsLayerId가 vclLayerId보다 작거나 같지 않고, nuh_layer_id가 vclLayerId와 동일한 레이어를 포함하는 VPS에 의해 지정된 모든 OLS들이 spslayerId와 동일한 nuh_layer_id를 갖는 레이어도 포함하지 않는 한 상기 특정 SPS NAL 유닛을 참조하지 않는다.
sps_video_parameter_set_id의 값이 0보다 경우 이는 SPS에 의해서 참조되는 VPS에 대한 vps_video_parameter_set_id 값을 나타낸다.
sps_video_parameter_set_id의 값이 0이면 다음이 적용된다.
- SPS는 VPS를 참조하지 않으며, SPS를 참조하는 각 CLVS(coded layer video sequence)를 디코딩할 때 VPS는 참조되지 않는다.
- vps_max_layers_minus1의 값은 0로 추론된다.
- vps_max_sublayers_minus1의 값은 6으로 추론된다.
- CVS는 단 하나의 레이어만 포함해야 한다 (즉, CVS 내 모든 VCL NAL 유닛은 동일한 값의 nuh_layer_id를 가진다).
- GeneralLayerIdx [nuh_layer_id]의 값은 0으로 추론된다.
- vps_independent_layer_flag [GeneralLayerIdx [nuh_layer_id]]의 값은 1로 추론된다.
vps_independent_layer_flag [GeneralLayerIdx [nuh_layer_id]]의 값이 1인 경우, 특정 nuh_layer_id 값 nuhLayerId를 가지는 CLVS에 의해 참조되는 SPS는 nuhLayerId와 동일한 nuh_layer_id를 가져야 한다.
sps_video_parameter_set_id의 값은 CVS 내 CLVS들에 의해 참조되는 모든 SPS들 내에서 동일해야 한다.
sps_max_sublayers_minus1 plus 1은 SPS를 참조하는 각 CLVS에 존재할 수 있는 시간적 서브 레이어들의 최대 개수를 나타낸다. sps_max_sublayers_minus1의 값은 0에서 vps_max_sublayers_minus1까지의 범위에 있어야 한다.
sps_reserved_zero_4bits는 0과 같다.
sps_ptl_dpb_hrd_params_present_flag의 값이 1이면 이는 profile_tier_level () 신택스 구조와 dpb_parameters () 신택스 구조가 SPS에 존재하고 general_hrd_parameters () 신택스 구조와 ols_hrd_parameters () 신택스 구조가 SPS에 존재할 수 있음을 나타낸다. sps_ptl_dpb_hrd_params_present_flag의 값이 0이면 이는 상기 네 가지 신택스 구조가 SPS에 존재하지 않음을 나타낸다.
sps_video_parameter_set_id의 값이 0보다 크고 nuh_layer_id가 SPS의 nuh_layer_id와 동일한 레이어를 하나만 포함하는 OLS가 존재하거나 sps_video_parameter_set_id의 값이 0인 경우, sps_ptl_dpb_hrd_params_present_flag의 값은 1과 같다.
한편, PTL(profile, fier, level) 정보의 신택스 구조는 다음과 같을 수 있다.
Figure PCTKR2021006904-appb-T000003
표 3을 참조하면, profile_tier_level () 신택스 구조는 레벨 정보를 제공하며, 선택적으로 프로파일, 티어, 서브 프로파일 및 일반 제한 정보를 제공한다.
profile_tier_level () 신택스 구조가 VPS에 포함되는 경우, OlsInScope는 VPS에 의해 명시된 하나 이상의 OLS이다. profile_tier_level () 신택스 구조가 SPS에 포함되는 경우, OlsInScope는 SPS를 참조하는 레이어들 중 최하위 레이어만 포함하는 OLS이며, 상기 최하위 레이어는 독립 레이어이다.
general_profile_idc는 OlsInScope가 준수하는 프로파일을 나타낸다.
general_tier_flag는 general_level_idc의 해석을 위한 티어 컨텍스트를 나타낸다.
general_level_idc는 OlsInScope가 준수하는 레벨을 나타낸다.
general_level_idc의 값이 클수록 더 높은 레벨을 나타낸다. OlsInScope에 대한 DCI NAL 유닛 내에서 시그널링되는 최대 레벨은 OlsInScope 내에 포함된 CLVS에 대해 SPS에서 시그널링된 레벨보다 높을 수 있지만 낮을 수는 없다.
OlsInScope가 여러 프로파일들을 준수할 때 general_profile_idc는 인코딩 장치에 의해 결정된대로, 선호되는 디코딩 결과 또는 선호하는 비트스트림 식별자(identification)를 제공하는 프로파일을 나타낸다.
OlsInScope의 CVS들이 서로 다른 프로파일들을 준수하는 경우, 여러 profile_tier_level () 신택스 구조는 OlsInScope의 각 CVS에 대해 CVS를 디코딩할 수 있는 디코딩 장치에 대한 프로파일, 티어 및 레벨의 적어도 하나 세트가 존재하도록 DCI NAL 유닛에 포함될 수 있다.
num_sub_profiles는 general_sub_profile_idc [i] 신택스 요소의 개수를 나타낸다.
general_sub_profile_idc [i]는 i 번째 상호 운용성 메타데이터(interoperability metadata)를 나타낸다.
sublayer_level_present_flag [i]의 값이 1이면 이는 TemporalId가 i인 서브 레이어 표현에 대한 profile_tier_level () 신택스 구조에 레벨 정보가 존재함을 나타낸다. sublayer_level_present_flag [i]의 값이 0이면 이는 TemporalId가 i인 서브 레이어 표현에 대한 profile_tier_level () 신택스 구조에 레벨 정보가 존재하지 않음을 나타낸다.
ptl_alignment_zero_bits의 값은 0과 같다.
신택스 요소 sublayer_level_idc [i]의 시맨틱스(semantics)는 general_level_idc 신택스 요소와 동일하지만 TemporalId가 i인 서브 레이어 표현에 적용된다.
존재하지 않는 경우 sublayer_level_idc [i]의 값은 다음과 같이 추론된다.
- sublayer_level_idc [maxNumSubLayersMinus1]은 동일한 profile_tier_level () 구조의 general_level_idc와 동일한 것으로 추론된다.
- maxNumSubLayersMinus1 - 1에서 0 (i 값의 내림차순)을 포함하는 범위의 i에 대해서 sublayer_level_idc [i]는 sublayer_level_idc [i + 1]과 동일한 것으로 추론된다.
참고로, 서브 레이어는 특정 값의 TemporalId 변수를 갖는 VCL NAL 유닛들 및 연관된 non-VCL NAL 유닛들로 구성된 시간 스케일러블 비트스트림(temporal scalable bitstream)의 시간 스케일러블 레이어를 나타낼 수 있다. 서브 레이어 표현은 특정 서브 레이어 및 하위 서브 레이어들의 NAL 유닛들로 구성된 비트스트림의 서브 세트일 수 있다.
general_constraint_info ()는 다음과 같은 신택스 요소들을 포함할 수 있다.
Figure PCTKR2021006904-appb-T000004
Figure PCTKR2021006904-appb-I000001
Figure PCTKR2021006904-appb-I000002
표 3을 참조하면, 레벨 지시자(즉, general_level_idc)의 시그널링은 일반 제한 정보(general_constraint_info)의 시그널링 후에 존재한다. 따라서 PTL 정보 내에 일반 제한 정보가 존재하는 경우, 디코딩 장치는 일반 제한 정보를 먼저 파싱해야 하기 때문에 레벨 지시자의 파싱이 복잡해진다. 또한, 디코딩 과정에서 일반 제한 정보가 필요하지 않을 수 있으므로, 디코딩 장치가 일반 제한 정보의 파싱을 스킵(skip)하기를 원할 수 있다. 그러나 표 3에 따르면 PTL 정보 내에 일반 제약 정보가 존재하는 경우 이의 파싱을 스킵할 수 없다.
또한, 일반 제한 정보의 시그널링은 profileTierPresentFlag의 값이 1일 때 PTL 정보 내에 항상 존재한다. 그러나, 일반 제한 정보는 프로파일, 티어 및 레벨 정보가 존재할 때 항상 존재할 필요는 없다. 따라서 PTL 정보가 존재하는 경우에도 일반 제한 정보를 시그널링하지 않는 메커니즘이 요구된다.
또한, 일반 제한 정보의 시그널링은 프로파일, 티어, 레벨 정보의 시그널링 중간에 존재한다. 이는 일반 제한 정보의 처리와는 별도로 프로파일, 티어 및 레벨 정보를 처리하려는 디코딩 정보에 부담을 준다.
이하의 도면은 본 문서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 신호/정보의 명칭은 예시적으로 제시된 것이므로, 본 명세서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
본 문서는 상술한 문제를 해결하기 위하여 다음의 방법들을 제공한다. 각 방법들은 독립적으로 적용되거나 또는 서로 조합하여 적용될 수 있다.
1. 프로파일, 티어, 레벨 구조(PTL structure)에서, 존재가 조건화된(presence is conditioned) 신택스 요소 전에 레벨 표시자(general_level_idc)가 시그널링될 수 있다. 예를 들어, PTL 정보 내에서 general_profile_idc보다 먼저 general_level_idc가 시그널링될 수 있다.
2. 일반 제한 정보(GCI)를 위해 시그널링되는 플래그(들)이 존재하는지 여부를 나타내는 플래그가 추가될 수 있다. 이 플래그는 gci_present_flag라 불릴 수 있다. 상기 일반 제약 정보를 위한 플래그(들)는 표 4에 명시된 신택스 요소들과 아직 예비된 것을 포함한다.
3. 상기 gci_present_flag를 포함하여 일반 제한 정보에 대한 총 비트 수는 바이트 단위로 지정된다(즉, 비트 수는 8의 배수이다).
4. 일반 제한 플래그를 위해 예비된 비트는 바이트 정렬(byte-aligned) 위치에서 시작한다. 결과적으로, 예비 비트들이 존재하기 전에 바이트 정렬을 위해 존재하는 일부 비트가 있을 수 있다.
5. 새로운 플래그 gci_present_flag에 더하여, GCI 구조 내에서 예비된 바이트 수를 나타내는 신택스 요소가 일반 제한 플래그(예비된 비트 및 플래그 포함)의 수를 나타내도록 변경되고, GCI 구조 내에서 gci_present_flag 바로 아래에서 먼저 시그널링될 수 있다. 상기 구문 요소는 gci_num_constraint_bytes라 할 수 있다. gci_present_flag의 값이 0이면 상기 gci_num_constraint_bytes의 값은 0이다. gci_present_flag 및 gci_num_constraint_bytes의 시그널링을 위한 비트 수는 바이트 정렬될 수 있다. 예를 들어 gci_num_constraint_bytes의 시그널링을 위한 비트 수는 7이 될 수 있다.
6. 항목 4에 대한 대안으로, 일반 제한 플래그에 대해 예약된 비트는 바이트 정렬 위치에서 시작할 필요가 없다. 이는 결과적으로 예비 비트가 존재하기 전에 바이트 정렬 비트를 가질 필요성을 제거한다.
7. 항목 1에 대한 대안으로, 프로파일, 티어 및 레벨 정보는 다른 신택스 요소에 의해 분리되지 않는 방식으로 시그널링될 수 있다. 이는 일반 제한 정보의 시그널링을 레벨 정보의 시그널링 이후 위치로 이동함으로써 구현될 수 있다.
8. 항목 5에 대한 대안으로, gci_num_constraint_bytes의 시그널링은 gci_present_flag에 추가되지 않고 gci_present_flag를 대체할 수 있다.
9. 일반 제한 정보의 신택스 구조(general_constraint_info ())는 서브 레이더들에 대한 프로파일, 티어 및 레벨 정보를 포함하는 프로파일, 티어 및 레벨 정보의 시그널링 후에 프로파일 티어 레벨 구조(profile_tier_level 신택스)에 존재한다.
10. 일반 제한 정보의 신택스 구조가 프로파일 티어 레벨 구조의 마지막에 존재할 때, 일반 제한 정보의 크기는 바이트 정렬될 수도 있고 그렇지 않을 수도 있다.
일 실시예로서, 인코딩 장치는 다음의 표 5와 같은 구조의 profile_tier_level 신택스를 시그널링할 수 있으며, 이에 대한 시맨틱스는 다음의 표 6과 같다.
Figure PCTKR2021006904-appb-T000005
Figure PCTKR2021006904-appb-T000006
표 5 및 표 6을 참조하면, general_level_idc는 OlsInScope가 준수하는 레벨을 나타낸다. general_level_idc의 값은 클수록 더 높은 레벨을 나타낸다. OlsInScope에 대해서 DCI NAL 유닛 내에서 시그널링되는 최대 레벨은 OlsInScope 내에 포함된 CLVS에 대해 SPS 내에서 시그널링되는 레벨보다 높을 수 있지만 낮을 수는 없다. OlsInScope가 여러 프로파일들을 준수할 때 general_profile_idc는 인코딩 장치에 의해 결정된대로, 선호되는 디코딩 결과 또는 선호되는 비트스트림 식별자(identification)를 제공하는 프로파일을 나타낸다. OlsInScope의 CVS들이 서로 다른 프로파일들을 준수하는 경우, 여러 profile_tier_level 신택스 구조들은 OlsInScope의 각 CVS에 대해 CVS를 디코딩할 수 있는 디코딩 장치에 대한 프로파일, 티어 및 레벨의 적어도 하나 세트가 존재하도록 DCI NAL 유닛에 포함될 수 있다.
general_profile_idc는 OlsInScope가 준수하는 프로파일을 나타낸다.
general_tier_flag는 general_level_idc의 해석을 위한 티어 컨텍스트를 나타낸다.
일반 제한 정보(general_constraint_info)는 표 3의 profile_tier_level 신택스 구조 내에서 상기 프로파일 정보(general_profile_idc), 상기 티어 정보(general_tier_flag) 및 상기 레벨 정보(general_level_idc) 다음에 존재할 수 있다. 따라서 디코딩 장치는 프로파일, 티어 및 레벨 정보를 처리한 후 일반 제한 정보를 별도로 처리할 수 있다.
한편, 일 예로 인코딩 장치는 다음의 표 7과 같은 구조의 general_constraint_info 신택스를 시그널링할 수 있다.
Figure PCTKR2021006904-appb-T000007
표 7에서 gci_present_flag는 general_constraint_info 신택스(일반 제약 정보) 내에 제약들에 대한 정보(general_non_packed_constraint_flag 등)가 존재하는지를 나타낸다.
gci_num_reserved_bytes는 일반 제약 정보를 위해 예비된 바이트들의 개수를 나타낸다.
gci_alignment_zero_bit는 바이트 정렬을 위한 정보로서, 0의 값을 가진다.
gci_reserved_byte[i]는 일반 제약 정보를 위해 예비된 바이트를 나타낸다. gci_reserved_byte[i]는 디코딩 프로세스에 영향을 미치지 않으며 임의의 값을 가질 수 있다.
예를 들어, gci_present_flag에 대한 시맨틱스는 다음의 표 8과 같을 수 있다.
Figure PCTKR2021006904-appb-T000008
표 8을 참조하면, gci_present_flag의 값이 1이면, 이는 profileTierPresentFlag의 값이 1인 경우 profile_tier_level 신택스에 일반 제한 정보(플래그)가 존재함을 나타낸다. gci_present_flag의 값이 0이면 이는 profile_tier_level 신택스에 일반 제한 정보가 존재하지 않음을 나타낸다.
profileTierPresentFlag의 값이 1인 profile_tier_level 신택스에 대해 gci_present_flag의 값이 0이면 max_bitdepth_constraint_idc의 값은 8이고 max_chroma_format_constraint_idc의 값은 3으로 추론된다. 그리고 general_constraint_info 신택스 내 다른 신택스 요소들(general_non_packed_constraint_flag부터 no_aps_constraint_flag까지)의 값은 0으로 추론된다.
따라서 인코딩 장치는 영상 정보의 코딩에 일반 제한 정보가 필요하지 않은 경우 gci_present_flag의 값을 0으로 인코딩할 수 있으며, 디코딩 장치는 gci_present_flag의 값이 0인 경우 일반 제한 정보의 파싱을 스킵할 수 있다.
다른 예로서, 인코딩 장치는 다음의 표 9와 같은 구조의 general_constraint_info 신택스를 시그널링할 수도 있다.
Figure PCTKR2021006904-appb-T000009
표 9에서 gci_present_flag에 대한 시맨틱스는 표 8과 같을 수 있으며, gci_num_constraint_bytes에 대한 시맨틱스는 다음의 표 10과 같을 수 있다.
Figure PCTKR2021006904-appb-T000010
표 10을 참조하면, gci_num_constraint_bytes는 gci_present_flag 및 gci_num_constraint_bytes를 시그널링하는데 사용되는 바이트를 포함하지 않으며 예비된 비트들을 포함하는 일반 제약 플래그들의 길이를 바이트 단위로 나타낸다. gci_num_constraint_bytes의 값은 0 또는 9이다. gci_present_flag의 값이 0이면 gci_num_constraint_bytes의 값은 0이다. gci_present_flag의 값이 0이 아닌 경우, gci_num_constraint_bytes의 값은 9보다 작아서는 안된다. 만약 일반 제약 정보를 시그널링함에 있어서 일반 제약 플래그들(일반 제약에 대한 정보)의 개수가 변경되는 경우, gci_num_constraint_bytes의 값 9는 변경될 수 있다.
또 다른 예로서, 인코딩 장치는 다음의 표 11과 같은 구조의 general_constraint_info 신택스를 시그널링할 수도 있다.
Figure PCTKR2021006904-appb-T000011
표 11에서, numSpecifiedFlags의 값은 명시된(예비되지 않은) 일반 제약 플래그들의 개수를 나타낸다. 이 값은 66(즉, general_non_packed_constraint_flag에서 no_aps_constraint_flag까지 플래그들의 개수)이다.
gci_present_flag 및 gci_num_constraint_bytes에 대한 시맨틱스는 각각 표 8 및 표 10과 같을 수 있으며, gci_reserved_bit[i]에 대한 시맨틱스는 다음의 표 12와 같을 수 있다.
Figure PCTKR2021006904-appb-T000012
표 12를 참조하면, gci_reserved_bit[i]의 값은 디코딩 프로세스에 영향을 미치지 않는 값이며, 임의의 값을 가질 수 있다.
한편 다른 실시예로서, 인코딩 장치는 다음의 표 13와 같은 구조의 profile_tier_level 신택스를 시그널링할 수 있다.
Figure PCTKR2021006904-appb-T000013
표 13을 참조하면, profile_tier_level 신택스 내에서 레벨 정보(general_level_idc)는 프로파일 정보(general_profile_idc) 및 티어 정보(general_tier_flag) 다음에 시그널링될 수 있으며, 일반 제한 정보(general_constraint_info)는 레벨 정보 다음에 시그널링될 수 있다.
이 경우, 인코딩 장치는 다음의 표 14 또는 표 15와 같은 구조의 general_constraint_info 신택스를 시그널링할 수 있다.
Figure PCTKR2021006904-appb-T000014
Figure PCTKR2021006904-appb-T000015
표 15에서, gci_num_constraint_bytes는 제한들에 대한 정보(일반 제한 플래그)에 대해 예비된 바이트의 개수를 나타내는 것으로서, gci_num_constraint_bytes를 시그널링하는데 사용되는 바이트를 포함하지 않으며 예비된 비트들을 포함하는 일반 제약 플래그들의 길이를 바이트 단위로 나타낸다. gci_num_constraint_bytes의 값은 0 또는 9이다.
gci_reserved_bit[i]는 gci_num_constraint_bytes의 값을 기반으로 general_constraint_info 신택스에서 파싱될 수 있다.
또 다른 실시예로서, 인코딩 장치는 다음의 표 16과 같은 구조의 profile_tier_level 신택스를 시그널링할 수 있다.
Figure PCTKR2021006904-appb-T000016
표 16를 참조하면, 일반 제약 정보는 profile_tier_level 신택스의 마지막에 포함될 수 있다.
이 경우, 인코딩 장치는 다음의 표 17 내지 표 19와 같은 구조의 general_constraint_info 신택스를 시그널링할 수 있다.
Figure PCTKR2021006904-appb-T000017
Figure PCTKR2021006904-appb-T000018
Figure PCTKR2021006904-appb-T000019
표 17에서, gci_num_constraint_bits는 일반 제한에 대한 정보(일반 제한 플래그)를 위해 예비된 비트들의 개수를 나타낸다. gci_reserved_bit[i]는 gci_num_constraint_bits의 값을 기반으로 general_constraint_info 신택스에서 파싱될 수 있다.
표 17 내지 표 19를 참조하면, 얼라인먼트 정보(gci_alignment_zero_bit)는 general_constraint_info 신택스 내에서 마지막에 존재할 수 있다. 다시 말해, 얼라인먼트 정보는 general_constraint_info 신택스에서 일반 제한 정보를 위해 예비된 비트들에 대한 개수 정보(gci_num_constraint_bits 또는 gci_num_constraint_bytes) 및 예비된 비트들(gci_reserved_bit[i] 또는 gci_reserved_byte[i]) 다음에 포함될 수 있다.
또 다른 실시예로서, 인코딩 장치는 다음의 표 20과 같은 구조의 profile_tier_level 신택스를 시그널링할 수 있다.
Figure PCTKR2021006904-appb-T000020
표 20을 참조하면, 일반 제한 정보는 profile_tier_level 신택스 내에서 마지막에 존재할 수 있다. 다시 말해, 일반 제한 정보는 profile_tier_level 신택스 내에서 프로파일 정보(general_profile_idc), 티어 정보(general_tier_flag) 및 레벨 정보(general_level_idc) 다음에 시그널링될 수 있다.
이 경우, 인코딩 장치는 다음의 표 21 내지 표 24와 같은 구조의 general_constraint_info 신택스를 시그널링할 수 있다.
Figure PCTKR2021006904-appb-T000021
Figure PCTKR2021006904-appb-T000022
Figure PCTKR2021006904-appb-T000023
Figure PCTKR2021006904-appb-T000024
표 21 및 표 22에서, gci_num_constraint_bits는 제한에 대한 정보(일반 제한 플래그)를 위해 예비된 비트들의 개수를 나타낸다. gci_reserved_bit[i]는 gci_num_constraint_bits의 값을 기반으로 general_constraint_info 신택스에서 파싱될 수 있다.
표 21 내지 표 24를 참조하면, 일반 제한 정보를 위해 예비된 비트들 또는 바이트들은 general_constraint_info 신택스의 마지막에 포함될 수 있다.
도 7 및 도 8은 본 문서의 실시예에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 7에 개시된 비디오/영상 인코딩 방법은 도 2 및 도 8에서 개시된 (비디오/영상) 인코딩 장치(200)에 의하여 수행될 수 있다. 일 예로, 도 7의 S700 및 S710은 인코딩 장치(200)의 예측부(220)에 의하여 수행될 수 있다. S720은 인코딩 장치(200)의 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 도 7에서 개시된 비디오/영상 인코딩 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
구체적으로 도 7 및 도 8을 참조하면, 인코딩 장치의 예측부(220)는 현재 픽처 내 현재 블록에 대해 인터 예측 또는 인트라 예측 중 적어도 하나를 수행하고(S700), 이를 기반으로 상기 현재 블록에 대한 예측 샘플들(예측 블록) 및 예측 정보를 생성할 수 있다(S710).
인트라 예측이 수행되는 경우, 예측부(220)는 현재 픽처 내의 샘플들(현재 블록의 주변 샘플들)을 참조하여 현재 블록을 예측할 수 있다. 예측부(220)는 상기 주변 샘플들에 적용된 예측 모드를 이용하여 상기 현재 블록에 적용되는 예측 모드를 결정할 수 있다.
인터 예측이 수행되는 경우, 예측부(220)는 현재 블록의 움직임 정보를 기반으로 인터 예측을 수행하여 예측 정보 및 현재 블록에 대한 예측된 블록을 생성할 수 있다. 상술한 예측 정보는 예측 모드에 관한 정보, 움직임 정보에 관한 정보 등을 포함할 수 있다. 상기 움직임 정보에 관한 정보는 움직임 벡터를 도출하기 위한 정보인 후보 선택 정보(ex. merge index, mvp flag or mvp index)를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 MVD(motion vector difference)에 관한 정보 및/또는 참조 픽처 인덱스 정보를 포함할 수 있다. 또한 상기 움직임 정보에 관한 정보는 L0 예측, L1 예측, 또는 쌍(bi) 예측이 적용되는지 여부를 나타내는 정보를 포함할 수 있다. 예를 들어, 예측부(220)는 움직임 추정을 기반으로 현재 픽처 내 현재 블록의 움직임 정보를 도출할 수 있다. 이를 위하여 예측부(220)는 현재 블록에 대한 원본 픽처 내 원본 블록을 이용하여 상관성이 높은 유사한 참조 블록을 참조 픽처 내의 정해진 탐색 범위 내에서 분수 픽셀 단위로 탐색할 수 있고, 이를 통하여 움직임 정보를 도출할 수 있다. 블록의 유사성은 위상(phase) 기반 샘플 값들의 차를 기반으로 도출할 수 있다. 일 예로, 블록의 유사성은 현재 블록(or 현재 블록의 템플릿)과 참조 블록(or 참조 블록의 템플릿) 간 SAD(Sum of Absolute Difference)를 기반으로 계산될 수 있다. 이 경우 탐색 영역 내 SAD가 가장 작은 참조 블록을 기반으로 움직임 정보가 도출될 수 있다. 도출된 움직임 정보는 인터 예측 모드를 기반으로 여러 방법에 따라 디코딩 장치로 시그널링될 수 있다.
인코딩 장치의 레지듀얼 처리부(230)는 예측부(220)에서 생성된 예측 샘플들과 원본 픽처(원본 블록, 원본 샘플들)를 기반으로 레지듀얼 샘플 및 레지듀얼 정보를 생성할 수 있다. 여기서 상기 레지듀얼 정보는 상기 레지듀얼 샘플들에 관한 정보로서, 상기 레지듀얼 샘플들에 대한 (양자화된) 변환 계수들에 관한 정보를 포함할 수 있다.
인코딩 장치의 가산부(또는 복원부)는 레지듀얼 처리부(230)에서 생성된 레지듀얼 샘플들과 예측부(220)에서 생성된 예측 샘플들을 더하여 복원(reconstructed) 샘플들(복원 픽처, 복원 블록, 복원 샘플 어레이)을 생성할 수 있다.
인코딩 장치의 엔트로피 인코딩부(240)는 예측부(220)에서 생성된 예측 정보, 레지듀얼 처리부(230)에서 생성된 레지듀얼 정보, 그리고 HLS에 관한 정보 등을 포함하는 영상 정보를 인코딩할 수 있다(S720).
상기 HLS에 관한 정보는 영상/비디오 정보의 디코딩에 사용되는 파라미터 세트에 관한 정보/신택스를 포함할 수 있다. 일 예로, 상기 파라미터 세트는 APS, PPS, SPS, VPS 등을 포함할 수 있다. 상기 SPS 및/또는 VPS는 표 1 및 표 2에서 설명한 바와 같이 PTL 정보(profile_tier_level 신택스)를 포함할 수 있다.
상기 PTL 정보는 출력 레이어 세트들이 준수하는 프로파일을 나타내는 프로파일 정보(general_profile_idc), 상기 출력 레이어 세트들이 준수하는 레벨을 나타내는 레벨 정보(general_level_idc), 상기 레벨 정보의 해석을 위한 티어 컨텍스트 정보, 상기 출력 레이어 세트들이 준수하는 제한들에 대한 일반 제한 정보 등을 포함할 수 있다. 상기 일반 제한 정보는 단순히 제한 정보라 불릴 수 있다.
상기 PTL 정보가 VPS에 포함되는 경우, 상기 출력 레이어 세트들은 VPS에 의해 명시되는 하나 이상의 출력 레이어 세트를 포함한다. 상기 PTL 정보가 SPS에 포함되는 경우, 상기 출력 레이어 세트는 상기 SPS를 참조하는 레이어들 중 최하위 레이어만 포함하는 출력 레이어 세트이다.
인코딩 장치는 상기 PTL 정보를 생성함에 있어서 상기 출력 레이어 세트들이 준수하는 레벨을 나타내는 레벨 정보를 생성하고, 상기 출력 레이어 세트들이 준수하는 프로파일을 나타내는 프로파일 정보, 상기 레벨 정보의 해석을 위한 티어 컨텍스트 정보, 일반 제한 정보 등을 생성할 수 있다. 여기서, 상기 일반 제한 정보는 상기 PTL 정보(profile_tier_level 신택스) 내에서 상기 레벨 정보 다음에 존재할 수 있다. 즉, 상기 레벨 정보는 상기 PTL 정보 내에서 상기 일반 제한 정보 보다 먼저 존재할 수 있다.
상기 일반 제한 정보는 상기 일반 제한 정보 내에 제한들에 대한 정보(일반 제한 플래그들)가 존재하는지 여부를 나타내는 플래그(gci_present_flag)를 포함할 수 있다. 상기 gci_present_flag의 값이 1인 경우, 상기 일반 제한 정보에는 상기 제한들에 대한 정보가 포함될 수 있다. 상기 gci_present_flag의 값이 0인 경우, 상기 일반 제한 정보에는 상기 제한들에 대한 정보가 존재하지 않을 수 있다.
한편, 상기 일반 제한 정보는 0의 값을 가지는 얼라인먼트 정보(gci_alignment_zero_bit)를 포함할 수 있다. 상기 얼라인먼트 정보는 상기 일반 제한 정보 내에서 상기 제한들에 대한 정보에 대해 예비된 비트들의 개수를 나타내는 개수 정보 및/또는 상기 예비된 비트들의 다음에 존재할 수 있다. 일 예로, 상기 얼라인먼트 정보는 상기 일반 제한 정보의 마지막 위치에 존재할 수 있다.
인코딩 장치의 엔트로피 인코딩부(240)는 상기 레벨 정보, 상기 프로파일 정보, 상기 티어 정보 및/또는 상기 일반 제한 정보를 포함하는 영상 정보를 인코딩할 수 있다. 인코딩된 영상 정보는 비트스트림의 형태로 NAL 유닛 단위로 전송되거나 저장될 수 있다.
따라서 본 문서에 따르면, 인코딩 장치는 PTL 정보를 시그널링하는 경우에도 gci_present_flag의 값을 0으로 설정함으로써 일반 제한 정보를 시그널링하지 않을 수 있기 때문에, 디코딩 절차에 일반 제한 정보가 불필요한 경우 이를 시그널링하지 않을 수 있다. 또한, PTL 정보 내에서 일반 제한 정보가 프로파일 정보, 티어 정보 및 레벨 정보 다음에 존재하기 때문에 디코딩 장치로 하여금 일반 제한 정보를 프로파일, 티어, 레벨 정보와 별도로 처리하도록 할 수 있다.
도 9 및 도 10은 본 문서의 실시예에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 9에 개시된 비디오/영상 디코딩 방법은 도 3 및 도 10에서 개시된 (비디오/영상) 디코딩 장치(300)에 의하여 수행될 수 있다. 구체적으로 예를 들어, 도 9의 S900 내지 S920은 디코딩 장치의 엔트로피 디코딩부(310)에서 수행될 수 있다. S940은 디코딩 장치의 레지듀얼 처리부(320), 예측부(330) 및 가산부(340)에 의하여 수행될 수 있다. 도 9에서 개시된 비디오/영상 디코딩 방법은 본 문서에서 상술한 실시예들을 포함할 수 있다.
도 9 및 도 10을 참조하면, 디코딩 장치의 엔트로피 디코딩부(310)는 비트스트림으로부터 영상 정보를 획득할 수 있다. 상기 영상 정보는 예측 관련 정보, 레지듀얼 정보, HLS에 관한 정보, 인루프 필터링 관련 정보 등을 포함할 수 있다. 상기 예측 관련 정보는 인터/인트라 예측 구분 정보, 인트라 예측 모드 관련 정보, 인터 예측 모드 관련 정보 등을 포함할 수 있다. 상기 HLS에 관한 정보는 영상/비디오 정보의 디코딩에 사용되는 파라미터 세트에 관한 정보/신택스를 포함할 수 있다. 여기서, 상기 파라미터 세트는 APS, PPS, SPS, VPS 등을 포함할 수 있다. 상기 SPS는 및/또는 VPS는 표 1 및 표 2에서 설명한 바와 같이 PTL 정보(profile_tier_level 신택스)를 포함할 수 있다. 상기 PTL 정보는 출력 레이어 세트들이 준수하는 프로파일을 나타내는 프로파일 정보(general_profile_idc), 상기 출력 레이어 세트들이 준수하는 레벨을 나타내는 레벨 정보(general_level_idc), 상기 레벨 정보의 해석을 위한 티어 컨텍스트 정보(general_tier_flag), 상기 출력 레이어 세트들이 준수하는 제한들에 대한 일반 제한 정보(general_constraint_info) 등을 포함할 수 있다.
디코딩 장치의 엔트로피 디코딩부(310)는 비트스트림 내 PTL 정보로부터 상기 출력 레이어 세트들이 준수하는 레벨을 나타내는 레벨 정보, 상기 출력 레이어 세트들이 준수하는 프로파일을 나타내는 프로파일 정보 및/또는 상기 레벨 정보의 해석을 위한 티어 컨텍스트 정보를 파싱할 수 있다. 그리고 디코딩 장치의 엔트로피 디코딩부(310)는 상기 비트스트림 내 PTL 정보로부터 상기 출력 레이어 세트들이 준수하는 제한들에 대한 일반 제한 정보를 획득할 수 있다(S900). 여기서, 상기 일반 제한 정보는 상기 PTL 정보 내에서 상기 레벨 정보 다음에 존재할 수 있다. 즉, 디코딩 장치의 엔트로피 디코딩부(310)는 상기 PTL 정보에서 상기 레벨 정보를 파싱한 후 상기 일반 제한 정보를 획득할 수 있다.
디코딩 장치의 엔트로피 디코딩부(310)는 상기 일반 제한 정보로부터 general_constraint_info 신택스 내에 출력 레이어 세트들이 준수하는 제한들에 대한 정보(일반 제한 플래그들)가 존재하는지 여부를 나타내는 플래그(gci_present_flag)를 파싱할 수 있다(S910). 그리고 디코딩 장치의 엔트로피 디코딩부(310)는 상기 플래그를 기반으로 상기 일반 제한 정보에서 상기 제한들에 대한 정보를 파싱할 수 있다(S920). 예를 들어, 상기 gci_present_flag의 값이 1인 경우, 상기 일반 제한 정보에는 상기 제한들에 대한 정보가 포함될 수 있다. 상기 gci_present_flag의 값이 0인 경우, 상기 일반 제한 정보에는 상기 제한들에 대한 정보가 존재하지 않을 수 있다.
한편, 상기 일반 제한 정보는 상기 제한들에 대한 정보를 위해 예비된 비트들의 개수를 나타내는 개수 정보, 상기 예비된 비트들 및 0의 값을 가지는 얼라인먼트 정보(gci_alignment_zero_bit)를 포함할 수 있다. 상기 얼라인먼트 정보는 상기 개수 정보 및/또는 상기 예비된 비트들의 다음에 존재할 수 있다. 다시 말해, 디코딩 장치의 엔트로피 디코딩부(310)는 상기 일반 제한 정보에서 상기 개수 정보 및 상기 예비된 비트들을 파싱한 후 상기 얼라인먼트 정보를 파싱할 수 있다. 예를 들어, 상기 얼라인먼트 정보는 상기 일반 제한 정보에서 마지막으로 파싱될 수 있다.
디코딩 장치는 상기 레벨 정보 및 상기 일반 제한 정보를 포함하는 HLS 정보, 상기 예측 관련 정보, 상기 레지듀얼 정보 등을 기반으로 현재 픽처에 대해 디코딩 절차를 수행할 수 있다(S930).
예를 들어, 디코딩 장치의 예측부(330)는 비트스트림으로부터 획득한 HLS 정보를 기반으로 예측 관련 정보를 이용하여 현재 픽처 내 현재 블록에 대해 인터 예측 및/또는 인트라 예측을 수행하여 상기 현재 픽처 내 현재 블록에 대한 예측 샘플들을 생성할 수 있다. 그리고 디코딩 장치의 레지듀얼 처리부(320)는 비트스트림으로부터 획득한 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 생성할 수 있다. 디코딩 장치의 가산부(340)는 예측부(330)에서 생성된 예측 샘플들과 레지듀얼 처리부(320)에서 생성된 레지듀얼 샘플들을 기반으로 복원 샘플들을 생성하고, 상기 복원 샘플들을 기반으로 복원 픽처(복원 블록)를 생성할 수 있다.
이후, 필요에 따라 주관적/객관적 화질을 향상시키기 위하여 디블록킹 필터링, SAO 및/또는 ALF 절차와 같은 인루프 필터링 절차가 상기 복원 픽처에 적용될 수 있다.
상술한 실시예들에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 해당 실시예는 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 문서의 실시예들의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서의 실시예들에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recorder) 등을 포함할 수 있다.
또한, 본 문서의 실시예(들)이 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 문서의 실시예(들)에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 문서의 실시예(들)는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 문서의 실시예(들)에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 11은 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 11을 참조하면, 본 문서의 실시예들이 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 문서의 실시예들이 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기(smartwatch), 글래스형 단말기(smart glass), HMD(head mounted display), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.

Claims (15)

  1. 비디오 디코딩 장치에 의하여 수행되는 비디오 디코딩 방법에 있어서,
    비트스트림으로부터 일반 제한 정보(general constraint information)를 획득하는 단계;
    상기 비트스트림으로부터 상기 일반 제한 정보 내에 출력 레이어 세트들이 준수하는 제한들에 대한 정보가 존재하는지를 나타내는 플래그를 파싱하는 단계;
    상기 플래그를 기반으로 상기 일반 제한 정보에서 상기 제한들에 대한 정보를 파싱하는 단계; 및
    상기 제한들에 대한 정보를 기반으로 현재 픽처를 디코딩하는 단계를 포함하되,
    상기 일반 제한 정보는 상기 제한들에 대한 개수 정보 및 얼라인먼트 정보를 포함하고,
    상기 일반 제한 정보 내에서 상기 얼라인먼트 정보는 상기 개수 정보 다음에 존재하는 것을 특징으로 하는, 비디오 디코딩 방법.
  2. 제1항에 있어서,
    상기 플래그는 상기 일반 제한 정보 내에 존재하는 것을 특징으로 하는, 비디오 디코딩 방법.
  3. 제1항에 있어서,
    상기 플래그의 값이 0임을 기반으로 상기 일반 제한 정보 내에는 상기 제한들에 대한 정보가 존재하지 않는 것을 특징으로 하는, 비디오 디코딩 방법.
  4. 제1항에 있어서,
    상기 플래그의 값이 1임을 기반으로 상기 일반 제한 정보로부터 상기 제한들에 대한 정보 및 상기 개수 정보가 파싱되는 것을 특징으로 하는, 비디오 디코딩 방법.
  5. 제1항에 있어서,
    상기 개수 정보는 상기 제한들에 대한 정보에 대해 예비된 비트들의 개수를 나타내는 것을 특징으로 하는, 비디오 디코딩 방법.
  6. 제5항에 있어서,
    상기 일반 제한 정보 내에서 상기 얼라인먼트 정보는 상기 예비된 비트들 다음에 존재하는 것을 특징으로 하는, 비디오 디코딩 방법.
  7. 제1항에 있어서,
    상기 얼라인먼트 정보는 상기 일반 제한 정보에서 마지막으로 파싱되는 것을 특징으로 하는, 비디오 디코딩 방법.
  8. 제1항에 있어서,
    상기 일반 제한 정보는 상기 비트스트림의 profile_tier_level 신택스에 존재하고,
    상기 profile_tier_level 신택스는 상기 출력 레이어 세트들이 준수하는 레벨을 나타내는 레벨 정보를 포함하고,
    상기 profile_tier_level 신택스 구조 내에서 상기 일반 제한 정보는 상기 레벨 정보 다음에 존재하는 것을 특징으로 하는, 비디오 디코딩 방법.
  9. 비디오 인코딩 장치에 의하여 수행되는 비디오 인코딩 방법에 있어서,
    현재 픽처 내 현재 블록에 대해 인터 예측 또는 인트라 예측을 수행하는 단계;
    상기 인터 예측 또는 상기 인트라 예측을 기반으로 상기 현재 블록에 대한 예측 정보를 생성하는 단계; 및
    상기 예측 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하되,
    상기 영상 정보는 상기 영상 정보의 일반 제한 정보(general constraint information) 내에 출력 레이어 세트들이 준수하는 제한들에 대한 정보가 존재하는지를 나타내는 플래그를 포함하고,
    상기 일반 제한 정보는 상기 제한들에 대한 개수 정보 및 얼라인먼트 정보를 포함하고,
    상기 일반 제한 정보 내에서 상기 얼라인먼트 정보는 상기 개수 정보 다음에 존재하는 것을 특징으로 하는, 비디오 인코딩 방법.
  10. 제9항에 있어서,
    상기 플래그는 상기 일반 제한 정보 내에 존재하는 것을 특징으로 하는, 비디오 인코딩 방법.
  11. 제9항에 있어서,
    상기 일반 제한 정보는 상기 플래그의 값이 0임을 기반으로 상기 제한들에 대한 정보를 포함하지 않고, 상기 플래그의 값이 1임을 기반으로 상기 제한들에 대한 정보를 포함하는 것을 특징으로 하는, 비디오 인코딩 방법.
  12. 제9항에 있어서,
    상기 개수 정보는 상기 제한들에 대한 정보에 대해 예비된 비트들의 개수를 나타내는 것을 특징으로 하는, 비디오 인코딩 방법.
  13. 제12항에 있어서,
    상기 일반 제한 정보 내에서 상기 얼라인먼트 정보는 상기 예비된 비트들 다음에 존재하는 것을 특징으로 하는, 비디오 인코딩 방법.
  14. 제9항에 있어서,
    상기 일반 제한 정보는 상기 영상 정보의 profile_tier_level 신택스에 존재하고,
    상기 profile_tier_level 신택스는 상기 출력 레이어 세트들이 준수하는 레벨을 나타내는 레벨 정보를 포함하고,
    상기 profile_tier_level 신택스 구조 내에서 상기 일반 제한 정보는 상기 레벨 정보 다음에 존재하는 것을 특징으로 하는, 비디오 인코딩 방법.
  15. 컴퓨터 판독 가능한 디지털 저장 매체로서, 상기 디지털 저장 매체는 비디오 디코딩 장치에 의하여 비디오 디코딩 방법을 수행하도록 야기하는 정보를 포함하고, 상기 비디오 디코딩 방법은,
    영상 정보로부터 일반 제한 정보(general constraint information)를 획득하는 단계;
    상기 영상 정보로부터 상기 일반 제한 정보 내에 출력 레이어 세트들이 준수하는 제한들에 대한 정보가 존재하는지를 나타내는 플래그를 파싱하는 단계;
    상기 플래그를 기반으로 상기 일반 제한 정보에서 상기 제한들에 대한 정보를 파싱하는 단계; 및
    상기 제한들에 대한 정보를 기반으로 현재 픽처를 디코딩하는 단계를 포함하되,
    상기 일반 제한 정보는 상기 제한들에 대한 개수 정보 및 얼라인먼트 정보를 포함하고,
    상기 일반 제한 정보 내에서 상기 얼라인먼트 정보는 상기 개수 정보 다음에 존재하는 것을 특징으로 하는, 디지털 저장 매체.
PCT/KR2021/006904 2020-06-03 2021-06-03 영상/비디오 코딩 시스템에서 상위 레벨 신택스를 처리하는 방법 및 장치 WO2021246791A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202180059146.1A CN116134821A (zh) 2020-06-03 2021-06-03 用于在图像/视频编码系统中处理高级语法的方法和设备
KR1020237000282A KR20230023708A (ko) 2020-06-03 2021-06-03 영상/비디오 코딩 시스템에서 상위 레벨 신택스를 처리하는 방법 및 장치
US18/073,903 US11936914B2 (en) 2020-06-03 2022-12-02 Method and apparatus for processing high level syntax in image/video coding system
US18/509,983 US20240089506A1 (en) 2020-06-03 2023-11-15 Method and apparatus for processing high level syntax in image/video coding system

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202063033853P 2020-06-03 2020-06-03
US63/033,853 2020-06-03
US202063034946P 2020-06-04 2020-06-04
US63/034,946 2020-06-04

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/073,903 Continuation US11936914B2 (en) 2020-06-03 2022-12-02 Method and apparatus for processing high level syntax in image/video coding system

Publications (1)

Publication Number Publication Date
WO2021246791A1 true WO2021246791A1 (ko) 2021-12-09

Family

ID=78831193

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/006904 WO2021246791A1 (ko) 2020-06-03 2021-06-03 영상/비디오 코딩 시스템에서 상위 레벨 신택스를 처리하는 방법 및 장치

Country Status (4)

Country Link
US (2) US11936914B2 (ko)
KR (1) KR20230023708A (ko)
CN (1) CN116134821A (ko)
WO (1) WO2021246791A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11895310B2 (en) * 2021-07-02 2024-02-06 Sharp Kabushiki Kaisha Systems and methods for signaling operation range profile information in video coding

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170019344A (ko) * 2014-05-01 2017-02-21 퀄컴 인코포레이티드 하나 이상의 계층들을 포함하는 파티션과 연관된 프로파일, 티어 및 레벨에 기초하여 디코더의 능력을 결정하는 것에 의해 멀티-계층 비디오 데이터를 디코딩하기 위한 방법 및 디바이스
US20200029083A1 (en) * 2014-01-08 2020-01-23 Sony Corporation Decoding apparatus and decoding method, and coding apparatus and coding method

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10148969B2 (en) * 2015-02-11 2018-12-04 Qualcomm Incorporated Of sample entry and operation point signalling in a layered video file format
WO2019169339A1 (en) * 2018-03-01 2019-09-06 Arris Enterprises Llc System and method of motion information storage for video coding and signaling
CN112106369A (zh) * 2018-04-06 2020-12-18 艾锐势有限责任公司 减少双向时间预测中的运动矢量信息传输
US11457233B2 (en) * 2018-04-12 2022-09-27 Arris Enterprises Llc Motion information storage for video coding and signaling
US20210235124A1 (en) * 2020-01-29 2021-07-29 Qualcomm Incorporated Decoded picture buffer (dpb) parameter signaling for video coding
US11451811B2 (en) * 2020-04-05 2022-09-20 Tencent America LLC Method and apparatus for video coding
US20210368209A1 (en) * 2020-05-21 2021-11-25 Qualcomm Incorporated General constraint information signaling in video coding

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200029083A1 (en) * 2014-01-08 2020-01-23 Sony Corporation Decoding apparatus and decoding method, and coding apparatus and coding method
KR20170019344A (ko) * 2014-05-01 2017-02-21 퀄컴 인코포레이티드 하나 이상의 계층들을 포함하는 파티션과 연관된 프로파일, 티어 및 레벨에 기초하여 디코더의 능력을 결정하는 것에 의해 멀티-계층 비디오 데이터를 디코딩하기 위한 방법 및 디바이스

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
B. BROSS, J. CHEN, S. LIU, 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 *
S. MCCARTHY (DOLBY), P. YIN (DOLBY), T. LU (DOLBY), F. PU (DOLBY), W. HUSAK (DOLBY), T. CHEN (DOLBY): "AHG9: Modification of general constraint information", 131. MPEG MEETING; 20200629 - 20200703; ONLINE; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), 22 May 2020 (2020-05-22), XP030289722 *
Z. DENG (BYTEDANCE), Y.-K. WANG (BYTEDANCE), L. ZHANG (BYTEDANCE), K. ZHANG (BYTEDANCE), K. FAN (BYTEDANCE): "AHG9: On general constraints information", 131. MPEG MEETING; 20200629 - 20200703; ONLINE; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), 27 May 2020 (2020-05-27), XP030289640 *

Also Published As

Publication number Publication date
US11936914B2 (en) 2024-03-19
US20230105409A1 (en) 2023-04-06
CN116134821A (zh) 2023-05-16
US20240089506A1 (en) 2024-03-14
KR20230023708A (ko) 2023-02-17

Similar Documents

Publication Publication Date Title
WO2020071830A1 (ko) 히스토리 기반 움직임 정보를 이용한 영상 코딩 방법 및 그 장치
WO2020197236A1 (ko) 서브 픽처 핸들링 구조 기반 영상 또는 비디오 코딩
WO2021096057A1 (ko) 비디오 또는 영상 코딩 시스템에서의 엔트리 포인트 관련 정보에 기반한 영상 코딩 방법
WO2020167097A1 (ko) 영상 코딩 시스템에서 인터 예측을 위한 인터 예측 타입 도출
WO2021040400A1 (ko) 팔레트 모드 기반 영상 또는 비디오 코딩
WO2021040398A1 (ko) 팔레트 이스케이프 코딩 기반 영상 또는 비디오 코딩
WO2021132964A1 (ko) Nal 유닛 관련 정보 기반 영상 또는 비디오 코딩
WO2021125700A1 (ko) 예측 가중 테이블 기반 영상/비디오 코딩 방법 및 장치
WO2021091256A1 (ko) 영상/비디오 코딩 방법 및 장치
WO2021132963A1 (ko) 슬라이스 또는 픽처에 대한 nal 유닛 타입 기반 영상 또는 비디오 코딩
WO2021118293A1 (ko) 필터링 기반 영상 코딩 장치 및 방법
WO2021246791A1 (ko) 영상/비디오 코딩 시스템에서 상위 레벨 신택스를 처리하는 방법 및 장치
WO2022060113A1 (ko) 미디어 파일 처리 방법 및 그 장치
WO2021251744A1 (ko) Aps에 대한 식별자를 시그널링하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 컴퓨터 판독 가능한 기록 매체
WO2021091253A1 (ko) 슬라이스 타입 기반 영상/비디오 코딩 방법 및 장치
WO2021201463A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021091214A1 (ko) 크로마 양자화 파라미터 오프셋 관련 정보를 코딩하는 영상 디코딩 방법 및 그 장치
WO2021118296A1 (ko) 루프 필터링을 제어하는 영상 코딩 장치 및 방법
WO2021125702A1 (ko) 가중된 예측에 기반한 영상/비디오 코딩 방법 및 장치
WO2021091255A1 (ko) 영상/비디오 코딩을 위한 상위 레벨 신택스 시그널링 방법 및 장치
WO2021125701A1 (ko) 인터 예측 기반 영상/비디오 코딩 방법 및 장치
WO2021118297A1 (ko) 필터링을 위한 정보의 시그널링 기반 영상 코딩 장치 및 방법
WO2021091252A1 (ko) 영상/비디오 코딩을 위한 영상 정보 처리 방법 및 장치
WO2021246790A1 (ko) 영상/비디오 코딩 시스템에서 일반 제한 정보를 처리하는 방법 및 장치
WO2022220541A1 (ko) 디코더 초기화 관련 정보의 시그널링 기반 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: 21818209

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20237000282

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: 21818209

Country of ref document: EP

Kind code of ref document: A1