WO2021251700A1 - Dpb 동작 기반 영상 또는 비디오 코딩 - Google Patents

Dpb 동작 기반 영상 또는 비디오 코딩 Download PDF

Info

Publication number
WO2021251700A1
WO2021251700A1 PCT/KR2021/007057 KR2021007057W WO2021251700A1 WO 2021251700 A1 WO2021251700 A1 WO 2021251700A1 KR 2021007057 W KR2021007057 W KR 2021007057W WO 2021251700 A1 WO2021251700 A1 WO 2021251700A1
Authority
WO
WIPO (PCT)
Prior art keywords
dpb
picture
syntax element
condition
video
Prior art date
Application number
PCT/KR2021/007057
Other languages
English (en)
French (fr)
Inventor
파루리시탈
헨드리헨드리
김승환
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to US18/009,610 priority Critical patent/US20230224484A1/en
Priority to KR1020237000788A priority patent/KR20230021736A/ko
Priority to CN202180056984.3A priority patent/CN116195250A/zh
Publication of WO2021251700A1 publication Critical patent/WO2021251700A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/152—Data rate or code amount at the encoder output by measuring the fullness of the transmission buffer
    • 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
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/573—Motion compensation with multiple frame prediction using two or more reference frames in a given prediction direction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/58—Motion compensation with long-term prediction, i.e. the reference frame for a current frame not being the temporally closest one
    • 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

Definitions

  • the present technology relates to video or video coding, for example, to a coding technique related to a DPB operation in a video or video coding system.
  • VR Virtual Reality
  • AR Artificial Realtiy
  • holograms images/videos having different image characteristics from real images such as game images. broadcasting is 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 apparatus for increasing video/image coding efficiency.
  • Another technical task of this document is to provide a method and an apparatus for performing a DPB management process.
  • the DPB may be updated based on Decoded Picture Buffer (DPB) related information.
  • the DPB-related information may include a syntax element related to a maximum required size of the DPB.
  • a bumping process (bumping process) process) can be invoked.
  • the DPB-related information may include a syntax element related to the maximum number of picture reorders of the DPB or a syntax element related to the maximum latency of the DPB.
  • the invocation of the bumping process is not determined based on a second condition based on a syntax element related to the maximum number of picture reorders of the DPB or a third condition based on a syntax element related to the maximum latency of the DPB. For example, when the second condition or the third condition is satisfied but the first condition is not satisfied, the bumping process may not be called.
  • the DPB fullness may be decreased by 1 for the picture storage buffer emptied in the DPB. have.
  • the DPB fullness is additionally set to 1 for the picture storage buffer emptied in the DPB. It may not perform an operation to decrease by increments.
  • the current picture is the first picture of the current access unit (AU) that is a coded video sequence start access unit (CVSS) AU other than AU 0, whether the bumping process is called can be determined.
  • AU current access unit
  • CVSS coded video sequence start access unit
  • a video/image decoding method performed by a decoding apparatus is provided.
  • the video/image decoding method may include the method disclosed in the embodiments of this document.
  • a video/image encoding method performed by an encoding apparatus is provided.
  • the video/image encoding method may include the method disclosed in the embodiments of this document.
  • an encoding apparatus for performing video/image encoding.
  • the encoding apparatus may perform the methods disclosed in the embodiments of this document.
  • a computer-readable digital storage medium in which encoded video/image information generated according to the video/image encoding method disclosed in at least one of the embodiments of this document is stored.
  • encoded information or encoded video/image information causing the decoding apparatus to perform the video/image decoding method disclosed in at least one of the embodiments of this document is stored;
  • a storage medium is provided.
  • This document may have various effects. For example, according to an embodiment of the present document, overall image/video compression efficiency may be increased. In addition, according to an embodiment of the present document, the DPB operation can be improved by effectively performing the DPB management process. In addition, according to an embodiment of this document, when the picture buffer is emptied during the bumping process, the DPB fullness is reduced only once, thereby increasing the accuracy of the output order operation of the DPB, and reducing the complexity by reducing the number of call condition checks of the bumping process. can Accordingly, it is possible to improve accuracy and efficiency in DPB management (ie, output and removal operations of pictures in the DPB).
  • Effects that can be obtained through specific embodiments of the present document are not limited to the effects listed above.
  • various technical effects that a person having ordinary skill in the related art can understand or derive from this document may exist.
  • the specific effects of this document are not limited to those explicitly described in this document, and may include various effects that can be understood or derived from the technical characteristics of the present document.
  • FIG. 1 schematically shows an example of a video/image coding system that can be applied to embodiments of this document.
  • 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.
  • 5 exemplarily shows a decoding procedure according to an embodiment of the present document.
  • FIG. 6 and 7 schematically show an example of a video/image encoding method and related components according to embodiment(s) of this document.
  • FIG. 10 shows an example of a content streaming system to which embodiments disclosed in this document can be applied.
  • each component in the drawings described in this document is shown independently for the convenience of description regarding different characteristic functions, and does not mean that each component is implemented as separate hardware or separate software.
  • two or more components among each component may be combined to form one component, or one component may be divided into a plurality of components.
  • Embodiments in which each component is integrated and/or separated are also included in the scope of the present document without departing from the essence of this document.
  • a or B (A or B) may mean “only A”, “only B”, or “both A and B”.
  • a or B (A or B)” in this document may be interpreted as “A and/or B (A and/or B)”.
  • A, B or C(A, B or C) means “only A”, “only B”, “only C”, or "any and any combination of A, B and C ( any combination of A, B and C)”.
  • a slash (/) or a comma (comma) used in this document may mean “and/or”.
  • A/B may mean “A and/or B”. Accordingly, “A/B” may mean “only A”, “only B”, or “both A and B”.
  • A, B, C may mean “A, B, or C”.
  • At least one of A and B may mean “only A”, “only B” or “both A and B”. Also, in this document, the expression “at least one of A or B” or “at least one of A and/or B” means “at least one It can be interpreted the same as “A and B (at least one of A and B)”.
  • At least one of A, B and C means “only A”, “only B”, “only C”, or “A, B and C” any combination of A, B and C”. Also, “at least one of A, B or C” or “at least one of A, B and/or C” means can mean “at least one of A, B and C”.
  • parentheses used in this document may mean “for example”. Specifically, when “prediction (intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”. In other words, “prediction” in this document is not limited to “intra prediction”, and “intra prediction” may be proposed as an example of “prediction”. Also, even when “prediction (ie, intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”.
  • This article is about video/image coding.
  • a method/embodiment disclosed in this document may be applied to a method disclosed in a versatile video coding (VVC) standard.
  • the method/embodiment disclosed in this document is an essential video coding (EVC) standard, AOMedia Video 1 (AV1) standard, 2nd generation of audio video coding standard (AVS2), or a next-generation video/video coding standard (ex. H.267). or H.268, etc.).
  • EVC essential video coding
  • AV1 AOMedia Video 1
  • AVS2 2nd generation of audio video coding standard
  • next-generation video/video coding standard ex. H.267. or H.268, etc.
  • a video may mean a set of a series of images according to the passage of time.
  • a picture generally means a unit representing one image in a specific time period
  • a slice/tile is a unit constituting a part of a picture in coding.
  • a slice/tile may include one or more coding tree units (CTUs).
  • CTUs coding tree units
  • One picture may consist of one or more slices/tiles.
  • a tile is a specific tile row within a picker 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 contain an integer number of complete tiles or an integer number of consecutive complete CTU rows within a tile of a picture, which may be contained exclusively in a single NAL unit.
  • one picture may be divided into two or more subpictures.
  • a subpicture may be a rectangular region of one or more slices within the picture.
  • a pixel or pel may mean a minimum unit constituting one picture (or image). Also, a 'sample' may be used as a term corresponding to a pixel.
  • a sample may generally represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component. Alternatively, the sample may mean a pixel value in the spatial domain, or when the pixel value is transformed into the frequency domain, it may mean a transform coefficient in the frequency domain.
  • a unit may represent a basic unit of image processing.
  • the unit may include at least one of a specific region of a picture and information related to the region.
  • One unit may include one luma block and two chroma (ex. cb, cr) blocks.
  • a unit may be used interchangeably with terms such as a block or an area in some cases.
  • an MxN block may include samples (or sample arrays) or a set (or arrays) of transform coefficients including M columns and N rows.
  • 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.
  • transform coefficients may be called coefficients or residual coefficients, or may still be called transform coefficients for the sake of 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 about the transform coefficient(s), and the information about the transform coefficient(s) may be signaled through a residual coding syntax.
  • Transform coefficients may be derived based on residual information (or information about 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.
  • FIG. 1 schematically shows an example of a video/image coding system that can be applied to embodiments of this document.
  • a video/image coding system may include a first apparatus (source device) and a second apparatus (receive device).
  • the source device may transmit encoded video/image information or data in the form of a file or streaming to the receiving device through a digital storage medium or a network.
  • the source device may include a video source, an encoding apparatus, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding apparatus, and a renderer.
  • the encoding apparatus may be referred to as a video/image encoding apparatus, and the decoding apparatus may be referred to as a video/image decoding apparatus.
  • the transmitter may be included in the encoding device.
  • the receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or external component.
  • the video source may acquire a video/image through a process of capturing, synthesizing, or generating a video/image.
  • a video source may include a video/image capture device and/or a video/image generating device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, and the like.
  • a video/image generating device may include, for example, a computer, tablet, and smart phone, and may (electronically) generate a video/image.
  • a virtual video/image may be generated through a computer, etc. In this case, the video/image capturing process may be substituted for the process of generating related data.
  • the encoding device may encode the input video/image.
  • the encoding apparatus may perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
  • the encoded data (encoded video/image information) may be output in the form of a bitstream.
  • the transmitting unit may transmit the encoded video/image information or data output in the form of a bitstream to the receiving unit of the receiving device in the form of a file or streaming through a digital storage medium or a network.
  • the digital storage medium may include a variety of storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiver may receive/extract the bitstream and transmit it to the decoding device.
  • the decoding apparatus may decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding apparatus.
  • the renderer may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • the encoding device may include an image encoding device and/or a video encoding device.
  • the encoding apparatus 200 includes an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, It may be configured to include an adder 250 , a filter 260 , and a memory 270 .
  • the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222 .
  • the residual processing unit 230 may include a transformer 232 , a quantizer 233 , an inverse quantizer 234 , and an inverse transformer 235 .
  • the residual processing unit 230 may further include a subtractor 231 .
  • the adder 250 may be referred to as a reconstructor or a reconstructed block generator.
  • the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, adder 250 and filtering unit 260 may include one or more hardware components ( For example, by an encoder chipset or processor).
  • the memory 270 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 270 as an internal/external component.
  • the image dividing unit 210 may divide an input image (or a picture, a frame) input to the encoding apparatus 200 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • the coding unit is to be recursively divided according to a quad-tree binary-tree ternary-tree (QTBTTT) structure from a coding tree unit (CTU) or largest coding unit (LCU).
  • QTBTTT quad-tree binary-tree ternary-tree
  • CTU coding tree unit
  • LCU largest coding unit
  • one coding unit may be divided into a plurality of coding units having a lower depth based on a quad tree structure, a binary tree structure, and/or a ternary structure.
  • a quad tree structure may be applied first and a binary tree structure and/or a ternary structure may be applied later.
  • the binary tree structure may be applied first.
  • a coding procedure according to this document may be performed based on the final coding unit that is no longer divided.
  • the largest coding unit may be directly used as the final coding unit based on coding efficiency according to image characteristics, or the coding unit may be recursively divided into coding units having a lower depth than the optimal coding unit if necessary.
  • a coding unit of the size of may be used as the final coding unit.
  • the coding procedure may include procedures such as prediction, transformation, and restoration, which will be described later.
  • the processing unit may further include a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be divided or partitioned from the above-described final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • a unit may be used interchangeably with terms such as a block or an area in some cases.
  • an MxN block may represent a set of samples or transform coefficients including M columns and N rows.
  • a sample may generally represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luminance component, or may represent only a pixel/pixel value of a chroma component.
  • a sample may be used as a term corresponding to a picture (or an image) as a pixel or a pel.
  • the encoding apparatus 200 subtracts the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input image signal (original block, original sample array) to obtain a residual A signal (residual signal, residual block, residual sample array) may be generated, and the generated residual signal is transmitted to the converter 232 .
  • a unit for subtracting a prediction signal (prediction block, prediction sample array) from an input image signal (original block, original sample array) in the encoder 200 may be referred to as a subtraction unit 231 .
  • the prediction unit may perform prediction on a processing target block (hereinafter, referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information about prediction, such as prediction mode information, and transmit it to the entropy encoding unit 240 , as will be described later in the description of each prediction mode.
  • the prediction information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra prediction unit 222 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the vicinity of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes according to the granularity of the prediction direction. However, this is an example, and a higher or lower number of directional prediction modes may be used according to a setting.
  • the intra prediction unit 222 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 221 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • the motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated CU (colCU), or the like, and a reference picture including the temporally neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive a motion vector and/or a reference picture index of the current block. can create Inter prediction may be performed based on various prediction modes. For example, in the skip mode and merge mode, the inter prediction unit 221 may use motion information of a neighboring block as motion information of the current block.
  • the motion vector of the current block is calculated by using a motion vector of a neighboring block as a motion vector predictor and signaling a motion vector difference.
  • the prediction unit 220 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, the sample value in the picture may be signaled based on information about the palette table and palette index.
  • the prediction signal generated by the prediction unit may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation method may include at least one of Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Karhunen-Loeve Transform (KLT), Graph-Based Transform (GBT), or Conditionally Non-linear Transform (CNT).
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • KLT Karhunen-Loeve Transform
  • GBT Graph-Based Transform
  • CNT Conditionally Non-linear Transform
  • GBT means a transformation obtained from this graph when expressing relationship information between pixels in a graph.
  • CNT refers to a transformation obtained by generating a prediction signal using all previously reconstructed pixels and based thereon. Also, the transformation process may be applied to a block of pixels having the same size as a square, or may be applied to a block of a variable size that is not a square.
  • the quantization unit 233 quantizes the transform coefficients and transmits them to the entropy encoding unit 240, and the entropy encoding unit 240 encodes the quantized signal (information on the quantized transform coefficients) and outputs it as a bitstream. have.
  • Information about the quantized transform coefficients may be referred to as residual information.
  • the quantization unit 233 may rearrange the quantized transform coefficients in the block form into a one-dimensional vector form based on a coefficient scan order, and the quantized transform coefficients in the one-dimensional vector form are quantized based on the quantized transform coefficients in the one-dimensional vector form. Information about the transform coefficients may be generated.
  • the entropy encoding unit 240 may perform various encoding methods such as, for example, exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 240 may encode information necessary for video/image reconstruction (eg, values of syntax elements, etc.) other than the quantized transform coefficients together or separately.
  • Encoded information (eg, encoded video/image information) may be transmitted or stored in a network abstraction layer (NAL) unit unit in a bitstream form.
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • APS adaptation parameter set
  • PPS picture parameter set
  • SPS sequence parameter set
  • VPS video parameter set
  • the video/image information may further include general constraint information.
  • information and/or syntax elements transmitted/signaled from the encoding device to the decoding device may be included in video/image information.
  • the video/image information may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream may be transmitted over a network or may be stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmitting unit (not shown) and/or a storing unit (not shown) for storing may be configured as internal/external elements of the encoding apparatus 200, or the transmitting unit It may be included in the entropy encoding unit 240 .
  • the quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
  • a residual signal residual block or residual samples
  • the adder 155 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.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 260 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 260 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 270 , specifically, the DPB of the memory 270 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the filtering unit 260 may generate various types of filtering-related information and transmit it to the entropy encoding unit 240 , as will be described later in the description of each filtering method.
  • the filtering-related information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the corrected reconstructed picture transmitted to the memory 270 may be used as a reference picture in the inter prediction unit 221 .
  • the encoding apparatus can avoid prediction mismatch between the encoding apparatus 100 and the decoding apparatus, and can also improve encoding efficiency.
  • the memory 270 DPB may store the corrected reconstructed picture to be used as a reference picture in the inter prediction unit 221 .
  • the memory 270 may store motion information of a block in which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 270 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 222 .
  • the decoding device may include an image decoding device and/or a video decoding device.
  • the decoding apparatus 300 includes an entropy decoder 310 , a residual processor 320 , a predictor 330 , an adder 340 , and a filtering unit. (filter, 350) and may be configured to include a memory (memoery, 360).
  • the prediction unit 330 may include an inter prediction unit 331 and an intra prediction unit 332 .
  • the residual processing unit 320 may include a dequantizer 321 and an inverse transformer 321 .
  • the entropy decoding unit 310 , the residual processing unit 320 , the prediction unit 330 , the addition unit 340 , and the filtering unit 350 are one hardware component (eg, a decoder chipset or a processor according to an embodiment). ) can be configured by
  • the memory 360 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 360 as an internal/external component.
  • the decoding apparatus 300 may receive a signal output from the encoding apparatus of FIG. 2 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310 .
  • the entropy decoding unit 310 may derive information (eg, video/image information) necessary for image restoration (or picture restoration) by parsing the bitstream.
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/image information may further include general constraint information.
  • the decoding apparatus may decode the picture further based on the information on the parameter set and/or the general restriction information.
  • Signaled/received information and/or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 310 decodes information in a bitstream based on a coding method such as exponential Golomb encoding, CAVLC or CABAC, and a value of a syntax element required for image reconstruction, and a quantized value of a transform coefficient related to a residual can be printed out.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in the bitstream, and decodes the syntax element information to be decoded and the decoding information of the surrounding and decoding target blocks or the symbol/bin information decoded in the previous step.
  • a context model is determined using the context model, and the probability of occurrence of a bin is predicted according to the determined context model, and a symbol corresponding to the value of each syntax element can be generated by performing arithmetic decoding of the bin.
  • the CABAC entropy decoding method may update the context model by using the decoded symbol/bin information for the context model of the next symbol/bin after determining the context model.
  • Prediction-related information among the information decoded by the entropy decoding unit 310 is provided to the prediction units (the inter prediction unit 332 and the intra prediction unit 331), and the entropy decoding unit 310 performs entropy decoding.
  • the dual value that is, the quantized transform coefficients and related parameter information may be input to the residual processing unit 320 .
  • the residual processing unit 320 may derive a residual signal (residual block, residual samples, residual sample array). Also, information about filtering among the information decoded by the entropy decoding unit 310 may be provided to the filtering unit 350 .
  • a receiving unit (not shown) that receives a signal output from the encoding device may be further configured as an internal/external element of the decoding device 300 , or the receiving unit may be a component of the entropy decoding unit 310 .
  • the decoding apparatus may be called a video/image/picture decoding apparatus, and the decoding apparatus is divided into an information decoder (video/image/picture information decoder) and a sample decoder (video/image/picture sample decoder).
  • the information decoder may include the entropy decoding unit 310 , and the sample decoder includes the inverse quantization unit 321 , the inverse transform unit 322 , the adder 340 , the filtering unit 350 , and the memory 360 . ), an inter prediction unit 332 , and at least one of an intra prediction unit 331 .
  • the inverse quantizer 321 may inverse quantize the quantized transform coefficients to output the transform coefficients.
  • the inverse quantizer 321 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, the rearrangement may be performed based on the coefficient scan order performed by the encoding device.
  • the inverse quantization unit 321 may perform inverse quantization on the quantized transform coefficients using a quantization parameter (eg, quantization step size information) and obtain transform coefficients.
  • a quantization parameter eg, quantization step size information
  • the inverse transform unit 322 inverse transforms the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the prediction information output from the entropy decoding unit 310, and may determine a specific intra/inter prediction mode.
  • the prediction unit 320 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 blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the inter prediction unit 332 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or a reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes, and the information on the prediction may include information indicating the mode of inter prediction for the current block.
  • the adder 340 restores the obtained residual signal by adding it to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 332 and/or the intra prediction unit 331 ).
  • a signal (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the predicted block may be used as a reconstructed block.
  • the adder 340 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, may be output through filtering as described below, or may be used for inter prediction of the next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 350 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and convert the modified reconstructed picture to the memory 360 , specifically, the DPB of the memory 360 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the (modified) reconstructed picture stored in the DPB of the memory 360 may be used as a reference picture in the inter prediction unit 332 .
  • the memory 360 may store motion information of a block in which motion information in the current picture is derived (or decoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 332 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 360 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 331 .
  • the predicted block includes prediction samples in the spatial domain (or pixel domain).
  • the predicted block is derived equally from the encoding device and the decoding device, and the encoding device signals information (residual information) about the residual between the original block and the predicted block, rather than the original sample value of the original block itself, to the decoding device. It is possible to increase the video coding efficiency.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, generate a reconstructed block including reconstructed samples by combining the residual block and the predicted block, and reconstruct including reconstructed blocks A picture can be created.
  • the residual information may be generated through transformation and quantization procedures.
  • the encoding apparatus derives a residual block between the original block and the predicted block, and performs a transform procedure on residual samples (residual sample array) included in the residual block to derive transform coefficients, and transform A quantization procedure may be performed on the coefficients to derive quantized transform coefficients, and related residual information may be signaled to a decoding apparatus (via a bitstream).
  • the residual information may include information on values of quantized transform coefficients, location information, transform techniques, transform kernels, quantization parameters, and the like.
  • the decoding apparatus may perform an inverse quantization/inverse transformation procedure based on the residual information and derive residual samples (or residual blocks).
  • the decoding apparatus may generate a reconstructed picture based on the predicted block and the residual block.
  • the encoding apparatus may also inverse quantize/inverse transform the quantized transform coefficients for reference for inter prediction of a later picture to derive a residual block, and generate a reconstructed picture based thereon.
  • a picture output and removal process in a decoded picture buffer may be performed.
  • a picture output and removal process in a decoded picture buffer (DPB) in the existing VVC standard for a video/image coding system may be as shown in the table below.
  • the picture output process may be invoked every time.
  • AU current access unit
  • CVSS AU coded video sequence start AU
  • variable NoOutputOfPriorPicsFlag can be derived as follows for the decoder under test.
  • NoOutputOfPriorPicsFlag may be set equal to 1 by the decoder under test regardless of the value of ph_no_output_of_prior_pics_flag of the current AU.
  • NoOutputOfPriorPicsFlag may be set equal to the value of ph_no_output_of_prior_pics_flag of the current AU.
  • variable NoOutputOfPriorPicsFlag derived for the decoder under test may be applied to the HRD (Hypothetical Reference Decoder). Therefore, when the value of NoOutputOfPriorPicsFlag is 1, all picture storage buffers of the DPB may be emptied without output of the included picture, and the DPB fullness may be set to 0.
  • the picture k has a PictureOutputFlag equal to 0, or the DPB output time of the picture k is greater than the CPB removal time of the first DU (Decoding Unit) (denoted as DU m) of the current picture n. less than or equal to; That is, DpbOutputTime[k] is less than or equal to DuCpbRemovalTime[m].
  • the DPB fullness may decrease by 1.
  • AU current access unit
  • CVSS AU coded video sequence start AU
  • variable NoOutputOfPriorPicsFlag can be derived as follows for the decoder under test.
  • NoOutputOfPriorPicsFlag may be set equal to 1 by the decoder under test regardless of the value of ph_no_output_of_prior_pics_flag of the current AU.
  • NoOutputOfPriorPicsFlag may be set equal to the value of ph_no_output_of_prior_pics_flag of the current AU.
  • variable NoOutputOfPriorPicsFlag derived for the decoder under test can be applied to the HRD (Hypothetical Reference Decoder) as follows.
  • NoOutputOfPriorPicsFlag 1
  • all picture storage buffers of the DPB may be emptied without output of the included picture, and the DPB fullness may be set to 0. .
  • the bumping process may consist of steps in the following order.
  • a picture (or pictures) to be output first may be selected as a picture having the smallest PicOrderCntVal value among all pictures of a DPB marked as “needed for output”.
  • Each of the pictures may be cropped in ascending nuh_layer_id order using a conformance cropping window for the picture, and the cropped picture is output, and the picture is not required for output. "not needed for output” may be displayed.
  • Each picture storage buffer containing a picture that is marked as “unused for reference”, which is one of the cropped and output pictures, is emptied, and the fullness of the DPB can be reduced by 1. .
  • the number of pictures in the DPB is max_dec_pic_buffering_minus1[Htid] + 1 or more.
  • the existing VVC standard for the above-described picture output and removal process may have the following problems. That is, the existing VVC standard regarding the operation of the output order of the DPB in terms of a process related during decoding of the current picture and a process related after decoding of the current picture may have the following problems.
  • the DPB fullness should decrease only once.
  • the DPB fullness is reduced twice. That is, the DPB fullness decreases once during the bumping process and once after the bumping process is completed.
  • the three conditions are as described above i) when the number of pictures in the DPB marked as “needed for output” is greater than max_num_reorder_pics[Htid], ii) max_latency_increase_plus1[Htid] is not equal to 0 and “output” in the DPB
  • PicLatencyCount marked as "needed for output” greater than or equal to MaxLatencyPictures[Htid]
  • the number of pictures in the DPB may be max_dec_pic_buffering_minus1[Htid] + 1 or more.
  • this document proposes a solution to the above-described problem.
  • the proposed embodiments may be applied individually or in combination. That is, this document may be adjusted/applied in the following way in relation to the output and removal of pictures in the DPB.
  • the DPB fullness may be reduced only once. This DPB reduction may be performed during the bumping process (ie, by the bumping process itself) or after the bumping process is complete.
  • the bumping process is performed at picture decoding start (i.e., before decoding of the current picture, but after parsing the slice header of the first slice of the current picture) and/or after picture decoding (i.e., after decoding the current picture)
  • picture decoding start i.e., before decoding of the current picture, but after parsing the slice header of the first slice of the current picture
  • picture decoding i.e., after decoding the current picture
  • all picture storage buffers containing pictures marked "not needed for output” and “unused for reference” buffers) is emptied (without output), the bumping process can be called at the start of picture decoding when the picture buffer of the DPB for storing the current picture is not enough.
  • This condition can also be expressed as It may be expressed as "when the number of pictures in the DPB is greater than or equal to max_dec_pic_buffering_minus1[Htid] + 1".
  • the bumping processor may be called at the end of picture decoding when at least one of the following conditions is satisfied.
  • Table 2 below shows a VVC standard specification that provides implementation of all or some of the above-described embodiments.
  • the current picture is the first picture of the current AU, and the current AU (ie, the AU including the current picture) is not AU 0, but CVSS AU (Coded Video Sequence Start AU), the next A sequence of steps may be applied.
  • CVSS AU Coded Video Sequence Start AU
  • variable NoOutputOfPriorPicsFlag can be derived as follows for the decoder under test.
  • NoOutputOfPriorPicsFlag may be set equal to 1 by the decoder under test regardless of the value of ph_no_output_of_prior_pics_flag of the current AU.
  • NoOutputOfPriorPicsFlag may be set equal to the value of ph_no_output_of_prior_pics_flag of the current AU.
  • variable NoOutputOfPriorPicsFlag derived for the decoder under test can be applied to the Hypothetical Reference Decoder (HRD) as follows.
  • NoOutputOfPriorPicsFlag When the value of NoOutputOfPriorPicsFlag is 1, all picture storage buffers of the DPB may be emptied without output of the included picture, and the DPB fullness may be set to 0.
  • the current AU is not a CVSS AU or the current AU is a CVSS AU other than AU 0, but the current picture is not the first picture in the current AU, "not needed for output” and all picture storage buffers including pictures marked "unused for reference” may be emptied (without output). For each picture storage buffer that is emptied, the DPB fullness may decrease by one. And, in calling the bumping process, the bumping process call may be repeatedly made until the number of pictures in the DPB is less than max_dec_pic_buffering_minus1[Htid] + 1. However, the following i) and /or ii) the bumping process may not be called even if the condition is not true.
  • the accuracy of the output order operation of the DPB is increased by reducing the DPB fullness only once when the picture buffer is emptied during the bumping process, and complexity is reduced by reducing the number of call condition checks of the bumping process. can be reduced Accordingly, it is possible to improve accuracy and efficiency in DPB management (ie, output and removal operations of pictures in the DPB).
  • FIG. 4 exemplarily shows an encoding procedure according to an embodiment of the present document.
  • the method disclosed in FIG. 4 may be performed by the encoding apparatus 200 illustrated in FIG. 2 .
  • one or more of the steps of FIG. 4 may be omitted, and other steps may be added according to an embodiment.
  • the encoding apparatus decodes (restores) a picture (S400).
  • the encoding device may decode the picture of the current AU.
  • the encoding device manages the DPB based on the DPB parameter (S410).
  • DPB management may be referred to as DPB update.
  • the DPB management process may include a process of marking and/or removing a picture decoded in the DPB.
  • the decoded picture may be used as a reference for inter prediction of a subsequence picture. That is, the decoded picture may be used as a reference picture for inter prediction of a picture that follows in decoding order.
  • Each decoded picture may be basically inserted into the DPB.
  • the DPB can generally be updated before decoding the current picture.
  • the decoded picture in the DPB may not be output. If the layer related to the DPB (or DPB parameter) is an output layer, the decoded picture in the DPB may be output based on the DPB and/or the DPB parameter. DPB management may include outputting the decoded picture from the DPB.
  • the encoding apparatus encodes image information including information related to the DPB parameter (S420).
  • the information related to the DPB parameter may include the information/syntax element disclosed in the above-described embodiments and/or the syntax element disclosed in a table to be described later.
  • Table 3 described above may indicate a Video Parameter Set (VPS) including syntax elements for a signaled DPB parameter.
  • VPS Video Parameter Set
  • Semantics of the syntax elements shown in Table 3 above may be as follows.
  • the syntax element vps_num_dpb_params may indicate the number of dpb_parameters() syntax structures in the VPS.
  • the value of vps_num_dpb_params may be in the range of 0 to 16.
  • the syntax element vps_num_dpb_params may be regarded as equal to 0.
  • the syntax element same_dpb_size_output_or_nonoutput_flag may indicate whether the syntax element layer_nonoutput_dpb_params_idx[i] may exist in the VPS. For example, when the value of the syntax element same_dpb_size_output_or_nonoutput_flag is 1, the syntax element same_dpb_size_output_or_nonoutput_flag may indicate that there is no syntax element layer_nonoutput_dpb_params_idx[i] in the VPS, and the syntax element same_dpbnonsize_output_flag when the value of the syntax element same_dpbnonsize_flagoutput element is 0, It may indicate that the element layer_nonoutput_dpb_params_idx[i] may be present.
  • the syntax element vps_sublayer_dpb_params_present_flag may be used to control the presence of syntax elements max_dec_pic_buffering_minus1[], max_num_reorder_pics[] and max_latency_increase_plus1[] in the dpb_parameters() syntax structure of the VPS (control). Also, when the syntax element vps_sublayer_dpb_params_present_flag does not exist, the value of the syntax element vps_sublayer_dpb_params_present_flag may be considered to be equal to 0.
  • the syntax element dpb_size_only_flag[i] may indicate whether the syntax elements max_num_reorder_pics[] and max_latency_increase_plus1[] may exist in the i-th dpb_parameters() syntax structure of the VPS. For example, when the value of the syntax element dpb_size_only_flag[i] is 1, the syntax element dpb_size_only_flag[i] indicates that the syntax elements max_num_reorder_pics[] and max_latency_increase_plus1[] do not exist in the i-th dpb_parameters() syntax structure of the VPS.
  • the syntax element dpb_size_only_flag[i] may indicate that the syntax elements max_num_reorder_pics[] and max_latency_increase_plus1[] may be present in the i-th dpb_parameters() syntax structure of the VPS have.
  • the syntax element dpb_max_temporal_id[i] may indicate the TemporalId of the highest sublayer representation in which the DPB parameter may exist in the i-th dpb_parameters() syntax structure in the VPS.
  • the value of dpb_max_temporal_id[i] may be in the range of 0 to vps_max_sublayers_minus1. Also, for example, when the value of vps_max_sublayers_minus1 is 0, the value of dpb_max_temporal_id[i] may be regarded as 0.
  • vps_max_sublayers_minus1 when the value of vps_max_sublayers_minus1 is greater than 0 and vps_all_layers_same_num_sublayers_flag is 1, the value of dpb_max_temporal_id[i] may be considered equal to vps_max_sublayers_minus1.
  • the syntax element layer_output_dpb_params_idx[i] may designate the index of the dpb_parameters() syntax structure applied to the i-th layer that is the output layer of the OLS to the list of dpb_parameters() syntax structures of the VPS.
  • the syntax element layer_output_dpb_params_idx[i] may be in the range of 0 to vps_num_dpb_params-1.
  • the dpb_parameters() syntax structure applied to the i-th layer as the output layer may be a dpb_parameters() syntax structure existing in the SPS referenced by the layer.
  • the value of layer_output_dpb_params_idx[i] may be a requirement of bitstream conformance to set the value of dpb_size_only_flag[layer_output_dpb_params_idx[i]] to 0.
  • the syntax element layer_nonoutput_dpb_params_idx[i] specifies the index of the dpb_parameters() syntax structure applied to the i-th layer, which is a non-output layer of the OLS, to the list of the dpb_parameters() syntax structure of the VPS.
  • the syntax element layer_nonoutput_dpb_params_idx[i] may be in the range of 0 to vps_num_dpb_params-1.
  • vps_independent_layer_flag[i] When vps_independent_layer_flag[i] is 1, it may be a dpb_parameters() syntax structure in the SPS referenced by the layer of the dpb_parameters() syntax structure applied to the i-th layer, which is a non-output layer.
  • layer_nonoutput_dpb_params_idx[i] may be considered equal to layer_output_dpb_params_idx[i].
  • the dpb_parameters() syntax structure which is the DPB parameter syntax structure disclosed in Table 3 above, may be as follows.
  • the dpb_parameters() syntax structure may provide information on the DPB size for each CLVS of the CVS, the maximum picture reorder number, and the maximum latency.
  • the dpb_parameters() syntax structure may be indicated as information on DPB parameters or DPB parameter information.
  • a value obtained by adding 1 to the syntax element max_dec_pic_buffering_minus1[i] may represent the maximum required size of the DPB in units of picture storage buffers when Htid is equal to i for each CLVS of CVS.
  • max_dec_pic_buffering_minus1[i] may be information about the DPB size.
  • the value of the syntax element max_dec_pic_buffering_minus1[i] may be in the range of 0 to MaxDpbSize ⁇ 1. Also, for example, when i is greater than 0, max_dec_pic_buffering_minus1[i] may be greater than or equal to max_dec_pic_buffering_minus1[i-1].
  • max_dec_pic_buffering_minus1[i] for i in the range of 0 to maxSubLayersMinus1-1 does not exist, subLayerInfoFlag is 0, so the value of the syntax element max_dec_pic_buffering_minus1[i] can be regarded as equal to max_dec_pic_buffering_minus1[maxSubLayersMinus1]. have.
  • max_num_reorder_pics[i] may precede all pictures of CLVS in decoding order for each CLVS of CVS, and when Htid is equal to i, follow the picture in output order It may indicate the maximum allowed number of pictures of the CLVS that can be followed.
  • max_num_reorder_pics[i] may be information on the maximum number of picture reorders of the DPB.
  • the value of max_num_reorder_pics[i] may be in the range of 0 to max_dec_pic_buffering_minus1[i].
  • max_num_reorder_pics[i] may be greater than or equal to max_num_reorder_pics[i-1].
  • max_num_reorder_pics[i] for i does not exist within the range of 0 to maxSubLayersMinus1-1, since subLayerInfoFlag is 0, the syntax element max_num_reorder_pics[i] may be considered to be equal to max_num_reorder_pics[maxSubLayersMinus1].
  • MaxLatencyPictures[i] may be derived as follows.
  • max_latency_increase_plus1[i] if max_latency_increase_plus1[i] is 0, the corresponding limit may not be displayed.
  • the value of max_latency_increase_plus1[i] may be in the range of 0 to 2 32 - 2.
  • max_latency_increase_plus1[i] for i does not exist within the range of 0 to maxSubLayersMinus1-1, since subLayerInfoFlag is 0, the syntax element max_latency_increase_plus1[i] may be regarded as equal to max_latency_increase_plus1[maxSubLayersMinus1].
  • the above-described DPB management may be performed based on the information/syntax element related to the above-described DPB parameter.
  • Different DPB parameter(s) may be signaled depending on whether the current layer is an output layer or a reference layer, or other DPB parameter(s) depending on whether the DPB (or DPB parameter) is for OLS (OLS mapped) ) may be signaled.
  • the encoding apparatus may decode the current picture based on the updated/managed DPB.
  • the decoded current picture may be inserted into the DPB, and the DPB including the decoded current picture may be updated based on the DPB parameter before decoding the next picture of the current picture in decoding order.
  • FIG. 5 exemplarily shows a decoding procedure according to an embodiment of the present document.
  • the method disclosed in FIG. 5 may be performed by the decoding apparatus 300 illustrated in FIG. 3 .
  • one or more of the steps of FIG. 5 may be omitted, and other steps may be added according to embodiments.
  • the decoding apparatus obtains image information including information related to a DPB parameter from a bitstream (S500).
  • the decoding apparatus may obtain image information including information related to the DPB parameter.
  • the information/syntax element related to the DPB parameter may be as described above.
  • the decoding apparatus manages the DPB based on the DPB parameter (S510).
  • DPB management may be referred to as DPB update.
  • the DPB management process may include a process of marking and/or removing a picture decoded in the DPB.
  • the decoding apparatus may derive a DPB parameter based on the information related to the DPB parameter, and may perform a DPB management process based on the derived DPB parameter.
  • FIG. 6 and 7 schematically show an example of a video/image encoding method and related components according to embodiment(s) of this document.
  • the method illustrated in FIG. 6 may be performed by the encoding apparatus 200 illustrated in FIG. 2 or FIG. 7 .
  • the encoding apparatus 200 illustrated in FIG. 7 is a simplified representation of the encoding apparatus 200 illustrated in FIG. 2 .
  • steps S600 to S610 of FIG. 6 may be performed by the DPB illustrated in FIG. 2
  • step S620 may be performed by the entropy encoding unit 240 illustrated in FIG. 2 .
  • the process of decoding the current picture may be performed by the prediction unit 220 , the residual processing unit 230 , the adder 340 , and the like shown in FIG. 2 .
  • the method disclosed in FIG. 6 may be performed including the embodiments described above in this document. Accordingly, in FIG. 6 , a detailed description of the content overlapping with the above-described embodiments will be omitted or simplified.
  • the encoding apparatus may generate decoded picture buffer (DPB) related information (S600).
  • DVB decoded picture buffer
  • the DPB-related information includes at least one of a syntax element related to the maximum required size of the DPB, a syntax element related to the maximum number of picture reorders of the DPB, or a syntax element related to the maximum latency of the DPB. may contain one.
  • the syntax element related to the maximum required size of the DPB may be the above-described max_dec_pic_buffering_minus1[i] syntax element.
  • a value obtained by adding 1 to max_dec_pic_buffering_minus1[i] may indicate the maximum required size of the DPB in units of picture storage buffers when Htid is equal to i for each CLVS of CVS.
  • the syntax element related to the maximum number of picture reorders of the DPB may be the above-described max_num_reorder_pics[i] syntax element.
  • max_num_reorder_pics[i] may precede all pictures of CLVS in decoding order for each CLVS of CVS, and when Htid is equal to i, the picture may follow in output order. It may indicate the maximum allowed number of pictures of CLVS.
  • the syntax element related to the maximum latency of the DPB may be the above-described max_latency_increase_plus1[i] syntax element. In this case, max_latency_increase_plus1[i] whose value is not 0 may be used to calculate the value of MaxLatencyPictures[i].
  • MaxLatencyPictures[i] is the maximum number of pictures in CLVS that can precede all pictures of CLVS in output order for each CLVS of CVS and can follow the picture in decoding order when Htid is equal to i ( the maximum number of pictures).
  • the value of MaxLatencyPictures[i] may be derived by (the value of the syntax element related to the maximum number of picture reorders of the DPB + the value of the syntax element related to the maximum latency of the DPB - 1), and the above-described math It can be calculated as in Equation 1.
  • the DPB-related information may further include various information related to output/removal of pictures in the DPB, for example, may further include information/syntax elements related to the DPB parameters disclosed in Tables 3 to 6 described above.
  • the encoding device In updating the DPB (ie, marking/removing/outputting pictures in the DPB), the encoding device performs a bumping process on the DPB (ie, the picture storage buffer in the DPB) based on the DPB-related information and reduces the DPB fullness action can be performed.
  • a bumping process on the DPB (ie, the picture storage buffer in the DPB) based on the DPB-related information and reduces the DPB fullness action can be performed.
  • the encoding device is the number of pictures in the DPB is greater than or equal to a value obtained by adding 1 to a value of a syntax element (eg, max_dec_pic_buffering_minus1) related to the maximum required size of the DPB. , can invoke the bumping process.
  • a syntax element eg, max_dec_pic_buffering_minus1
  • the invocation of the bumping process is based on a second condition based on a syntax element (eg, max_num_reorder_pics) related to the maximum number of picture reorders of the DPB or a third condition based on a syntax element (eg, max_latency_increase_plus1) related to the maximum latency of the DPB is not determined by
  • a syntax element eg, max_num_reorder_pics
  • the second condition may be a condition regarding whether the number of pictures in the DPB marked "needed for output" is greater than the value of a syntax element (eg, max_num_reorder_pics) related to the maximum number of picture reorders of the DPB.
  • the third condition is that the value of the syntax element (eg, max_latency_increase_plus1) related to the maximum latency of the DPB is not equal to 0, and the related variable PicLatencyCount is greater than or equal to MaxLatencyPictures.
  • MaxLatencyPictures may be derived by (value of the syntax element related to the maximum number of picture reorders of the DPB + the value of the syntax element related to the maximum latency of the DPB - 1).
  • the bumping process is performed by determining whether or not the first condition is satisfied only on the basis of the second condition and the third condition, which are overlapping conditions (that is, excluding the second condition and the third condition). can do.
  • the bumping process may not be called even if the following conditions i) and/or ii) are not true.
  • the encoding apparatus may decrease the DPB fullness by 1 for the picture storage buffer emptied in the DPB during the bumping process called based on the case where the first condition is satisfied.
  • the encoding device additionally reduces the DPB fullness by 1 for the picture storage buffer emptied in the DPB. does not As an example, as described in Table 2 above, the additional operation for decreasing the DPB fullness by 1 for each additional picture storage buffer emptied in the calling operation of the bumping process may be eliminated.
  • the bumping process is called until the number of pictures in the DPB is not greater than or equal to max_dec_pic_buffering_minus1[ Htid ] + 1 (ie, if the first condition is satisfied), and the DPB fullness only within the called bumping process operation. can be reduced once. Since the specific operation process of the bumping process has been described above, a description thereof will be omitted herein.
  • the encoding device determines whether the bumping process is called based on whether the current picture is the first picture of the current access unit (AU) that is a coded video sequence start access unit (CVSS) AU other than AU 0.
  • AU 0 may refer to the first AU of the bitstream, for example, AU 0 may be the first AU of the bitstream in decoding order.
  • the encoding apparatus may update the DPB by removing and/or outputting picture(s) in the DPB through an operation such as a bumping process based on the DPB-related information.
  • the encoding apparatus may encode image information including DPB-related information ( S620 ).
  • the encoding device relates to a syntax element related to a maximum required size of the DPB, a syntax element related to the maximum number of picture reorders of the DPB, or a maximum latency of the DPB.
  • Image information including at least one of the syntax elements may be encoded.
  • the encoding apparatus may encode image information including a slice header for the current picture.
  • the encoding apparatus may decode the current picture based on the updated DPB. For example, the encoding apparatus may derive a prediction sample by performing inter prediction on a block in the current picture based on the reference picture of the DPB, and based on the prediction sample, a reconstructed sample for the current picture and / Alternatively, a restored picture may be generated. Meanwhile, for example, the encoding apparatus may derive a residual sample from a block in the current picture, and may generate a reconstructed sample and/or a reconstructed picture through addition of the prediction sample and the residual sample.
  • in-loop filtering procedures such as deblocking filtering, SAO and/or ALF procedures may be applied to the reconstructed samples in order to improve subjective/objective image quality as necessary.
  • the encoding apparatus may generate/encode prediction-related information and/or residual information for the block, and the image information may include the prediction-related information and/or the residual information.
  • the encoding apparatus may insert the decoded current picture into the DPB.
  • the encoding apparatus may derive a DPB parameter for the current AU and may generate DBP related information for the DPB parameter.
  • the image information may include the DBP-related information.
  • the image/video information including various information as described above may be encoded and output in the form of a bitstream.
  • the bitstream may be transmitted to the decoding device via a network or (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.
  • the method disclosed in FIG. 8 may be performed by the decoding apparatus 300 illustrated in FIG. 3 or 9 .
  • the decoding apparatus 300 illustrated in FIG. 9 is a simplified diagram of the decoding apparatus 300 illustrated in FIG. 3 .
  • step S800 of FIG. 8 may be performed by the entropy decoding unit 310 illustrated in FIG. 3
  • step S810 may be performed by the DPB illustrated in FIG. 3
  • step S820 may be performed by the entropy decoding unit 310 .
  • the residual processing unit 320 , the prediction unit 330 , the adder 340 and the like.
  • the method disclosed in FIG. 8 may be performed including the embodiments described above in this document. Accordingly, in FIG. 8 , a detailed description of the content overlapping with the above-described embodiments will be omitted or simplified.
  • the decoding apparatus may obtain image information including decoded picture buffer (DPB) related information from the bitstream (S800).
  • DPB decoded picture buffer
  • the DPB-related information includes at least one of a syntax element related to the maximum required size of the DPB, a syntax element related to the maximum number of picture reorders of the DPB, or a syntax element related to the maximum latency of the DPB. may contain one.
  • the syntax element related to the maximum required size of the DPB may be the above-described max_dec_pic_buffering_minus1[i] syntax element.
  • a value obtained by adding 1 to max_dec_pic_buffering_minus1[i] may indicate the maximum required size of the DPB in units of picture storage buffers when Htid is equal to i for each CLVS of CVS.
  • the syntax element related to the maximum number of picture reorders of the DPB may be the above-described max_num_reorder_pics[i] syntax element.
  • max_num_reorder_pics[i] may precede all pictures of CLVS in decoding order for each CLVS of CVS, and when Htid is equal to i, the picture may follow in output order. It may indicate the maximum allowed number of pictures of CLVS.
  • the syntax element related to the maximum latency of the DPB may be the above-described max_latency_increase_plus1[i] syntax element. In this case, max_latency_increase_plus1[i] whose value is not 0 may be used to calculate the value of MaxLatencyPictures[i].
  • MaxLatencyPictures[i] is the maximum number of pictures in CLVS that can precede all pictures of CLVS in output order for each CLVS of CVS and can follow the picture in decoding order when Htid is equal to i ( the maximum number of pictures).
  • the value of MaxLatencyPictures[i] may be derived by (the value of the syntax element related to the maximum number of picture reorders of the DPB + the value of the syntax element related to the maximum latency of the DPB - 1), and the above-described math It can be calculated as in Equation 1.
  • the decoding apparatus may update the DPB based on the DPB-related information (S810).
  • the decoding apparatus may update the DPB (ie, mark/remove/output a picture in the DPB) before decoding the current picture and after parsing the slice header of the first slice of the current picture.
  • the DPB may include a picture decoded before the current picture.
  • the decoding device In updating the DPB (ie, marking/removing/outputting pictures in the DPB), the decoding device performs a bumping process on the DPB (ie, the picture storage buffer in the DPB) based on the DPB-related information and reduces the DPB fullness action can be performed.
  • a bumping process on the DPB (ie, the picture storage buffer in the DPB) based on the DPB-related information and reduces the DPB fullness action can be performed.
  • the invocation of the bumping process is based on a second condition based on a syntax element (eg, max_num_reorder_pics) related to the maximum number of picture reorders of the DPB or a third condition based on a syntax element (eg, max_latency_increase_plus1) related to the maximum latency of the DPB is not determined by
  • a syntax element eg, max_num_reorder_pics
  • the second condition may be a condition regarding whether the number of pictures in the DPB marked "needed for output" is greater than the value of a syntax element (eg, max_num_reorder_pics) related to the maximum number of picture reorders of the DPB.
  • the third condition is that the value of the syntax element (eg, max_latency_increase_plus1) related to the maximum latency of the DPB is not equal to 0, and the related variable PicLatencyCount is greater than or equal to MaxLatencyPictures.
  • MaxLatencyPictures may be derived by (value of the syntax element related to the maximum number of picture reorders of the DPB + the value of the syntax element related to the maximum latency of the DPB - 1).
  • the bumping process is performed by determining whether or not the first condition is satisfied only on the basis of the second condition and the third condition, which are overlapping conditions (that is, excluding the second condition and the third condition). can do.
  • the bumping process may not be called even if the following conditions i) and/or ii) are not true.
  • the decoding apparatus may decrease the DPB fullness by 1 for the picture storage buffer emptied in the DPB during the bumping process called based on the case where the first condition is satisfied.
  • the decoding apparatus additionally reduces the DPB fullness by 1 for the picture storage buffer emptied in the DPB. does not As an example, as described in Table 2 above, the additional operation for decreasing the DPB fullness by 1 for each additional picture storage buffer emptied in the calling operation of the bumping process may be eliminated.
  • the bumping process is called until the number of pictures in the DPB is not greater than or equal to max_dec_pic_buffering_minus1[ Htid ] + 1 (ie, if the first condition is satisfied), and the DPB fullness only within the called bumping process operation. can be reduced once. Since the specific operation process of the bumping process has been described above, a description thereof will be omitted herein.
  • the decoding apparatus determines whether the bumping process is called based on whether the current picture is the first picture of the current access unit (AU) that is a coded video sequence start access unit (CVSS) AU other than AU 0.
  • AU 0 may refer to the first AU of the bitstream, for example, AU 0 may be the first AU of the bitstream in decoding order.
  • the current AU is not a CVSS AU or the current AU is a CVSS AU other than AU 0, but the current picture is not the first picture in the current AU, "not required for output ( All picture storage buffers containing pictures marked as "not needed for output” and "unused for reference” may be emptied (without output). For each picture storage buffer that is emptied, the DPB fullness may decrease by one. The bumping process may be repeatedly called until the number of pictures in the DPB is not greater than or equal to max_dec_pic_buffering_minus1[ Htid ] + 1 .
  • the decoding apparatus may decode the current picture based on the DPB (S820).
  • the decoding apparatus may decode the current picture based on the updated DPB. For example, the decoding apparatus may derive a prediction sample by performing inter prediction on a block in the current picture based on the reference picture of the DPB, and based on the prediction sample, a reconstructed sample for the current picture and / Alternatively, a restored picture may be generated. Meanwhile, for example, the decoding apparatus may derive a residual sample from a block in the current picture based on residual information about the current picture received through a bitstream, and the prediction sample and the residual sample A reconstructed sample and/or a reconstructed picture may be generated through addition. The image information may include the residual information. Also, the decoding apparatus may insert the decoded current picture into the DPB.
  • in-loop filtering procedures such as deblocking filtering, SAO and/or ALF procedures may be applied to the reconstructed samples in order to improve subjective/objective image quality as necessary.
  • the method according to this document described above may be implemented in the form of software, and the encoding device and/or decoding device according to this document is, for example, a TV, a computer, a smart phone, a set-top box, a display device that performs image processing. may be included in the device.
  • a module may be stored in a memory and executed by a processor.
  • the memory may be internal or external to the processor, and may be coupled to the processor by various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
  • Memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and/or other storage devices. That is, the embodiments described in this document may be implemented and performed on a processor, a microprocessor, a controller, or a chip.
  • the functional units shown in each figure may be implemented and performed on a computer, a processor, a microprocessor, a controller, or a chip. In this case, information on instructions or an algorithm for implementation may be stored in a digital storage medium.
  • the decoding device and the encoding device to which this document is applied are a multimedia broadcasting transceiver, mobile communication terminal, home cinema video device, digital cinema video device, surveillance camera, video conversation device, real-time communication device such as video communication, mobile streaming Device, storage medium, camcorder, video on demand (VoD) service providing device, over the top video (OTT) device, internet streaming service providing device, three-dimensional (3D) video device, VR (virtual reality) device, AR (argumente) reality) may be included in devices, video telephony video devices, transportation means (eg, vehicle (including autonomous vehicle) terminals, airplane terminals, ship terminals, etc.) and medical video devices, etc., and may be used to process video signals or data signals.
  • transportation means eg, vehicle (including autonomous vehicle) terminals, airplane terminals, ship terminals, etc.
  • medical video devices etc.
  • the OTT video (Over the top video) device may include a game console, a Blu-ray player, an Internet-connected TV, a home theater system, a smart phone, a tablet PC, a digital video recorder (DVR), and the like.
  • a game console a Blu-ray player
  • an Internet-connected TV a home theater system
  • a smart phone a tablet PC
  • DVR digital video recorder
  • the processing method to which the embodiment(s) of this document is applied may be produced in the form of a program executed by a computer, and may be stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to the embodiment(s) of this document may also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all types of storage devices and distributed storage devices in which computer-readable data is stored.
  • the computer-readable recording medium includes, for example, Blu-ray Disc (BD), Universal Serial Bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk and optical It may include a data storage device.
  • the computer-readable recording medium includes a medium implemented in the form of a carrier wave (eg, transmission through the Internet).
  • the bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired/wireless communication network.
  • FIG. 10 shows an example of a content streaming system to which embodiments disclosed in this document can be applied.
  • the content streaming system applied to the embodiments of this document 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 generation method applied to embodiments of this document, 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 There may be a computer, digital signage, and the like.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributed and processed.

Abstract

본 문서의 개시에 따르면, DPB (Decoded Picture Buffer) 관련 정보를 기반으로 DPB를 업데이트할 수 있다. 상기 DPB 관련 정보는 DPB의 최대 요구 사이즈(maximum required size)에 관련된 신택스 엘리먼트를 포함할 수 있다. 상기 DPB를 업데이트 함에 있어서, 상기 DPB 내 픽처의 수가 상기 DPB의 최대 요구 사이즈에 관련된 신택스 엘리먼트의 값에 1을 더한 값 보다 크거나 같지 않은 제1 조건을 만족하는 경우를 기반으로, 범핑 프로세스(bumping process)가 호출(invoke)될 수 있다.

Description

DPB 동작 기반 영상 또는 비디오 코딩
본 기술은 비디오 또는 영상 코딩에 관한 것이며, 예를 들어 영상 또는 비디오 코딩 시스템에서 DPB 동작(operation)에 관련된 코딩 기술에 관한 것이다.
최근 4K 또는 8K 이상의 UHD(Ultra High Definition) 영상/비디오와 같은 고해상도, 고품질의 영상/비디오에 대한 수요가 다양한 분야에서 증가하고 있다. 영상/비디오 데이터가 고해상도, 고품질이 될수록 기존의 영상/비디오 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 영상/비디오 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(Virtual Reality), AR(Artificial Realtiy) 컨텐츠나 홀로그램 등의 실감 미디어(Immersive Media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 영상/비디오에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 영상/비디오의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 영상/비디오 압축 기술이 요구된다.
또한, 영상/비디오 코딩의 효율을 향상시키기 위한 방안이 필요하며, 이를 위해서 효과적으로 DPB 동작(operation)에 관련된 코딩 기술이 필요하다.
본 문서의 기술적 과제는 비디오/영상 코딩 효율을 높이는 방법 및 장치를 제공함에 있다.
본 문서의 다른 기술적 과제는 DPB 관리 프로세스를 수행하는 방법 및 장치를 제공함에 있다.
본 문서의 일 실시예에 따르면, DPB (Decoded Picture Buffer) 관련 정보를 기반으로 DPB를 업데이트할 수 있다. 상기 DPB 관련 정보는 DPB의 최대 요구 사이즈(maximum required size)에 관련된 신택스 엘리먼트를 포함할 수 있다. 상기 DPB를 업데이트 함에 있어서, 상기 DPB 내 픽처의 수가 상기 DPB의 최대 요구 사이즈에 관련된 신택스 엘리먼트의 값에 1을 더한 값 보다 크거나 같지 않은 제1 조건을 만족하는 경우를 기반으로, 범핑 프로세스(bumping process)가 호출(invoke)될 수 있다.
또한, 본 문서의 일 실시예에 따르면, 상기 DPB 관련 정보는 상기 DPB의 최대 픽처 리오더(maximum picture reorder) 수에 관련된 신택스 엘리먼트 또는 상기 DPB 의 최대 레이턴시(maximum latency)에 관련된 신택스 엘리먼트를 포함할 수 있다. 상기 범핑 프로세스의 호출은 상기 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트에 기반한 제2 조건 또는 상기 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트에 기반한 제3 조건에 기반하여 결정되지 않는다. 예를 들어, 상기 제2 조건 또는 상기 제3 조건을 만족하지만 상기 제1 조건을 만족하지 않는 경우, 상기 범핑 프로세스는 호출되지 않을 수 있다.
또한, 본 문서의 일 실시예에 따르면, 상기 제1 조건을 만족하는 경우를 기반으로 호출되는 상기 범핑 프로세스 동안, 상기 DPB 내 비워진 픽처 저장 버퍼에 대하여 DPB 충만도(fullness)가 1씩 감소될 수 있다.
또한, 본 문서의 일 실시예에 따르면, 상기 제1 조건을 만족하는 경우를 기반으로 호출된 상기 범핑 프로세스가 수행된 이후, 추가적으로 상기 DPB 내 비워진 픽처 저장 버퍼에 대하여 DPB 충만도(fullness)를 1씩 감소시키는 동작을 수행하지 않을 수 있다.
또한, 본 문서의 일 실시예에 따르면, 현재 픽처가 AU 0 이 아닌 CVSS(Coded Video Sequence Start Access Unit) AU 인 현재 AU(Access Unit)의 첫번째 픽처인지 여부를 기반으로, 상기 범핑 프로세스의 호출 여부가 결정될 수 있다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 비디오/영상 디코딩 방법을 제공한다. 상기 비디오/영상 디코딩 방법은 본 문서의 실시예들에서 개시된 방법을 포함할 수 있다.
본 문서의 일 실시예에 따르면, 비디오/영상 디코딩을 수행하는 디코딩 장치를 제공한다. 상기 디코딩 장치는 본 문서의 실시예들에서 개시된 방법을 수행할 수 있다.
본 문서의 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 비디오/영상 인코딩 방법을 제공한다. 상기 비디오/영상 인코딩 방법은 본 문서의 실시예들에서 개시된 방법을 포함할 수 있다.
본 문서의 일 실시예에 따르면, 비디오/영상 인코딩을 수행하는 인코딩 장치를 제공한다. 상기 인코딩 장치는 본 문서의 실시예들에서 개시된 방법을 수행할 수 있다.
본 문서의 일 실시예에 따르면, 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 인코딩 방법에 따라 생성된 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 디코딩 방법을 수행하도록 야기하는 인코딩된 정보 또는 인코딩된 비디오/영상 정보가 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서는 다양한 효과를 가질 수 있다. 예를 들어, 본 문서의 일 실시예에 따르면 전반적인 영상/비디오 압축 효율을 높일 수 있다. 또한, 본 문서의 일 실시예에 따르면 효과적으로 DPB 관리 프로세스를 수행함으로써 DPB 동작의 향상을 가져올 수 있다. 또한, 본 문서의 일 실시예에 따르면 범핑 프로세스 시 픽처 버퍼를 비울 때 DPB 충만도가 한번만 감소되도록 함으로써 DPB의 출력 순서 동작의 정확성을 높이고, 범핑 프로세스의 호출 조건 체크 수를 줄임으로써 복잡도를 감소시킬 수 있다. 따라서, DPB 관리 (즉, DPB 내 픽처의 출력 및 제거 동작)에 있어 정확도 및 효율성을 향상시킬 수 있다.
본 문서의 구체적인 실시예를 통해 얻을 수 있는 효과는 이상에서 나열된 효과로 제한되지 않는다. 예를 들어, 관련된 기술분야의 통상의 지식을 가진 자(a person having ordinary skill in the related art)가 본 문서로부터 이해하거나 유도할 수 있는 다양한 기술적 효과가 존재할 수 있다. 이에 따라 본 문서의 구체적인 효과는 본 문서에 명시적으로 기재된 것에 제한되지 않고, 본 문서의 기술적 특징으로부터 이해되거나 유도될 수 있는 다양한 효과를 포함할 수 있다.
도 1은 본 문서의 실시예들에 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 실시예에 따른 인코딩 절차를 예시적으로 나타낸다.
도 5는 본 문서의 실시예에 따른 디코딩 절차를 예시적으로 나타낸다.
도 6 및 도 7은 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 8 및 도 9는 본 문서의 실시예(들)에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 10은 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 문서는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 문서를 특정 실시예에 한정하려고 하는 것이 아니다. 본 문서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 문서의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 문서에서 "포함하다" 또는 "가지다" 등의 용어는 문서상에 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 도는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 문서에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 문서의 본질에서 벗어나지 않는 한 본 문서의 권리범위에 포함된다.
본 문서에서 "A 또는 B(A or B)"는 "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 달리 표현하면, 본 문서에서 "A 또는 B(A or B)"는 "A 및/또는 B(A and/or B)"으로 해석될 수 있다. 예를 들어, 본 문서에서 "A, B 또는 C(A, B or C)"는 "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"를 의미할 수 있다.
본 문서에서 사용되는 슬래쉬(/)나 쉼표(comma)는 "및/또는(and/or)"을 의미할 수 있다. 예를 들어, "A/B"는 "A 및/또는 B"를 의미할 수 있다. 이에 따라 "A/B"는 "오직 A", "오직 B", 또는 "A와 B 모두"를 의미할 수 있다. 예를 들어, "A, B, C"는 "A, B 또는 C"를 의미할 수 있다.
본 문서에서 "적어도 하나의 A 및 B(at least one of A and B)"는, "오직 A", "오직 B" 또는 "A와 B 모두"를 의미할 수 있다. 또한, 본 문서에서 "적어도 하나의 A 또는 B(at least one of A or B)"나 "적어도 하나의 A 및/또는 B(at least one of A and/or B)"라는 표현은 "적어도 하나의 A 및 B(at least one of A and B)"와 동일하게 해석될 수 있다.
또한, 본 문서에서 "적어도 하나의 A, B 및 C(at least one of A, B and C)"는, "오직 A", "오직 B", "오직 C", 또는 "A, B 및 C의 임의의 모든 조합(any combination of A, B and C)"를 의미할 수 있다. 또한, "적어도 하나의 A, B 또는 C(at least one of A, B or C)"나 "적어도 하나의 A, B 및/또는 C(at least one of A, B and/or C)"는 "적어도 하나의 A, B 및 C(at least one of A, B and C)"를 의미할 수 있다.
또한, 본 문서에서 사용되는 괄호는 "예를 들어(for example)"를 의미할 수 있다. 구체적으로, "예측(인트라 예측)"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 문서는 비디오/영상 코딩에 관한 것이다. 예를 들어 본 문서에서 개시된 방법/실시예는 VVC (versatile video coding) 표준에 개시되는 방법에 적용될 수 있다. 또한, 본 문서에서 개시된 방법/실시예는 EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
본 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
본 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 타일은 픽너 내 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 단일 NAL 유닛에 배타적으로 담겨질 수 있는, 정수개의 완전한 타일들 또는 픽처의 타일 내의 정수개의 연속적인 완전한 CTU 행들을 포함할 수 있다.
한편, 하나의 픽처는 둘 이상의 서브픽처로 구분될 수 있다. 서브픽처는 픽처 내 하나 이상의 슬라이스들의 사각 리전일 수 있다.
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 또는 샘플은 공간 도메인에서의 픽셀값을 의미할 수도 있고, 이러한 픽셀값이 주파수 도메인으로 변환되면 주파수 도메인에서의 변환 계수를 의미할 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
또한, 본 문서에서 양자화/역양자화 및/또는 변환/역변환 중 적어도 하나는 생략될 수 있다. 양자화/역양자화가 생략되는 경우, 양자화된 변환 계수는 변환 계수라고 불릴 수 있다. 변환/역변환이 생략되는 경우, 변환 계수는 계수 또는 레지듀얼 계수라고 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, 변환 계수(들)에 관한 정보는 레지듀얼 코딩 신택스를 통하여 시그널링될 수 있다. 레지듀얼 정보(또는 변환 계수(들)에 관한 정보)를 기반으로 변환 계수들이 도출될 수 있고, 변환 계수들에 대한 역변환(스케일링)을 통하여 스케일링된 변환 계수들이 도출될 수 있다. 스케일링된 변환 계수들에 대한 역변환(변환)을 기반으로 레지듀얼 샘플들이 도출될 수 있다. 이는 본 문서의 다른 부분에서도 마찬가지로 적용/표현될 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 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
도 1은 본 문서의 실시예들에 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
도 2는 본 문서의 실시예들이 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 인코딩 장치라 함은 영상 인코딩 장치 및/또는 비디오 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽쳐, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 문서에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우 도시된 바와 같이 인코더(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다. 예측부는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 각 예측모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
상기 예측부 (인터 예측부(221) 및/또는 상기 인트라 예측부(222) 포함)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송되고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(155)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(100)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270) DPB는 수정된 복원 픽처를 인터 예측부(221)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 문서의 실시예들이 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 디코딩 장치라 함은 영상 디코딩 장치 및/또는 비디오 디코딩 장치를 포함할 수 있다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memoery, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인터 예측부(331) 및 인트라 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 2의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 2의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다. 레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 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(320)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(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(332)에서 참조 픽쳐로 사용될 수 있다. 메모리(360)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(332)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 문서에서, 인코딩 장치(200)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다.
상술한 바와 같이 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 원본 블록과 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 레지듀얼 블록과 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 원본 블록과 예측된 블록 간의 레지듀얼 블록을 도출하고, 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 레지듀얼 정보는 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
한편, DPB(Decoded Picture Buffer)에서의 픽처 출력 및 제거 프로세스가 수행될 수 있다. 비디오/영상 코딩 시스템에 대한 기존 VVC 표준에서 DPB(Decoded Picture Buffer)에서의 픽처 출력 및 제거 프로세스는 아래의 표와 같을 수 있다.
Figure PCTKR2021007057-appb-T000001
Figure PCTKR2021007057-appb-I000001
예를 들어, 비디오/영상 코딩 시스템에 대한 VVC 표준에 따르면, 현재 픽처를 디코딩하기 전에(하지만, 상기 현재 픽처의 첫번째 슬라이스의 슬라이스 헤더를 파싱한 이후에) 상술한 표에 개시된 바와 같은 픽처 당 한 번씩 픽처 출력 프로세스가 호출될(invoked) 수 있다.
또한, 예를 들어, 표 1을 참조하면 현재 AU(Access Unit)가 AU 0이 아닌 CVSS AU(Coded Video Sequence Start AU)인 경우, 다음 순서의 스텝들이 적용될 수 있다.
- 첫째로, 변수 NoOutputOfPriorPicsFlag 가 테스트 중인 디코더에 대하여 아래와 같이 도출될 수 있다.
- 현재 AU 에 대하여 도출된 PicWidthMaxInSamplesY, PicHeightMaxInSamplesY, MaxChromaFormat, MaxBitDepthMinus8 또는 max_dec_pic_buffering_minus1[Htid] 의 값 각각이 디코딩 순서에서 선행하는 AU 에 대하여 도출된 PicWidthMaxInSamplesY, PicHeightMaxInSamplesY, MaxChromaFormat, MaxBitDepthMinus8, 또는 max_dec_pic_buffering_minus1[Htid] 의 값과 다른 경우, NoOutputOfPriorPicsFlag 는 현재 AU의 ph_no_output_of_prior_pics_flag 의 값에 관계없이 테스트 중인 디코더에 의하여 1과 같이 설정될 수 있다.
- 그렇지 않은 경우, NoOutputOfPriorPicsFlag 는 현재 AU의 ph_no_output_of_prior_pics_flag 의 값과 동일하게 설정될 수 있다.
- 둘째로, 테스트 중인 디코더에 대하여 도출된 변수 NoOutputOfPriorPicsFlag 가 HRD(Hypothetical Reference Decoder)에 적용될 수 있다. 따라서 NoOutputOfPriorPicsFlag의 값이 1 인 경우, DPB의 모든 픽처 저장 버퍼(all picture storage buffers)는 포함하는 픽처의 출력없이 비워질 수 있고, DPB 충만도(fullness)는 0으로 설정될 수 있다.
또한, 예를 들어, 표 1을 참조하면 DPB의 픽처 k에 대해 다음 조건이 모두 참(true)인 경우, DPB의 모든 픽처 k는 DPB에서 제거될 수 있다.
- 픽처 k는 "참조로 사용되지 않음(unused for reference)"으로 표시됨.
- 픽처 k가 0과 같은 PictureOutputFlag를 갖거나 또는 상기 픽처 k 의 DPB 출력 시간(DPB output time)이 현재 픽처 n의 첫번째 DU (Decoding Unit) (DU m으로 표시됨)의 CPB 제거 시간(removal time)보다 작거나 같음; 즉, DpbOutputTime[k]가 DuCpbRemovalTime[m]보다 작거나 같음.
또한, 예를 들어, 표 1을 참조하면 DPB에서 제거된 각 픽처에 대하여, DPB 충만도는 1씩 감소할 수 있다.
또한, 예를 들어, 표 1을 참조하면 현재 AU(Access Unit)가 AU 0이 아닌 CVSS AU(Coded Video Sequence Start AU)인 경우, 다음 순서의 스텝들이 적용될 수 있다.
- 첫째로, 변수 NoOutputOfPriorPicsFlag 가 테스트 중인 디코더에 대하여 아래와 같이 도출될 수 있다.
- 현재 AU 에 대하여 도출된 PicWidthMaxInSamplesY, PicHeightMaxInSamplesY, MaxChromaFormat, MaxBitDepthMinus8 또는 max_dec_pic_buffering_minus1[Htid] 의 값 각각이 디코딩 순서에서 선행하는 AU 에 대하여 도출된 PicWidthMaxInSamplesY, PicHeightMaxInSamplesY, MaxChromaFormat, MaxBitDepthMinus8, 또는 max_dec_pic_buffering_minus1[Htid] 의 값과 다른 경우, NoOutputOfPriorPicsFlag 는 현재 AU의 ph_no_output_of_prior_pics_flag 의 값에 관계없이 테스트 중인 디코더에 의하여 1과 같이 설정될 수 있다.
- 그렇지 않은 경우, NoOutputOfPriorPicsFlag 는 현재 AU의 ph_no_output_of_prior_pics_flag 의 값과 동일하게 설정될 수 있다.
- 둘째로, 테스트 중인 디코더에 대하여 도출된 변수 NoOutputOfPriorPicsFlag 가 HRD(Hypothetical Reference Decoder)에 다음과 같이 적용될 수 있다.
- 예를 들어, NoOutputOfPriorPicsFlag의 값이 1 인 경우, DPB의 모든 픽처 저장 버퍼(all picture storage buffers)는 포함하는 픽처의 출력없이 비워질 수 있고, DPB 충만도(fullness)는 0으로 설정될 수 있다.
- 그렇지 않은 경우(즉, NoOutputOfPriorPicsFlag의 값이 0 인 경우), DPB의 "출력에 필요하지 않음(not needed for output)" 및 "참조로 사용되지 않음(unused for reference)"으로 표시된(marked) 픽처를 포함하는 모든 픽처 저장 버퍼(all picture storage buffers)가 (출력 없이) 비워질 수 있고, DPB의 비어 있지 않은 픽처 저장 버퍼(all non-empty picture storage buffers) 는 (VVC 표준의) C.5.2.4 절에 지정된 "범핑(bumping)" 프로세스를 반복적으로 호출하여 비워지고 DPB 충만도는 0 으로 설정될 수 있다.
한편, 상기 범핑 프로세스는 다음과 같은 순서의 스텝들로 구성될 수 있다.
1. 먼저 출력되는 픽처(또는 픽처들)가 "출력에 필요(needed for output)"로 표시된 DPB의 모든 픽처들 중 PicOrderCntVal 값이 가장 작은 픽처로 선택될 수 있다.
2. 상기 픽처들 각각은 픽처에 대한 컨포먼스 크롭핑 윈도우(conformance cropping window)를 사용하여 nuh_layer_id 오름차순으로 크롭될(cropped) 수 있고, 상기 크롭된 픽처는 출력되고, 상기 픽처는 출력에 필요하지 않음(not needed for output)"표시될 수 있다.
3. "참조로 사용되지 않음(unused for reference)"으로 표시되고, 크롭되고 출력된 픽처들 중 하나인 픽처를 포함하는 각 픽처 저장 버퍼는 비워지고, DPB의 충만도는 1 씩 감소될 수 있다.
또한, 예를 들어, 표 1을 참조하면 현재 AU가 CVSS AU가 아닌 경우, "출력에 필요하지 않음(not needed for output)"및 "참조로 사용되지 않음(unused for reference)"으로 표시된 픽처를 포함하는 모든 픽처 저장 버퍼(all picture storage buffers)가 (출력 없이) 비워질 수 있다. 비워진 각 픽처 저장 버퍼에 대하여, DPB 충만도는 1씩 감소할 수 있다. 또한, 후술하는 조건들 중 하나 이상이 참(true)인 경우, 후술하는 조건들이 모두 참이 아닐때까지 (VVC 표준의) C.5.2.4절에 지정된 "범핑(bumping)" 프로세스가 비워진 각 추가 픽처 저장 버퍼에 대하여 DPB 충만도를 1씩 더 감소시키면서 반복적으로 호출될 수 있다.
- "출력 필요(needed for output)"로 표시된 DPB 내 픽처의 수가 max_num_reorder_pics[Htid]보다 큼.
- max_latency_increase_plus1[Htid]이 0과 같지 않고 DPB 내 "출력 필요(needed for output)"로 표시된 관련 변수 PicLatencyCount가 MaxLatencyPictures[Htid]보다 크거나 같은 픽처가 적어도 하나 이상 있음.
- DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[Htid] + 1 이상임.
한편, 상술한 픽처 출력 및 제거 프로세스에 대한 기존 VVC 표준은 다음과 같은 문제가 있을 수 있다. 즉, 현재 픽처의 디코딩 동안 관련된 프로세스와 현재 픽처의 디코딩 이후에 관련된 프로세스의 관점에서 DPB의 출력 순서의 동작에 관한 기존 VVC 표준은 다음과 같은 문제가 있을 수 있다.
1. 범핑 프로세스를 호출하여 픽처 버퍼를 비울 때, DPB 충만도는 한 번만 감소해야 한다. 그러나 기존 VVC 표준에서 DPB 충만도는 두 번 감소한다. 즉, DPB 충만도는 범핑 과정 동안 한 번 그리고 범핑 프로세스가 완료된 이후 한 번 감소한다.
2. 조건 중 하나가 참일 때 범핑 프로세스를 호출하는 세가지 조건이 있다. 그러나 상기 세가지 조건은 추가 범핑 프로세스 중에 이미 확인(check)이 이루어지므로, 세가지 조건 모두가 필요한 것은 아니다. 여기서, 세가지 조건은 상술한 바와 같은 i) "출력 필요(needed for output)"로 표시된 DPB 내 픽처의 수가 max_num_reorder_pics[Htid]보다 큰 경우, ii) max_latency_increase_plus1[Htid]이 0과 같지 않고 DPB 내 "출력 필요(needed for output)"로 표시된 관련 변수 PicLatencyCount가 MaxLatencyPictures[Htid]보다 크거나 같은 픽처가 적어도 하나 이상 있는 경우, iii) DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[Htid] + 1 이상인 경우일 수 있다.
상기 세가지 조건에 사용되는 신택스 엘리먼트(syntax elements) max_num_reorder_pics[Htid], max_latency_increase_plus1[Htid], max_dec_pic_buffering_minus1[Htid]에 대한 상세한 설명은 후술하도록 한다.
이에, 본 문서는 상술한 문제에 대한 해결 방안을 제안한다. 제안되는 실시예들은 개별적으로 또는 조합하여 적용될 수 있다. 즉, 본 문서는 DPB에서 픽처의 출력 및 제거와 관련하여 다음과 같은 방법으로 조정/적용될 수 있다.
일 실시예로, 범핑 프로세스를 호출하여 비워진 각 디코딩된 픽처 버퍼(decoded picture buffer)에 대하여, DPB 충만도는 한번만 감소될 수 있다. 이 DPB 감소는 범핑 프로세스 동안(즉, 범핑 프로세스 자체에 의해) 수행되거나 또는 범핑 프로세스가 완료된 후에 수행될 수 있다.
또한, 일 실시예로, 범핑 프로세스는 픽처 디코딩 시작 시에 (즉, 현재 픽처의 디코딩 전에, 하지만 현재 픽처의 첫번째 슬라이스의 슬라이스 헤더를 파싱한 후에) 및/또는 픽처 디코딩 후에 (즉, 현재 픽처를 포함하는 AU n의 마지막 DU가 CPB에서 제거될 때) 호출될 수 있다.
또한, 일 실시예로, "출력에 필요하지 않음(not needed for output)" 및 "참조로 사용되지 않음(unused for reference)"으로 표시된(marked) 픽처를 포함하는 모든 픽처 저장 버퍼(all picture storage buffers)가 (출력 없이) 비워진 이후, 범핑 프로세스는 현재 픽처를 저장하기 위한 DPB의 픽처 버퍼가 충분하지 않은 경우 픽처 디코딩 시작 시에 호출될 수 있다. 이 조건은 다음과 같이 표현될 수도 있다. "DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[ Htid ] + 1 보다 크거나 같은 경우"로 표현될 수 있다.
또한, 일 실시예로, 범핑 프로세서는 다음 조건들 중 적어도 하나를 만족하는 경우 픽처 디코딩 종료 시에 호출될 수 있다.
i)"출력에 필요(needed for output)"로 표시된 DPB 내 픽처의 수가 max_num_reorder_pics[ Htid ]보다 큰 경우
ii) max_latency_increase_plus1[ Htid ]가 0과 같지 않고 DPB 내 "출력 필요(needed for output)"로 표시된 관련 변수 PicLatencyCount가 MaxLatencyPictures[Htid]보다 크거나 같은 픽처가 적어도 하나 이상 있는 경우
상술한 실시예들은 다음 표 2에서와 같이 구현될 수 있다. 일예로, 다음 표 2는 상술한 실시예들 모두 또는 일부의 구현을 제공하는 VVC 표준 사양(specification)을 나타낸 것이다.
Figure PCTKR2021007057-appb-T000002
예를 들어, 표 2를 참조하면 현재 픽처가 현재 AU의 첫번째 픽처이고, 현재 AU(즉, 상기 현재 픽처를 포함하는 AU)가 AU 0이 아닌 CVSS AU(Coded Video Sequence Start AU)인 경우, 다음 순서의 스텝들이 적용될 수 있다.
첫째로, 변수 NoOutputOfPriorPicsFlag 가 테스트 중인 디코더에 대하여 아래와 같이 도출될 수 있다.
- 현재 AU 에 대하여 도출된 PicWidthMaxInSamplesY, PicHeightMaxInSamplesY, MaxChromaFormat, MaxBitDepthMinus8 또는 max_dec_pic_buffering_minus1[Htid] 의 값 각각이 디코딩 순서에서 선행하는 AU 에 대하여 도출된 PicWidthMaxInSamplesY, PicHeightMaxInSamplesY, MaxChromaFormat, MaxBitDepthMinus8, 또는 max_dec_pic_buffering_minus1[Htid] 의 값과 다른 경우, NoOutputOfPriorPicsFlag 는 현재 AU의 ph_no_output_of_prior_pics_flag 의 값에 관계없이 테스트 중인 디코더에 의하여 1과 같이 설정될 수 있다.
- 그렇지 않은 경우, NoOutputOfPriorPicsFlag 는 현재 AU의 ph_no_output_of_prior_pics_flag 의 값과 동일하게 설정될 수 있다.
둘째로, 테스트 중인 디코더에 대하여 도출된 변수 NoOutputOfPriorPicsFlag 는 다음과 같이 HRD(Hypothetical Reference Decoder)에 적용될 수 있다.
- NoOutputOfPriorPicsFlag의 값이 1 인 경우, DPB의 모든 픽처 저장 버퍼(all picture storage buffers)는 포함하는 픽처의 출력없이 비워질 수 있고, DPB 충만도(fullness)는 0으로 설정될 수 있다.
- 그렇지 않고(NoOutputOfPriorPicsFlag의 값이 0인 경우), "출력에 필요하지 않음(not needed for output)" 및 "참조로 사용되지 않음(unused for reference)"으로 표시된(marked) 픽처를 포함하는 모든 픽처 저장 버퍼(all picture storage buffers)가 (출력 없이) 비워질 수 있고, DPB의 비어 있지 않은 픽처 저장 버퍼(all non-empty picture storage buffers) 는 (VVC 표준의) C.5.2.4 절에 지정된 "범핑(bumping)" 프로세스를 반복적으로 호출하여 비워지고 DPB 충만도는 0 으로 설정될 수 있다.
또한, 예를 들어, 표 2를 참조하면 현재 AU가 CVSS AU가 아니거나 또는 현재 AU 가 AU 0 이 아닌 CVSS AU 이지만 현재 픽처가 상기 현재 AU 내 첫번째 픽처가 아닌 경우, "출력에 필요하지 않음(not needed for output)"및 "참조로 사용되지 않음(unused for reference)"으로 표시된 픽처를 포함하는 모든 픽처 저장 버퍼(all picture storage buffers)가 (출력 없이) 비워질 수 있다. 비워진 각 픽처 저장 버퍼에 대하여, DPB 충만도는 1씩 감소할 수 있다. DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[ Htid ] + 1 보다 크거나 같지 않을 때까지 (VVC 표준의) C.5.2.4절에 지정된 "범핑(bumping)" 프로세스가 반복적으로 호출될 수 있다.
상기에서 설명한 표 2의 구현에 따르면, 범핑 프로세스의 호출 동작에서 비워진 각 추가 픽처 저장 버퍼에 대하여 DPB 충만도를 1씩 더 감소시키는 동작이 제거됨으로써, DPB에서 픽처를 출력하고 제거하는 동안 DPB 충만도가 한번만 감소되도록 한다.
또한, 상기에서 설명한 표 2의 구현에 따르면, 범핑 프로세스의 호출이 max_dec_pic_buffering_minus1[ Htid ]에 기반한 조건을 만족하는 경우로 제한함으로써, 중복된 조건을 체크하는 불필요한 과정을 수행할 필요가 없다. 즉, 범핑 프로세스의 호출 시 기존의 max_num_reorder_pics[ Htid ] 및 max_latency_increase_plus1[ Htid ]에 기반한 조건은 중복된 조건일 수 있으므로, 이 두가지 조건은 범핑 프로세스 호출 관련 조건으로 체크하지 않도록 제한하고, 본 문서의 일 실시예에 따른 max_dec_pic_buffering_minus1[ Htid ]에 기반한 조건만을 체크하도록 구현할 수 있다. 왜냐하면 기존의 max_num_reorder_pics[ Htid ] 및 max_latency_increase_plus1[ Htid ]에 기반한 두가지 조건은 이전 픽처(previous picture)의 디코딩 종료 시에 (즉, 추가 범핑 프로세스 동안) 이미 체크가 이루어지므로, 현재 픽처의 디코딩 시에는 중복적인 조건이 될 수 있다. 디코더가 현재 픽처의 디코딩을 시작할 때, "출력에 필요(needed for output)"로 표시된 픽처의 수와 관련하여 DPB에는 변화가 없다. 따라서 상기 두 조건은 이전 픽처의 추가 범핑 프로세스 종료 시까지 이미 거짓(false) 값을 반환하기 때문에, 참(true) 값을 반환하는 경우가 발생하지 않는다. 그러므로, 현재 픽처의 디코딩 시작 시에 범핑 프로세스의 호출에 대해 상기 두가지 조건을 적용할 필요가 없다.
일 실시예로, 현재 AU가 CVSS AU가 아니거나 또는 현재 AU 가 AU 0 이 아닌 CVSS AU 이지만 현재 픽처가 상기 현재 AU 내 첫번째 픽처가 아닌 경우, "출력에 필요하지 않음(not needed for output)"및 "참조로 사용되지 않음(unused for reference)"으로 표시된 픽처를 포함하는 모든 픽처 저장 버퍼(all picture storage buffers)가 (출력 없이) 비워질 수 있다. 비워진 각 픽처 저장 버퍼에 대하여, DPB 충만도는 1씩 감소할 수 있다. 그리고 범핑 프로세스를 호출함에 있어서, DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[Htid] + 1 보다 작을 때까지 반복적으로 범핑 프로세스 호출이 이루어질 수 있다. 그러나, DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[Htid] + 1 보다 작은 경우 (즉, DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[Htid] + 1 보다 크거나 같지 않은 경우)에 기반한 조건을 만족하지 않는 경우, 다음 i) 및/또는 ii) 조건이 참이 아닌 경우를 만족한다고 하더라도 범핑 프로세스가 호출되지 않을 수 있다.
i) "출력 필요(needed for output)"로 표시된 DPB 내 픽처의 수가 max_num_reorder_pics[Htid]보다 큰 경우
ii) max_latency_increase_plus1[Htid]이 0과 같지 않고 DPB 내 "출력 필요(needed for output)"로 표시된 관련 변수 PicLatencyCount가 MaxLatencyPictures[Htid]보다 크거나 같은 픽처가 적어도 하나 이상 있는 경우
즉, 상술한 본 문서의 제안된 방안에 따르면 범핑 프로세스 시 픽처 버퍼를 비울 때 DPB 충만도가 한번만 감소되도록 함으로써 DPB의 출력 순서 동작의 정확성을 높이고, 범핑 프로세스의 호출 조건 체크 수를 줄임으로써 복잡도를 감소시킬 수 있다. 따라서, DPB 관리 (즉, DPB 내 픽처의 출력 및 제거 동작)에 있어 정확도 및 효율성을 향상시킬 수 있다.
도 4는 본 문서의 실시예에 따른 인코딩 절차를 예시적으로 나타낸다. 도 4에 개시된 방법은 도 2에서 개시된 인코딩 장치(200)에 의하여 수행될 수 있다. 또한 도 4의 단계들 중 하나 이상은 생략될 수도 있고, 실시예에 따라 다른 단계가 추가될 수도 있다.
도 4를 참조하면, 인코딩 장치는 픽처를 디코딩(복원)한다(S400). 인코딩 장치는 현재 AU 의 픽처를 디코딩할 수 있다.
인코딩 장치는 DPB 파라미터를 기반으로 DPB를 관리한다(S410). 여기서, DPB 관리는 DPB 업데이트라고 불릴 수도 있다. DPB 관리 프로세스는 DPB에서 디코딩된 픽처의 마킹(marking) 및/또는 제거(removal) 프로세스를 포함할 수 있다. 디코딩된 픽처는 서브시퀀트(subseqeunct) 픽처의 인터 예측을 위한 참조(references)로 사용될 수 있다. 즉, 디코딩된 픽처는 디코딩 순서 상 후행하는 픽처의 인터 예측의 참조 픽처로 사용될 수 있다. 각 디코딩된 픽처는 기본적으로 DPB 에 삽입될 수 있다. 또한, DPB는 일반적으로 현재 픽처를 디코딩하기 전에 업데이트될 수 있다. DPB와 관련된(associated) 레이어가 출력 레이어가 아니고 (또는 DPB 파라미터가 출력 레이어와 관련이 없고) 참조 레이어인 경우, DPB 내 디코딩된 픽처는 출력되지 않을 수 있다. DPB(또는 DPB 파라미터)와 관련된 레이어가 출력 레이어이면 DPB 내 디코딩된 픽처는 DPB 및/또는 DPB 파라미터를 기반으로 출력될 수 있다. DPB 관리는 DPB로부터 디코딩된 픽처를 출력하는 것을 포함할 수 있다.
인코딩 장치는 DPB 파라미터와 관련된 정보를 포함하는 영상 정보를 인코딩한다(S420). DPB 파라미터와 관련된 정보는 상술한 실시예들에 개시된 정보/신텍스 엘리먼트 및/또는 후술하는 표에 개시된 신텍스 엘리먼트를 포함할 수 있다.
Figure PCTKR2021007057-appb-T000003
예를 들어, 상술한 표 3은 시그널링되는 DPB 파라미터에 대한 신텍스 엘리먼트들을 포함하는 VPS(Video Parameter Set, VPS)를 나타낼 수 있다.
상술한 표 3에 도시된 신텍스 엘리먼트들(syntax elements)에 대한 시멘틱(semantics)은 다음과 같을 수 있다.
Figure PCTKR2021007057-appb-T000004
Figure PCTKR2021007057-appb-I000002
예를 들어, 신텍스 엘리먼트 vps_num_dpb_params는 VPS에서 dpb_parameters() 신텍스 구조(syntax structure)의 수를 나타낼 수 있다. 예를 들어, vps_num_dpb_params의 값은 0 내지 16의 범위에 있을 수 있다. 또한, 신텍스 엘리먼트 vps_num_dpb_params 가 존재하지 않는 경우, 신텍스 엘리먼트 vps_num_dpb_params의 값은 0과 같다고 간주될 수 있다.
또한, 예를 들어, 신텍스 엘리먼트 same_dpb_size_output_or_nonoutput_flag는 VPS에 신텍스 엘리먼트 layer_nonoutput_dpb_params_idx[i]가 존재할 수 있는지 여부를 나타낼 수 있다. 예를 들어, 신텍스 엘리먼트 same_dpb_size_output_or_nonoutput_flag의 값이 1인 경우, 신텍스 엘리먼트 same_dpb_size_output_or_nonoutput_flag 는 VPS에 신텍스 엘리먼트 layer_nonoutput_dpb_params_idx[i]가 없음을 나타낼 수 있고, 신텍스 엘리먼트 same_dpb_size_output_or_nonoutput_flag의 값이 0인 경우, 신텍스 엘리먼트 same_dpb_size_output_or_nonoutput_flag 는 VPS에 신텍스 엘리먼트 layer_nonoutput_dpb_params_idx[i]가 존재할 수 있음을 나타낼 수 있다.
또한, 예를 들어, 신텍스 엘리먼트 vps_sublayer_dpb_params_present_flag 는 VPS의 dpb_parameters() 신텍스 구조 내 신텍스 엘리먼트들 max_dec_pic_buffering_minus1[], max_num_reorder_pics[] 및 max_latency_increase_plus1[] 의 존재를 제어(control)하는데 사용될 수 있다. 또한, 신텍스 엘리먼트 vps_sublayer_dpb_params_present_flag가 존재하지 않는 경우, 신텍스 엘리먼트 vps_sublayer_dpb_params_present_flag의 값은 0과 같다고 간주될 수 있다.
또한, 예를 들어, 신텍스 엘리먼트 dpb_size_only_flag[i] 는 신텍스 엘리먼트들 max_num_reorder_pics[] 및 max_latency_increase_plus1[] 가 VPS의 i번째 dpb_parameters() 신텍스 구조에 존재할 수 있는지 여부를 나타낼 수 있다. 예를 들어, 신텍스 엘리먼트 dpb_size_only_flag[i] 의 값이 1인 경우, 신텍스 엘리먼트 dpb_size_only_flag[i] 는 신텍스 엘리먼트들 max_num_reorder_pics[] 및 max_latency_increase_plus1[] 가 VPS의 i번째 dpb_parameters() 신텍스 구조에 존재하지 않음을 나타낼 수 있고, 신텍스 엘리먼트 dpb_size_only_flag[i] 의 값이 0인 경우, 신텍스 엘리먼트 dpb_size_only_flag[i] 는 신텍스 엘리먼트들 max_num_reorder_pics[] 및 max_latency_increase_plus1[] 가 VPS의 i번째 dpb_parameters() 신텍스 구조에 존재할 수 있음을 나타낼 수 있다.
또한, 예를 들어, 신텍스 엘리먼트 dpb_max_temporal_id[i] 는 VPS에서 i번째 dpb_parameters() 신텍스 구조에 DPB 파라미터가 존재할 수 있는 최상위 서브 레이어 표현(highest sublayer representation)의 TemporalId를 나타낼 수 있다. 또한, dpb_max_temporal_id[i]의 값은 0 내지 vps_max_sublayers_minus1 의 범위에 있을 수 있다. 또한, 예를 들어, vps_max_sublayers_minus1 의 값이 0인 경우, dpb_max_temporal_id[i]의 값은 0으로 간주될 수 있다. 또한, 예를 들어, vps_max_sublayers_minus1 의 값이 0보다 크고 vps_all_layers_same_num_sublayers_flag 가 1인 경우, dpb_max_temporal_id[i]의 값은 vps_max_sublayers_minus1와 같다고 간주될 수 있다.
또한, 예를 들어, 신텍스 엘리먼트 layer_output_dpb_params_idx[i] 는 OLS의 출력 레이어인 i번째 레이어에 적용되는 dpb_parameters() 신텍스 구조의 인덱스를, VPS의 dpb_parameters() 신텍스 구조의 리스트에, 지정할 수 있다. 신텍스 엘리먼트 layer_output_dpb_params_idx[i] 가 존재하는 경우, 신텍스 엘리먼트 layer_output_dpb_params_idx[i]의 값은 0 내지 vps_num_dpb_params-1 의 범위에 있을 수 있다.
예를 들어, vps_independent_layer_flag[i] 가 1인 경우, 출력 레이어인 i번째 레이어에 적용되는 dpb_parameters() 신텍스 구조 레이어에서 참조하는 SPS에 존재하는 dpb_parameters() 신텍스 구조일 수 있다.
또는, 예를 들어, vps_independent_layer_flag[i] 가 0인 경우, 다음과 같은 내용이 적용될 수 있다.
- vps_num_dpb_params가 1인 경우, layer_output_dpb_params_idx[i]의 값은 0으로 간주될 수 있다.
- layer_output_dpb_params_idx[i]의 값은 dpb_size_only_flag[layer_output_dpb_params_idx[i]]의 값이 0이 되도록 하는 것이 비트스트림 적합성(bitstream conformance)의 요구 사항(requirement)일 수 있다.
또한, 예를 들어, 신텍스 엘리먼트 layer_nonoutput_dpb_params_idx[i]는 OLS의 비출력 레이어(non-output layer)인 i번째 레이어에 적용되는 dpb_parameters() 신텍스 구조의 인덱스를 VPS의 dpb_parameters() 신텍스 구조의 리스트에 지정할 수 있다. 신텍스 엘리먼트 layer_nonoutput_dpb_params_idx[i]가 존재하는 경우, 신텍스 엘리먼트 layer_nonoutput_dpb_params_idx[i]의 값은 0 내지 vps_num_dpb_params-1 의 범위에 있을 수 있다.
예를 들어, same_dpb_size_output_or_nonoutput_flag 가 1인 경우, 다음과 같은 내용이 적용될 수 있다.
- vps_independent_layer_flag[i] 가 1인 경우, 비출력 레이어인 i번째 레이어에 적용되는 dpb_parameters() 신텍스 구조의 레이어가 참조하는 SPS에 있는 dpb_parameters() 신텍스 구조일 수 있다.
- vps_independent_layer_flag[i] 가 0인 경우, layer_nonoutput_dpb_params_idx[i]의 값은 layer_output_dpb_params_idx[i]와 같다고 간주될 수 있다.
또는, 예를 들어, same_dpb_size_output_or_nonoutput_flag 가 0인 경우, vps_num_dpb_params 가 1이면 layer_output_dpb_params_idx[i]의 값은 0으로 간주될 수 있다.
한편, 예를 들어, 상술한 표 3에 개시된 DPB 파라미터 신텍스 구조인 dpb_parameters() 신텍스 구조는 다음과 같을 수 있다.
Figure PCTKR2021007057-appb-T000005
표 5를 참조하면 dpb_parameters() 신텍스 구조는 CVS의 각 CLVS에 대한 DPB 사이즈, 최대 픽처 리오더 수(maximum picture reorder number) 및 최대 레이턴시(maximum latency)에 대한 정보를 제공할 수 있다. 상기 dpb_parameters() 신텍스 구조는 DPB 파라미터에 대한 정보 또는 DPB 파라미터 정보라고 나타낼 수도 있다.
VPS에 dpb_parameters() 신텍스 구조가 포함된 경우, dpb_parameters() 신텍스 구조가 적용되는 OLS는 VPS에 의해 지정될 수 있다. 또한, dpb_parameters() 신텍스 구조가 SPS에 포함된 경우, dpb_parameters() 신텍스 구조는 SPS를 참조하는 레이어들 중 최하위 레이어만 포함하는 OLS에 적용될 수 있고, 여기서, 상기 최하위 레이어는 독립 레이어일 수 있다.
상술한 표 5에 도시된 신텍스 엘리먼트들(syntax elements)에 대한 시멘틱(semantics)은 다음과 같을 수 있다.
Figure PCTKR2021007057-appb-T000006
예를 들어, 신텍스 엘리먼트 max_dec_pic_buffering_minus1[i]에 1을 더한 값은 CVS의 각 CLVS에 대하여 Htid가 i와 같은 경우에 DPB의 최대 요구 사이즈(maximum required size)를 픽처 저장 버퍼 단위로 나타낼 수 있다. 예를 들어, max_dec_pic_buffering_minus1[i]는 DPB 사이즈에 대한 정보일 수 있다. 예를 들어, 신텍스 엘리먼트 max_dec_pic_buffering_minus1[i]의 값은 0 내지 MaxDpbSize - 1 의 범위에 있을 수 있다. 또한, 예를 들어, i가 0보다 큰 경우, max_dec_pic_buffering_minus1[i]는 max_dec_pic_buffering_minus1[i-1]보다 크거나 같을 수 있다. 또한, 예를 들어, 0 내지 maxSubLayersMinus1-1 의 범위 내 i에 대한 max_dec_pic_buffering_minus1[i]가 존재하지 않는 경우, subLayerInfoFlag가 0이므로 신텍스 엘리먼트 max_dec_pic_buffering_minus1[i]의 값은 max_dec_pic_buffering_minus1[maxSubLayersMinus1]과 동일하다고 간주될 수 있다.
또한, 예를 들어, 신텍스 엘리먼트 max_num_reorder_pics[i]는 CVS의 각 CLVS에 대해 디코딩 순서에서 CLVS의 모든 픽처에 선행할 수 있고, Htid가 i와 같은 경우에 출력 순서(output order)로 해당 픽처를 후행(follow)할 수 있는 CLVS의 최대 허용 픽처 수(maximum allowed number of pictures)를 나타낼 수 있다. 예를 들어, max_num_reorder_pics[i]는 DPB 의 최대 픽처 리오더 수에 대한 정보일 수 있다. max_num_reorder_pics[i]의 값은 0 내지 max_dec_pic_buffering_minus1[i]의 범위에 있을 수 있다. 또한, 예를 들어, i가 0보다 큰 경우, max_num_reorder_pics[i]는 max_num_reorder_pics[i-1]보다 크거나 같을 수 있다. 또한, 예를 들어, 0 내지 maxSubLayersMinus1-1 의 범위 내 i에 대한 max_num_reorder_pics[i]가 존재하지 않는 경우, subLayerInfoFlag가 0이므로 신텍스 엘리먼트 max_num_reorder_pics[i]는 max_num_reorder_pics[maxSubLayersMinus1]과 동일하다고 간주될 수 있다.
또한, 예를 들어, 값이 0이 아닌 신텍스 엘리먼트 max_latency_increase_plus1[i] 는 MaxLatencyPictures[i]의 값을 계산하는데 사용될 수 있다. 상기 MaxLatencyPictures[i]는 CVS의 각 CLVS에 대해 출력 순서에서 CLVS의 모든 픽처에 선행할 수 있고, Htid가 i와 같은 경우에 디코딩 순서로 해당 픽처를 후행(follow)할 수 있는 CLVS의 최대 픽처 수(the maximum number of pictures)를 나타낼 수 있다. 예를 들어, max_latency_increase_plus1[i] 는 DPB 의 최대 레이턴시(maximum latency)에 대한 정보일 수 있다.
예를 들어, max_latency_increase_plus1[i]이 0이 아닌 경우, MaxLatencyPictures[i]의 값은 다음의 수학식과 같이 도출될 수 있다.
Figure PCTKR2021007057-appb-M000001
한편, 예를 들어, max_latency_increase_plus1[i]이 0이면 해당 제한이 표시되지 않을 수 있다. 상기 max_latency_increase_plus1[i]의 값은 0 내지 232 - 2 의 범위에 있을 수 있다. 또한, 예를 들어, 0 내지 maxSubLayersMinus1-1 의 범위 내 i에 대한 max_latency_increase_plus1[i] 가 존재하지 않는 경우, subLayerInfoFlag가 0이므로 신텍스 엘리먼트 max_latency_increase_plus1[i]는 max_latency_increase_plus1[maxSubLayersMinus1]과 동일하다고 간주될 수 있다.
상술한 DPB 파라미터와 관련된 정보/신텍스 엘리먼트를 기반으로 상술한 DPB 관리가 수행될 수 있다. 현재 레이어가 출력 레이어인지 참조 레이어인지 여부에 따라서 다른 DPB 파라미터(들)가 시그널링될 수 있고, 또는, DPB(또는 DPB파라미터)가 OLS에 대한 것인지(OLS 매핑되는지) 여부에 따라 다른 DPB 파라미터(들)가 시그널링될 수 있다.
한편, 비록 도 4에 도시되지는 않았으나 인코딩 장치는 업데이트/관리된 DPB를 기반으로 현재 픽처를 디코딩할 수 있다. 또한, 디코딩된 현재 픽처는 DPB 에 삽입될 수 있고, 디코딩된 현재 픽처를 포함하는 DPB는 디코딩 순서 상 상기 현재 픽처의 다음 픽처를 디코딩하기 전에 DPB 파라미터를 기반으로 업데이트될 수 있다.
도 5는 본 문서의 실시예에 따른 디코딩 절차를 예시적으로 나타낸다. 도 5에 개시된 방법은 도 3에서 개시된 디코딩 장치(300)에 의하여 수행될 수 있다. 또한 도 5의 단계들 중 하나 이상은 생략될 수도 있고, 실시예에 따라 다른 단계가 추가될 수도 있다.
도 5를 참조하면, 디코딩 장치는 비트스트림으로부터 DPB 파라미터와 관련된 정보를 포함하는 영상 정보를 획득한다(S500). 디코딩 장치는 DPB 파라미터와 관련된 정보를 포함하는 영상 정보를 획득할 수 있다. 상기 DPB 파라미터와 관련된 정보/신텍스 엘리먼트는 상술한 바와 같을 수 있다.
디코딩 장치는 DPB 파라미터를 기반으로 DPB를 관리한다(S510). 여기서, DPB 관리는 DPB 업데이트라고 불릴 수도 있다. DPB 관리 프로세스는 DPB에서 디코딩된 픽처의 마킹(marking) 및/또는 제거(removal) 프로세스를 포함할 수 있다. 디코딩 장치는 상기 DPB 파라미터와 관련된 정보를 기반으로 DPB 파라미터를 도출할 수 있고, 상기 도출된 DPB 파라미터를 기반으로 DPB 관리 프로세스를 수행할 수 있다.
디코딩 장치는 상기 DPB를 기반으로 현재 픽처를 디코딩/출력한다(S520). 디코딩 장치는 업데이트/관리된 DPB를 기반으로 현재 픽처를 디코딩할 수 있다. 예를 들어, DPB 내 (이전에) 디코딩된 픽처를 참조 픽처로 사용한 인터 예측을 기반으로 현재 픽처 내 블록/슬라이스가 디코딩될 수 있다.
이하의 도면은 본 문서의 구체적인 일례를 설명하기 위해 작성되었다. 도면에 기재된 구체적인 장치의 명칭이나 구체적인 용어나 명칭(예컨대, 신택스/신택스 요소의 명칭 등)은 예시적으로 제시된 것이므로, 본 문서의 기술적 특징이 이하의 도면에 사용된 구체적인 명칭에 제한되지 않는다.
도 6 및 도 7은 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 6에 개시된 방법은 도 2 또는 도 7에서 개시된 인코딩 장치(200)에 의하여 수행될 수 있다. 여기서 도 7에 개시된 인코딩 장치(200)는 도 2에 개시된 인코딩 장치(200)를 간략히 나타낸 것이다. 구체적으로, 도 6의 단계 S600 ~ S610은 도 2에 개시된 DPB에 의하여 수행될 수 있고, S620은 도 2에 개시된 엔트로피 인코딩부(240)에 의하여 수행될 수 있다. 또한, 비록 도시되지는 않았으나 현재 픽처를 디코딩하는 과정은 도 2에 개시된 예측부(220), 레지듀얼 처리부(230), 가산부(340) 등에 의하여 수행될 수 있다. 또한, 도 6에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함하여 수행될 수 있다. 따라서, 도 6에서는 상술한 실시예들과 중복되는 내용에 관해서 구체적인 설명을 생략하거나 간단히 하기로 한다.
도 6을 참조하면, 인코딩 장치는 DPB (Decoded Picture Buffer) 관련 정보를 생성할 수 있다(S600).
DPB 관련 정보는 DPB의 최대 요구 사이즈(maximum required size)에 관련된 신택스 엘리먼트, DPB의 최대 픽처 리오더(maximum picture reorder) 수에 관련된 신택스 엘리먼트, 또는 DPB 의 최대 레이턴시(maximum latency)에 관련된 신택스 엘리먼트 중 적어도 하나를 포함할 수 있다.
예를 들어, DPB의 최대 요구 사이즈에 관련된 신택스 엘리먼트는 상술한 max_dec_pic_buffering_minus1[i] 신택스 엘리먼트일 수 있다. 이때, max_dec_pic_buffering_minus1[i]에 1을 더한 값은 CVS의 각 CLVS에 대하여 Htid가 i와 같은 경우에 DPB의 최대 요구 사이즈를 픽처 저장 버퍼 단위로 나타낼 수 있다. DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트는 상술한 max_num_reorder_pics[i] 신택스 엘리먼트일 수 있다. 이때, max_num_reorder_pics[i]는 CVS의 각 CLVS에 대해 디코딩 순서에서 CLVS의 모든 픽처에 선행할 수 있고, Htid가 i와 같은 경우에 출력 순서(output order)로 해당 픽처를 후행(follow)할 수 있는 CLVS의 최대 허용 픽처 수(maximum allowed number of pictures)를 나타낼 수 있다. DPB 의 최대 레이턴시에 관련된 신택스 엘리먼트는 상술한 max_latency_increase_plus1[i] 신택스 엘리먼트일 수 있다. 이때, 값이 0이 아닌 max_latency_increase_plus1[i] 는 MaxLatencyPictures[i]의 값을 계산하는데 사용될 수 있다. MaxLatencyPictures[i]는 CVS의 각 CLVS에 대해 출력 순서에서 CLVS의 모든 픽처에 선행할 수 있고, Htid가 i와 같은 경우에 디코딩 순서로 해당 픽처를 후행(follow)할 수 있는 CLVS의 최대 픽처 수(the maximum number of pictures)를 나타낼 수 있다. 예를 들어, MaxLatencyPictures[i]의 값은 (상기 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트의 값 + 상기 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트의 값 - 1)에 의해 도출될 수 있으며, 상술한 수학식 1과 같이 계산될 수 있다.
또한, DPB 관련 정보는 DPB 내 픽처의 출력/제거와 관련하여 다양한 정보를 더 포함할 수 있으며, 예컨대 상술한 표 3 내지 표 6에 개시된 DPB 파라미터와 관련된 정보/신택스 엘리먼트를 더 포함할 수도 있다.
인코딩 장치는 DPB 관련 정보를 기반으로 DPB를 업데이트할 수 있다(S610). 인코딩 장치는 현재 픽처를 디코딩하기 이전이고 상기 현재 픽처에 대한 슬라이스 헤더를 생성/인코딩한 이후에 DPB를 업데이트(즉, DPB 내 픽처의 마킹/제거/출력)할 수 있다. DPB는 상기 현재 픽처 이전에 디코딩된 픽처를 포함할 수 있다.
DPB를 업데이트(즉, DPB 내 픽처의 마킹/제거/출력)함에 있어서, 인코딩 장치는 DPB 관련 정보를 기반으로 DPB (즉, DPB 내 픽처 저장 버퍼)에 대해 범핑 프로세스를 수행하고 DPB 충만도를 감소시키는 동작을 수행할 수 있다.
일 실시예로, 인코딩 장치는 DPB 내 픽처의 수가 상기 DPB의 최대 요구 사이즈에 관련된 신택스 엘리먼트(예: max_dec_pic_buffering_minus1)의 값에 1을 더한 값 보다 크거나 같지 않은 제1 조건을 만족하는 경우를 기반으로, 범핑 프로세스(bumping process)를 호출(invoke)할 수 있다.
또한, 상기 범핑 프로세스의 호출은, DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트(예: max_num_reorder_pics)에 기반한 제2 조건 또는 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트(예: max_latency_increase_plus1)에 기반한 제3 조건에 기반하여 결정되지 않는다. 다시 말해, 상기 제2 조건 또는 상기 제3 조건을 만족하지만 상기 제1 조건을 만족하지 않는 경우, 인코딩 장치는 범핑 프로세스를 호출하는 동작을 수행하지 않을 수 있다.
여기서, 상기 제2 조건은 "출력 필요(needed for output)"로 표시된 DPB 내 픽처의 수가 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트(예: max_num_reorder_pics)의 값보다 큰지 여부에 관한 조건일 수 있다. 상기 제3 조건은 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트(예: max_latency_increase_plus1)의 값이 0과 같지 않고, 관련 변수 PicLatencyCount가 MaxLatencyPictures보다 크거나 같은 출력 필요(needed for output)"로 표시된 DPB 내 적어도 하나의 픽처가 있는지 여부에 관한 조건일 수 있다. 상기 MaxLatencyPictures는 (상기 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트의 값 + 상기 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트의 값 - 1)에 의해 도출될 수 있다.
즉, 범핑 프로세스를 호출함에 있어, 상술한 바와 같이 상기 제2 조건 및 상기 제3 조건은 이전 픽처(previous picture)의 디코딩 종료 시에 (즉, 추가 범핑 프로세스 동안) 이미 체크가 이루어지므로, 현재 픽처의 디코딩 시에는 중복적인 조건이 될 수 있다. 따라서, 중복된 조건인 상기 제2 조건 및 상기 제3 조건에 기반하지 않고(즉, 상기 제2 조건 및 상기 제3 조건을 제외하고) 상기 제1 조건에 대해서만 만족 여부를 결정함으로써 범핑 프로세스를 수행할 수 있다. 구체적 예로, DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[Htid] + 1 보다 작은 경우 (즉, DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[Htid] + 1 보다 크거나 같지 않은 경우)에 기반한 상기 제1 조건을 만족하지 않는 경우, 다음 i) 및/또는 ii) 조건이 참이 아닌 경우를 만족한다고 하더라도 범핑 프로세스가 호출되지 않을 수 있다.
i) "출력 필요(needed for output)"로 표시된 DPB 내 픽처의 수가 max_num_reorder_pics[Htid]보다 큰 경우
ii) max_latency_increase_plus1[Htid]이 0과 같지 않고 DPB 내 "출력 필요(needed for output)"로 표시된 관련 변수 PicLatencyCount가 MaxLatencyPictures[Htid]보다 크거나 같은 픽처가 적어도 하나 이상 있는 경우
또한, 일 실시예로, 인코딩 장치는 상기 제1 조건을 만족하는 경우를 기반으로 호출되는 범핑 프로세스 동안, DPB 내 비워진 픽처 저장 버퍼에 대하여 DPB 충만도(fullness)를 1씩 감소시킬 수 있다. 다시 말해, 인코딩 장치는 상기 제1 조건을 만족하는 경우를 기반으로 호출된 범핑 프로세스가 수행된 이후, 추가적으로 DPB 내 비워진 픽처 저장 버퍼에 대하여 DPB 충만도(fullness)를 1씩 감소시키는 동작을 수행하지 않는다. 일예로, 상기 표 2에서 설명한 바와 같이, 범핑 프로세스의 호출 동작에서 비워진 각 추가 픽처 저장 버퍼에 대하여 DPB 충만도를 1씩 감소시키는 추가 동작이 제거될 수 있다. 이 경우, DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[ Htid ] + 1 보다 크거나 같지 않을 때까지(즉, 상기 제1 조건을 만족하는 경우) 범핑 프로세스를 호출하고, 상기 호출된 범핑 프로세스 동작 내에서만 DPB 충만도를 한번 감소시킬 수 있다. 범핑 프로세스의 구체적 동작 과정은 상술한 바 있으므로, 여기서는 설명을 생략하도록 한다.
또한, 일 실시예로, 인코딩 장치는 현재 픽처가 AU 0 이 아닌 CVSS(Coded Video Sequence Start Access Unit) AU 인 현재 AU(Access Unit)의 첫번째 픽처인지 여부를 기반으로, 상기 범핑 프로세스의 호출 여부를 결정할 수 있다. 여기서, AU 0 은 비트스트림의 첫번째 AU를 지칭할 수 있으며, 예컨대 AU 0 은 디코딩 순서에서 비트스트림의 첫번째 AU일 수 있다. 일예로, 상기 표 2에서 설명한 바와 같이, 현재 AU가 CVSS AU가 아니거나 또는 현재 AU 가 AU 0 이 아닌 CVSS AU 이지만 현재 픽처가 상기 현재 AU 내 첫번째 픽처가 아닌 경우, "출력에 필요하지 않음(not needed for output)"및 "참조로 사용되지 않음(unused for reference)"으로 표시된 픽처를 포함하는 모든 픽처 저장 버퍼가 (출력 없이) 비워질 수 있다. 비워진 각 픽처 저장 버퍼에 대하여, DPB 충만도는 1씩 감소할 수 있다. DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[ Htid ] + 1 보다 크거나 같지 않을 때까지 범핑 프로세스가 반복적으로 호출될 수 있다.
즉, 상술한 바와 같이 인코딩 장치는 DPB 관련 정보를 기반으로 범핑 프로세스 등의 동작을 통해 DPB 내 픽처(들)을 제거 및/또는 출력을 수행함으로써 DPB를 업데이트할 수 있다.
인코딩 장치는 DPB 관련 정보를 포함하는 영상 정보를 인코딩할 수 있다(S620). 일 실시예로, 인코딩 장치는 DPB의 최대 요구 사이즈(maximum required size)에 관련된 신택스 엘리먼트, DPB의 최대 픽처 리오더(maximum picture reorder) 수에 관련된 신택스 엘리먼트, 또는 DPB 의 최대 레이턴시(maximum latency)에 관련된 신택스 엘리먼트 중 적어도 하나를 포함하는 영상 정보를 인코딩할 수 있다. 또한, 인코딩 장치는 상기 현재 픽처에 대한 슬라이스 헤더를 포함하는 영상 정보를 인코딩할 수 있다.
한편, 비록 도시되지는 않았으나 인코딩 장치는 상기 업데이트된 DPB를 기반으로 상기 현재 픽처를 디코딩할 수 있다. 예를 들어, 인코딩 장치는 상기 DPB 의 참조 픽처를 기반으로 상기 현재 픽처 내 블록에 대한 인터 예측을 수행하여 예측 샘플을 도출할 수 있고, 상기 예측 샘플을 기반으로 상기 현재 픽처에 대한 복원 샘플 및/또는 복원 픽처를 생성할 수 있다. 한편, 예를 들어, 인코딩 장치는 상기 현재 픽처 내 블록에 레지듀얼 샘플을 도출할 수 있고, 상기 예측 샘플과 상기 레지듀얼 샘플의 가산을 통하여 복원 샘플 및/또는 복원 픽처를 생성할 수 있다. 이후 필요에 따라 주관적/객관적 화질을 향상시키기 위하여 디블록킹 필터링, SAO 및/또는 ALF 절차와 같은 인루프 필터링 절차가 상기 복원 샘플들에 적용될 수 있음은 상술한 바와 같다. 인코딩 장치는 상기 블록에 대한 예측 관련 정보 및/또는 레지듀얼 정보를 생성/인코딩할 수 있고, 상기 영상 정보는 상기 예측 관련 정보 및/또는 상기 레지듀얼 정보를 포함할 수 있다. 또한, 인코딩 장치는 상기 디코딩된 상기 현재 픽처를 상기 DPB 에 삽입할 수 있다. 또한, 예를 들어, 인코딩 장치는 상기 현재 AU 에 대한 DPB 파라미터를 도출할 수 있고, 상기 DPB 파라미터에 대한 DBP 관련 정보를 생성할 수 있다. 상기 영상 정보는 상기 DBP 관련 정보를 포함할 수 있다.
상술한 바와 같은 다양한 정보를 포함하는 영상/비디오 정보는 인코딩되어 비트스트림 형태로 출력될 수 있다. 비트스트림은 네트워크 또는 (디지털) 저장매체를 통하여 디코딩 장치로 전송될 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.
도 8 및 도 9는 본 문서의 실시예(들)에 따른 비디오/영상 디코딩 방법 및 관련 컴포넌트의 일 예를 개략적으로 나타낸다.
도 8에 개시된 방법은 도 3 또는 도 9에서 개시된 디코딩 장치(300)에 의하여 수행될 수 있다. 여기서 도 9에 개시된 디코딩 장치(300)는 도 3에 개시된 디코딩 장치(300)를 간략히 나타낸 것이다. 구체적으로, 도 8의 단계 S800은 도 3에 개시된 엔트로피 디코딩부(310)에 의하여 수행될 수 있고, 단계 S810은 도 3에 개시된 DPB에 의하여 수행될 수 있고, 단계 S820은 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 등에 의하여 수행될 수 있다. 또한, 도 8에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함하여 수행될 수 있다. 따라서, 도 8에서는 상술한 실시예들과 중복되는 내용에 관해서 구체적인 설명을 생략하거나 간단히 하기로 한다.
도 8을 참조하면, 디코딩 장치는 비트스트림으로부터 DPB (Decoded Picture Buffer) 관련 정보를 포함하는 영상 정보를 획득할 수 있다(S800).
DPB 관련 정보는 DPB의 최대 요구 사이즈(maximum required size)에 관련된 신택스 엘리먼트, DPB의 최대 픽처 리오더(maximum picture reorder) 수에 관련된 신택스 엘리먼트, 또는 DPB 의 최대 레이턴시(maximum latency)에 관련된 신택스 엘리먼트 중 적어도 하나를 포함할 수 있다.
예를 들어, DPB의 최대 요구 사이즈에 관련된 신택스 엘리먼트는 상술한 max_dec_pic_buffering_minus1[i] 신택스 엘리먼트일 수 있다. 이때, max_dec_pic_buffering_minus1[i]에 1을 더한 값은 CVS의 각 CLVS에 대하여 Htid가 i와 같은 경우에 DPB의 최대 요구 사이즈를 픽처 저장 버퍼 단위로 나타낼 수 있다. DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트는 상술한 max_num_reorder_pics[i] 신택스 엘리먼트일 수 있다. 이때, max_num_reorder_pics[i]는 CVS의 각 CLVS에 대해 디코딩 순서에서 CLVS의 모든 픽처에 선행할 수 있고, Htid가 i와 같은 경우에 출력 순서(output order)로 해당 픽처를 후행(follow)할 수 있는 CLVS의 최대 허용 픽처 수(maximum allowed number of pictures)를 나타낼 수 있다. DPB 의 최대 레이턴시에 관련된 신택스 엘리먼트는 상술한 max_latency_increase_plus1[i] 신택스 엘리먼트일 수 있다. 이때, 값이 0이 아닌 max_latency_increase_plus1[i] 는 MaxLatencyPictures[i]의 값을 계산하는데 사용될 수 있다. MaxLatencyPictures[i]는 CVS의 각 CLVS에 대해 출력 순서에서 CLVS의 모든 픽처에 선행할 수 있고, Htid가 i와 같은 경우에 디코딩 순서로 해당 픽처를 후행(follow)할 수 있는 CLVS의 최대 픽처 수(the maximum number of pictures)를 나타낼 수 있다. 예를 들어, MaxLatencyPictures[i]의 값은 (상기 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트의 값 + 상기 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트의 값 - 1)에 의해 도출될 수 있으며, 상술한 수학식 1과 같이 계산될 수 있다.
또한, DPB 관련 정보는 DPB 내 픽처의 출력/제거와 관련하여 다양한 정보를 더 포함할 수 있으며, 예컨대 상술한 표 3 내지 표 6에 개시된 DPB 파라미터와 관련된 정보/신택스 엘리먼트를 더 포함할 수도 있다.
디코딩 장치는 DPB 관련 정보를 기반으로 DPB를 업데이트할 수 있다(S810). 디코딩 장치는 현재 픽처를 디코딩하기 이전이고 상기 현재 픽처의 첫번째 슬라이스의 슬라이스 헤더를 파싱한 이후에 DPB를 업데이트(즉, DPB 내 픽처의 마킹/제거/출력)할 수 있다. DPB는 상기 현재 픽처 이전에 디코딩된 픽처를 포함할 수 있다.
DPB를 업데이트(즉, DPB 내 픽처의 마킹/제거/출력)함에 있어서, 디코딩 장치는 DPB 관련 정보를 기반으로 DPB (즉, DPB 내 픽처 저장 버퍼)에 대해 범핑 프로세스를 수행하고 DPB 충만도를 감소시키는 동작을 수행할 수 있다.
일 실시예로, 디코딩 장치는 DPB 내 픽처의 수가 상기 DPB의 최대 요구 사이즈에 관련된 신택스 엘리먼트(예: max_dec_pic_buffering_minus1)의 값에 1을 더한 값 보다 크거나 같지 않은 제1 조건을 만족하는 경우를 기반으로, 범핑 프로세스(bumping process)를 호출(invoke)할 수 있다.
또한, 상기 범핑 프로세스의 호출은, DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트(예: max_num_reorder_pics)에 기반한 제2 조건 또는 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트(예: max_latency_increase_plus1)에 기반한 제3 조건에 기반하여 결정되지 않는다. 다시 말해, 상기 제2 조건 또는 상기 제3 조건을 만족하지만 상기 제1 조건을 만족하지 않는 경우, 디코딩 장치는 범핑 프로세스를 호출하는 동작을 수행하지 않을 수 있다.
여기서, 상기 제2 조건은 "출력 필요(needed for output)"로 표시된 DPB 내 픽처의 수가 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트(예: max_num_reorder_pics)의 값보다 큰지 여부에 관한 조건일 수 있다. 상기 제3 조건은 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트(예: max_latency_increase_plus1)의 값이 0과 같지 않고, 관련 변수 PicLatencyCount가 MaxLatencyPictures보다 크거나 같은 출력 필요(needed for output)"로 표시된 DPB 내 적어도 하나의 픽처가 있는지 여부에 관한 조건일 수 있다. 상기 MaxLatencyPictures는 (상기 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트의 값 + 상기 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트의 값 - 1)에 의해 도출될 수 있다.
즉, 범핑 프로세스를 호출함에 있어, 상술한 바와 같이 상기 제2 조건 및 상기 제3 조건은 이전 픽처(previous picture)의 디코딩 종료 시에 (즉, 추가 범핑 프로세스 동안) 이미 체크가 이루어지므로, 현재 픽처의 디코딩 시에는 중복적인 조건이 될 수 있다. 따라서, 중복된 조건인 상기 제2 조건 및 상기 제3 조건에 기반하지 않고(즉, 상기 제2 조건 및 상기 제3 조건을 제외하고) 상기 제1 조건에 대해서만 만족 여부를 결정함으로써 범핑 프로세스를 수행할 수 있다. 구체적 예로, DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[Htid] + 1 보다 작은 경우 (즉, DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[Htid] + 1 보다 크거나 같지 않은 경우)에 기반한 상기 제1 조건을 만족하지 않는 경우, 다음 i) 및/또는 ii) 조건이 참이 아닌 경우를 만족한다고 하더라도 범핑 프로세스가 호출되지 않을 수 있다.
i) "출력 필요(needed for output)"로 표시된 DPB 내 픽처의 수가 max_num_reorder_pics[Htid]보다 큰 경우
ii) max_latency_increase_plus1[Htid]이 0과 같지 않고 DPB 내 "출력 필요(needed for output)"로 표시된 관련 변수 PicLatencyCount가 MaxLatencyPictures[Htid]보다 크거나 같은 픽처가 적어도 하나 이상 있는 경우
또한, 일 실시예로, 디코딩 장치는 상기 제1 조건을 만족하는 경우를 기반으로 호출되는 범핑 프로세스 동안, DPB 내 비워진 픽처 저장 버퍼에 대하여 DPB 충만도(fullness)를 1씩 감소시킬 수 있다. 다시 말해, 디코딩 장치는 상기 제1 조건을 만족하는 경우를 기반으로 호출된 범핑 프로세스가 수행된 이후, 추가적으로 DPB 내 비워진 픽처 저장 버퍼에 대하여 DPB 충만도(fullness)를 1씩 감소시키는 동작을 수행하지 않는다. 일예로, 상기 표 2에서 설명한 바와 같이, 범핑 프로세스의 호출 동작에서 비워진 각 추가 픽처 저장 버퍼에 대하여 DPB 충만도를 1씩 감소시키는 추가 동작이 제거될 수 있다. 이 경우, DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[ Htid ] + 1 보다 크거나 같지 않을 때까지(즉, 상기 제1 조건을 만족하는 경우) 범핑 프로세스를 호출하고, 상기 호출된 범핑 프로세스 동작 내에서만 DPB 충만도를 한번 감소시킬 수 있다. 범핑 프로세스의 구체적 동작 과정은 상술한 바 있으므로, 여기서는 설명을 생략하도록 한다.
또한, 일 실시예로, 디코딩 장치는 현재 픽처가 AU 0 이 아닌 CVSS(Coded Video Sequence Start Access Unit) AU 인 현재 AU(Access Unit)의 첫번째 픽처인지 여부를 기반으로, 상기 범핑 프로세스의 호출 여부를 결정할 수 있다. 여기서, AU 0 은 비트스트림의 첫번째 AU를 지칭할 수 있으며, 예컨대 AU 0 은 디코딩 순서에서 비트스트림의 첫번째 AU일 수 있다. 일예로, 상기 표 2에서 설명한 바와 같이, 현재 AU가 CVSS AU가 아니거나 또는 현재 AU 가 AU 0 이 아닌 CVSS AU 이지만 현재 픽처가 상기 현재 AU 내 첫번째 픽처가 아닌 경우, "출력에 필요하지 않음(not needed for output)"및 "참조로 사용되지 않음(unused for reference)"으로 표시된 픽처를 포함하는 모든 픽처 저장 버퍼가 (출력 없이) 비워질 수 있다. 비워진 각 픽처 저장 버퍼에 대하여, DPB 충만도는 1씩 감소할 수 있다. DPB 내 픽처의 수가 max_dec_pic_buffering_minus1[ Htid ] + 1 보다 크거나 같지 않을 때까지 범핑 프로세스가 반복적으로 호출될 수 있다.
즉, 상술한 바와 같이 디코딩 장치는 DPB 관련 정보를 기반으로 범핑 프로세스 등의 동작을 통해 DPB 내 픽처(들)을 제거 및/또는 출력을 수행함으로써 DPB를 업데이트할 수 있다.
디코딩 장치는 DPB를 기반으로 현재 픽처를 디코딩할 수 있다(S820).
일 실시예로, 디코딩 장치는 상기 업데이트된 DPB 를 기반으로 상기 현재 픽처를 디코딩할 수 있다. 예를 들어, 디코딩 장치는 상기 DPB 의 참조 픽처를 기반으로 상기 현재 픽처 내 블록에 대한 인터 예측을 수행하여 예측 샘플을 도출할 수 있고, 상기 예측 샘플을 기반으로 상기 현재 픽처에 대한 복원 샘플 및/또는 복원 픽처를 생성할 수 있다. 한편, 예를 들어, 디코딩 장치는 비트스트림을 통하여 수신된 상기 현재 픽처에 대한 레지듀얼 정보를 기반으로 상기 현재 픽처 내 블록에 레지듀얼 샘플을 도출할 수 있고, 상기 예측 샘플과 상기 레지듀얼 샘플의 가산을 통하여 복원 샘플 및/또는 복원 픽처를 생성할 수 있다. 상기 영상 정보는 상기 레지듀얼 정보를 포함할 수 있다. 또한, 디코딩 장치는 상기 디코딩된 상기 현재 픽처를 상기 DPB 에 삽입할 수 있다.
이후 필요에 따라 주관적/객관적 화질을 향상시키기 위하여 디블록킹 필터링, SAO 및/또는 ALF 절차와 같은 인루프 필터링 절차가 상기 복원 샘플들에 적용될 수 있음은 상술한 바와 같다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 문서의 실시예들은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 문서의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 문서에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 문서에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 문서에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 문서에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 문서가 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, 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 Recoder) 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 10은 본 문서에서 개시된 실시예들이 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 10을 참조하면, 본 문서의 실시예들에 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 실시예들에 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 문서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 문서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 문서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 문서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 문서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.

Claims (15)

  1. 디코딩 장치에 의하여 수행되는 영상 디코딩 방법에 있어서,
    비트스트림으로부터 DPB (Decoded Picture Buffer) 관련 정보를 포함하는 영상 정보를 획득하는 단계;
    상기 DPB 관련 정보를 기반으로 DPB를 업데이트하는 단계; 및
    상기 DPB를 기반으로 현재 픽처를 디코딩하는 단계를 포함하며,
    상기 DPB 관련 정보는 상기 DPB의 최대 요구 사이즈(maximum required size)에 관련된 신택스 엘리먼트를 포함하고,
    상기 DPB 내 픽처의 수가 상기 DPB의 최대 요구 사이즈에 관련된 신택스 엘리먼트의 값에 1을 더한 값 보다 크거나 같지 않은 제1 조건을 만족하는 경우를 기반으로, 범핑 프로세스(bumping process)가 호출(invoke)되는 것을 특징으로 하는 영상 디코딩 방법.
  2. 제1항에 있어서,
    상기 DPB 관련 정보는 상기 DPB의 최대 픽처 리오더(maximum picture reorder) 수에 관련된 신택스 엘리먼트 또는 상기 DPB 의 최대 레이턴시(maximum latency)에 관련된 신택스 엘리먼트를 포함하고,
    상기 범핑 프로세스의 호출은,
    상기 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트에 기반한 제2 조건 또는 상기 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트에 기반한 제3 조건에 기반하여 결정되지 않는 것을 특징으로 하는 영상 디코딩 방법.
  3. 제2항에 있어서,
    상기 제2 조건 또는 상기 제3 조건을 만족하지만 상기 제1 조건을 만족하지 않는 경우를 기반으로, 상기 범핑 프로세스는 호출되지 않는 것을 특징으로 하는 영상 디코딩 방법.
  4. 제2항에 있어서,
    상기 제2 조건은, "출력 필요(needed for output)"로 표시된 상기 DPB 내 픽처의 수가 상기 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트의 값보다 큰지 여부에 관한 조건이고,
    상기 제3 조건은, 상기 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트의 값이 0과 같지 않고, 관련 변수 PicLatencyCount가 MaxLatencyPictures보다 크거나 같은 출력 필요(needed for output)"로 표시된 상기 DPB 내 적어도 하나의 픽처가 있는지 여부에 관한 조건이고,
    상기 MaxLatencyPictures는, (상기 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트의 값 + 상기 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트의 값 - 1)에 의해 도출되는 것을 특징으로 하는 영상 디코딩 방법.
  5. 제1항에 있어서,
    상기 제1 조건을 만족하는 경우를 기반으로 호출되는 상기 범핑 프로세스 동안, 상기 DPB 내 비워진 픽처 저장 버퍼에 대하여 DPB 충만도(fullness)가 1씩 감소되는 것을 특징으로 하는 영상 디코딩 방법.
  6. 제1항에 있어서,
    상기 제1 조건을 만족하는 경우를 기반으로 호출된 상기 범핑 프로세스가 수행된 이후, 추가적으로 상기 DPB 내 비워진 픽처 저장 버퍼에 대하여 DPB 충만도(fullness)를 1씩 감소시키는 동작을 수행하지 않는 것을 특징으로 하는 영상 디코딩 방법.
  7. 제1항에 있어서,
    상기 현재 픽처가 AU 0 이 아닌 CVSS(Coded Video Sequence Start Access Unit) AU 인 현재 AU(Access Unit)의 첫번째 픽처인지 여부를 기반으로, 상기 범핑 프로세스의 호출 여부가 결정되며,
    상기 AU 0 은 상기 비트스트림의 첫번째 AU인 것을 특징으로 하는 영상 디코딩 방법.
  8. 인코딩 장치에 의하여 수행되는 영상 인코딩 방법에 있어서,
    DPB (Decoded Picture Buffer) 관련 정보를 생성하는 단계;
    상기 DPB 관련 정보를 기반으로 DPB를 업데이트하는 단계; 및
    상기 DPB 관련 정보를 포함하는 영상 정보를 인코딩하는 단계를 포함하며,
    상기 DPB 관련 정보는 상기 DPB의 최대 요구 사이즈(maximum required size)에 관련된 신택스 엘리먼트를 포함하고,
    상기 DPB 내 픽처의 수가 상기 DPB의 최대 요구 사이즈에 관련된 신택스 엘리먼트의 값에 1을 더한 값 보다 크거나 같지 않은 제1 조건을 만족하는 경우를 기반으로, 범핑 프로세스(bumping process)가 호출(invoke)되는 것을 특징으로 하는 영상 인코딩 방법.
  9. 제8항에 있어서,
    상기 DPB 관련 정보는 상기 DPB의 최대 픽처 리오더(maximum picture reorder) 수에 관련된 신택스 엘리먼트 또는 상기 DPB 의 최대 레이턴시(maximum latency)에 관련된 신택스 엘리먼트를 포함하고,
    상기 범핑 프로세스의 호출은,
    상기 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트에 기반한 제2 조건 또는 상기 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트에 기반한 제3 조건에 기반하여 결정되지 않는 것을 특징으로 하는 영상 인코딩 방법.
  10. 제9항에 있어서,
    상기 제2 조건 또는 상기 제3 조건을 만족하지만 상기 제1 조건을 만족하지 않는 경우를 기반으로, 상기 범핑 프로세스는 호출되지 않는 것을 특징으로 하는 영상 인코딩 방법.
  11. 제9항에 있어서,
    상기 제2 조건은, "출력 필요(needed for output)"로 표시된 상기 DPB 내 픽처의 수가 상기 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트의 값보다 큰지 여부에 관한 조건이고,
    상기 제3 조건은, 상기 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트의 값이 0과 같지 않고, 관련 변수 PicLatencyCount가 MaxLatencyPictures보다 크거나 같은 출력 필요(needed for output)"로 표시된 상기 DPB 내 적어도 하나의 픽처가 있는지 여부에 관한 조건이고,
    상기 MaxLatencyPictures는, (상기 DPB의 최대 픽처 리오더 수에 관련된 신택스 엘리먼트의 값 + 상기 DPB의 최대 레이턴시에 관련된 신택스 엘리먼트의 값 - 1)에 의해 도출되는 것을 특징으로 하는 영상 인코딩 방법.
  12. 제8항에 있어서,
    상기 제1 조건을 만족하는 경우를 기반으로 호출되는 상기 범핑 프로세스 동안, 상기 DPB 내 비워진 픽처 저장 버퍼에 대하여 DPB 충만도(fullness)가 1씩 감소되는 것을 특징으로 하는 영상 인코딩 방법.
  13. 제8항에 있어서,
    상기 제1 조건을 만족하는 경우를 기반으로 호출된 상기 범핑 프로세스가 수행된 이후, 추가적으로 상기 DPB 내 비워진 픽처 저장 버퍼에 대하여 DPB 충만도(fullness)를 1씩 감소시키는 동작을 수행하지 않는 것을 특징으로 하는 영상 인코딩 방법.
  14. 제8항에 있어서,
    상기 현재 픽처가 AU 0 이 아닌 CVSS(Coded Video Sequence Start Access Unit) AU 인 현재 AU(Access Unit)의 첫번째 픽처인지 여부를 기반으로, 상기 범핑 프로세스의 호출 여부가 결정되며,
    상기 AU 0 은 비트스트림의 첫번째 AU인 것을 특징으로 하는 영상 인코딩 방법.
  15. 영상 디코딩 장치가 영상 디코딩 방법을 수행하도록 야기하는 인코딩된 정보를 저장하는 컴퓨터 판독 가능한 저장 매체에 있어서, 상기 영상 디코딩 방법은,
    비트스트림으로부터 DPB (Decoded Picture Buffer) 관련 정보를 포함하는 영상 정보를 획득하는 단계;
    상기 DPB 관련 정보를 기반으로 DPB를 업데이트하는 단계; 및
    상기 DPB를 기반으로 현재 픽처를 디코딩하는 단계를 포함하며,
    상기 DPB 관련 정보는 상기 DPB의 최대 요구 사이즈(maximum required size)에 관련된 신택스 엘리먼트를 포함하고,
    상기 DPB 내 픽처의 수가 상기 DPB의 최대 요구 사이즈에 관련된 신택스 엘리먼트의 값에 1을 더한 값 보다 크거나 같지 않은 제1 조건을 만족하는 경우를 기반으로, 범핑 프로세스(bumping process)가 호출(invoke)되는 것을 특징으로 하는 컴퓨터 판독 가능한 저장 매체.
PCT/KR2021/007057 2020-06-09 2021-06-07 Dpb 동작 기반 영상 또는 비디오 코딩 WO2021251700A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US18/009,610 US20230224484A1 (en) 2020-06-09 2021-06-07 Dpb operation-based image or video coding
KR1020237000788A KR20230021736A (ko) 2020-06-09 2021-06-07 Dpb 동작 기반 영상 또는 비디오 코딩
CN202180056984.3A CN116195250A (zh) 2020-06-09 2021-06-07 基于dpb操作的图像或视频编码

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202063036454P 2020-06-09 2020-06-09
US63/036,454 2020-06-09

Publications (1)

Publication Number Publication Date
WO2021251700A1 true WO2021251700A1 (ko) 2021-12-16

Family

ID=78846355

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/007057 WO2021251700A1 (ko) 2020-06-09 2021-06-07 Dpb 동작 기반 영상 또는 비디오 코딩

Country Status (4)

Country Link
US (1) US20230224484A1 (ko)
KR (1) KR20230021736A (ko)
CN (1) CN116195250A (ko)
WO (1) WO2021251700A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150016806A1 (en) * 2008-06-12 2015-01-15 Cisco Technology, Inc. Signaling Tier Information to Assist MMCO Stream Manipulation
KR101944565B1 (ko) * 2011-06-30 2019-01-31 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 비디오 인코딩 및 디코딩시의 레이턴시 저감 기법
KR20200037196A (ko) * 2011-11-25 2020-04-08 삼성전자주식회사 복호화기의 버퍼 관리를 위한 영상 부호화 방법 및 장치, 그 영상 복호화 방법 및 장치
KR102101535B1 (ko) * 2014-03-17 2020-04-17 노키아 테크놀로지스 오와이 비디오 코딩 및 디코딩용 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150016806A1 (en) * 2008-06-12 2015-01-15 Cisco Technology, Inc. Signaling Tier Information to Assist MMCO Stream Manipulation
KR101944565B1 (ko) * 2011-06-30 2019-01-31 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 비디오 인코딩 및 디코딩시의 레이턴시 저감 기법
KR20200037196A (ko) * 2011-11-25 2020-04-08 삼성전자주식회사 복호화기의 버퍼 관리를 위한 영상 부호화 방법 및 장치, 그 영상 복호화 방법 및 장치
KR102101535B1 (ko) * 2014-03-17 2020-04-17 노키아 테크놀로지스 오와이 비디오 코딩 및 디코딩용 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
BROSS B; CHEN J; LIU S; Y-K WANG: "Versatile Video Coding (Draft 9)", 130. MPEG MEETING; 20200420 - 20200424; ALPBACH; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), no. JVET-R2001-vA, 15 May 2020 (2020-05-15), pages 1 - 524, XP030287936 *

Also Published As

Publication number Publication date
KR20230021736A (ko) 2023-02-14
CN116195250A (zh) 2023-05-30
US20230224484A1 (en) 2023-07-13

Similar Documents

Publication Publication Date Title
WO2021040400A1 (ko) 팔레트 모드 기반 영상 또는 비디오 코딩
WO2021096057A1 (ko) 비디오 또는 영상 코딩 시스템에서의 엔트리 포인트 관련 정보에 기반한 영상 코딩 방법
WO2021034115A1 (ko) 크로마 양자화 파라미터 오프셋 관련 정보를 코딩하는 영상 디코딩 방법 및 그 장치
WO2021118295A1 (ko) 루프 필터링을 제어하기 위한 영상 코딩 장치 및 방법
WO2021225338A1 (ko) 영상 디코딩 방법 및 그 장치
WO2021040398A1 (ko) 팔레트 이스케이프 코딩 기반 영상 또는 비디오 코딩
WO2020256346A1 (ko) 변환 커널 세트에 관한 정보에 대한 코딩
WO2021145728A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021118293A1 (ko) 필터링 기반 영상 코딩 장치 및 방법
WO2021133060A1 (ko) 서브픽처 기반 영상 코딩 장치 및 방법
WO2021034161A1 (ko) 인트라 예측 장치 및 방법
WO2020251270A1 (ko) 서브블록 단위의 시간적 움직임 정보 기반 영상 또는 비디오 코딩
WO2020185039A1 (ko) 레지듀얼 코딩 방법 및 장치
WO2021137591A1 (ko) Ols dpb 파라미터 인덱스를 포함하는 영상 정보 기반 영상 디코딩 방법 및 그 장치
WO2021137589A1 (ko) 영상 디코딩 방법 및 그 장치
WO2021246791A1 (ko) 영상/비디오 코딩 시스템에서 상위 레벨 신택스를 처리하는 방법 및 장치
WO2021145726A1 (ko) 적응적 루프 필터링 기반 영상 코딩 장치 및 방법
WO2021201463A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021145725A1 (ko) 필터링 관련 정보 시그널링 기반 영상 코딩 장치 및 방법
WO2021091214A1 (ko) 크로마 양자화 파라미터 오프셋 관련 정보를 코딩하는 영상 디코딩 방법 및 그 장치
WO2021040402A1 (ko) 팔레트 코딩 기반 영상 또는 비디오 코딩
WO2021137588A1 (ko) 픽처 헤더를 포함하는 영상 정보를 코딩하는 영상 디코딩 방법 및 그 장치
WO2021118296A1 (ko) 루프 필터링을 제어하는 영상 코딩 장치 및 방법
WO2021118297A1 (ko) 필터링을 위한 정보의 시그널링 기반 영상 코딩 장치 및 방법
WO2021040488A1 (ko) 팔레트 모드에서의 이스케이프 이진화 기반 영상 또는 비디오 코딩

Legal Events

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

Ref document number: 21821796

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20237000788

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: 21821796

Country of ref document: EP

Kind code of ref document: A1