WO2022211490A1 - 전처리 및 후처리를 이용하는 비디오 코딩방법 및 장치 - Google Patents

전처리 및 후처리를 이용하는 비디오 코딩방법 및 장치 Download PDF

Info

Publication number
WO2022211490A1
WO2022211490A1 PCT/KR2022/004508 KR2022004508W WO2022211490A1 WO 2022211490 A1 WO2022211490 A1 WO 2022211490A1 KR 2022004508 W KR2022004508 W KR 2022004508W WO 2022211490 A1 WO2022211490 A1 WO 2022211490A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
cognitive
model
quality
block
Prior art date
Application number
PCT/KR2022/004508
Other languages
English (en)
French (fr)
Inventor
안용조
이종석
박승욱
Original Assignee
현대자동차주식회사
기아 주식회사
디지털인사이트
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
Priority claimed from KR1020220038959A external-priority patent/KR20220137552A/ko
Application filed by 현대자동차주식회사, 기아 주식회사, 디지털인사이트 filed Critical 현대자동차주식회사
Priority to CN202280023124.4A priority Critical patent/CN117044211A/zh
Publication of WO2022211490A1 publication Critical patent/WO2022211490A1/ko
Priority to US18/375,170 priority patent/US20240031612A1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
    • 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
    • H04N19/136—Incoming video signal characteristics or properties
    • 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
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H04N19/463—Embedding additional information in the video signal during the compression process by compressing encoding parameters before transmission
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression

Definitions

  • the present disclosure relates to a video coding method and apparatus using pre-processing and post-processing.
  • video data Since video data has a large amount of data compared to audio data or still image data, it requires a lot of hardware resources including memory to store or transmit itself without compression processing.
  • an encoder when storing or transmitting video data, an encoder is used to compress and store or transmit the video data, and a decoder receives, decompresses, and reproduces the compressed video data.
  • a video compression technique there are H.264/AVC, High Efficiency Video Coding (HEVC), and the like, and Versatile Video Coding (VVC), which improves encoding efficiency by about 30% or more compared to HEVC.
  • a series of processes applied to an input image before an encoder encodes the input image is defined as a preprocessing process.
  • a series of processes applied to the restored image before the decoder stores or displays the restored image is defined as a post-processing process.
  • the input image contains noise or its resolution is too high, encoding efficiency or image quality may be reduced from the standpoint of the encoder/decoder. Therefore, in order to improve encoding efficiency and improve image quality, effective pre-processing and post-processing processes need to be considered.
  • the present disclosure models a noise model or a subjective image quality model for a current video, performs pre-processing and post-processing on an image based on the model, and video coding for signaling information of the model It is an object to provide a method and apparatus.
  • an image decoding method performed by an image decoding apparatus, the method comprising: generating a restored image by decoding a bitstream; decoding a parameter of a perceptual model from the bitstream, wherein the perceptual model is a model reflecting perceptual visual characteristics in terms of perceptual quality; generating an improved image by post-processing the reconstructed image using the parameters of the cognitive model; and outputting a final reconstructed image using the improved image and the reconstructed image.
  • a decoder for decoding a bitstream to generate a reconstructed image, and decoding a perceptual model-based image quality improvement method and a parameter of the perceptual model from the bitstream, wherein the perceptual model is a perceptual quality It is a model that reflects cognitive visual characteristics in perspective; a cognitive quality improver for generating an improved image by post-processing the reconstructed image using the image quality improvement method and parameters of the cognitive model; and a summer for outputting a final reconstructed image using the enhanced image and the reconstructed image.
  • an input image is analyzed in terms of perceived quality to determine removable elements according to a perceptual model.
  • the cognitive model is a model reflecting cognitive visual characteristics in terms of the cognitive quality; estimating parameters of the cognitive model; pre-processing the input image by removing the removable elements from the input image using the parameters of the cognitive model; generating a bitstream by encoding the preprocessed input image; and encoding the parameters of the cognitive model and combining them with the bitstream.
  • a video coding method and apparatus for modeling a noise model or a subjective quality model for a current video, pre-processing and post-processing an image based on the model, and signaling information of the model
  • FIG. 1 is an exemplary block diagram of an image encoding apparatus that can implement techniques of the present disclosure.
  • FIG. 2 is a diagram for explaining a method of dividing a block using a QTBTTT structure.
  • 3A and 3B are diagrams illustrating a plurality of intra prediction modes including wide-angle intra prediction modes.
  • FIG. 4 is an exemplary diagram of a neighboring block of the current block.
  • FIG. 5 is an exemplary block diagram of an image decoding apparatus capable of implementing the techniques of the present disclosure.
  • FIG. 6 is an exemplary diagram illustrating an image encoding apparatus and an image decoding apparatus including pre-processing and post-processing according to an embodiment of the present disclosure.
  • FIG. 7 is an exemplary diagram illustrating a bidirectional filter used for pre-processing and post-processing according to an embodiment of the present disclosure.
  • FIG. 8 is an exemplary diagram illustrating an image encoding apparatus and an image decoding apparatus including pre-processing and post-processing according to another embodiment of the present disclosure.
  • FIG. 9 is an exemplary diagram illustrating an image encoding apparatus and an image decoding apparatus including pre-processing and post-processing according to another embodiment of the present disclosure.
  • FIG. 10 is an exemplary diagram illustrating an image encoding method including pre-processing according to an embodiment of the present disclosure.
  • FIG. 11 is an exemplary diagram illustrating an image decoding method including post-processing according to an embodiment of the present disclosure.
  • FIG. 12 is an exemplary diagram illustrating an image encoding method including pre-processing according to another embodiment of the present disclosure.
  • FIG. 13 is an exemplary diagram illustrating an image decoding method including post-processing according to another embodiment of the present disclosure.
  • FIG. 1 is an exemplary block diagram of an image encoding apparatus that can implement techniques of the present disclosure.
  • an image encoding apparatus and sub-components of the apparatus will be described with reference to FIG. 1 .
  • the image encoding apparatus includes a picture division unit 110 , a prediction unit 120 , a subtractor 130 , a transform unit 140 , a quantization unit 145 , a reordering unit 150 , an entropy encoding unit 155 , and an inverse quantization unit. 160 , an inverse transform unit 165 , an adder 170 , a loop filter unit 180 , and a memory 190 may be included.
  • Each component of the image encoding apparatus may be implemented as hardware or software, or a combination of hardware and software.
  • the function of each component may be implemented as software and the microprocessor may be implemented to execute the function of software corresponding to each component.
  • One image is composed of one or more sequences including a plurality of pictures.
  • Each picture is divided into a plurality of regions, and encoding is performed for each region.
  • one picture is divided into one or more tiles and/or slices.
  • one or more tiles may be defined as a tile group.
  • Each tile or/slice is divided into one or more Coding Tree Units (CTUs).
  • CTUs Coding Tree Units
  • each CTU is divided into one or more CUs (Coding Units) by a tree structure.
  • Information applied to each CU is encoded as a syntax of the CU, and information commonly applied to CUs included in one CTU is encoded as a syntax of the CTU.
  • information commonly applied to all blocks in one slice is encoded as a syntax of a slice header
  • information applied to all blocks constituting one or more pictures is a picture parameter set (PPS) or a picture. encoded in the header.
  • PPS picture parameter set
  • information commonly referenced by a plurality of pictures is encoded in a sequence parameter set (SPS).
  • SPS sequence parameter set
  • VPS video parameter set
  • information commonly applied to one tile or tile group may be encoded as a syntax of a tile or tile group header. Syntaxes included in the SPS, PPS, slice header, tile, or tile group header may be referred to as high-level syntax.
  • the picture divider 110 determines the size of a coding tree unit (CTU).
  • CTU size Information on the size of the CTU (CTU size) is encoded as a syntax of the SPS or PPS and transmitted to the video decoding apparatus.
  • the picture divider 110 divides each picture constituting an image into a plurality of coding tree units (CTUs) having a predetermined size, and then repeatedly divides the CTUs using a tree structure. (recursively) divide.
  • a leaf node in the tree structure becomes a coding unit (CU), which is a basic unit of encoding.
  • CU coding unit
  • a quadtree in which a parent node (or parent node) is divided into four child nodes (or child nodes) of the same size, or a binary tree (BinaryTree) in which a parent node is divided into two child nodes , BT), or a ternary tree (TT) in which a parent node is divided into three child nodes in a 1:2:1 ratio, or a structure in which two or more of these QT structures, BT structures, and TT structures are mixed have.
  • a QuadTree plus BinaryTree (QTBT) structure may be used, or a QuadTree plus BinaryTree TernaryTree (QTBTTT) structure may be used.
  • BTTT may be collectively referred to as a Multiple-Type Tree (MTT).
  • MTT Multiple-Type Tree
  • FIG. 2 is a diagram for explaining a method of dividing a block using a QTBTTT structure.
  • the CTU may be first divided into a QT structure.
  • the quadtree splitting may be repeated until the size of a splitting block reaches the minimum block size (MinQTSize) of a leaf node allowed in QT.
  • a first flag (QT_split_flag) indicating whether each node of the QT structure is split into four nodes of a lower layer is encoded by the entropy encoder 155 and signaled to the image decoding apparatus. If the leaf node of the QT is not larger than the maximum block size (MaxBTSize) of the root node allowed in the BT, it may be further divided into any one or more of the BT structure or the TT structure.
  • MaxBTSize maximum block size
  • a plurality of division directions may exist in the BT structure and/or the TT structure. For example, there may be two directions in which the block of the corresponding node is divided horizontally and vertically.
  • a second flag indicating whether or not nodes are split
  • a flag indicating additional splitting direction vertical or horizontal
  • split and/or split type Boary or Ternary
  • a CU split flag (split_cu_flag) indicating whether the node is split is encoded it might be
  • the CU split flag (split_cu_flag) value indicates that it is not split
  • the block of the corresponding node becomes a leaf node in the split tree structure and becomes a coding unit (CU), which is a basic unit of coding.
  • the CU split flag (split_cu_flag) value indicates to be split, the image encoding apparatus starts encoding from the first flag in the above-described manner.
  • split_flag split flag indicating whether each node of the BT structure is split into blocks of a lower layer
  • split type information indicating a split type are encoded by the entropy encoder 155 and transmitted to the image decoding apparatus.
  • split_flag split flag
  • the asymmetric form may include a form in which the block of the corresponding node is divided into two rectangular blocks having a size ratio of 1:3, or a form in which the block of the corresponding node is divided in a diagonal direction.
  • a CU may have various sizes depending on the QTBT or QTBTTT split from the CTU.
  • a block corresponding to a CU to be encoded or decoded ie, a leaf node of QTBTTT
  • a 'current block' a block corresponding to a CU to be encoded or decoded
  • the shape of the current block may be not only a square but also a rectangle.
  • the prediction unit 120 generates a prediction block by predicting the current block.
  • the prediction unit 120 includes an intra prediction unit 122 and an inter prediction unit 124 .
  • each of the current blocks in a picture may be predictively coded.
  • the prediction of the current block is performed using an intra prediction technique (using data from the picture containing the current block) or inter prediction technique (using data from a picture coded before the picture containing the current block). can be performed.
  • Inter prediction includes both uni-prediction and bi-prediction.
  • the intra prediction unit 122 predicts pixels in the current block by using pixels (reference pixels) located around the current block in the current picture including the current block.
  • a plurality of intra prediction modes exist according to a prediction direction.
  • the plurality of intra prediction modes may include two non-directional modes including a planar mode and a DC mode and 65 directional modes. According to each prediction mode, the neighboring pixels to be used and the calculation expression are defined differently.
  • directional modes (Nos. 67 to 80 and No. -1 to No. -14 intra prediction modes) shown by dotted arrows in FIG. 3B may be additionally used. These may be referred to as “wide angle intra-prediction modes”. Arrows in FIG. 3B indicate corresponding reference samples used for prediction, not prediction directions. The prediction direction is opposite to the direction indicated by the arrow.
  • the wide-angle intra prediction modes are modes in which a specific directional mode is predicted in the opposite direction without additional bit transmission when the current block is rectangular. In this case, among the wide-angle intra prediction modes, some wide-angle intra prediction modes available for the current block may be determined by the ratio of the width to the height of the rectangular current block.
  • the wide-angle intra prediction modes having an angle smaller than 45 degrees are available when the current block has a rectangular shape with a height smaller than the width, and a wide angle having an angle greater than -135 degrees.
  • the intra prediction modes are available when the current block has a rectangular shape with a width greater than a height.
  • the intra prediction unit 122 may determine an intra prediction mode to be used for encoding the current block.
  • the intra prediction unit 122 may encode the current block using several intra prediction modes and select an appropriate intra prediction mode to use from the tested modes. For example, the intra prediction unit 122 calculates bit rate distortion values using rate-distortion analysis for several tested intra prediction modes, and has the best bit rate distortion characteristics among the tested modes. An intra prediction mode may be selected.
  • the intra prediction unit 122 selects one intra prediction mode from among a plurality of intra prediction modes, and predicts the current block by using a neighboring pixel (reference pixel) determined according to the selected intra prediction mode and an arithmetic expression.
  • Information on the selected intra prediction mode is encoded by the entropy encoder 155 and transmitted to the image decoding apparatus.
  • the inter prediction unit 124 generates a prediction block for the current block by using a motion compensation process.
  • the inter prediction unit 124 searches for a block most similar to the current block in the coded and decoded reference picture before the current picture, and generates a prediction block for the current block using the searched block. Then, a motion vector (MV) corresponding to displacement between the current block in the current picture and the prediction block in the reference picture is generated.
  • MV motion vector
  • motion estimation is performed for a luma component, and a motion vector calculated based on the luma component is used for both the luma component and the chroma component.
  • Motion information including information on a reference picture and information on a motion vector used to predict the current block is encoded by the entropy encoder 155 and transmitted to the image decoding apparatus.
  • the inter prediction unit 124 may perform interpolation on a reference picture or reference block in order to increase prediction accuracy. That is, subsamples between two consecutive integer samples are interpolated by applying filter coefficients to a plurality of consecutive integer samples including the two integer samples.
  • the motion vector may be expressed up to the precision of the decimal unit rather than the precision of the integer sample unit.
  • the precision or resolution of the motion vector may be set differently for each unit of a target region to be encoded, for example, a slice, a tile, a CTU, or a CU.
  • AMVR adaptive motion vector resolution
  • information on the motion vector resolution to be applied to each target region should be signaled for each target region.
  • the target region is a CU
  • information on motion vector resolution applied to each CU is signaled.
  • the information on the motion vector resolution may be information indicating the precision of a differential motion vector, which will be described later.
  • the inter prediction unit 124 may perform inter prediction using bi-prediction.
  • bidirectional prediction two reference pictures and two motion vectors indicating the position of a block most similar to the current block in each reference picture are used.
  • the inter prediction unit 124 selects a first reference picture and a second reference picture from the reference picture list 0 (RefPicList0) and the reference picture list 1 (RefPicList1), respectively, and searches for a block similar to the current block in each reference picture. A first reference block and a second reference block are generated. Then, the prediction block for the current block is generated by averaging or weighting the first reference block and the second reference block.
  • motion information including information on two reference pictures and information on two motion vectors used to predict the current block is transmitted to the encoder 150 .
  • the reference picture list 0 is composed of pictures before the current picture in display order among the restored pictures
  • the reference picture list 1 is composed of pictures after the current picture in the display order among the restored pictures. have.
  • the present invention is not limited thereto, and in display order, the restored pictures after the current picture may be further included in the reference picture list 0, and conversely, the restored pictures before the current picture are additionally added to the reference picture list 1. may be included.
  • the motion information of the current block may be transmitted to the image decoding apparatus by encoding information for identifying the neighboring block. This method is called 'merge mode'.
  • the inter prediction unit 124 selects a predetermined number of merge candidate blocks (hereinafter, referred to as 'merge candidates') from neighboring blocks of the current block.
  • the left block (A0), the lower left block (A1), the upper block (B0), and the upper right block (B1) adjacent to the current block in the current picture. ), and all or part of the upper left block (A2) may be used.
  • a block located in a reference picture (which may be the same as or different from the reference picture used to predict the current block) other than the current picture in which the current block is located may be used as a merge candidate.
  • a block co-located with the current block in the reference picture or blocks adjacent to the co-located block may be further used as merge candidates. If the number of merge candidates selected by the above-described method is smaller than the preset number, a 0 vector is added to the merge candidates.
  • the inter prediction unit 124 constructs a merge list including a predetermined number of merge candidates by using these neighboring blocks.
  • a merge candidate to be used as motion information of the current block is selected from among the merge candidates included in the merge list, and merge index information for identifying the selected candidate is generated.
  • the generated merge index information is encoded by the encoder 150 and transmitted to the image decoding apparatus.
  • the merge skip mode is a special case of the merge mode. After performing quantization, when all transform coefficients for entropy encoding are close to zero, only neighboring block selection information is transmitted without transmission of a residual signal. By using the merge skip mode, it is possible to achieve relatively high encoding efficiency in an image with little motion, a still image, or a screen content image.
  • merge mode and the merge skip mode are collectively referred to as a merge/skip mode.
  • AMVP Advanced Motion Vector Prediction
  • the inter prediction unit 124 derives motion vector prediction candidates for the motion vector of the current block using neighboring blocks of the current block.
  • neighboring blocks used to derive prediction motion vector candidates the left block (A0), the lower left block (A1), the upper block (B0), and the upper right block (A0) adjacent to the current block in the current picture shown in FIG. B1), and all or part of the upper left block (A2) may be used.
  • a block located in a reference picture (which may be the same as or different from the reference picture used to predict the current block) other than the current picture in which the current block is located is used as a neighboring block used to derive prediction motion vector candidates.
  • a block co-located with the current block in the reference picture or blocks adjacent to the co-located block may be used. If the number of motion vector candidates is smaller than the preset number by the method described above, 0 vectors are added to the motion vector candidates.
  • the inter prediction unit 124 derives prediction motion vector candidates by using the motion vectors of the neighboring blocks, and determines a predicted motion vector with respect to the motion vector of the current block by using the prediction motion vector candidates. Then, a differential motion vector is calculated by subtracting the predicted motion vector from the motion vector of the current block.
  • the prediction motion vector may be obtained by applying a predefined function (eg, a median value, an average value operation, etc.) to the prediction motion vector candidates.
  • a predefined function eg, a median value, an average value operation, etc.
  • the image decoding apparatus also knows the predefined function.
  • the neighboring block used to derive the prediction motion vector candidate is a block that has already been encoded and decoded
  • the video decoding apparatus already knows the motion vector of the neighboring block. Therefore, the image encoding apparatus does not need to encode information for identifying the prediction motion vector candidate. Accordingly, in this case, information on a differential motion vector and information on a reference picture used to predict the current block are encoded.
  • the prediction motion vector may be determined by selecting any one of the prediction motion vector candidates.
  • information for identifying the selected prediction motion vector candidate is additionally encoded together with information on the differential motion vector and information on the reference picture used to predict the current block.
  • the subtractor 130 generates a residual block by subtracting the prediction block generated by the intra prediction unit 122 or the inter prediction unit 124 from the current block.
  • the transform unit 140 transforms the residual signal in the residual block having pixel values in the spatial domain into transform coefficients in the frequency domain.
  • the transform unit 140 may transform the residual signals in the residual block by using the entire size of the residual block as a transform unit, or divide the residual block into a plurality of sub-blocks and use the sub-blocks as transform units to perform transformation. You may.
  • the residual signals may be transformed by dividing the sub-block into two sub-blocks, which are a transform region and a non-transform region, and use only the transform region sub-block as a transform unit.
  • the transform region subblock may be one of two rectangular blocks having a size ratio of 1:1 based on the horizontal axis (or vertical axis).
  • the flag (cu_sbt_flag) indicating that only the subblock is transformed, the vertical/horizontal information (cu_sbt_horizontal_flag), and/or the position information (cu_sbt_pos_flag) are encoded by the entropy encoder 155 and signaled to the video decoding apparatus.
  • the size of the transform region subblock may have a size ratio of 1:3 based on the horizontal axis (or vertical axis). Signaled to the decoding device.
  • the transform unit 140 may separately transform the residual block in a horizontal direction and a vertical direction.
  • various types of transformation functions or transformation matrices may be used.
  • a pair of transform functions for horizontal transformation and vertical transformation may be defined as a multiple transform set (MTS).
  • the transform unit 140 may select one transform function pair having the best transform efficiency among MTSs and transform the residual blocks in horizontal and vertical directions, respectively.
  • Information (mts_idx) on the transform function pair selected from among MTS is encoded by the entropy encoder 155 and signaled to the image decoding apparatus.
  • the quantization unit 145 quantizes the transform coefficients output from the transform unit 140 using a quantization parameter, and outputs the quantized transform coefficients to the entropy encoding unit 155 .
  • the quantization unit 145 may directly quantize a related residual block for a certain block or frame without transformation.
  • the quantization unit 145 may apply different quantization coefficients (scaling values) according to positions of the transform coefficients in the transform block.
  • a quantization matrix applied to two-dimensionally arranged quantized transform coefficients may be encoded and signaled to an image decoding apparatus.
  • the rearrangement unit 150 may rearrange the coefficient values on the quantized residual values.
  • the reordering unit 150 may change a two-dimensional coefficient array into a one-dimensional coefficient sequence by using coefficient scanning. For example, the reordering unit 150 may output a one-dimensional coefficient sequence by scanning from DC coefficients to coefficients in a high frequency region using a zig-zag scan or a diagonal scan. .
  • a vertical scan for scanning a two-dimensional coefficient array in a column direction and a horizontal scan for scanning a two-dimensional block shape coefficient in a row direction may be used instead of the zig-zag scan according to the size of the transform unit and the intra prediction mode. That is, a scanning method to be used among a zig-zag scan, a diagonal scan, a vertical scan, and a horizontal scan may be determined according to the size of the transform unit and the intra prediction mode.
  • the entropy encoding unit 155 uses various encoding methods such as Context-based Adaptive Binary Arithmetic Code (CABAC) and Exponential Golomb to convert the one-dimensional quantized transform coefficients output from the reordering unit 150 .
  • CABAC Context-based Adaptive Binary Arithmetic Code
  • Exponential Golomb Exponential Golomb
  • the entropy encoder 155 encodes information such as a CTU size, a CU split flag, a QT split flag, an MTT split type, an MTT split direction, etc. related to block splitting, so that the video decoding apparatus divides the block in the same way as the video encoding apparatus. to be able to divide. Also, the entropy encoding unit 155 encodes information on a prediction type indicating whether the current block is encoded by intra prediction or inter prediction, and intra prediction information (ie, intra prediction) according to the prediction type.
  • Mode information or inter prediction information (information on an encoding mode (merge mode or AMVP mode) of motion information, a merge index in the case of a merge mode, and a reference picture index and information on a differential motion vector in the case of an AMVP mode) is encoded.
  • the entropy encoder 155 encodes information related to quantization, that is, information about a quantization parameter and information about a quantization matrix.
  • the inverse quantization unit 160 inverse quantizes the quantized transform coefficients output from the quantization unit 145 to generate transform coefficients.
  • the inverse transform unit 165 restores the residual block by transforming the transform coefficients output from the inverse quantization unit 160 from the frequency domain to the spatial domain.
  • the addition unit 170 restores the current block by adding the reconstructed residual block to the prediction block generated by the prediction unit 120 . Pixels in the reconstructed current block are used as reference pixels when intra-predicting the next block.
  • the loop filter unit 180 reconstructs pixels to reduce blocking artifacts, ringing artifacts, blurring artifacts, etc. generated due to block-based prediction and transformation/quantization. filter on them.
  • the filter unit 180 may include all or a part of a deblocking filter 182, a sample adaptive offset (SAO) filter 184, and an adaptive loop filter (ALF) 186 as an in-loop filter. .
  • SAO sample adaptive offset
  • ALF adaptive loop filter
  • the deblocking filter 182 filters the boundary between the reconstructed blocks in order to remove a blocking artifact caused by block-by-block encoding/decoding, and the SAO filter 184 and alf 186 deblocking filtering Additional filtering is performed on the captured image.
  • the SAO filter 184 and the alf 186 are filters used to compensate for the difference between the reconstructed pixel and the original pixel caused by lossy coding.
  • the SAO filter 184 improves encoding efficiency as well as subjective image quality by applying an offset in units of CTUs.
  • the ALF 186 performs block-by-block filtering, and compensates for distortion by applying different filters by classifying the edge of the corresponding block and the degree of change.
  • Information on filter coefficients to be used for ALF may be encoded and signaled to an image decoding apparatus.
  • the restored block filtered through the deblocking filter 182 , the SAO filter 184 , and the ALF 186 is stored in the memory 190 .
  • the reconstructed picture may be used as a reference picture for inter prediction of blocks in a picture to be encoded later.
  • FIG. 5 is an exemplary block diagram of an image decoding apparatus capable of implementing the techniques of the present disclosure.
  • an image decoding apparatus and sub-components of the apparatus will be described with reference to FIG. 5 .
  • the image decoding apparatus includes an entropy decoding unit 510, a reordering unit 515, an inverse quantization unit 520, an inverse transform unit 530, a prediction unit 540, an adder 550, a loop filter unit 560, and a memory ( 570) may be included.
  • each component of the image decoding apparatus may be implemented as hardware or software, or a combination of hardware and software.
  • the function of each component may be implemented as software and the microprocessor may be implemented to execute the function of software corresponding to each component.
  • the entropy decoding unit 510 decodes the bitstream generated by the image encoding apparatus and extracts information related to block division to determine a current block to be decoded, and prediction information and residual signal required to reconstruct the current block. extract information, etc.
  • the entropy decoder 510 extracts information on the CTU size from a sequence parameter set (SPS) or a picture parameter set (PPS) to determine the size of the CTU, and divides the picture into CTUs of the determined size. Then, the CTU is determined as the uppermost layer of the tree structure, that is, the root node, and the CTU is divided using the tree structure by extracting division information on the CTU.
  • SPS sequence parameter set
  • PPS picture parameter set
  • a first flag (QT_split_flag) related to QT splitting is first extracted and each node is split into four nodes of a lower layer.
  • the second flag (MTT_split_flag) related to the split of MTT and the split direction (vertical / horizontal) and / or split type (binary / ternary) information are extracted and the corresponding leaf node is set to MTT split into structures. Accordingly, each node below the leaf node of the QT is recursively divided into a BT or TT structure.
  • a CU split flag (split_cu_flag) indicating whether a CU is split is extracted first, and when the block is split, a first flag (QT_split_flag) is extracted.
  • each node may have zero or more repeated MTT splits after zero or more repeated QT splits. For example, in the CTU, MTT division may occur immediately, or conversely, only multiple QT divisions may occur.
  • a first flag (QT_split_flag) related to QT splitting is extracted and each node is split into four nodes of a lower layer. And, for a node corresponding to a leaf node of QT, a split flag (split_flag) indicating whether to further split into BT and split direction information are extracted.
  • the entropy decoding unit 510 determines a current block to be decoded by using the tree structure division, information on a prediction type indicating whether the current block is intra-predicted or inter-predicted is extracted.
  • the prediction type information indicates intra prediction
  • the entropy decoder 510 extracts a syntax element for intra prediction information (intra prediction mode) of the current block.
  • the prediction type information indicates inter prediction
  • the entropy decoding unit 510 extracts a syntax element for the inter prediction information, that is, information indicating a motion vector and a reference picture referenced by the motion vector.
  • the entropy decoding unit 510 extracts quantization-related information and information on quantized transform coefficients of the current block as information on the residual signal.
  • the reordering unit 515 re-orders the sequence of one-dimensional quantized transform coefficients entropy-decoded by the entropy decoding unit 510 in a reverse order of the coefficient scanning order performed by the image encoding apparatus into a two-dimensional coefficient array (that is, block) can be changed.
  • the inverse quantization unit 520 inversely quantizes the quantized transform coefficients and inversely quantizes the quantized transform coefficients using the quantization parameter.
  • the inverse quantizer 520 may apply different quantization coefficients (scaling values) to the two-dimensionally arranged quantized transform coefficients.
  • the inverse quantizer 520 may perform inverse quantization by applying a matrix of quantization coefficients (scaling values) from the image encoding apparatus to a two-dimensional array of quantized transform coefficients.
  • the inverse transform unit 530 inversely transforms the inverse quantized transform coefficients from the frequency domain to the spatial domain to reconstruct residual signals to generate a residual block for the current block.
  • the inverse transform unit 530 when the inverse transform unit 530 inversely transforms only a partial region (subblock) of the transform block, a flag (cu_sbt_flag) indicating that only the subblock of the transform block has been transformed, and vertical/horizontal information (cu_sbt_horizontal_flag) of the subblock ) and/or subblock position information (cu_sbt_pos_flag), and by inversely transforming the transform coefficients of the corresponding subblock from the frequency domain to the spatial domain, the residual signals are restored. By filling in , the final residual block for the current block is created.
  • the inverse transform unit 530 determines a transform function or a transform matrix to be applied in the horizontal and vertical directions, respectively, using the MTS information (mts_idx) signaled from the image encoding apparatus, and uses the determined transform function. Inverse transform is performed on transform coefficients in the transform block in the horizontal and vertical directions.
  • the predictor 540 may include an intra predictor 542 and an inter predictor 544 .
  • the intra prediction unit 542 is activated when the prediction type of the current block is intra prediction
  • the inter prediction unit 544 is activated when the prediction type of the current block is inter prediction.
  • the intra prediction unit 542 determines the intra prediction mode of the current block from among the plurality of intra prediction modes from the syntax elements for the intra prediction mode extracted from the entropy decoding unit 510, and references the vicinity of the current block according to the intra prediction mode. Predict the current block using pixels.
  • the inter prediction unit 544 determines a motion vector of the current block and a reference picture referenced by the motion vector by using the syntax element for the inter prediction mode extracted from the entropy decoding unit 510, and divides the motion vector and the reference picture. is used to predict the current block.
  • the adder 550 reconstructs the current block by adding the residual block output from the inverse transform unit and the prediction block output from the inter prediction unit or the intra prediction unit. Pixels in the reconstructed current block are used as reference pixels when intra-predicting a block to be decoded later.
  • the loop filter unit 560 may include a deblocking filter 562 , an SAO filter 564 , and an ALF 566 as an in-loop filter.
  • the deblocking filter 562 deblocks and filters the boundary between the reconstructed blocks in order to remove a blocking artifact caused by block-by-block decoding.
  • the SAO filter 564 and the ALF 566 perform additional filtering on the reconstructed block after deblocking filtering in order to compensate for the difference between the reconstructed pixel and the original pixel caused by lossy coding.
  • the filter coefficients of the ALF are determined using information about the filter coefficients decoded from the non-stream.
  • the restored block filtered through the deblocking filter 562 , the SAO filter 564 , and the ALF 566 is stored in the memory 570 .
  • the reconstructed picture is used as a reference picture for inter prediction of blocks in a picture to be encoded later.
  • This embodiment relates to encoding and decoding of an image (video) as described above. More specifically, video coding that models a noise model or a subjective image quality model for the current video, pre-processing and post-processing an image based on the model, and signaling information of the model Methods and apparatus are provided.
  • the image encoding/decoding apparatus includes pre-processing and post-processing
  • the example of FIG. 1 is shown as an encoder
  • the illustration of FIG. 5 is shown as a decoder.
  • the image encoding apparatus may include components performing the pre-processing process and an encoder
  • the image decoding apparatus may include components performing the post-processing process, and a decoder.
  • FIG. 6 is an exemplary diagram illustrating an image encoding apparatus and an image decoding apparatus including pre-processing and post-processing according to an embodiment of the present disclosure.
  • the image encoding apparatus pre-processes the noise of the input image, encodes the noise-preprocessed input image to generate a bitstream, and then transmits the generated bitstream to the image decoding apparatus.
  • the image encoding apparatus includes all or part of an encoder 600 , a denoiser 602 , a noise analyzer 604 , a noise estimator 606 , and a differencer 608 . After generating a reconstructed image from the bitstream, the image decoding apparatus may apply post-processed noise to the reconstructed image.
  • the image decoding apparatus includes all or a part of a decoder 610 , a noise generator 612 , and a summer 614 .
  • the noise remover 602 generates a denoised image by removing noise added to the input image before the image is input to the encoder 600 .
  • the noise remover 602 may use a noise removal method corresponding to the characteristics of noise added to the input image based on the analysis of the input image.
  • the noise remover 602 may use a method of removing noise using a predefined pixel operation without analyzing the shape of the noise added to the input image.
  • the predefined pixel operation may refer to various types of filtering methods such as low-pass filtering, bilateral filtering, and bi-linear filtering.
  • the noise canceller 602 may selectively use one of these various types of filtering methods.
  • the bidirectional filtering unlike the conventional FIR filter that uses a weight dependent on the spatial distance of the pixel, the weight may be changed according to a difference in pixel values in addition to the spatial distance of the pixel.
  • Bidirectional filtering is a representative example of filtering methods that perform a role of preserving a meaningful boundary even if filtering is performed at the boundary of an object in an image.
  • the present embodiment proposes a method and apparatus for effectively removing noise by performing bidirectional filtering on an input image before being input to the encoder 600 .
  • the noise canceller 602 provides the noise-removed image as an input of the encoder 600 . Also, the noise remover 602 may provide an image from which noise is removed to the noise analyzer 604 .
  • the noise analyzer 604 may obtain an original input image and an image from which noise has been removed, and two channels as inputs. Alternatively, the noise analyzer 604 may acquire a difference image between the original input image and the noise-removed image as an input. In this case, the difference image may be generated by the differencer 608 .
  • the noise analyzer 604 analyzes the characteristics of noise removed from the original input image by analyzing the two-channel or difference image.
  • the noise characteristic may be a Gaussian distribution, a uniform distribution, or the like.
  • the noise estimator 606 generates noise parameters removed from the original input image by reflecting the characteristics of the noise analyzed by the noise analyzer 604 .
  • the noise parameter may include a noise generating method corresponding to the noise characteristic.
  • the noise generating method may be used later in an image decoding apparatus.
  • the noise generating method may be agreed in advance between the image encoding apparatus and the decoding apparatus according to noise characteristics.
  • the noise parameter is provided to the noise remover 602 , and the noise remover 602 may use a noise removal method corresponding to the characteristics of the noise.
  • the encoder 600 encodes an image from which noise has been removed to generate a bitstream.
  • the bitstream may include the encoding result of the noise parameter.
  • the image encoding apparatus may transmit the bitstream to the image decoding apparatus.
  • the decoder 610 generates a reconstructed image from the bitstream.
  • the bitstream may include a noise parameter generated by the image encoding apparatus.
  • the noise parameter may be transmitted from the image encoding apparatus to the image decoding apparatus while being included in an independent bitstream such as supplemental enhancement information (SEI) and video usability information (VUI).
  • SEI supplemental enhancement information
  • VUI video usability information
  • the decoded noise parameter is provided to a noise generator 612 .
  • the noise parameter may include a noise generation method.
  • a method for generating noise previously agreed between the image encoding apparatus and the decoding apparatus may be used.
  • the noise generator 612 generates noise based on a noise parameter using a noise generating method.
  • the image decoding apparatus may generate a final reconstructed image by using the generated noise and the reconstructed image.
  • the noise may be added to the reconstructed image in the form of an offset by the summer 614 , or by applying a predefined filtering to the reconstructed image to generate a final reconstructed image, noise can be added.
  • FIG. 7 is an exemplary diagram illustrating a bidirectional filter used for pre-processing and post-processing according to an embodiment of the present disclosure.
  • the size of the bidirectional filter may be a 3 ⁇ 3 filter as illustrated in FIG. 7 .
  • filters of 5 ⁇ 5, 7 ⁇ 7, etc. may also be used in addition to the 3 ⁇ 3 filter.
  • filter coefficients may be composed of weights calculated at each position.
  • the weight of the bidirectional filter may be expressed as Equation (1).
  • the first term of the exponential function is determined by the spatial distance of the pixels, and the second term is determined by the luminance of each pixel, that is, the difference between the pixel values according to each position.
  • the ⁇ d value in the first term of the exponential function may be determined according to the size of the current block, and may be a different value depending on the encoding method of the current block, that is, intra prediction or inter prediction.
  • the ⁇ r value in the second term of the exponential function may be determined by the quantization parameter of the current block.
  • sigma values may be directly calculated by the image encoding apparatus and the image decoding apparatus according to Equation (1). Alternatively, it may be signaled from the image encoding apparatus to the image decoding apparatus while being encoded with specific syntax information in the bitstream. In addition, as the size of the filter applied to the pixels in the block according to the weight of the bidirectional filter, one of 3 ⁇ 3, 5 ⁇ 5, and 7 ⁇ 7 as described above may be selected and then used.
  • FIG. 8 is an exemplary diagram illustrating an image encoding apparatus and an image decoding apparatus including pre-processing and post-processing according to another embodiment of the present disclosure.
  • the image encoding apparatus analyzes the input image, removes elements that are perceptually removable from the image, encodes the input image from which these elements are removed, generates a bitstream, and transmits it to the image decoding apparatus .
  • the image encoding apparatus includes an encoder 600, a perceptual pre-processor 802, a perceptual model analyzer 804, a perceptual model estimator 806, and a differencer 608. includes all or part of it.
  • the image decoding apparatus After generating a reconstructed image from a bitstream, the image decoding apparatus performs post-processing capable of improving subjective image quality on the reconstructed image.
  • the image decoding apparatus includes all or a part of a decoder 610 , a perceptual enhancer 812 , and a summer 614 .
  • the perceptual quality preprocessor 802 generates an image in which the removable elements are removed by removing elements that can be removed from the viewpoint of perceptual quality added to the input image before the image is input to the encoder 600 .
  • the cognitive quality preprocessor 802 removes the identified removable elements by analyzing the input image based on various subjective image quality measurement models. Also, the cognitive quality preprocessor 802 may remove elements determined to improve encoding efficiency when the corresponding elements are removed.
  • elements that can be removed from the viewpoint of cognitive quality mean change elements that are not recognizable in the human visual system when considering human visual characteristics.
  • cognitive visual characteristics include a Contrast Sensitivity Function (CSF) effect, a Contrast Masking (CM) or Texture Masking (TM) effect, and a Luminance Adaptation (LA) effect.
  • CSF Contrast Sensitivity Function
  • CM Contrast Masking
  • TM Texture Masking
  • LA Luminance Adaptation
  • the CSF effect means that the characteristics of the human cognitive visual system exhibit the same characteristics as the band-pass filter on the frequency axis.
  • the CSF effect may be classified into a spatial-contrast sensitivity function effect and a temporal-contrast sensitivity function effect according to the type of the frequency axis.
  • the CM or TM effect indicates a characteristic in which a visual characteristic of an image is changed according to a mask.
  • the human visual system exhibits a characteristic that visibility for distortion is low in a high texture region, and distortion can be easily recognized in a flat area or near a boundary.
  • the LA effect refers to a characteristic that distortion in contrast to a luminance region of medium brightness in a dark or bright luminance region is not easily recognized.
  • JND Just Noticeable Distortion
  • the present embodiment proposes a method and apparatus for removing an unrecognizable error element from a subjective image quality point of view by using the perceptual quality preprocessor 802 .
  • the perceptual quality preprocessor 802 may remove an unrecognizable error element based on the above-described JND model.
  • the perceptual quality preprocessor 802 provides an image from which an unrecognizable error element has been removed as an input of the encoder 600 . Also, the cognitive quality preprocessor 802 may provide an image from which an unrecognizable error element is removed to the cognitive model analyzer 804 .
  • the cognitive model analyzer 804 may acquire two channels as an input: an original input image and an image from which unrecognizable error elements are removed. Alternatively, the cognitive model analyzer 804 may acquire, as an input, a difference image between the original input image and an image from which unrecognizable error elements are removed. In this case, the difference image may be generated by the differencer 608 .
  • the cognitive model analyzer 804 predicts whether there are removable elements in the original input image from the viewpoint of cognitive quality and an improvement in encoding efficiency when the removable elements are removed. In addition, the cognitive model analyzer 804 analyzes the two-channel or difference image to determine the characteristics of the unrecognizable error element removed from the original input image.
  • the cognitive model analyzer 804 may determine a dominant characteristic among the aforementioned cognitive visual characteristics, and select a model suitable for responding to the dominant characteristic as the cognitive model. As described above, the JND model may be selected as the cognitive model.
  • the cognitive model estimator 806 generates parameters of the cognitive model selected by the cognitive model analyzer 804 .
  • the cognitive model estimator 806 may obtain a threshold value of a pixel value of the input image from the viewpoint of cognitive quality.
  • the threshold represents the maximum value that can change the pixel value of the input image from the viewpoint of perceived quality.
  • Cognitive model parameters may include these thresholds.
  • the cognitive model estimator 806 may select a picture quality compensation method corresponding to the cognitive model and include it in the cognitive model parameter.
  • the image quality compensation method may be used later in an image decoding apparatus.
  • the image quality compensation method may be agreed in advance between the image encoding apparatus and the video decoding apparatus according to perceptual visual characteristics.
  • the cognitive model parameters may be provided to the cognitive quality preprocessor 802 .
  • the cognitive quality preprocessor 802 may generate an image in which removable elements are removed from the input image in terms of cognitive quality by using a method corresponding to the cognitive model.
  • the cognitive quality preprocessor 802 may apply an operation to the input image within the threshold limit described above.
  • the operation may be filtering, a convolutional operation, or changing a pixel value using an offset.
  • the encoder 600 encodes the preprocessed input image to generate a bitstream.
  • the bitstream may include parameters of the cognitive model.
  • the image encoding apparatus may transmit the bitstream to the image decoding apparatus.
  • the decoder 610 generates a reconstructed image from the bitstream.
  • the bitstream may include parameters of the cognitive model generated by the image encoding apparatus.
  • the cognitive model parameter may be transmitted from the image encoding apparatus to the image decoding apparatus while being included in an independent bitstream such as SEI and VUI.
  • the parameters of the decoded cognitive model are provided to the cognitive quality improver 812 .
  • the parameter of the cognitive model may include a method for improving image quality.
  • an image quality improvement method previously agreed between the image encoding apparatus and the decoding apparatus may be used.
  • the cognitive model parameter may include a threshold value for changing the pixel value of the reconstructed image from the viewpoint of cognitive quality.
  • the cognitive quality improver 812 generates an improved image by post-processing the reconstructed image based on the cognitive model parameter in order to improve the subjective quality of the reconstructed image.
  • the cognitive model is the JND model
  • the cognitive quality improver 812 may apply an operation to the reconstructed image according to the image quality compensation method within the threshold limit described above.
  • the operation may be a filtering, a convolution operation, or a change of a pixel value using an offset.
  • the cognitive quality improver 812 may generate an improved image by improving image quality after evaluating the portions in which deterioration occurs in terms of perceived quality.
  • the cognitive quality improver 812 may divide the reconstructed image into N ⁇ N square blocks and post-process the reconstructed image in units of N ⁇ N square blocks. That is, the cognitive quality improver 812 applies a single cognitive model to the entire reconstructed image to evaluate the deterioration of the perceptual quality point of view and improve the image quality, or divide the reconstructed image into a plurality of blocks and post-process the reconstructed image in block units. can do.
  • the image decoding apparatus may generate a final restored image by using the generated improved image and the restored image.
  • the improved image may be added to the reconstructed image in the form of an offset by the summer 614 , or the improved image generated by the cognitive quality improver 812 is the final reconstructed image. it might be
  • FIG. 9 is an exemplary diagram illustrating an image encoding apparatus and an image decoding apparatus including pre-processing and post-processing according to another embodiment of the present disclosure.
  • the image encoding apparatus reduces the resolution of the input image, encodes the reduced resolution input image, generates a bitstream, and transmits the generated bitstream to the image decoding apparatus.
  • the video encoding apparatus includes all or part of an encoder 600 , a down-sampler 902 , and a side information encoder 904 . After generating a reconstructed image from the bitstream, the image decoding apparatus may upsample the reconstructed image.
  • the image decoding apparatus includes all or part of a decoder 610 , a side information decoder 912 , and an upsampler 914 .
  • the downsampler 902 reduces the resolution of the input image before the image is input to the encoder 600 . That is, the downsampler 902 performs an operation of reducing the resolution by using a downsampling filter in order to convert the input image into an image having a width and height of 1/2, 1/4, or the like. For example, unlike the existing method of encoding a 4K image having a resolution of 3840 ⁇ 2160, the present embodiment performs downsampling to downsample a 3840 ⁇ 2160 image to a 1920 ⁇ 1080 image, and encode the downsampled image. Use as input. When the encoder 600 is operated by performing such downsampling, encoding efficiency may be improved.
  • the peripheral information encoder 904 generates a bitstream by encoding the downsampling operation type and downsampling information, ie, downsampling parameters, used by the downsampling unit 902 for downsampling the original image.
  • the downsampling operation indicates a downsampling filter used when performing downsampling
  • the downsampling information indicates an image ratio between an original image and a downsampled image.
  • the peripheral information encoder 904 encodes the downsampling parameter into syntax elements. Also, when cropping is applied to the original image, the peripheral information encoder 904 may additionally encode information on a cropping operation performed before downsampling as a syntax element.
  • the decoder 610 generates a reconstructed image from the bitstream.
  • the bitstream may include a downsampling parameter generated by the image encoding apparatus.
  • the downsampling parameter may be transmitted from the image encoding apparatus to the image decoding apparatus while being included in an independent bitstream such as SEI and VUI.
  • the bitstream including the downsampling parameter is provided to the peripheral information decoder 912 .
  • the peripheral information decoder 912 decodes the downsampling parameter from the bitstream. Also, the peripheral information decoder 912 obtains upsampling information for upsampling the reconstructed image to the resolution of the original image based on the downsampling parameter.
  • the upsampling information may include an upsampling filter used when performing upsampling, and an image ratio between the downsampled reconstructed image and the original image.
  • the upsampler 914 generates a final reconstructed image having the resolution of the original image from the reconstructed image based on the upsampling information.
  • the upsampler 914 may perform super resolution (SR) to upsample the reconstructed image to the resolution of the original image. Accordingly, the upsampler 914 may use a deep learning-based neural network for performing SR.
  • the neural network for SR may be composed of a combination of a plurality of convolutional layers, pooling layers, activation function layers, and the like.
  • FIG. 10 is an exemplary diagram illustrating an image encoding method including pre-processing according to an embodiment of the present disclosure.
  • the image encoding apparatus analyzes the input image and analyzes noise characteristics.
  • the noise characteristic may be a Gaussian distribution, a uniform distribution, or the like.
  • the image encoding apparatus estimates the noise parameter (S1002).
  • the image encoding apparatus generates a noise parameter removed from the original input image by reflecting the analyzed characteristics of the noise.
  • the noise parameter may include a noise generating method corresponding to the noise characteristic.
  • the noise generating method may be used later in an image decoding apparatus.
  • the noise generating method may be agreed in advance between the image encoding apparatus and the decoding apparatus according to noise characteristics.
  • the image encoding apparatus preprocesses the input image by removing noise from the input image using the noise parameter ( S1004 ).
  • the image encoding apparatus may use a noise removal method corresponding to the characteristics of noise added to the input image based on the analysis of the input image.
  • the predefined pixel operation may refer to various types of filtering methods such as low-pass filtering, bi-directional filtering, and bilinear filtering.
  • the image encoding apparatus may selectively use one of these various types of filtering methods.
  • the image encoding apparatus generates a bitstream by encoding the preprocessed input image (S1006).
  • the image encoding apparatus encodes a noise parameter and combines it with a bitstream (S1008).
  • the image encoding apparatus may transmit the bitstream to the image decoding apparatus.
  • FIG. 11 is an exemplary diagram illustrating an image decoding method including post-processing according to an embodiment of the present disclosure.
  • the image decoding apparatus generates a restored image by decoding the bitstream (S1100)
  • the image decoding apparatus decodes the noise parameter from the bitstream (S1102).
  • the noise parameter may include a noise generation method.
  • a method for generating noise previously agreed between the image encoding apparatus and the decoding apparatus may be used.
  • the noise parameter may be transmitted from the image encoding apparatus to the image decoding apparatus while being included in an independent bitstream such as SEI and VUI.
  • the image decoding apparatus generates noise by post-processing the reconstructed image using the noise parameter (S1104).
  • the image decoding apparatus generates a final reconstructed image by using the noise and the reconstructed image (S1106).
  • noise may be added to the reconstructed image in the form of an offset, or noise may be added by applying predefined filtering to the reconstructed image to generate a final reconstructed image.
  • FIGS. 12 and 13 a video encoding method and a video decoding method according to the second embodiment will be described using the illustrations of FIGS. 12 and 13 .
  • FIG. 12 is an exemplary diagram illustrating an image encoding method including pre-processing according to another embodiment of the present disclosure.
  • the image encoding apparatus analyzes the input image from the viewpoint of cognitive quality and determines removable elements according to the cognitive model (S1200).
  • elements that can be removed from the viewpoint of cognitive quality mean change elements that are not recognizable in the human visual system when considering human visual characteristics. Examples of such cognitive visual characteristics include the CSF effect, the CM or TM effect, and the LA effect.
  • the cognitive model is a model that reflects the cognitive visual characteristics from the viewpoint of cognitive quality.
  • the JND model is a representative cognitive model.
  • JND represents the minimum error that humans start to visually perceive.
  • the image encoding apparatus estimates the parameters of the cognitive model (S1202). For example, when the cognitive model is the JND model, the image encoding apparatus may obtain a threshold value of the pixel value of the input image from the viewpoint of perceived quality.
  • the threshold represents the maximum value that can change the pixel value of the input image from the viewpoint of perceived quality.
  • Cognitive model parameters may include these thresholds.
  • the image encoding apparatus may select a picture quality compensation method corresponding to the cognitive model and include it in the cognitive model parameter.
  • the image quality compensation method may be used later in an image decoding apparatus.
  • the image quality compensation method may be agreed in advance between the image encoding apparatus and the video decoding apparatus according to perceptual visual characteristics.
  • the image encoding apparatus pre-processes the input image by removing removable elements from the input image using the parameters of the cognitive model ( S1204 ).
  • the image encoding apparatus may generate an image in which removable elements are removed from the input image in terms of perceived quality by using a method corresponding to the cognitive model.
  • the image encoding apparatus may apply the operation to the input image within the above-described threshold limit.
  • the operation may be a filtering, a convolution operation, or a change of a pixel value using an offset.
  • the image encoding apparatus generates a bitstream by encoding the preprocessed input image (S1206).
  • the image encoding apparatus encodes the parameters of the cognitive model and combines them with the bitstream (S1208).
  • the image encoding apparatus may transmit the bitstream to the image decoding apparatus.
  • FIG. 13 is an exemplary diagram illustrating an image decoding method including post-processing according to another embodiment of the present disclosure.
  • the image decoding apparatus generates a restored image by decoding the bitstream (S1300)
  • the image decoding apparatus decodes the parameters of the cognitive model from the bitstream (S1302).
  • the cognitive model is a model that reflects the cognitive visual characteristics in terms of cognitive quality.
  • the cognitive model parameter may be transmitted from the image encoding apparatus to the image decoding apparatus while being included in an independent bitstream such as SEI and VUI.
  • the parameter of the cognitive model may include a method for improving image quality.
  • an image quality improvement method previously agreed between the image encoding apparatus and the decoding apparatus may be used.
  • the cognitive model parameter may include a threshold value for changing the pixel value of the reconstructed image from the viewpoint of cognitive quality.
  • the image decoding apparatus generates an improved image by post-processing the reconstructed image using the parameters of the cognitive model (S1304).
  • the image decoding apparatus may apply an operation to the reconstructed image according to the image quality compensation method within the threshold limit described above.
  • the operation may be a filtering, a convolution operation, or a change of a pixel value using an offset.
  • the image decoding apparatus may generate an improved image by improving image quality after evaluating the portions in which deterioration occurs in terms of perceived quality.
  • the image decoding apparatus may divide the reconstructed image into N ⁇ N square blocks and post-process the reconstructed image in units of N ⁇ N square blocks. That is, the image decoding apparatus may apply a single cognitive model to the entire reconstructed image to evaluate deterioration in terms of perceptual quality and improve image quality, or may divide the reconstructed image into a plurality of blocks and post-process the reconstructed image in block units.
  • the image decoding apparatus generates a final restored image by using the improved image and the restored image (S1306).
  • the image decoding apparatus may output the improved image as a final reconstructed image or may output the improved image and the reconstructed image as the final reconstructed image by adding the reconstructed image.
  • non-transitory recording medium includes, for example, any type of recording device in which data is stored in a form readable by a computer system.
  • the non-transitory recording medium includes a storage medium such as an erasable programmable read only memory (EPROM), a flash drive, an optical drive, a magnetic hard drive, and a solid state drive (SSD).
  • EPROM erasable programmable read only memory
  • SSD solid state drive

Landscapes

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

Abstract

전처리 및 후처리를 이용하는 비디오 코딩방법 및 장치에 관한 개시로서, 본 실시예는, 현재 비디오에 대한 노이즈 모델 또는 주관적 화질 모델을 모델링하고, 해당 모델을 기반으로 영상에 전처리(pre-processing) 및 후처리(post-processing)하며, 해당 모델의 정보를 시그널링하는 비디오 코딩방법 및 장치를 제공한다.

Description

전처리 및 후처리를 이용하는 비디오 코딩방법 및 장치
본 개시는 전처리 및 후처리를 이용하는 비디오 코딩방법 및 장치에 관한 것이다.
이하에 기술되는 내용은 단순히 본 발명과 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.
비디오 데이터는 음성 데이터나 정지 영상 데이터 등에 비하여 많은 데이터량을 가지기 때문에, 압축을 위한 처리 없이 그 자체를 저장하거나 전송하기 위해서는 메모리를 포함하여 많은 하드웨어 자원을 필요로 한다.
따라서, 통상적으로 비디오 데이터를 저장하거나 전송할 때에는 부호화기를 사용하여 비디오 데이터를 압축하여 저장하거나 전송하며, 복호화기에서는 압축된 비디오 데이터를 수신하여 압축을 해제하고 재생한다. 이러한 비디오 압축 기술로는 H.264/AVC, HEVC(High Efficiency Video Coding) 등을 비롯하여, HEVC에 비해 약 30% 이상의 부호화 효율을 향상시킨 VVC(Versatile Video Coding)가 존재한다.
그러나, 영상의 크기 및 해상도, 프레임률이 점차 증가하고 있고, 이에 따라 부호화해야 하는 데이터량도 증가하고 있으므로 기존의 압축 기술보다 더 부호화 효율이 좋고 화질 개선 효과도 높은 새로운 압축 기술이 요구된다.
비디오 코딩 방법 및 장치에 대해, 부호화기가 입력 영상을 부호화하기 전에 입력 영상에 적용되는 일련의 과정을 전처리 과정이라고 정의한다. 또한, 복호화기가 복원 영상을 저장 혹은 디스플레이하기 전에 복원 영상에 적용되는 일련의 과정을 후처리 과정이라고 정의한다. 한편, 입력 영상은 노이즈를 포함하거나, 그 해상도가 지나치게 높아서, 부호화기/복호화기의 입장에서 부호화 효율을 감소시키거나 화질을 저하시킬 수도 있다. 따라서, 부호화 효율을 향상시키고 화질을 개선하기 위해, 효과적인 전처리 과정 및 후처리 과정이 고려될 필요가 있다.
본 개시는, 현재 비디오에 대한 노이즈 모델 또는 주관적 화질 모델을 모델링하고, 해당 모델을 기반으로 영상에 전처리(pre-processing) 및 후처리(post-processing)하며, 해당 모델의 정보를 시그널링하는 비디오 코딩방법 및 장치를 제공하는 데 목적이 있다.
본 개시의 실시예에 따르면, 영상 복호화 장치가 수행하는, 영상 복호화방법에 있어서, 비트스트림을 복호화하여 복원 영상을 생성하는 단계; 상기 비트스트림으로부터 인지모델(perceptual model)의 파라미터를 복호화하는 단계, 여기서, 상기 인지모델은 인지품질 관점에서 인지 시각적 특성을 반영하는 모델임; 상기 인지모델의 파라미터를 이용하여 상기 복원 영상을 후처리(post-processing)함으로써, 개선 영상을 생성하는 단계; 및 상기 개선 영상 및 상기 복원 영상을 이용하여 최종 복원 영상을 출력하는 단계를 포함하는 것을 특징으로 하는, 영상 복호화 방법을 제공한다.
본 개시의 다른 실시예에 따르면, 비트스트림을 복호화하여 복원 영상을 생성하고, 상기 비트스트림으로부터 인지모델 기반 화질 개선방법 및 상기 인지모델의 파라미터를 복호화하는 복호화기, 여기서, 상기 인지모델은 인지품질 관점에서 인지 시각적 특성들을 반영하는 모델임; 상기 화질 개선방법 및 상기 인지모델의 파라미터를 이용하여 상기 복원 영상을 후처리(post-processing)함으로써, 개선 영상을 생성하는 인지품질 개선기; 및 상기 개선 영상 및 상기 복원 영상을 이용하여 최종 복원 영상을 출력하는 합산기를 포함하는 것을 특징으로 하는, 영상 복호화 장치를 제공한다.
본 개시의 다른 실시예에 따르면, 영상 부호화 장치가 수행하는, 영상 부호화 방법에 있어서, 인지품질 관점에서 입력 영상을 분석하여 인지모델(perceptual model)에 따라 제거 가능 요소들(removable elements)을 판단하는 단계, 여기서, 상기 인지모델은 상기 인지품질 관점에서 인지 시각적 특성들을 반영하는 모델임; 상기 인지모델의 파라미터를 추정하는 단계; 상기 인지모델의 파라미터를 이용하여 상기 입력 영상으로부터 상기 제거 가능 요소들을 제거함으로써, 상기 입력 영상을 전처리(pre-processing)하는 단계; 상기 전처리된 입력 영상을 부호화하여 비트스트림을 생성하는 단계; 및 상기 인지모델의 파라미터를 부호화하여 상기 비트스트림에 결합하는 단계를 포함하는 것을 특징으로 하는, 영상 부호화 방법을 제공한다.
이상에서 설명한 바와 같이 본 실시예에 따르면, 현재 비디오에 대한 노이즈 모델 또는 주관적 화질 모델을 모델링하고, 해당 모델을 기반으로 영상에 전처리 및 후처리하며, 해당 모델의 정보를 시그널링하는 비디오 코딩방법 및 장치를 제공함으로써, 부호화 효율을 향상시키고, 화질을 개선하는 것이 가능해지는 효과가 있다.
도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다.
도 2는 QTBTTT 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.
도 3a 및 도 3b는 광각 인트라 예측모드들을 포함한 복수의 인트라 예측모드들을 나타낸 도면이다.
도 4는 현재블록의 주변블록에 대한 예시도이다.
도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 블록도이다.
도 6은 본 개시의 일 실시예에 따른, 전처리 및 후처리를 포함하는 영상 부호화 장치 및 영상 복호화 장치를 나타내는 예시도이다.
도 7은 본 개시의 일 실시예에 따른, 전처리 및 후처리에 이용되는 양방향 필터를 나타내는 예시도이다.
도 8은 본 개시의 다른 실시예에 따른, 전처리 및 후처리를 포함하는 영상 부호화 장치 및 영상 복호화 장치를 나타내는 예시도이다.
도 9는 본 개시의 또다른 실시예에 따른, 전처리 및 후처리를 포함하는 영상 부호화 장치 및 영상 복호화 장치를 나타내는 예시도이다.
도 10은 본 개시의 일 실시예에 따른, 전처리를 포함하는 영상 부호화 방법을 나타내는 예시도이다.
도 11은 본 개시의 일 실시예에 따른, 후처리를 포함하는 영상 복호화 방법을 나타내는 예시도이다.
도 12는 본 개시의 다른 실시예에 따른, 전처리를 포함하는 영상 부호화 방법을 나타내는 예시도이다.
도 13은 본 개시의 다른 실시예에 따른, 후처리를 포함하는 영상 복호화 방법을 나타내는 예시도이다.
이하, 본 발명의 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 실시예들을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 실시예들의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 개시의 기술들을 구현할 수 있는 영상 부호화 장치에 대한 예시적인 블록도이다. 이하에서는 도 1의 도시를 참조하여 영상 부호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.
영상 부호화 장치는 픽처 분할부(110), 예측부(120), 감산기(130), 변환부(140), 양자화부(145), 재정렬부(150), 엔트로피 부호화부(155), 역양자화부(160), 역변환부(165), 가산기(170), 루프 필터부(180) 및 메모리(190)를 포함하여 구성될 수 있다.
영상 부호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.
하나의 영상(비디오)은 복수의 픽처들을 포함하는 하나 이상의 시퀀스로 구성된다. 각 픽처들은 복수의 영역으로 분할되고 각 영역마다 부호화가 수행된다. 예를 들어, 하나의 픽처는 하나 이상의 타일(Tile) 또는/및 슬라이스(Slice)로 분할된다. 여기서, 하나 이상의 타일을 타일 그룹(Tile Group)으로 정의할 수 있다. 각 타일 또는/슬라이스는 하나 이상의 CTU(Coding Tree Unit)로 분할된다. 그리고 각 CTU는 트리 구조에 의해 하나 이상의 CU(Coding Unit)들로 분할된다. 각 CU에 적용되는 정보들은 CU의 신택스로서 부호화되고, 하나의 CTU에 포함된 CU들에 공통적으로 적용되는 정보는 CTU의 신택스로서 부호화된다. 또한, 하나의 슬라이스 내의 모든 블록들에 공통적으로 적용되는 정보는 슬라이스 헤더의 신택스로서 부호화되며, 하나 이상의 픽처들을 구성하는 모든 블록들에 적용되는 정보는 픽처 파라미터 셋(PPS, Picture Parameter Set) 혹은 픽처 헤더에 부호화된다. 나아가, 복수의 픽처가 공통으로 참조하는 정보들은 시퀀스 파라미터 셋(SPS, Sequence Parameter Set)에 부호화된다. 그리고, 하나 이상의 SPS가 공통으로 참조하는 정보들은 비디오 파라미터 셋(VPS, Video Parameter Set)에 부호화된다. 또한, 하나의 타일 또는 타일 그룹에 공통으로 적용되는 정보는 타일 또는 타일 그룹 헤더의 신택스로서 부호화될 수도 있다. SPS, PPS, 슬라이스 헤더, 타일 또는 타일 그룹 헤더에 포함되는 신택스들은 상위수준(high level) 신택스로 칭할 수 있다.
픽처 분할부(110)는 CTU(Coding Tree Unit)의 크기를 결정한다. CTU의 크기에 대한 정보(CTU size)는 SPS 또는 PPS의 신택스로서 부호화되어 영상 복호화 장치로 전달된다.
픽처 분할부(110)는 영상을 구성하는 각 픽처(picture)를 미리 결정된 크기를 가지는 복수의 CTU(Coding Tree Unit)들로 분할한 이후에, 트리 구조(tree structure)를 이용하여 CTU를 반복적으로(recursively) 분할한다. 트리 구조에서의 리프 노드(leaf node)가 부호화의 기본 단위인 CU(coding unit)가 된다.
트리 구조로는 상위 노드(혹은 부모 노드)가 동일한 크기의 네 개의 하위 노드(혹은 자식 노드)로 분할되는 쿼드트리(QuadTree, QT), 또는 상위 노드가 두 개의 하위 노드로 분할되는 바이너리트리(BinaryTree, BT), 또는 상위 노드가 1:2:1 비율로 세 개의 하위 노드로 분할되는 터너리트리(TernaryTree, TT), 또는 이러한 QT 구조, BT 구조 및 TT 구조 중 둘 이상을 혼용한 구조일 수 있다. 예컨대, QTBT(QuadTree plus BinaryTree) 구조가 사용될 수 있고, 또는 QTBTTT(QuadTree plus BinaryTree TernaryTree) 구조가 사용될 수 있다. 여기서, BTTT를 합쳐서 MTT(Multiple-Type Tree)라 지칭될 수 있다.
도 2는 QTBTTT 구조를 이용하여 블록을 분할하는 방법을 설명하기 위한 도면이다.
도 2에 도시된 바와 같이, CTU는 먼저 QT 구조로 분할될 수 있다. 쿼드트리 분할은 분할 블록(splitting block)의 크기가 QT에서 허용되는 리프 노드의 최소 블록 크기(MinQTSize)에 도달할 때까지 반복될 수 있다. QT 구조의 각 노드가 하위 레이어의 4개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. QT의 리프 노드가 BT에서 허용되는 루트 노드의 최대 블록 크기(MaxBTSize)보다 크지 않은 경우, BT 구조 또는 TT 구조 중 어느 하나 이상으로 더 분할될 수 있다. BT 구조 및/또는 TT 구조에서는 복수의 분할 방향이 존재할 수 있다. 예컨대, 해당 노드의 블록이 가로로 분할되는 방향과 세로로 분할되는 방향 두 가지가 존재할 수 있다. 도 2의 도시와 같이, MTT 분할이 시작되면, 노드들이 분할되었는지 여부를 지시하는 제2 플래그(mtt_split_flag)와, 분할이 되었다면 추가적으로 분할 방향(vertical 혹은 horizontal)을 나타내는 플래그 및/또는 분할 타입(Binary 혹은 Ternary)을 나타내는 플래그가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
대안적으로, 각 노드가 하위 레이어의 4개의 노드들로 분할되는지 여부를 지시하는 제1 플래그(QT_split_flag)를 부호화하기에 앞서, 그 노드가 분할되는지 여부를 지시하는 CU 분할 플래그(split_cu_flag)가 부호화될 수도 있다. CU 분할 플래그(split_cu_flag) 값이 분할되지 않았음을 지시하는 경우, 해당 노드의 블록이 분할 트리 구조에서의 리프 노드(leaf node)가 되어 부호화의 기본 단위인 CU(coding unit)가 된다. CU 분할 플래그(split_cu_flag) 값이 분할됨을 지시하는 경우, 영상 부호화 장치는 전술한 방식으로 제1 플래그부터 부호화를 시작한다.
트리 구조의 다른 예시로서 QTBT가 사용되는 경우, 해당 노드의 블록을 동일 크기의 두 개 블록으로 가로로 분할하는 타입(즉, symmetric horizontal splitting)과 세로로 분할하는 타입(즉, symmetric vertical splitting) 두 가지가 존재할 수 있다. BT 구조의 각 노드가 하위 레이어의 블록으로 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할되는 타입을 지시하는 분할 타입 정보가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다. 한편, 해당 노드의 블록을 서로 비대칭 형태의 두 개의 블록으로 분할하는 타입이 추가로 더 존재할 수도 있다. 비대칭 형태에는 해당 노드의 블록을 1:3의 크기 비율을 가지는 두 개의 직사각형 블록으로 분할하는 형태가 포함될 수 있고, 혹은 해당 노드의 블록을 대각선 방향으로 분할하는 형태가 포함될 수도 있다.
CU는 CTU로부터의 QTBT 또는 QTBTTT 분할에 따라 다양한 크기를 가질 수 있다. 이하에서는, 부호화 또는 복호화하고자 하는 CU(즉, QTBTTT의 리프 노드)에 해당하는 블록을 '현재블록'이라 칭한다. QTBTTT 분할의 채용에 따라, 현재블록의 모양은 정사각형뿐만 아니라 직사각형일 수도 있다.
예측부(120)는 현재블록을 예측하여 예측블록을 생성한다. 예측부(120)는 인트라 예측부(122)와 인터 예측부(124)를 포함한다.
일반적으로, 픽처 내 현재블록들은 각각 예측적으로 코딩될 수 있다. 일반적으로 현재블록의 예측은 (현재블록을 포함하는 픽처로부터의 데이터를 사용하는) 인트라 예측 기술 또는 (현재블록을 포함하는 픽처 이전에 코딩된 픽처로부터의 데이터를 사용하는) 인터 예측 기술을 사용하여 수행될 수 있다. 인터 예측은 단방향 예측과 양방향 예측 모두를 포함한다.
인트라 예측부(122)는 현재블록이 포함된 현재 픽처 내에서 현재블록의 주변에 위치한 픽셀(참조 픽셀)들을 이용하여 현재블록 내의 픽셀들을 예측한다. 예측 방향에 따라 복수의 인트라 예측모드가 존재한다. 예컨대, 도 3a에서 보는 바와 같이, 복수의 인트라 예측모드는 planar 모드와 DC 모드를 포함하는 2개의 비방향성 모드와 65개의 방향성 모드를 포함할 수 있다. 각 예측모드에 따라 사용할 주변 픽셀과 연산식이 다르게 정의된다.
직사각형 모양의 현재블록에 대한 효율적인 방향성 예측을 위해, 도 3b에 점선 화살표로 도시된 방향성 모드들(67 ~ 80번, -1 ~ -14 번 인트라 예측모드들)이 추가로 사용될 수 있다. 이들은 "광각 인트라 예측모드들(wide angle intra-prediction modes)"로 지칭될 수 있다. 도 3b에서 화살표들은 예측에 사용되는 대응하는 참조샘플들을 가리키는 것이며, 예측 방향을 나타내는 것이 아니다. 예측 방향은 화살표가 가리키는 방향과 반대이다. 광각 인트라 예측모드들은 현재블록이 직사각형일 때 추가적인 비트 전송 없이 특정 방향성 모드를 반대방향으로 예측을 수행하는 모드이다. 이때 광각 인트라 예측모드들 중에서, 직사각형의 현재블록의 너비와 높이의 비율에 의해, 현재블록에 이용 가능한 일부 광각 인트라 예측모드들이 결정될 수 있다. 예컨대, 45도보다 작은 각도를 갖는 광각 인트라 예측모드들(67 ~ 80번 인트라 예측모드들)은 현재블록이 높이가 너비보다 작은 직사각형 형태일 때 이용 가능하고, -135도보다 큰 각도를 갖는 광각 인트라 예측모드들(-1 ~ -14 번 인트라 예측모드들)은 현재블록이 너비가 높이보다 큰 직사각형 형태일 때 이용 가능하다.
인트라 예측부(122)는 현재블록을 부호화하는데 사용할 인트라 예측모드를 결정할 수 있다. 일부 예들에서, 인트라 예측부(122)는 여러 인트라 예측모드들을 사용하여 현재블록을 인코딩하고, 테스트된 모드들로부터 사용할 적절한 인트라 예측모드를 선택할 수도 있다. 예를 들어, 인트라 예측부(122)는 여러 테스트된 인트라 예측모드들에 대한 비트율 왜곡(rate-distortion) 분석을 사용하여 비트율 왜곡 값들을 계산하고, 테스트된 모드들 중 최선의 비트율 왜곡 특징들을 갖는 인트라 예측모드를 선택할 수도 있다.
인트라 예측부(122)는 복수의 인트라 예측모드 중에서 하나의 인트라 예측모드를 선택하고, 선택된 인트라 예측모드에 따라 결정되는 주변 픽셀(참조 픽셀)과 연산식을 사용하여 현재블록을 예측한다. 선택된 인트라 예측모드에 대한 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
인터 예측부(124)는 움직임 보상 과정을 이용하여 현재블록에 대한 예측블록을 생성한다. 인터 예측부(124)는 현재 픽처보다 먼저 부호화 및 복호화된 참조픽처 내에서 현재블록과 가장 유사한 블록을 탐색하고, 그 탐색된 블록을 이용하여 현재블록에 대한 예측블록을 생성한다. 그리고, 현재 픽처 내의 현재블록과 참조픽처 내의 예측블록 간의 변위(displacement)에 해당하는 움직임벡터(Motion Vector: MV)를 생성한다. 일반적으로, 움직임 추정은 루마(luma) 성분에 대해 수행되고, 루마 성분에 기초하여 계산된 움직임벡터는 루마 성분 및 크로마 성분 모두에 대해 사용된다. 현재블록을 예측하기 위해 사용된 참조픽처에 대한 정보 및 움직임벡터에 대한 정보를 포함하는 움직임 정보는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 전달된다.
인터 예측부(124)는, 예측의 정확성을 높이기 위해, 참조픽처 또는 참조 블록에 대한 보간을 수행할 수도 있다. 즉, 연속한 두 정수 샘플 사이의 서브 샘플들은 그 두 정수 샘플을 포함한 연속된 복수의 정수 샘플들에 필터 계수들을 적용하여 보간된다. 보간된 참조픽처에 대해서 현재블록과 가장 유사한 블록을 탐색하는 과정을 수행하면, 움직임벡터는 정수 샘플 단위의 정밀도(precision)가 아닌 소수 단위의 정밀도까지 표현될 수 있다. 움직임벡터의 정밀도 또는 해상도(resolution)는 부호화하고자 하는 대상 영역, 예컨대, 슬라이스, 타일, CTU, CU 등의 단위마다 다르게 설정될 수 있다. 이와 같은 적응적 움직임벡터 해상도(Adaptive Motion Vector Resolution: AMVR)가 적용되는 경우 각 대상 영역에 적용할 움직임벡터 해상도에 대한 정보는 대상 영역마다 시그널링되어야 한다. 예컨대, 대상 영역이 CU인 경우, 각 CU마다 적용된 움직임벡터 해상도에 대한 정보가 시그널링된다. 움직임벡터 해상도에 대한 정보는 후술할 차분 움직임벡터의 정밀도를 나타내는 정보일 수 있다.
한편, 인터 예측부(124)는 양방향 예측(bi-prediction)을 이용하여 인터 예측을 수행할 수 있다. 양방향 예측의 경우, 두 개의 참조픽처와 각 참조픽처 내에서 현재블록과 가장 유사한 블록 위치를 나타내는 두 개의 움직임벡터가 이용된다. 인터 예측부(124)는 참조픽처 리스트 0(RefPicList0) 및 참조픽처 리스트 1(RefPicList1)로부터 각각 제1 참조픽처 및 제2 참조픽처를 선택하고, 각 참조픽처 내에서 현재블록과 유사한 블록을 탐색하여 제1 참조블록과 제2 참조블록을 생성한다. 그리고, 제1 참조블록과 제2 참조블록을 평균 또는 가중 평균하여 현재블록에 대한 예측블록을 생성한다. 그리고 현재블록을 예측하기 위해 사용한 두 개의 참조픽처에 대한 정보 및 두 개의 움직임벡터에 대한 정보를 포함하는 움직임 정보를 부호화부(150)로 전달한다. 여기서, 참조픽처 리스트 0은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이전의 픽처들로 구성되고, 참조픽처 리스트 1은 기복원된 픽처들 중 디스플레이 순서에서 현재 픽처 이후의 픽처들로 구성될 수 있다. 그러나 반드시 이에 한정되는 것은 아니며, 디스플레이 순서 상으로 현재 픽처 이후의 기복원 픽처들이 참조픽처 리스트 0에 추가로 더 포함될 수 있고, 역으로 현재 픽처 이전의 기복원 픽처들이 참조픽처 리스트 1에 추가로 더 포함될 수도 있다.
움직임 정보를 부호화하는 데에 소요되는 비트량을 최소화하기 위해 다양한 방법이 사용될 수 있다.
예컨대, 현재블록의 참조픽처와 움직임벡터가 주변블록의 참조픽처 및 움직임벡터와 동일한 경우에는 그 주변블록을 식별할 수 있는 정보를 부호화함으로써, 현재블록의 움직임 정보를 영상 복호화 장치로 전달할 수 있다. 이러한 방법을 '머지 모드(merge mode)'라 한다.
머지 모드에서, 인터 예측부(124)는 현재블록의 주변블록들로부터 기 결정된 개수의 머지 후보블록(이하, '머지 후보'라 함)들을 선택한다.
머지 후보를 유도하기 위한 주변블록으로는, 도 4에 도시된 바와 같이, 현재 픽처 내에서 현재블록에 인접한 좌측블록(A0), 좌하단블록(A1), 상단블록(B0), 우상단블록(B1), 및 좌상단블록(A2) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 머지 후보로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(co-located block) 또는 그 동일 위치의 블록에 인접한 블록들이 머지 후보로서 추가로 더 사용될 수 있다. 이상에서 기술된 방법에 의해 선정된 머지 후보의 개수가 기설정된 개수보다 작으면, 0 벡터를 머지 후보에 추가한다.
인터 예측부(124)는 이러한 주변블록들을 이용하여 기 결정된 개수의 머지 후보를 포함하는 머지 리스트를 구성한다. 머지 리스트에 포함된 머지 후보들 중에서 현재블록의 움직임정보로서 사용할 머지 후보를 선택하고 선택된 후보를 식별하기 위한 머지 인덱스 정보를 생성한다. 생성된 머지 인덱스 정보는 부호화부(150)에 의해 부호화되어 영상 복호화 장치로 전달된다.
머지 스킵(merge skip) 모드는 머지 모드의 특별한 경우로서, 양자화를 수행한 후, 엔트로피 부호화를 위한 변환 계수가 모두 영(zero)에 가까울 때, 잔차신호의 전송 없이 주변블록 선택 정보만을 전송한다. 머지 스킵 모드를 이용함으로써, 움직임이 적은 영상, 정지 영상, 스크린 콘텐츠 영상 등에서 상대적으로 높은 부호화 효율을 달성할 수 있다.
이하, 머지 모드와 머지 스킵 모드를 통칭하여, 머지/스킵 모드로 나타낸다.
움직임 정보를 부호화하기 위한 또 다른 방법은 AMVP(Advanced Motion Vector Prediction) 모드이다.
AMVP 모드에서, 인터 예측부(124)는 현재블록의 주변블록들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터 후보들을 유도한다. 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로는, 도 4에 도시된 현재 픽처 내에서 현재블록에 인접한 좌측블록(A0), 좌하단블록(A1), 상단블록(B0), 우상단블록(B1), 및 좌상단블록(A2) 중에서 전부 또는 일부가 사용될 수 있다. 또한, 현재블록이 위치한 현재 픽처가 아닌 참조픽처(현재블록을 예측하기 위해 사용된 참조픽처와 동일할 수도 있고 다를 수도 있음) 내에 위치한 블록이 예측 움직임벡터 후보들을 유도하기 위해 사용되는 주변블록으로서 사용될 수도 있다. 예컨대, 참조픽처 내에서 현재블록과 동일 위치에 있는 블록(collocated block) 또는 그 동일 위치의 블록에 인접한 블록들이 사용될 수 있다. 이상에서 기술된 방법에 의해 움직임벡터 후보의 개수가 기설정된 개수보다 작으면, 0 벡터를 움직임벡터 후보에 추가한다.
인터 예측부(124)는 이 주변블록들의 움직임벡터를 이용하여 예측 움직임벡터 후보들을 유도하고, 예측 움직임벡터 후보들을 이용하여 현재블록의 움직임벡터에 대한 예측 움직임벡터를 결정한다. 그리고, 현재블록의 움직임벡터로부터 예측 움직임벡터를 감산하여 차분 움직임벡터를 산출한다.
예측 움직임벡터는 예측 움직임벡터 후보들에 기 정의된 함수(예컨대, 중앙값, 평균값 연산 등)를 적용하여 구할 수 있다. 이 경우, 영상 복호화 장치도 기 정의된 함수를 알고 있다. 또한, 예측 움직임벡터 후보를 유도하기 위해 사용하는 주변블록은 이미 부호화 및 복호화가 완료된 블록이므로 영상 복호화 장치도 그 주변블록의 움직임벡터도 이미 알고 있다. 그러므로 영상 부호화 장치는 예측 움직임벡터 후보를 식별하기 위한 정보를 부호화할 필요가 없다. 따라서, 이 경우에는 차분 움직임벡터에 대한 정보와 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보가 부호화된다.
한편, 예측 움직임벡터는 예측 움직임벡터 후보들 중 어느 하나를 선택하는 방식으로 결정될 수도 있다. 이 경우에는 차분 움직임벡터에 대한 정보 및 현재블록을 예측하기 위해 사용한 참조픽처에 대한 정보와 함께, 선택된 예측 움직임벡터 후보를 식별하기 위한 정보가 추가로 부호화된다.
감산기(130)는 현재블록으로부터 인트라 예측부(122) 또는 인터 예측부(124)에 의해 생성된 예측블록을 감산하여 잔차블록을 생성한다.
변환부(140)는 공간 영역의 픽셀 값들을 가지는 잔차블록 내의 잔차신호를 주파수 도메인의 변환 계수로 변환한다. 변환부(140)는 잔차블록의 전체 크기를 변환 단위로 사용하여 잔차블록 내의 잔차신호들을 변환할 수 있으며, 또는 잔차블록을 복수 개의 서브블록으로 분할하고 그 서브블록을 변환 단위로 사용하여 변환을 할 수도 있다. 또는, 변환 영역 및 비변환 영역인 두 개의 서브블록으로 구분하여, 변환 영역 서브블록만 변환 단위로 사용하여 잔차신호들을 변환할 수 있다. 여기서, 변환 영역 서브블록은 가로축 (혹은 세로축) 기준 1:1의 크기 비율을 가지는 두 개의 직사각형 블록 중 하나일 수 있다. 이런 경우, 서브블록 만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 위치 정보(cu_sbt_pos_flag)가 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다. 또한, 변환 영역 서브블록의 크기는 가로축 (혹은 세로축) 기준 1:3의 크기 비율을 가질 수 있으며, 이런 경우 해당 분할을 구분하는 플래그(cu_sbt_quad_flag)가 추가적으로 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
한편, 변환부(140)는 잔차블록에 대해 가로 방향과 세로 방향으로 개별적으로 변환을 수행할 수 있다. 변환을 위해, 다양한 타입의 변환 함수 또는 변환 행렬이 사용될 수 있다. 예컨대, 가로 방향 변환과 세로 방향 변환을 위한 변환 함수의 쌍을 MTS(Multiple Transform Set)로 정의할 수 있다. 변환부(140)는 MTS 중 변환 효율이 가장 좋은 하나의 변환 함수 쌍을 선택하고 가로 및 세로 방향으로 각각 잔차블록을 변환할 수 있다. MTS 중에서 선택된 변환 함수 쌍에 대한 정보(mts_idx)는 엔트로피 부호화부(155)에 의해 부호화되어 영상 복호화 장치로 시그널링된다.
양자화부(145)는 변환부(140)로부터 출력되는 변환 계수들을 양자화 파라미터를 이용하여 양자화하고, 양자화된 변환 계수들을 엔트로피 부호화부(155)로 출력한다. 양자화부(145)는, 어떤 블록 혹은 프레임에 대해, 변환 없이, 관련된 잔차 블록을 곧바로 양자화할 수도 있다. 양자화부(145)는 변환블록 내의 변환 계수들의 위치에 따라 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 2차원으로 배열된 양자화된 변환 계수들에 적용되는 양자화 행렬은 부호화되어 영상 복호화 장치로 시그널링될 수 있다.
재정렬부(150)는 양자화된 잔차값에 대해 계수값의 재정렬을 수행할 수 있다.
재정렬부(150)는 계수 스캐닝(coefficient scanning)을 이용하여 2차원의 계수 어레이를 1차원의 계수 시퀀스로 변경할 수 있다. 예를 들어, 재정렬부(150)에서는 지그-재그 스캔(zig-zag scan) 또는 대각선 스캔(diagonal scan)을 이용하여 DC 계수부터 고주파수 영역의 계수까지 스캔하여 1차원의 계수 시퀀스를 출력할 수 있다. 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔 대신 2차원의 계수 어레이를 열 방향으로 스캔하는 수직 스캔, 2차원의 블록 형태 계수를 행 방향으로 스캔하는 수평 스캔이 사용될 수도 있다. 즉, 변환 단위의 크기 및 인트라 예측모드에 따라 지그-재그 스캔, 대각선 스캔, 수직 방향 스캔 및 수평 방향 스캔 중에서 사용될 스캔 방법이 결정될 수도 있다.
엔트로피 부호화부(155)는, CABAC(Context-based Adaptive Binary Arithmetic Code), 지수 골롬(Exponential Golomb) 등의 다양한 부호화 방식을 사용하여, 재정렬부(150)로부터 출력된 1차원의 양자화된 변환 계수들의 시퀀스를 부호화함으로써 비트스트림을 생성한다.
또한, 엔트로피 부호화부(155)는 블록 분할과 관련된 CTU size, CU 분할 플래그, QT 분할 플래그, MTT 분할 타입, MTT 분할 방향 등의 정보를 부호화하여, 영상 복호화 장치가 영상 부호화 장치와 동일하게 블록을 분할할 수 있도록 한다. 또한, 엔트로피 부호화부(155)는 현재블록이 인트라 예측에 의해 부호화되었는지 아니면 인터 예측에 의해 부호화되었는지 여부를 지시하는 예측 타입에 대한 정보를 부호화하고, 예측 타입에 따라 인트라 예측정보(즉, 인트라 예측모드에 대한 정보) 또는 인터 예측정보(움직임 정보의 부호화 모드(머지 모드 또는 AMVP 모드), 머지 모드의 경우 머지 인덱스, AMVP 모드의 경우 참조픽처 인덱스 및 차분 움직임벡터에 대한 정보)를 부호화한다. 또한, 엔트로피 부호화부(155)는 양자화와 관련된 정보, 즉, 양자화 파라미터에 대한 정보 및 양자화 행렬에 대한 정보를 부호화한다.
역양자화부(160)는 양자화부(145)로부터 출력되는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 생성한다. 역변환부(165)는 역양자화부(160)로부터 출력되는 변환 계수들을 주파수 도메인으로부터 공간 도메인으로 변환하여 잔차블록을 복원한다.
가산부(170)는 복원된 잔차블록과 예측부(120)에 의해 생성된 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 다음 순서의 블록을 인트라 예측할 때 참조 픽셀로서 사용된다.
루프(loop) 필터부(180)는 블록 기반의 예측 및 변환/양자화로 인해 발생하는 블록킹 아티팩트(blocking artifacts), 링잉 아티팩트(ringing artifacts), 블러링 아티팩트(blurring artifacts) 등을 줄이기 위해 복원된 픽셀들에 대한 필터링을 수행한다. 필터부(180)는 인루프(in-loop) 필터로서 디블록킹 필터(182), SAO(Sample Adaptive Offset) 필터(184) 및 ALF(Adaptive Loop Filter, 186)의 전부 또는 일부를 포함할 수 있다.
디블록킹 필터(182)는 블록 단위의 부호화/복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해 복원된 블록 간의 경계를 필터링하고, SAO 필터(184) 및 alf(186)는 디블록킹 필터링된 영상에 대해 추가적인 필터링을 수행한다. SAO 필터(184) 및 alf(186)는 손실 부호화(lossy coding)로 인해 발생하는 복원된 픽셀과 원본 픽셀 간의 차이를 보상하기 위해 사용되는 필터이다. SAO 필터(184)는 CTU 단위로 오프셋을 적용함으로써 주관적 화질뿐만 아니라 부호화 효율도 향상시킨다. 이에 비하여 ALF(186)는 블록 단위의 필터링을 수행하는데, 해당 블록의 에지 및 변화량의 정도를 구분하여 상이한 필터를 적용하여 왜곡을 보상한다. ALF에 사용될 필터 계수들에 대한 정보는 부호화되어 영상 복호화 장치로 시그널링될 수 있다.
디블록킹 필터(182), SAO 필터(184) 및 ALF(186)를 통해 필터링된 복원블록은 메모리(190)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조픽처로 사용될 수 있다.
도 5는 본 개시의 기술들을 구현할 수 있는 영상 복호화 장치의 예시적인 블록도이다. 이하에서는 도 5를 참조하여 영상 복호화 장치와 이 장치의 하위 구성들에 대하여 설명하도록 한다.
영상 복호화 장치는 엔트로피 복호화부(510), 재정렬부(515), 역양자화부(520), 역변환부(530), 예측부(540), 가산기(550), 루프 필터부(560) 및 메모리(570)를 포함하여 구성될 수 있다.
도 1의 영상 부호화 장치와 마찬가지로, 영상 복호화 장치의 각 구성요소는 하드웨어 또는 소프트웨어로 구현되거나, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 각 구성요소의 기능이 소프트웨어로 구현되고 마이크로프로세서가 각 구성요소에 대응하는 소프트웨어의 기능을 실행하도록 구현될 수도 있다.
엔트로피 복호화부(510)는 영상 부호화 장치에 의해 생성된 비트스트림을 복호화하여 블록 분할과 관련된 정보를 추출함으로써 복호화하고자 하는 현재블록을 결정하고, 현재블록을 복원하기 위해 필요한 예측정보와 잔차신호에 대한 정보 등을 추출한다.
엔트로피 복호화부(510)는 SPS(Sequence Parameter Set) 또는 PPS(Picture Parameter Set)로부터 CTU size에 대한 정보를 추출하여 CTU의 크기를 결정하고, 픽처를 결정된 크기의 CTU로 분할한다. 그리고, CTU를 트리 구조의 최상위 레이어, 즉, 루트 노드로 결정하고, CTU에 대한 분할정보를 추출함으로써 트리 구조를 이용하여 CTU를 분할한다.
예컨대, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 MTT의 분할과 관련된 제2 플래그(MTT_split_flag) 및 분할 방향(vertical / horizontal) 및/또는 분할 타입(binary / ternary) 정보를 추출하여 해당 리프 노드를 MTT 구조로 분할한다. 이에 따라 QT의 리프 노드 이하의 각 노드들을 BT 또는 TT 구조로 반복적으로(recursively) 분할한다.
또 다른 예로서, QTBTTT 구조를 사용하여 CTU를 분할하는 경우, 먼저 CU의 분할 여부를 지시하는 CU 분할 플래그(split_cu_flag)를 추출하고, 해당 블록이 분할된 경우, 제1 플래그(QT_split_flag)를 추출할 수도 있다. 분할 과정에서 각 노드는 0번 이상의 반복적인 QT 분할 후에 0번 이상의 반복적인 MTT 분할이 발생할 수 있다. 예컨대, CTU는 바로 MTT 분할이 발생하거나, 반대로 다수 번의 QT 분할만 발생할 수도 있다.
다른 예로서, QTBT 구조를 사용하여 CTU를 분할하는 경우, QT의 분할과 관련된 제1 플래그(QT_split_flag)를 추출하여 각 노드를 하위 레이어의 네 개의 노드로 분할한다. 그리고, QT의 리프 노드에 해당하는 노드에 대해서는 BT로 더 분할되는지 여부를 지시하는 분할 플래그(split_flag) 및 분할 방향 정보를 추출한다.
한편, 엔트로피 복호화부(510)는 트리 구조의 분할을 이용하여 복호화하고자 하는 현재블록을 결정하게 되면, 현재블록이 인트라 예측되었는지 아니면 인터 예측되었는지를 지시하는 예측 타입에 대한 정보를 추출한다. 예측 타입 정보가 인트라 예측을 지시하는 경우, 엔트로피 복호화부(510)는 현재블록의 인트라 예측정보(인트라 예측모드)에 대한 신택스 요소를 추출한다. 예측 타입 정보가 인터 예측을 지시하는 경우, 엔트로피 복호화부(510)는 인터 예측정보에 대한 신택스 요소, 즉, 움직임벡터 및 그 움직임벡터가 참조하는 참조픽처를 나타내는 정보를 추출한다.
또한, 엔트로피 복호화부(510)는 양자화 관련된 정보, 및 잔차신호에 대한 정보로서 현재블록의 양자화된 변환계수들에 대한 정보를 추출한다.
재정렬부(515)는, 영상 부호화 장치에 의해 수행된 계수 스캐닝 순서의 역순으로, 엔트로피 복호화부(510)에서 엔트로피 복호화된 1차원의 양자화된 변환계수들의 시퀀스를 다시 2차원의 계수 어레이(즉, 블록)로 변경할 수 있다.
역양자화부(520)는 양자화된 변환계수들을 역양자화하고, 양자화 파라미터를 이용하여 양자화된 변환계수들을 역양자화한다. 역양자화부(520)는 2차원으로 배열된 양자화된 변환계수들에 대해 서로 다른 양자화 계수(스케일링 값)을 적용할 수도 있다. 역양자화부(520)는 영상 부호화 장치로부터 양자화 계수(스케일링 값)들의 행렬을 양자화된 변환계수들의 2차원 어레이에 적용하여 역양자화를 수행할 수 있다.
역변환부(530)는 역양자화된 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환하여 잔차신호들을 복원함으로써 현재블록에 대한 잔차블록을 생성한다.
또한, 역변환부(530)는 변환블록의 일부 영역(서브블록)만 역변환하는 경우, 변환블록의 서브블록만을 변환하였음을 지시하는 플래그(cu_sbt_flag), 서브블록의 방향성(vertical/horizontal) 정보(cu_sbt_horizontal_flag) 및/또는 서브블록의 위치 정보(cu_sbt_pos_flag)를 추출하여, 해당 서브블록의 변환계수들을 주파수 도메인으로부터 공간 도메인으로 역변환함으로써 잔차신호들을 복원하고, 역변환되지 않은 영역에 대해서는 잔차신호로 “0”값을 채움으로써 현재블록에 대한 최종 잔차블록을 생성한다.
또한, MTS가 적용된 경우, 역변환부(530)는 영상 부호화 장치로부터 시그널링된 MTS 정보(mts_idx)를 이용하여 가로 및 세로 방향으로 각각 적용할 변환 함수 또는 변환 행렬을 결정하고, 결정된 변환 함수를 이용하여 가로 및 세로 방향으로 변환블록 내의 변환계수들에 대해 역변환을 수행한다.
예측부(540)는 인트라 예측부(542) 및 인터 예측부(544)를 포함할 수 있다. 인트라 예측부(542)는 현재블록의 예측 타입이 인트라 예측일 때 활성화되고, 인터 예측부(544)는 현재블록의 예측 타입이 인터 예측일 때 활성화된다.
인트라 예측부(542)는 엔트로피 복호화부(510)로부터 추출된 인트라 예측모드에 대한 신택스 요소로부터 복수의 인트라 예측모드 중 현재블록의 인트라 예측모드를 결정하고, 인트라 예측모드에 따라 현재블록 주변의 참조 픽셀들을 이용하여 현재블록을 예측한다.
인터 예측부(544)는 엔트로피 복호화부(510)로부터 추출된 인터 예측모드에 대한 신택스 요소를 이용하여 현재블록의 움직임벡터와 그 움직임벡터가 참조하는 참조픽처를 결정하고, 움직임벡터와 참조픽처를 이용하여 현재블록을 예측한다.
가산기(550)는 역변환부로부터 출력되는 잔차블록과 인터 예측부 또는 인트라 예측부로부터 출력되는 예측블록을 가산하여 현재블록을 복원한다. 복원된 현재블록 내의 픽셀들은 이후에 복호화할 블록을 인트라 예측할 때의 참조픽셀로서 활용된다.
루프 필터부(560)는 인루프 필터로서 디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 포함할 수 있다. 디블록킹 필터(562)는 블록 단위의 복호화로 인해 발생하는 블록킹 현상(blocking artifact)을 제거하기 위해, 복원된 블록 간의 경계를 디블록킹 필터링한다. SAO 필터(564) 및 ALF(566)는 손실 부호화(lossy coding)으로 인해 발생하는 복원된 픽셀과 원본 픽셀 간의 차이를 보상하기 위해, 디블록킹 필터링 이후의 복원된 블록에 대해 추가적인 필터링을 수행한다. ALF의 필터 계수는 비스트림으로부터 복호한 필터 계수에 대한 정보를 이용하여 결정된다.
디블록킹 필터(562), SAO 필터(564) 및 ALF(566)를 통해 필터링된 복원블록은 메모리(570)에 저장된다. 한 픽처 내의 모든 블록들이 복원되면, 복원된 픽처는 이후에 부호화하고자 하는 픽처 내의 블록을 인터 예측하기 위한 참조픽처로 사용된다.
본 실시예는 이상에서 설명한 바와 같은 영상(비디오)의 부호화 및 복호화에 관한 것이다. 보다 자세하게는, 현재 비디오에 대한 노이즈 모델 또는 주관적 화질 모델을 모델링하고, 해당 모델을 기반으로 영상에 전처리(pre-processing) 및 후처리(post-processing)하며, 해당 모델의 정보를 시그널링하는 비디오 코딩방법 및 장치를 제공한다.
이하의 기술에서, 영상 부호화/복호화 장치가 전처리 및 후처리 과정을 포함하는 것을 표현하기 위해, 편의상, 도 1의 예시를 부호화기(encoder)로 나타내고, 도 5의 도시를 복호화기(decoder)로 나타낸다. 따라서, 영상 부호화 장치는 전처리 과정을 수행하는 구성요소들, 및 부호화기를 포함하고, 영상 복호화 장치는 후처리 과정을 수행하는 구성요소들, 및 복호화기를 포함할 수 있다.
<실현예 1> 노이즈 모델을 이용하는 전처리/후처리 방법
도 6은 본 개시의 일 실시예에 따른, 전처리 및 후처리를 포함하는 영상 부호화 장치 및 영상 복호화 장치를 나타내는 예시도이다.
영상 부호화 장치는, 입력 영상의 노이즈를 전처리하고, 노이즈가 전처리된 입력 영상을 부호화하여 비트스트림을 생성한 후, 영상 복호화 장치로 전달한다. 영상 부호화 장치는 부호화기(600), 노이즈 제거기(denoiser, 602), 노이즈 분석기(noise analyzer, 604), 노이즈 추정기(noise estimator, 606) 및 차분기(608)의 전부 또는 일부를 포함한다. 영상 복호화 장치는 비트스트림으로부터 복원 영상을 생성한 후, 복원 영상에 후처리된 노이즈를 적용할 수 있다. 영상 복호화 장치는 복호화기(610), 노이즈 생성기(612) 및 합산기(614)의 전부 또는 일부를 포함한다.
이하, 도 6에 예시된 바와 같은, 영상 부호화 장치의 동작을 기술한다.
노이즈 제거기(602)는, 부호화기(600)에 영상이 입력되기 전, 입력 영상에 추가되어 있는 노이즈를 제거하여 노이즈가 제거된(denoised) 영상을 생성한다. 노이즈 제거기(602)는, 입력 영상을 분석에 기초하여 입력 영상에 추가된 노이즈의 특성에 대응하는 노이즈 제거방법을 사용할 수 있다.
또는, 노이즈 제거기(602)는, 입력 영상에 추가된 노이즈의 형태에 대한 분석 없이 기정의된 화소 연산을 사용하여 노이즈를 제거하는 방법을 사용할 수 있다. 이때, 기정의된 화소 연산은 저대역 필터링(low-pass filtering), 양방향 필터링(bilateral filtering), 바이리니어 필터링(bi-linear filtering) 등과 같은 다양한 형태의 필터링 방법들을 의미할 수 있다. 노이즈 제거기(602)는 이러한 다양한 형태의 필터링 방법들 중 하나를 선택적으로 사용할 수 있다. 특히, 양방향 필터링은 화소의 공간적 거리에 의존하는 가중치를 사용하는 기존의 FIR 필터와 달리, 화소의 공간적 거리 외에 화소 값의 차이에 따라서도 가중치를 달리할 수 있다. 양방향 필터링은 영상 내 객체의 경계에서 필터링의 수행하더라도 유의미한 경계를 보존하는 역할을 수행하는 필터링 방법들의 대표적인 예이다. 이하, 본 실시예는, 부호화기(600)에 입력되기 전에, 입력 영상에 대하여 양방향 필터링을 수행하여 노이즈를 효과적으로 제거하는 방법 및 장치를 제안한다.
노이즈 제거기(602)는 노이즈가 제거된 영상을 부호화기(600)의 입력으로 제공한다. 또한, 노이즈 제거기(602)는 노이즈가 제거된 영상을 노이즈 분석기(604)로 제공할 수 있다.
노이즈 분석기(604)는 원본 입력 영상 및 노이즈가 제거된 영상, 두 채널을 입력으로 획득할 수 있다. 또는, 노이즈 분석기(604)는 원본 입력 영상과 노이즈가 제거된 영상 간의 차분 영상을 입력으로 획득할 수 있다. 이때, 차분 영상은 차분기(608)에 의해 생성될 수 있다.
노이즈 분석기(604)는 두 채널 또는 차분 영상을 분석하여 원본 입력 영상에서 제거된 노이즈의 특성을 분석한다. 여기서, 노이즈의 특성은 가우시안 분포(gaussian distribution), 균등 분포(uniform distribution) 등일 수 있다.
노이즈 추정기(606)는 노이즈 분석기(604)에서 분석된 노이즈의 특성을 반영하여 원본 입력 영상에서 제거된 노이즈의 파라미터를 생성한다. 또한, 노이즈 파라미터는 노이즈 특성에 대응하는 노이즈 생성방법을 포함할 수 있다. 여기서, 노이즈 생성방법은, 추후 영상 복호화 장치에서 이용될 수 있다. 다른 실시예로서, 노이즈 생성방법은 노이즈 특성에 따라, 영상 부호화 장치와 복호화 장치 간에 사전에 약속될 수 있다.
한편, 노이즈 파라미터는 노이즈 제거기(602)에 제공되고, 노이즈 제거기(602)는 노이즈의 특성에 대응하는 노이즈 제거방법을 사용할 수 있다.
부호화기(600)는 노이즈가 제거된 영상을 부호화하여 비트스트림을 생성한다. 이때, 비트스트림은 노이즈 파라미터의 부호화 결과를 포함할 수 있다. 영상 부호화 장치는 비트스트림을 영상 복호화 장치로 전송할 수 있다.
이하, 도 6에 예시된 바와 같은, 영상 복호화 장치의 동작을 기술한다.
복호화기(610)는 비트스트림으로부터 복원 영상을 생성한다. 전술한 바와 같이, 비트스트림은 영상 부호화 장치에서 생성된 노이즈 파라미터를 포함할 수 있다.
한편, 노이즈 파라미터는 SEI(Supplemental Enhancement Information), VUI(Video Usability Information) 등과 같이 독립적인 비트스트림에 포함된 채로 영상 부호화 장치에서 영상 복호화 장치로 전송될 수 있다.
복호화된 노이즈 파라미터는 노이즈 생성기(612)로 제공된다. 전술한 바와 같이, 노이즈 파라미터는 노이즈 생성방법을 포함할 수 있다. 또는, 영상 부호화 장치와 복호화 장치 간에 사전에 약속된 노이즈 생성방법이 이용될 수 있다.
노이즈 생성기(612)는 노이즈 생성방법을 이용하여 노이즈 파라미터를 기반으로 노이즈를 생성한다.
영상 복호화 장치는 생성된 노이즈와 복원 영상을 이용하여 최종 복원 영상을 생성할 수 있다. 이때, 노이즈는 도 6에 예시된 바와 같이, 합산기(614)에 의해 복원 영상에 오프셋 형태로 추가될 수 있다, 또는, 복원 영상에 기정의된 필터링을 적용하여 최종 복원 영상을 생성함으로써, 노이즈가 추가될 수 있다.
도 7은 본 개시의 일 실시예에 따른, 전처리 및 후처리에 이용되는 양방향 필터를 나타내는 예시도이다.
일 실시예로서, 양방향 필터의 크기는, 도 7에 예시한 바와 같이, 3×3 크기의 필터 일 수 있다. 또는, 3×3 크기의 필터에 추가적으로 5×5, 7×7 등의 필터들 또한 사용될 수 있다.
한편, 3×3 크기의 양방향 필터에 대해, 필터 계수들(coefficients)은 각 위치에서 계산된 가중치(weight)로 구성될 수 있다. 일 실시예로서, 양방향 필터의 가중치는 수학식 1과 같이 표현될 수 있다.
Figure PCTKR2022004508-appb-img-000001
여기서, 지수함수의 첫 번째 항은, 화소의 공간적 거리에 의해 결정되고, 두 번째 항은, 각 화소의 밝기 값(luminance), 즉, 각 위치에 따른 화소 값의 차이에 의해 결정된다.
수학식 1에서, 양방향 필터의 가중치 w(i, j, k, m)은, (i, j) 위치의 화소에 필터를 적용하기 위해 (k, m) 위치의 화소에 적용될 가중치를 나타낸다. 따라서, 도 7에 예시된 바와 같이, i=k이고, j=m에 해당하는 양방향 필터의 중앙에서 가중치는 가장 큰 값을 보인다.
또한, 지수함수의 첫 번째 항에서 σd 값은 현재블록의 크기에 따라 결정될 수 있는데, 현재블록의 부호화 방식, 즉, 인트라 예측 또는 인터 예측에 따라 상이한 값일 수 있다. 지수함수의 두 번째 항에서 σr 값은 현재 블록의 양자화 파라미터에 의해 결정될 수 있다.
이러한 시그마 값들은, 수학식 1에 따라 영상 부호화 장치와 영상 복호화 장치에서 직접 계산될 수 있다. 또는 비트스트림 내의 특정한 신택스(syntax) 정보로 부호화된 채로, 영상 부호화 장치에서 영상 복호화 장치로 시그널링될 수 있다. 또한, 양방향 필터의 가중치에 따라 블록 내의 화소들에 적용되는 필터의 크기로서, 전술한 바와 같은 3×3, 5×5, 및 7×7 중 하나가 선택된 후, 사용될 수 있다.
<실현예 2> 인지품질 관점의(perceptual) 전처리/후처리 방법
도 8은 본 개시의 다른 실시예에 따른, 전처리 및 후처리를 포함하는 영상 부호화 장치 및 영상 복호화 장치를 나타내는 예시도이다.
영상 부호화 장치는, 입력 영상을 분석하여 해당 영상에서 인지품질 관점에서(perceptually) 제거 가능한 요소들을 제거하고, 이러한 요소들이 제거된 입력 영상을 부호화하여 비트스트림을 생성한 후, 영상 복호화 장치로 전달한다. 영상 부호화 장치는 부호화기(600), 인지품질 전처리기(perceptual pre-processor, 802), 인지모델 분석기(perceptual model analyzer, 804), 인지모델 추정기(perceptual model estimator, 806) 및 차분기(608)의 전부 또는 일부를 포함한다. 영상 복호화 장치는 비트스트림으로부터 복원 영상을 생성한 후, 복원 영상에 대해 주관적 화질을 향상시킬 수 있는 후처리를 수행한다. 영상 복호화 장치는 복호화기(610), 인지품질 개선기(perceptual enhancer, 812) 및 합산기(614)의 전부 또는 일부를 포함한다.
이하, 도 8에 예시된 바와 같은, 영상 부호화 장치의 동작을 기술한다.
인지품질 전처리기(802)는, 부호화기(600)에 영상이 입력되기 전, 입력 영상에 추가되어 있는 인지 품질 관점에서 제거 가능한 요소들을 제거하여 제거 가능 요소들이 제거된 영상을 생성한다. 인지품질 전처리기(802)는, 다양한 주관적 화질 측정 모델에 기반하여 입력 영상을 분석하여 파악된 제거 가능한 요소들을 제거한다. 또한, 인지품질 전처리기(802)는 해당 요소들의 제거 시 부호화 효율이 향상될 것으로 판단되는 요소들을 제거할 수 있다.
이때, 인지품질 관점에서 제거 가능한 요소들은, 인간의 시각적 특성을 고려 시, 인간의 시각 체계에서 인식 가능하지 않은 변화 요소를 의미한다. 이러한 인지 시각적 특성의 예시들로는 대비민감도 함수(Contrast Sensitivity Function: CSF) 효과, CM(Contrast Masking) 또는 TM(Texture Masking) 효과, LA(Luminance Adaptation) 효과 등이 있다.
CSF 효과는, 인간의 인지 시각 체계의 특성이 주파수 축에서 대역 통과 필터와 같은 특성을 나타내는 것을 의미한다. CSF 효과는 주파수 축의 종류에 따라서 공간적 대비 민감도 함수 효과와 시간적 대비 민감도 함수 효과로 분류될 수 있다.
CM 또는 TM 효과는, 마스크에 따라 영상의 시각적 특성이 변형되는 특성을 나타낸다. 예컨대, 인간의 시각 체계는 높은 텍스처 영역에서는 왜곡에 대한 시인성(visibility)이 떨어지고, 평탄하거나 경계 근처에서는 왜곡을 쉽게 인지할 수 있다는 특성을 나타낸다.
LA 효과는 어둡거나 밝은 휘도 영역에서 중간 밝기의 휘도 영역 대비 왜곡을 쉽게 인지하지 못한다는 특성을 의미한다.
한편, 인지 품질 관점에서의 인지 시각적 특성을 반영하여 영상에 이러한 특성을 반영하는 다양한 인지모델들이 존재한다. JND(Just Noticeable Distortion) 모델은 대표적인 인지모델이다. 여기서, JND는 인간이 시각적으로 인지하기 시작하는 최소의 오차(error)를 나타낸다. 본 실현예는 인지품질 전처리기(802)를 이용하여 주관적 화질 관점에서의 인지 불가능한 오차 요소를 제거하는 방법 및 장치를 제안한다. 일 예로서, 인지품질 전처리기(802)는 전술한 JND 모델에 기초하여 인지 불가능한 에러 요소를 제거할 수 있다.
인지품질 전처리기(802)는 인지 불가능한 에러 요소가 제거된 영상을 부호화기(600)의 입력으로 제공한다. 또한, 인지품질 전처리기(802)는 인지 불가능한 에러 요소가 제거된 영상을 인지모델 분석기(804)로 제공할 수 있다.
인지모델 분석기(804)는 원본 입력 영상 및 인지 불가능한 에러 요소가 제거된 영상, 두 채널을 입력으로 획득할 수 있다. 또는, 인지모델 분석기(804)는 원본 입력 영상과 인지 불가능한 에러 요소가 제거된 영상 간의 차분 영상을 입력으로 획득할 수 있다. 이때, 차분 영상은 차분기(608)에 의해 생성될 수 있다.
인지모델 분석기(804)는 원본 입력 영상에 대해 인지품질 관점에서 제거 가능 요소들이 존재하는지와 해당 제거 가능 요소들을 제거 시, 부호화 효율의 향상을 예측한다. 또한, 인지모델 분석기(804)는 두 채널 또는 차분 영상을 분석하여, 원본 입력 영상에서 제거된 인지 불가능한 오차 요소의 특성을 파악한다.
인지 불가능한 오차 요소의 특성에 따라, 인지모델 분석기(804)는 전술한 인지 시각적 특성들 중 우세한 특성을 판정하고, 우세한 특성에 대응하기 적합한 모델을 인지모델로 선택할 수 있다. 전술한 바와 같이, JND 모델이 인지모델로 선택될 수 있다.
인지모델 추정기(806)는, 인지모델 분석기(804)에서 선택된 인지모델의 파라미터를 생성한다. 예컨대, 인지모델이 JND 모델인 경우, 인지모델 추정기(806)는, 인지품질 관점에서 입력 영상의 화소 값의 임계치를 구할 수 있다. 여기서, 임계치는 인지품질 관점에서 입력 영상의 화소 값을 변경할 수 있는 최대치를 나타낸다. 인지모델 파라미터는 이러한 임계치를 포함할 수 있다.
또한, 인지모델 추정기(806)는 인지모델에 대응하는 화질 보상방법을 선택하고, 이를 인지모델 파라미터에 포함시킬 수 있다. 여기서, 화질 보상방법은, 추후 영상 복호화 장치에서 이용될 수 있다. 다른 실시예로서, 화질 보상방법은 인지 시각적 특성에 따라, 영상 부호화 장치와 복호화 장치 간에 사전에 약속될 수 있다.
한편, 인지모델 파라미터는 인지품질 전처리기(802)에 제공될 수 있다. 인지품질 전처리기(802)는 인지모델에 대응하는 방법을 사용하여 입력 영상으로부터 인지품질 관점에서 제거 가능 요소들이 제거된 영상을 생성할 수 있다. 예컨대, 인지모델이 JND 모델인 경우, 인지품질 전처리기(802)는 전술한 임계치 한도 내에서, 입력 영상에 연산을 적용할 수 있다. 여기서, 연산은 필터링, 콘볼루션 연산(convolutional operation) 또는 오프셋을 이용하는 화소 값의 변경일 수 있다.
부호화기(600)는 전처리된 입력 영상을 부호화하여 비트스트림을 생성한다. 이때, 비트스트림은 인지모델의 파라미터를 포함할 수 있다. 영상 부호화 장치는 비트스트림을 영상 복호화 장치로 전송할 수 있다.
이하, 도 8에 예시된 바와 같은, 영상 복호화 장치의 동작을 기술한다.
복호화기(610)는 비트스트림으로부터 복원 영상을 생성한다. 전술한 바와 같이, 비트스트림은 영상 부호화 장치에서 생성된 인지모델의 파라미터를 포함할 수 있다.
한편, 인지모델 파라미터는 SEI, VUI 등과 같이 독립적인 비트스트림에 포함된 채로 영상 부호화 장치에서 영상 복호화 장치로 전송될 수 있다.
복호화된 인지모델의 파라미터는 인지품질 개선기(812)로 제공된다. 전술한 바와 같이, 인지모델의 파라미터는 화질 개선방법을 포함할 수 있다. 또는, 영상 부호화 장치와 복호화 장치 간에 사전에 약속된 화질 개선방법이 이용될 수 있다. 인지모델이 JND 모델인 경우, 인지모델 파라미터는 인지품질 관점에서 복원 영상의 화소 값을 변경할 수 있는 임계치를 포함할 수 있다.
인지품질 개선기(812)는, 복원 영상의 주관적 화질을 향상시키기 위해, 인지모델 파라미터를 기반으로 복원 영상을 후처리하여 개선 영상을 생성한다. 인지품질 개선기(812)는, 인지모델이 JND 모델인 경우, 전술한 임계치 한도 내에서, 화질 보상방법에 따라 복원 영상에 연산을 적용할 수 있다. 여기서, 연산은 필터링, 콘볼루션 연산 또는 오프셋을 이용하는 화소 값의 변경일 수 있다.
인지품질 개선기(812)는 인지품질의 관점에서 열화가 발생한 부분들에 대해 평가를 수행한 후, 화질을 개선하여 개선 영상을 생성할 수 있다. 이때, 인지품질 개선기(812)는 복원 영상을 N×N 정방형 블록들로 분할하고, N×N 정방형 블록 단위로 복원 영상을 후처리할 수 있다. 즉, 인지품질 개선기(812)는 복원 영상 전체에 단일한 인지모델을 적용하여 인지품질 관점의 열화를 평가하고 화질을 개선하거나, 복원 영상을 다수의 블록들로 분할한 후 블록 단위로 후처리할 수 있다.
영상 복호화 장치는 생성된 개선 영상과 복원 영상을 이용하여 최종 복원 영상을 생성할 수 있다. 이때, 개선 영상은 도 8에 예시된 바와 같이, 합산기(614)에 의해 복원 영상에 오프셋 형태로 추가될 수 있다, 또는, 인지품질 개선기(812)가 생성한 개선 영상이 최종 복원 영상이 될 수도 있다.
<실현예3> 다운샘플링 및 업샘플링을 이용하는 전처리/후처리 방법
도 9는 본 개시의 또다른 실시예에 따른, 전처리 및 후처리를 포함하는 영상 부호화 장치 및 영상 복호화 장치를 나타내는 예시도이다.
영상 부호화 장치는, 입력 영상의 해상도를 감소시키고, 해상도가 감소된 입력 영상을 부호화하여 비트스트림을 생성한 후, 영상 복호화 장치로 전달한다. 영상 부호화 장치는 부호화기(600), 다운샘플기(down-sampler, 902), 주변정보 부호화기(side information encoder, 904)의 전부 또는 일부를 포함한다. 영상 복호화 장치는 비트스트림으로부터 복원 영상을 생성한 후, 복원 영상을 업샘플링할 수 있다. 영상 복호화 장치는 복호화기(610), 주변정보 복호화기(side information decoder, 912) 및 업샘플기(914)의 전부 또는 일부를 포함한다.
이하, 도 9에 예시된 바와 같은, 영상 부호화 장치의 동작을 기술한다.
다운샘플기(902)는, 부호화기(600)에 영상이 입력되기 전, 입력 영상의 해상도를 감소시킨다. 즉, 다운샘플기(902)는, 입력 영상을 1/2, 1/4 등의 너비와 높이의 영상으로 변환하기 위해 다운샘플링 필터를 이용하여 해상도를 감소시키는 연산을 수행한다. 예컨대, 해상도가 3840×2160인 4K 영상을 부호화하는 기존의 방법과 달리, 본 실현예는 다운샘플링을 수행하여 3840×2160 영상을 1920×1080 영상으로 다운샘플링하고, 다운샘플링된 영상을 부호화를 위한 입력으로 사용한다. 이러한 다운샘플링을 수행하여 부호화기(600)를 동작시키는 경우, 부호화 효율이 향상될 수 있다.
주변정보 부호화기(904)는, 다운샘플기(902)가 원본 영상의 다운샘플링 시 사용한 다운샘플링 연산의 종류 및 다운샘플링에 관한 정보, 즉 다운샘플링 파라미터를 부호화하여 비트스트림을 생성한다. 여기서, 다운샘플링 연산은 다운샘플링 수행 시 사용된 다운샘플링 필터를 나타내고, 다운샘플링에 관한 정보는 원본 영상과 다운샘플링된 영상 간의 영상 비율을 나타낸다. 주변정보 부호화기(904)는 다운샘플링 파라미터를 신택스 요소들(syntax elements)로 부호화한다. 또한, 원본 영상에 크롭핑(cropping)이 적용되는 경우, 주변정보 부호화기(904)는 다운샘플링 전에 수행하는 크로핑 연산에 대한 정보를 추가적으로 신택스 요소로 부호화할 수 있다.
이하, 도 9에 예시된 바와 같은, 영상 복호화 장치의 동작을 기술한다.
복호화기(610)는 비트스트림으로부터 복원 영상을 생성한다. 전술한 바와 같이, 비트스트림은 영상 부호화 장치에서 생성된 다운샘플링 파라미터를 포함할 수 잇다.
한편, 다운샘플링 파라미터는 SEI, VUI 등과 같이 독립적인 비트스트림에 포함된 채로 영상 부호화 장치에서 영상 복호화 장치로 전송될 수 있다. 다운샘플링 파라미터를 포함하는 비트스트림은 주변정보 복호화기(912)로 제공된다.
주변정보 복호화기(912)는 비트스트림으로부터 다운샘플링 파라미터를 복호화한다. 또한, 주변정보 복호화기(912)는 다운샘플링 파라미터를 기반으로 복원 영상을 원본 영상의 해상도로 업샘플링하기 위한 업샘플링 정보를 획득한다. 여기서 업샘플링 정보는 업샘플링 수행 시 사용된 업샘플링 필터, 및 다운샘플링된 복원 영상과 원본 영상 간의 영상 비율을 포함할 수 있다.
업샘플기(914)는 업샘플링 정보를 기반으로 복원 영상으로부터 원본 영상의 해상도를 갖는 최종 복원 영상을 생성한다.
다른 실시예로서, 업샘플기(914)는 복원 영상을 원본 영상의 해상도로 업샘플링하기 위해 SR(Super Resolution)을 수행할 수 있다. 따라서, 업샘플기(914)는 SR을 수행하기 위한 딥러닝 기반 신경망을 이용할 수 있다. 이때, SR을 위한 신경망은 다수의 콘볼루션 레이어들(convolutional layers), 풀링 레이어들(pooling layers), 활성화 함수 레이어들(activation function layers) 등의 결합으로 구성될 수 있다.
이하, 도 10 및 도 11의 도시를 이용하여, 실현예 1에 따른 영상 부호화 방법 및 영상 복호화 방법을 기술한다.
도 10은 본 개시의 일 실시예에 따른, 전처리를 포함하는 영상 부호화 방법을 나타내는 예시도이다.
영상 부호화 장치는 입력 영상을 분석하여 노이즈의 특성을 분석한다. (S1000). 여기서, 노이즈의 특성은 가우시안 분포, 균등 분포 등일 수 있다.
영상 부호화 장치는 노이즈의 파라미터를 추정한다(S1002). 영상 부호화 장치는 분석된 노이즈의 특성을 반영하여 원본 입력 영상에서 제거된 노이즈의 파라미터를 생성한다. 또한, 노이즈 파라미터는 노이즈 특성에 대응하는 노이즈 생성방법을 포함할 수 있다. 여기서, 노이즈 생성방법은, 추후 영상 복호화 장치에서 이용될 수 있다. 다른 실시예로서, 노이즈 생성방법은 노이즈 특성에 따라, 영상 부호화 장치와 복호화 장치 간에 사전에 약속될 수 있다.
영상 부호화 장치는 노이즈의 파라미터를 이용하여 입력 영상으로부터 노이즈를 제거함으로써, 입력 영상을 전처리한다(S1004). 영상 부호화 장치는 입력 영상을 분석에 기초하여 입력 영상에 추가된 노이즈의 특성에 대응하는 노이즈 제거방법을 사용할 수 있다.
또는, 입력 영상에 추가된 노이즈의 형태에 대한 분석 없이 기정의된 화소 연산을 사용하여 노이즈를 제거하는 방법을 사용할 수 있다. 이때, 기정의된 화소 연산은 저대역 필터링, 양방향 필터링, 바이리니어 필터링 등과 같은 다양한 형태의 필터링 방법들을 의미할 수 있다. 영상 부호화 장치는 이러한 다양한 형태의 필터링 방법들 중 하나를 선택적으로 사용할 수 있다.
영상 부호화 장치는 전처리된 입력 영상을 부호화하여 비트스트림을 생성한다(S1006).
영상 부호화 장치는 노이즈의 파라미터를 부호화하여 비트스트림에 결합한다(S1008). 영상 부호화 장치는 비트스트림을 영상 복호화 장치로 전송할 수 있다.
도 11은 본 개시의 일 실시예에 따른, 후처리를 포함하는 영상 복호화 방법을 나타내는 예시도이다.
영상 복호화 장치는 비트스트림을 복호화하여 복원 영상을 생성한다(S1100)
영상 복호화 장치는 비트스트림으로부터 노이즈의 파라미터를 복호화한다(S1102). 전술한 바와 같이, 노이즈 파라미터는 노이즈 생성방법을 포함할 수 있다. 또는, 영상 부호화 장치와 복호화 장치 간에 사전에 약속된 노이즈 생성방법이 이용될 수 있다.
한편, 노이즈 파라미터는 SEI, VUI 등과 같이 독립적인 비트스트림에 포함된 채로 영상 부호화 장치에서 영상 복호화 장치로 전송될 수 있다
영상 복호화 장치는 노이즈의 파라미터를 이용하여 복원 영상을 후처리함으로써, 노이즈를 생성한다(S1104).
영상 복호화 장치는 노이즈와 복원 영상을 이용하여 최종 복원 영상을 생성한다(S1106). 예컨대, 노이즈는 복원 영상에 오프셋 형태로 추가될 수 있다, 또는, 복원 영상에 기정의된 필터링을 적용하여 최종 복원 영상을 생성함으로써, 노이즈가 추가될 수 있다.
이하, 도 12 및 도 13의 도시를 이용하여, 실현예 2에 따른 영상 부호화 방법 및 영상 복호화 방법을 기술한다.
도 12는 본 개시의 다른 실시예에 따른, 전처리를 포함하는 영상 부호화 방법을 나타내는 예시도이다.
영상 부호화 장치는 인지품질 관점에서 입력 영상을 분석하여 인지모델에 따라 제거 가능 요소들을 판단한다(S1200). 여기서, 인지품질 관점에서 제거 가능한 요소들은, 인간의 시각적 특성을 고려 시, 인간의 시각 체계에서 인식 가능하지 않은 변화 요소를 의미한다. 이러한 인지 시각적 특성의 예시들로는 CSF 효과, CM 또는 TM 효과, LA효과 등이 있다.
한편, 인지모델은 인지품질 관점에서 인지 시각적 특성들을 반영하는 모델이다. JND 모델은 대표적인 인지모델이다. 여기서, JND는 인간이 시각적으로 인지하기 시작하는 최소의 오차를 나타낸다.
영상 부호화 장치는 인지모델의 파라미터를 추정한다(S1202). 예컨대, 인지모델이 JND 모델인 경우, 영상 부호화 장치는, 인지품질 관점에서 입력 영상의 화소 값의 임계치를 구할 수 있다. 여기서 임계치는 인지품질 관점에서 입력 영상의 화소 값을 변경할 수 있는 최대치를 나타낸다. 인지모델 파라미터는 이러한 임계치를 포함할 수 있다.
또한, 영상 부호화 장치는 인지모델에 대응하는 화질 보상방법을 선택하고, 이를 인지모델 파라미터에 포함시킬 수 있다. 여기서, 화질 보상방법은, 추후 영상 복호화 장치에서 이용될 수 있다. 다른 실시예로서, 화질 보상방법은 인지 시각적 특성에 따라, 영상 부호화 장치와 복호화 장치 간에 사전에 약속될 수 있다.
영상 부호화 장치는 인지모델의 파라미터를 이용하여 입력 영상으로부터 제거 가능 요소들을 제거함으로써, 입력 영상을 전처리한다(S1204).
영상 부호화 장치는 인지모델에 대응하는 방법을 사용하여 입력 영상으로부터 인지품질 관점에서 제거 가능 요소들이 제거된 영상을 생성할 수 있다. 예컨대, 인지모델이 JND 모델인 경우, 영상 부호화 장치는 전술한 임계치 한도 내에서, 입력 영상에 연산을 적용할 수 있다. 여기서, 연산은 필터링, 콘볼루션 연산 또는 오프셋을 이용하는 화소 값의 변경일 수 있다.
영상 부호화 장치는 전처리된 입력 영상을 부호화하여 비트스트림을 생성한다(S1206).
영상 부호화 장치는 인지모델의 파라미터를 부호화하여 비트스트림에 결합한다(S1208). 영상 부호화 장치는 비트스트림을 영상 복호화 장치로 전송할 수 있다.
도 13은 본 개시의 다른 실시예에 따른, 후처리를 포함하는 영상 복호화 방법을 나타내는 예시도이다.
영상 복호화 장치는 비트스트림을 복호화하여 복원 영상을 생성한다(S1300)
영상 복호화 장치는 비트스트림으로부터 인지모델의 파라미터를 복호화한다(S1302). 여기서, 인지모델은 인지품질 관점에서 인지 시각적 특성을 반영하는 모델이다.
한편, 인지모델 파라미터는 SEI, VUI 등과 같이 독립적인 비트스트림에 포함된 채로 영상 부호화 장치에서 영상 복호화 장치로 전송될 수 있다.
한편, 인지모델의 파라미터는 화질 개선방법을 포함할 수 있다. 또는, 영상 부호화 장치와 복호화 장치 간에 사전에 약속된 화질 개선방법이 이용될 수 있다. 인지모델이 JND 모델인 경우, 인지모델 파라미터는 인지품질 관점에서 복원 영상의 화소 값을 변경할 수 있는 임계치를 포함할 수 있다.
영상 복호화 장치는 인지모델의 파라미터를 이용하여 복원 영상을 후처리함으로써, 개선 영상을 생성한다(S1304).
영상 복호화 장치는 인지모델이 JND 모델인 경우, 전술한 임계치 한도 내에서, 화질 보상방법에 따라 복원 영상에 연산을 적용할 수 있다. 여기서, 연산은 필터링, 콘볼루션 연산 또는 오프셋을 이용하는 화소 값의 변경일 수 있다.
또는, 영상 복호화 장치는 인지품질의 관점에서 열화가 발생한 부분들에 대해 평가를 수행한 후, 화질을 개선하여 개선 영상을 생성할 수 있다. 이때, 영상 복호화 장치는 복원 영상을 N×N 정방형 블록들로 분할하고, N×N 정방형 블록 단위로 복원 영상을 후처리할 수 있다. 즉, 영상 복호화 장치는 복원 영상 전체에 단일한 인지모델을 적용하여 인지품질 관점의 열화를 평가하고 화질을 개선하거나, 복원 영상을 다수의 블록들로 분할한 후 블록 단위로 후처리할 수 있다.
영상 복호화 장치는 개선 영상 및 복원 영상을 이용하여 최종 복원 영상을 생성한다(S1306). 영상 복호화 장치는 개선 영상을 최종 복원 영상으로 출력하거나 개선 영상과 복원 영상을 가산하여 최종 복원 영상으로 출력할 수 있다.
본 명세서의 흐름도/타이밍도에서는 각 과정들을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 개시의 일 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것이다. 다시 말해, 본 개시의 일 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 개시의 일 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 흐름도/타이밍도에 기재된 순서를 변경하여 실행하거나 각 과정들 중 하나 이상의 과정을 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 흐름도/타이밍도는 시계열적인 순서로 한정되는 것은 아니다.
이상의 설명에서 예시적인 실시예들은 많은 다른 방식으로 구현될 수 있다는 것을 이해해야 한다. 하나 이상의 예시들에서 설명된 기능들 혹은 방법들은 하드웨어, 소프트웨어, 펌웨어 또는 이들의 임의의 조합으로 구현될 수 있다. 본 명세서에서 설명된 기능적 컴포넌트들은 그들의 구현 독립성을 특히 더 강조하기 위해 "...부(unit)" 로 라벨링되었음을 이해해야 한다.
한편, 본 실시예에서 설명된 다양한 기능들 혹은 방법들은 하나 이상의 프로세서에 의해 판독되고 실행될 수 있는 비일시적 기록매체에 저장된 명령어들로 구현될 수도 있다. 비일시적 기록매체는, 예를 들어, 컴퓨터 시스템에 의하여 판독가능한 형태로 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 예를 들어, 비일시적 기록매체는 EPROM(erasable programmable read only memory), 플래시 드라이브, 광학 드라이브, 자기 하드 드라이브, 솔리드 스테이트 드라이브(SSD)와 같은 저장매체를 포함한다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
(부호의 설명)
600: 부호화기
610: 복호화기
802: 인지품질 전처리기
804: 인지모델 분석기
806: 인지모델 추정기
812: 인지품질 개선기
CROSS-REFERENCE TO RELATED APPLICATION
본 특허출원은 2021년 4월 2일 한국에 출원한 특허출원번호 제10-2021-0043648 호, 2022년 3월 29일 한국에 출원한 특허출원번호 제10-2022-0038959 호에 대해 우선권을 주장하며, 그 모든 내용은 참고문헌으로 본 특허출원에 병합된다.

Claims (17)

  1. 영상 복호화 장치가 수행하는, 영상 복호화방법에 있어서,
    비트스트림을 복호화하여 복원 영상을 생성하는 단계;
    상기 비트스트림으로부터 인지모델(perceptual model)의 파라미터를 복호화하는 단계, 여기서, 상기 인지모델은 인지품질 관점에서 인지 시각적 특성을 반영하는 모델임;
    상기 인지모델의 파라미터를 이용하여 상기 복원 영상을 후처리(post-processing)함으로써, 개선 영상을 생성하는 단계; 및
    상기 개선 영상 및 상기 복원 영상을 이용하여 최종 복원 영상을 생성하는 단계
    를 포함하는 것을 특징으로 하는, 영상 복호화 방법.
  2. 제1항에 있어서,
    상기 인지 시각적 특성은,
    CSF(Contrast Sensitivity Function) 효과, CM(Contrast Masking) 효과, TM(Texture Masking) 효과, LA(Luminance Adaptation) 효과의 전부 또는 일부를 포함하는 것을 특징으로 하는, 영상 복호화 방법.
  3. 제1항에 있어서,
    상기 인지모델은,
    상기 인지 시각적 특성들 중 우세한 특성에 대응하기 적합하도록 선택된 모델인 것을 특징으로 하는, 영상 복호화 방법.
  4. 제1항에 있어서,
    상기 인지모델의 파라미터는,
    상기 인지모델에 대응하는 화질 보상방법을 포함하는 것을 특징으로 하는, 영상 복호화 방법.
  5. 제4항에 있어서,
    상기 인지모델은,
    JND(Just Noticeable Distortion) 모델이되, 상기 JND는 인간이 시각적으로 인지하기 시작하는 최소 오차인 것을 특징으로 하는, 영상 복호화 방법.
  6. 제5항에 있어서,
    상기 인지모델의 파라미터는,
    상기 인지모델이 상기 JND 모델인 경우, 상기 인지품질 관점에서 상기 복원 영상의 화소 값의 임계치를 더 포함하되, 상기 임계치는 상기 인지품질 관점에서 상기 복원 영상의 화소 값을 변경할 수 있는 최대치를 나타내는 것을 특징으로 하는, 영상 복호화 방법.
  7. 제6항에 있어서,
    상기 개선 영상을 생성하는 단계는,
    상기 임계치 한도 내에서, 상기 화질 보상방법에 따라 상기 복원 영상에 연산을 적용하되, 상기 연산은, 필터링, 콘볼루션 연산 또는 오프셋을 이용하는 화소 값의 변경인 것을 특징으로 하는, 영상 복호화 방법.
  8. 제1항에 있어서,
    상기 개선 영상을 생성하는 단계는,
    상기 복원 영상을 N×N 정방형 블록들로 분할하고, N×N 정방형 블록 단위로 상기 복원 영상을 후처리하는 것을 특징으로 하는, 영상 복호화 방법.
  9. 제1항에 있어서,
    상기 최종 복원 영상을 생성하는 단계는,
    상기 개선 영상을 상기 최종 복원 영상으로 출력하거나 상기 개선 영상과 상기 복원 영상을 가산하여 상기 최종 복원 영상으로 출력하는 것을 특징으로 하는, 영상 복호화 방법.
  10. 비트스트림을 복호화하여 복원 영상을 생성하고, 상기 비트스트림으로부터 인지모델 기반 화질 개선방법 및 상기 인지모델의 파라미터를 복호화하는 복호화기, 여기서, 상기 인지모델은 인지품질 관점에서 인지 시각적 특성들을 반영하는 모델임;
    상기 화질 개선방법 및 상기 인지모델의 파라미터를 이용하여 상기 복원 영상을 후처리(post-processing)함으로써, 개선 영상을 생성하는 인지품질 개선기; 및
    상기 개선 영상 및 상기 복원 영상을 이용하여 최종 복원 영상을 생성하는 합산기
    를 포함하는 것을 특징으로 하는, 영상 복호화 장치.
  11. 영상 부호화 장치가 수행하는, 영상 부호화 방법에 있어서,
    인지품질 관점에서 입력 영상을 분석하여 인지모델(perceptual model)에 따라 제거 가능 요소들(removable elements)을 판단하는 단계, 여기서, 상기 인지모델은 상기 인지품질 관점에서 인지 시각적 특성들을 반영하는 모델임;
    상기 인지모델의 파라미터를 추정하는 단계;
    상기 인지모델의 파라미터를 이용하여 상기 입력 영상으로부터 상기 제거 가능 요소들을 제거함으로써, 상기 입력 영상을 전처리(pre-processing)하는 단계;
    상기 전처리된 입력 영상을 부호화하여 비트스트림을 생성하는 단계; 및
    상기 인지모델의 파라미터를 부호화하여 상기 비트스트림에 결합하는 단계
    를 포함하는 것을 특징으로 하는, 영상 부호화 방법.
  12. 제11항에 있어서,
    상기 인지 시각적 특성들은,
    CSF(Contrast Sensitivity Function) 효과, CM(Contrast Masking) 효과, TM(Texture Masking) 효과, LA(Luminance Adaptation) 효과를 포함하는 것을 특징으로 하는, 영상 부호화 방법.
  13. 제11항에 있어서,
    상기 판단하는 단계는,
    상기 입력 영상을 분석하여 상기 인지 시각적 특성들 중 우세한 특성을 판정하고, 상기 우세한 특성에 대응하기 적합한 모델을 상기 인지모델로 선택하는 것을 특징으로 하는 방법.
  14. 제11항에 있어서,
    상기 인지모델은,
    JND(Just Noticeable Distortion) 모델이되, 상기 JND는 인간이 시각적으로 인지하기 시작하는 최소 오차인 것을 특징으로 하는, 영상 부호화 방법.
  15. 제14항에 있어서,
    상기 추정하는 단계는,
    상기 인지모델에 대응하는 화질 보상방법을 선택하고, 상기 인지모델이 상기 JND 모델인 경우, 상기 인지품질 관점에서 상기 입력 영상의 화소 값의 임계치를 유도하되, 상기 임계치는 상기 인지품질 관점에서 상기 입력 영상의 화소 값을 변경할 수 있는 최대치를 나타내는 것을 특징으로 하는, 영상 부호화 방법.
  16. 제14항에 있어서,
    상기 전처리하는 단계는,
    상기 임계치 한도 내에서, 상기 입력 영상에 연산을 적용하되, 상기 연산은, 필터링, 콘볼루션 연산 또는 오프셋을 이용하는 화소 값의 변경인 것을 특징으로 하는, 영상 부호화 방법.
  17. 제15항에 있어서,
    상기 인지모델의 파라미터는,
    상기 임계치 및 상기 화질 보상방법을 포함하는 것을 특징으로 하는, 영상 부호화 방법.
PCT/KR2022/004508 2021-04-02 2022-03-30 전처리 및 후처리를 이용하는 비디오 코딩방법 및 장치 WO2022211490A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202280023124.4A CN117044211A (zh) 2021-04-02 2022-03-30 使用预处理和后处理的视频编码方法和设备
US18/375,170 US20240031612A1 (en) 2021-04-02 2023-09-29 Method and apparatus for video coding using pre-processing and post-processing

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2021-0043648 2021-04-02
KR20210043648 2021-04-02
KR10-2022-0038959 2022-03-29
KR1020220038959A KR20220137552A (ko) 2021-04-02 2022-03-29 전처리 및 후처리를 이용하는 비디오 코딩방법 및 장치

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/375,170 Continuation US20240031612A1 (en) 2021-04-02 2023-09-29 Method and apparatus for video coding using pre-processing and post-processing

Publications (1)

Publication Number Publication Date
WO2022211490A1 true WO2022211490A1 (ko) 2022-10-06

Family

ID=83459456

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/004508 WO2022211490A1 (ko) 2021-04-02 2022-03-30 전처리 및 후처리를 이용하는 비디오 코딩방법 및 장치

Country Status (2)

Country Link
US (1) US20240031612A1 (ko)
WO (1) WO2022211490A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070052057A (ko) * 2005-11-16 2007-05-21 삼성전자주식회사 인간의 시각 특성을 이용한 영상의 부호화, 복호화 방법 및장치
US20140169451A1 (en) * 2012-12-13 2014-06-19 Mitsubishi Electric Research Laboratories, Inc. Perceptually Coding Images and Videos
KR20150095591A (ko) * 2014-02-13 2015-08-21 한국과학기술원 시각적 인지 특성을 이용한 ｐｖｃ 방법
US20180220140A1 (en) * 2017-02-01 2018-08-02 Samsung Electronics Co., Ltd. Video coding module and method of operating the same
KR20190127090A (ko) * 2018-05-03 2019-11-13 한국전자통신연구원 주관적 화질 대비 영상 압축률 향상을 위한 부호화 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070052057A (ko) * 2005-11-16 2007-05-21 삼성전자주식회사 인간의 시각 특성을 이용한 영상의 부호화, 복호화 방법 및장치
US20140169451A1 (en) * 2012-12-13 2014-06-19 Mitsubishi Electric Research Laboratories, Inc. Perceptually Coding Images and Videos
KR20150095591A (ko) * 2014-02-13 2015-08-21 한국과학기술원 시각적 인지 특성을 이용한 ｐｖｃ 방법
US20180220140A1 (en) * 2017-02-01 2018-08-02 Samsung Electronics Co., Ltd. Video coding module and method of operating the same
KR20190127090A (ko) * 2018-05-03 2019-11-13 한국전자통신연구원 주관적 화질 대비 영상 압축률 향상을 위한 부호화 방법 및 장치

Also Published As

Publication number Publication date
US20240031612A1 (en) 2024-01-25

Similar Documents

Publication Publication Date Title
WO2021060938A1 (ko) 360도 비디오 가상 경계의 인루프 필터를 제한하는 방법
WO2021167340A1 (ko) 크로마 신호의 리샘플링에 기반하는 영상 부호화 및 복호화
WO2022186616A1 (ko) 인트라 예측모드 유도를 이용하는 비디오 코딩방법 및 장치
WO2022114742A1 (ko) 비디오 부호화 및 복호화를 위한 장치 및 방법
WO2021251787A1 (ko) 루마 매핑 크로마 스케일링을 이용하는 영상 부호화 및 복호화
WO2022177380A1 (ko) 인터 예측 기반의 비디오 부호화 및 복호화
WO2022045738A1 (ko) 딥러닝 기반 인루프 필터를 이용하는 영상 부호화 및 복호화
WO2022119333A1 (ko) 블록 기반 딥러닝 모델을 이용하는 비디오 코덱
WO2022119301A1 (ko) 인트라 예측을 이용하는 비디오 코딩 방법 및 장치
WO2022114770A1 (ko) 기하학적 변환에 기반하는 블록 복사를 이용하는 인트라 예측방법과 장치
WO2022211490A1 (ko) 전처리 및 후처리를 이용하는 비디오 코딩방법 및 장치
WO2020190077A1 (ko) 예측모드 추정에 기반하는 인트라 예측장치 및 방법
WO2022186620A1 (ko) 인트라 예측의 예측 신호를 개선하는 비디오 코딩방법 및 장치
WO2022211459A1 (ko) 세그멘테이션을 이용하는 비디오 코딩방법 및 장치
WO2022211463A1 (ko) 적응적 인트라 예측 정밀도를 이용하는 비디오 코딩방법 및 장치
WO2022191553A1 (ko) 행렬 기반 크로스 컴포넌트 예측을 이용하는 비디오 코딩방법 및 장치
WO2022211374A1 (ko) 매핑 기반 비디오 코딩방법 및 장치
WO2022031115A1 (ko) 딥러닝 기반 인터 예측을 이용하는 영상 부호화 및 복호화
WO2022114768A1 (ko) 성분 간 참조를 이용하는 잔차신호 생성방법과 장치
WO2022119302A1 (ko) 블록병합을 이용하는 비디오 코딩 방법 및 장치
WO2023219288A1 (ko) 양방향 예측을 이용하는 크로마 성분의 인터 예측을 위한 방법
WO2022191525A1 (ko) 나선스캔 순서를 이용하는 비디오 코딩방법 및 장치
WO2023022376A1 (ko) 개선된 인루프 필터를 이용하는 비디오 코딩방법 및 장치
WO2022191554A1 (ko) 임의 블록 분할을 이용하는 비디오 코딩방법 및 장치
WO2022031003A1 (ko) 영상 부/복호화 장치에서 이용하는 양자화 파라미터 예측 방법

Legal Events

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

Ref document number: 22781609

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202280023124.4

Country of ref document: CN

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22781609

Country of ref document: EP

Kind code of ref document: A1