WO2022220541A1 - 디코더 초기화 관련 정보의 시그널링 기반 영상 코딩 방법 - Google Patents

디코더 초기화 관련 정보의 시그널링 기반 영상 코딩 방법 Download PDF

Info

Publication number
WO2022220541A1
WO2022220541A1 PCT/KR2022/005277 KR2022005277W WO2022220541A1 WO 2022220541 A1 WO2022220541 A1 WO 2022220541A1 KR 2022005277 W KR2022005277 W KR 2022005277W WO 2022220541 A1 WO2022220541 A1 WO 2022220541A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
maximum
level
decoder initialization
bitstream
Prior art date
Application number
PCT/KR2022/005277
Other languages
English (en)
French (fr)
Inventor
헨드리헨드리
김승환
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to US18/278,113 priority Critical patent/US20240056591A1/en
Publication of WO2022220541A1 publication Critical patent/WO2022220541A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—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
    • H04N19/10—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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/186—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 colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Definitions

  • This document relates to video coding technology, and more particularly, to a signaling-based video coding method of decoder initialization related information.
  • VR Virtual Reality
  • AR Artificial Realtiy
  • holograms broadcasting is increasing.
  • a high-efficiency video/image compression technology is required to effectively compress, transmit, store, and reproduce high-resolution and high-quality video/image information having various characteristics as described above.
  • a method and an apparatus for signaling information related to decoder initialization are provided.
  • a method and an apparatus for initializing a decoder based on information related to decoder initialization are provided.
  • a video/image decoding method performed by a decoding apparatus is provided.
  • a decoding apparatus for performing video/image decoding is provided.
  • a video/image encoding method performed by an encoding apparatus is provided.
  • an encoding apparatus for performing video/image encoding is provided.
  • a computer-readable digital storage medium in which a bitstream generated according to the video/image encoding method disclosed in at least one of the embodiments of this document is stored.
  • a computer-readable digital storage medium in which a bitstream causing a decoding apparatus to perform the video/image decoding method disclosed in at least one of the embodiments of this document is stored.
  • information related to decoder initialization may be signaled.
  • a decoder may be initialized based on information related to decoder initialization.
  • FIG. 1 schematically shows an example of a video/image coding system to which the present disclosure can be applied.
  • FIG. 2 is a diagram schematically illustrating a configuration of a video/image encoding apparatus to which the present disclosure can be applied.
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/image decoding apparatus to which the present disclosure can be applied.
  • 5 and 6 are diagrams for explaining a problem with the existing initialization method.
  • FIG. 7 schematically illustrates an example of a video/image encoding method according to embodiment(s) of this document.
  • FIG. 8 schematically shows an example of a video/image decoding method according to embodiment(s) of this document.
  • FIG 9 shows an example of a content streaming system to which the disclosure of this document can be applied.
  • each configuration in the drawings described in the present disclosure is shown independently for convenience of description regarding different characteristic functions, and does not mean that each configuration is implemented as separate hardware or separate software.
  • two or more components among each component may be combined to form one component, or one component may be divided into a plurality of components.
  • Embodiments in which each component is integrated and/or separated are also included in the scope of the present disclosure without departing from the essence of the present disclosure.
  • a or B (A or B) may mean “only A”, “only B” or “both A and B”.
  • a or B (A or B)” may be interpreted as “A and/or B (A and/or B)”.
  • A, B or C(A, B or C) herein means “only A”, “only B”, “only C”, or “any and any combination of A, B and C ( any combination of A, B and C)”.
  • a slash (/) or a comma (comma) may mean “and/or”.
  • A/B may mean “A and/or B”. Accordingly, “A/B” can mean “only A”, “only B”, or “both A and B”.
  • A, B, C may mean “A, B, or C”.
  • At least one of A and B may mean “only A”, “only B” or “both A and B”.
  • the expression “at least one of A or B” or “at least one of A and/or B” means “at least one It can be interpreted the same as “at least one of A and B”.
  • At least one of A, B and C means “only A”, “only B”, “only C”, or “A, B and C” Any combination of A, B and C”. Also, “at least one of A, B or C” or “at least one of A, B and/or C” means may mean “at least one of A, B and C”.
  • parentheses used herein may mean “for example”. Specifically, when “prediction (intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”. In other words, “prediction” in the present specification is not limited to “intra prediction”, and “intra prediction” may be proposed as an example of “prediction”. Also, even when “prediction (ie, intra prediction)” is indicated, “intra prediction” may be proposed as an example of “prediction”.
  • FIG. 1 schematically shows an example of a video/image coding system to which the present disclosure can be applied.
  • a video/image coding system may include a first apparatus (source device) and a second apparatus (receive device).
  • the source device may transmit encoded video/image information or data in the form of a file or streaming to a receiving device through a digital storage medium or a network.
  • the source device may include a video source, an encoding apparatus, and a transmission unit.
  • the receiving device may include a receiving unit, a decoding apparatus, and a renderer.
  • the encoding apparatus may be referred to as a video/image encoding apparatus, and the decoding apparatus may be referred to as a video/image decoding apparatus.
  • the transmitter may be included in the encoding device.
  • the receiver may be included in the decoding device.
  • the renderer may include a display unit, and the display unit may be configured as a separate device or external component.
  • the video source may acquire a video/image through a process of capturing, synthesizing, or generating a video/image.
  • a video source may include a video/image capture device and/or a video/image generating device.
  • a video/image capture device may include, for example, one or more cameras, a video/image archive containing previously captured video/images, and the like.
  • a video/image generating device may include, for example, a computer, tablet, and smartphone, and may (electronically) generate a video/image.
  • a virtual video/image may be generated through a computer, etc. In this case, the video/image capturing process may be substituted for the process of generating related data.
  • the encoding device may encode the input video/image.
  • the encoding apparatus may perform a series of procedures such as prediction, transformation, and quantization for compression and coding efficiency.
  • the encoded data (encoded video/image information) may be output in the form of a bitstream.
  • the transmitting unit may transmit the encoded video/image information or data output in the form of a bitstream to the receiving unit of the receiving device in the form of a file or streaming through a digital storage medium or a network.
  • the digital storage medium may include a variety of storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • the transmission unit may include an element for generating a media file through a predetermined file format, and may include an element for transmission through a broadcast/communication network.
  • the receiver may receive/extract the bitstream and transmit it to the decoding device.
  • the decoding apparatus may decode the video/image by performing a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoding apparatus.
  • the renderer may render the decoded video/image.
  • the rendered video/image may be displayed through the display unit.
  • This article is about video/image coding.
  • the method/embodiment disclosed in this document is a versatile video coding (VVC) standard, an essential video coding (EVC) standard, an AOMedia Video 1 (AV1) standard, a 2nd generation of audio video coding standard (AVS2) or a next-generation video/ It can be applied to a method disclosed in an image coding standard (eg, H.267 or H.268, etc.).
  • VVC versatile video coding
  • EVC essential video coding
  • AV1 AOMedia Video 1
  • AVS2 2nd generation of audio video coding standard
  • next-generation video/ It can be applied to a method disclosed in an image coding standard (eg, H.267 or H.268, etc.).
  • a video may mean a set of a series of images according to the passage of time.
  • a picture generally means a unit representing one image in a specific time period, and a slice/tile is a unit constituting a part of a picture in coding.
  • a slice/tile may include one or more coding tree units (CTUs).
  • One picture may consist of one or more slices/tiles.
  • a tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture.
  • the tile column is a rectangular region of CTUs, the rectangular region has a height equal to the height of the picture, and the width may be specified by syntax elements in a picture parameter set (The tile column is a rectangular region of CTUs having a height equal to the height of the picture and a width specified by syntax elements in the picture parameter set).
  • the tile row is a rectangular region of CTUs, the rectangular region has a width specified by syntax elements in a picture parameter set, and the height may be equal to the height of the picture (The tile row is a rectangular region of CTUs having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture).
  • a tile scan may indicate a particular sequential ordering of CTUs partitioning a picture, wherein the CTUs may be sequentially aligned with a CTU raster scan within a tile, and tiles within a picture may be sequentially aligned with a raster scan of the tiles of the picture.
  • a tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture).
  • a slice may include multiple complete tiles or multiple consecutive CTU rows in one tile of a picture, which may be included in one NAL unit.
  • tile group and slice can be used interchangeably.
  • a tile group/tile group header may be referred to as a slice/slice header.
  • one picture may be divided into two or more subpictures.
  • a subpicture may be a rectangular region of one or more slices within a picture.
  • a pixel or a pel may mean a minimum unit constituting one picture (or image). Also, 'sample' may be used as a term corresponding to a pixel.
  • a sample may generally represent a pixel or a value of a pixel, may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component.
  • a unit may represent a basic unit of image processing.
  • the unit may include at least one of a specific region of a picture and information related to the region.
  • One unit may include one luma block and two chroma (ex. cb, cr) blocks.
  • a unit may be used interchangeably with terms such as a block or an area in some cases.
  • an MxN block may include samples (or sample arrays) or a set (or arrays) of transform coefficients including M columns and N rows.
  • a video encoding apparatus may include an image encoding apparatus.
  • the encoding apparatus 200 includes an image partitioner 210, a predictor 220, a residual processor 230, an entropy encoder 240, It may be configured to include an adder 250 , a filter 260 , and a memory 270 .
  • the prediction unit 220 may include an inter prediction unit 221 and an intra prediction unit 222 .
  • the residual processing unit 230 may include a transformer 232 , a quantizer 233 , an inverse quantizer 234 , and an inverse transformer 235 .
  • the residual processing unit 230 may further include a subtractor 231 .
  • the adder 250 may be referred to as a reconstructor or a reconstructed block generator.
  • the above-described image segmentation unit 210, prediction unit 220, residual processing unit 230, entropy encoding unit 240, adder 250 and filtering unit 260 may include one or more hardware components ( For example, by an encoder chipset or processor).
  • the memory 270 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 270 as an internal/external component.
  • the image dividing unit 210 may divide an input image (or a picture, a frame) input to the encoding apparatus 200 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • the coding unit is to be recursively divided according to a quad-tree binary-tree ternary-tree (QTBTTT) structure from a coding tree unit (CTU) or largest coding unit (LCU).
  • QTBTTT quad-tree binary-tree ternary-tree
  • CTU coding tree unit
  • LCU largest coding unit
  • one coding unit may be divided into a plurality of coding units having a lower depth based on a quad tree structure, a binary tree structure, and/or a ternary structure.
  • a quad tree structure may be applied first and a binary tree structure and/or a ternary structure may be applied later.
  • the binary tree structure may be applied first.
  • a coding procedure according to the present disclosure may be performed based on the last coding unit that is no longer divided.
  • the maximum coding unit may be directly used as the final coding unit based on coding efficiency according to image characteristics, or the coding unit may be recursively divided into coding units having a lower depth and thus optimized.
  • a coding unit of the size of may be used as the final coding unit.
  • the coding procedure may include procedures such as prediction, transformation, and restoration, which will be described later.
  • the processing unit may further include a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be divided or partitioned from the above-described final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit for deriving a transform coefficient and/or a unit for deriving a residual signal from the transform coefficient.
  • a unit may be used interchangeably with terms such as a block or an area in some cases.
  • an MxN block may represent a set of samples or transform coefficients including M columns and N rows.
  • a sample may generally represent a pixel or a value of a pixel, and may represent only a pixel/pixel value of a luma component, or may represent only a pixel/pixel value of a chroma component.
  • a sample may be used as a term corresponding to a picture (or an image) as a pixel or a pel.
  • the encoding apparatus 200 subtracts the prediction signal (predicted block, prediction sample array) output from the inter prediction unit 221 or the intra prediction unit 222 from the input image signal (original block, original sample array) to obtain a residual A signal (residual signal, residual block, residual sample array) may be generated, and the generated residual signal is transmitted to the converter 232 .
  • a unit for subtracting a prediction signal (prediction block, prediction sample array) from an input image signal (original block, original sample array) in the encoding apparatus 200 may be referred to as a subtraction unit 231 .
  • the prediction unit may perform prediction on a processing target block (hereinafter, referred to as a current block) and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied on a current block or CU basis.
  • the prediction unit may generate various information about prediction, such as prediction mode information, and transmit it to the entropy encoding unit 240 , as will be described later in the description of each prediction mode.
  • the prediction information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the intra prediction unit 222 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the vicinity of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the non-directional mode may include, for example, a DC mode and a planar mode (Planar mode).
  • the directional mode may include, for example, 33 directional prediction modes or 65 directional prediction modes according to the granularity of the prediction direction. However, this is an example, and a higher or lower number of directional prediction modes may be used according to a setting.
  • the intra prediction unit 222 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 221 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • a neighboring block may include a spatial neighboring block existing in the current picture and a temporal neighboring block present in a reference picture (temporal neighboring C).
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated CU (colCU), etc.
  • a reference picture including the temporally neighboring block may be called a collocated picture (colPic).
  • the inter prediction unit 221 constructs a motion information candidate list based on neighboring blocks, and provides information indicating which candidate is used to derive a motion vector and/or a reference picture index of the current block. can create Inter prediction may be performed based on various prediction modes. For example, in the skip mode and merge mode, the inter prediction unit 221 may use motion information of a neighboring block as motion information of the current block.
  • the motion vector of the current block is determined by using a motion vector of a neighboring block as a motion vector predictor and signaling a motion vector difference.
  • the prediction unit 220 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, the sample value in the picture may be signaled based on information about the palette table and the palette index.
  • the prediction signal generated by the prediction unit may be used to generate a reconstructed signal or may be used to generate a residual signal.
  • the transform unit 232 may generate transform coefficients by applying a transform technique to the residual signal.
  • the transformation method may include at least one of Discrete Cosine Transform (DCT), Discrete Sine Transform (DST), Karhunen-Loeve Transform (KLT), Graph-Based Transform (GBT), or Conditionally Non-linear Transform (CNT).
  • DCT Discrete Cosine Transform
  • DST Discrete Sine Transform
  • KLT Karhunen-Loeve Transform
  • GBT Graph-Based Transform
  • CNT Conditionally Non-linear Transform
  • GBT means a transformation obtained from this graph when expressing relationship information between pixels in a graph.
  • CNT refers to a transformation obtained by generating a prediction signal using all previously reconstructed pixels and based thereon. Also, the transformation process may be applied to a block of pixels having the same size as a square, or may be applied to a block of a variable size that is not a square.
  • the quantization unit 233 quantizes the transform coefficients and transmits them to the entropy encoding unit 240, and the entropy encoding unit 240 encodes the quantized signal (information on the quantized transform coefficients) and outputs it as a bitstream. have.
  • Information about the quantized transform coefficients may be referred to as residual information.
  • the quantization unit 233 may rearrange the quantized transform coefficients in a block form into a one-dimensional vector form based on a coefficient scan order, and the quantized transform coefficients in the one-dimensional vector form based on the quantized transform coefficients in the one-dimensional vector form. Information about the transform coefficients may be generated.
  • the entropy encoding unit 240 may perform various encoding methods such as, for example, exponential Golomb, context-adaptive variable length coding (CAVLC), and context-adaptive binary arithmetic coding (CABAC).
  • the entropy encoding unit 240 may encode information necessary for video/image reconstruction (eg, values of syntax elements, etc.) other than the quantized transform coefficients together or separately.
  • Encoded information (eg, encoded video/image information) may be transmitted or stored in a network abstraction layer (NAL) unit unit in a bitstream form.
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • APS adaptation parameter set
  • PPS picture parameter set
  • SPS sequence parameter set
  • VPS video parameter set
  • the video/image information may further include general constraint information.
  • information and/or syntax elements transmitted/signaled from the encoding device to the decoding device may be included in video/image information.
  • the video/image information may be encoded through the above-described encoding procedure and included in the bitstream.
  • the bitstream may be transmitted over a network or may be stored in a digital storage medium.
  • the network may include a broadcasting network and/or a communication network
  • the digital storage medium may include various storage media such as USB, SD, CD, DVD, Blu-ray, HDD, and SSD.
  • a transmitting unit (not shown) and/or a storing unit (not shown) for storing may be configured as internal/external elements of the encoding apparatus 200, or the transmitting unit It may be included in the entropy encoding unit 240 .
  • the quantized transform coefficients output from the quantization unit 233 may be used to generate a prediction signal.
  • the residual signal residual block or residual samples
  • the adder 155 adds the reconstructed residual signal to the prediction signal output from the inter prediction unit 221 or the intra prediction unit 222 to obtain a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array). can be created
  • the predicted block may be used as a reconstructed block.
  • the adder 250 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, or may be used for inter prediction of the next picture after filtering as described below.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 260 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 260 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 270 , specifically, the DPB of the memory 270 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the filtering unit 260 may generate various types of filtering-related information and transmit it to the entropy encoding unit 240 , as will be described later in the description of each filtering method.
  • the filtering-related information may be encoded by the entropy encoding unit 240 and output in the form of a bitstream.
  • the corrected reconstructed picture transmitted to the memory 270 may be used as a reference picture in the inter prediction unit 221 .
  • the encoding apparatus can avoid prediction mismatch between the encoding apparatus 100 and the decoding apparatus, and can also improve encoding efficiency.
  • the memory 270 DPB may store the corrected reconstructed picture to be used as a reference picture in the inter prediction unit 221 .
  • the memory 270 may store motion information of a block from which motion information in the current picture is derived (or encoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 221 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 270 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 222 .
  • FIG. 3 is a diagram schematically illustrating a configuration of a video/image decoding apparatus to which the present disclosure can be applied.
  • the decoding apparatus 300 includes an entropy decoder 310 , a residual processor 320 , a predictor 330 , an adder 340 , and a filtering unit. (filter, 350) and may be configured to include a memory (memory, 360).
  • the prediction unit 330 may include an intra prediction unit 331 and an inter prediction unit 332 .
  • the residual processing unit 320 may include a dequantizer 321 and an inverse transformer 321 .
  • the entropy decoding unit 310 , the residual processing unit 320 , the prediction unit 330 , the addition unit 340 , and the filtering unit 350 are one hardware component (eg, a decoder chipset or a processor according to an embodiment). ) can be configured by
  • the memory 360 may include a decoded picture buffer (DPB), and may be configured by a digital storage medium.
  • the hardware component may further include a memory 360 as an internal/external component.
  • the decoding apparatus 300 may reconstruct an image corresponding to a process in which the video/image information is processed in the encoding apparatus of FIG. 3 .
  • the decoding apparatus 300 may derive units/blocks based on block division related information obtained from the bitstream.
  • the decoding apparatus 300 may perform decoding by using a processing unit applied in the encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit, and the coding unit may be divided along a quad tree structure, a binary tree structure and/or a ternary tree structure from a coding tree unit or a largest coding unit.
  • One or more transform units may be derived from a coding unit.
  • the reconstructed image signal decoded and output through the decoding apparatus 300 may be reproduced through the reproduction apparatus.
  • the decoding apparatus 300 may receive a signal output from the encoding apparatus of FIG. 3 in the form of a bitstream, and the received signal may be decoded through the entropy decoding unit 310 .
  • the entropy decoding unit 310 may parse the bitstream to derive information (eg, video/image information) required for image restoration (or picture restoration).
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/image information may further include general constraint information.
  • the decoding apparatus may decode the picture further based on the information on the parameter set and/or the general restriction information.
  • Signaled/received information and/or syntax elements described later in this document may be decoded through the decoding procedure and obtained from the bitstream.
  • the entropy decoding unit 310 decodes information in a bitstream based on a coding method such as exponential Golomb encoding, CAVLC or CABAC, and a value of a syntax element required for image reconstruction, and a quantized value of a transform coefficient related to a residual can be printed out.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in a bitstream, and decodes the syntax element information to be decoded and the decoding information of the surrounding and decoding target block or the symbol/bin information decoded in the previous step.
  • a context model is determined using the context model, and the probability of occurrence of a bin is predicted according to the determined context model, and a symbol corresponding to the value of each syntax element can be generated by performing arithmetic decoding of the bin.
  • the CABAC entropy decoding method may update the context model by using the decoded symbol/bin information for the context model of the next symbol/bin after determining the context model.
  • Prediction-related information among the information decoded by the entropy decoding unit 310 is provided to the prediction unit (the inter prediction unit 332 and the intra prediction unit 331), and the entropy decoding unit 310 performs entropy decoding.
  • the dual value that is, the quantized transform coefficients and related parameter information may be input to the residual processing unit 320 .
  • the residual processing unit 320 may derive a residual signal (residual block, residual samples, residual sample array). Also, information on filtering among the information decoded by the entropy decoding unit 310 may be provided to the filtering unit 350 .
  • a receiving unit (not shown) for receiving a signal output from the encoding apparatus may be further configured as an internal/external element of the decoding apparatus 300 , or the receiving unit may be a component of the entropy decoding unit 310 .
  • the decoding apparatus may be called a video/image/picture decoding apparatus, and the decoding apparatus is divided into an information decoder (video/image/picture information decoder) and a sample decoder (video/image/picture sample decoder).
  • the information decoder may include the entropy decoding unit 310 , and the sample decoder includes the inverse quantization unit 321 , the inverse transform unit 322 , the adder 340 , the filtering unit 350 , and the memory 360 . ), an inter prediction unit 332 and at least one of an intra prediction unit 331 .
  • the inverse quantizer 321 may inverse quantize the quantized transform coefficients to output transform coefficients.
  • the inverse quantizer 321 may rearrange the quantized transform coefficients in a two-dimensional block form. In this case, the rearrangement may be performed based on the coefficient scan order performed by the encoding device.
  • the inverse quantizer 321 may perform inverse quantization on the quantized transform coefficients using a quantization parameter (eg, quantization step size information) and obtain transform coefficients.
  • a quantization parameter eg, quantization step size information
  • the inverse transform unit 322 inverse transforms the transform coefficients to obtain a residual signal (residual block, residual sample array).
  • the prediction unit may perform prediction on the current block and generate a predicted block including prediction samples for the current block.
  • the prediction unit may determine whether intra prediction or inter prediction is applied to the current block based on the prediction information output from the entropy decoding unit 310, and may determine a specific intra/inter prediction mode.
  • the prediction unit 330 may generate a prediction signal based on various prediction methods to be described later.
  • the prediction unit may apply intra prediction or inter prediction for prediction of one block, and may simultaneously apply intra prediction and inter prediction. This can be called combined inter and intra prediction (CIIP).
  • the prediction unit may be based on an intra block copy (IBC) prediction mode or based on a palette mode for prediction of a block.
  • the IBC prediction mode or the palette mode may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • SCC screen content coding
  • IBC basically performs prediction within the current picture, but may be performed similarly to inter prediction in that a reference block is derived within the current picture. That is, IBC may use at least one of the inter prediction techniques described in this document.
  • the palette mode may be viewed as an example of intra coding or intra prediction. When the palette mode is applied, information about a palette table and a palette index may be included in the video/image information and signaled.
  • the intra prediction unit 331 may predict the current block with reference to samples in the current picture.
  • the referenced samples may be located in the vicinity of the current block or may be located apart from each other according to the prediction mode.
  • prediction modes may include a plurality of non-directional modes and a plurality of directional modes.
  • the intra prediction unit 331 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 332 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • motion information may be predicted in units of blocks, subblocks, or samples based on the correlation between motion information between neighboring blocks and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the inter prediction unit 332 may construct a motion information candidate list based on neighboring blocks, and derive a motion vector and/or a reference picture index of the current block based on the received candidate selection information. Inter prediction may be performed based on various prediction modes, and the information on the prediction may include information indicating a mode of inter prediction for the current block.
  • the adder 340 restores the obtained residual signal by adding it to the prediction signal (predicted block, prediction sample array) output from the prediction unit (including the inter prediction unit 332 and/or the intra prediction unit 331 ).
  • a signal (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the predicted block may be used as a reconstructed block.
  • the adder 340 may be referred to as a restoration unit or a restoration block generator.
  • the generated reconstructed signal may be used for intra prediction of the next processing object block in the current picture, may be output through filtering as described below, or may be used for inter prediction of the next picture.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 350 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 350 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 360 , specifically, the DPB of the memory 360 .
  • the various filtering methods may include, for example, deblocking filtering, a sample adaptive offset, an adaptive loop filter, a bilateral filter, and the like.
  • the (modified) reconstructed picture stored in the DPB of the memory 360 may be used as a reference picture in the inter prediction unit 332 .
  • the memory 360 may store motion information of a block from which motion information in the current picture is derived (or decoded) and/or motion information of blocks in an already reconstructed picture.
  • the stored motion information may be transmitted to the inter prediction unit 332 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 360 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 331 .
  • the embodiments described in the filtering unit 260 , the inter prediction unit 221 , and the intra prediction unit 222 of the encoding apparatus 100 are the filtering unit 350 and the inter prediction unit of the decoding apparatus 300 , respectively.
  • the same or corresponding application may be applied to the unit 332 and the intra prediction unit 331 .
  • the predicted block includes prediction samples in the spatial domain (or pixel domain).
  • the predicted block is derived equally from the encoding device and the decoding device, and the encoding device decodes information (residual information) about the residual between the original block and the predicted block, not the original sample value of the original block itself.
  • the decoding apparatus may derive a residual block including residual samples based on the residual information, and generate a reconstructed block including reconstructed samples by adding the residual block and the predicted block, and reconstruct the reconstructed blocks. It is possible to generate a restored picture including
  • the residual information may be generated through transformation and quantization procedures.
  • the encoding apparatus derives a residual block between the original block and the predicted block, and performs a transform procedure on residual samples (residual sample array) included in the residual block to derive transform coefficients Then, by performing a quantization procedure on the transform coefficients, quantized transform coefficients are derived, and related residual information can be signaled to the decoding apparatus (via a bitstream).
  • the residual information may include information such as value information of the quantized transform coefficients, location information, a transform technique, a transform kernel, and a quantization parameter.
  • the decoding apparatus may perform an inverse quantization/inverse transformation procedure based on the residual information and derive residual samples (or residual blocks).
  • the decoding apparatus may generate a reconstructed picture based on the predicted block and the residual block.
  • the encoding apparatus may also inverse quantize/inverse transform the quantized transform coefficients for reference for inter prediction of a later picture to derive a residual block, and generate a reconstructed picture based thereon.
  • the coded data is a network between a video coding layer (VCL) that handles the coding process of video/image and itself and a subsystem that stores and transmits data of the coded video/image (NAL) abstraction layer).
  • VCL video coding layer
  • NAL coded video/image
  • VCL includes parameter sets (picture parameter set (PPS), sequence parameter set (SPS), video parameter set (VPS), etc.) corresponding to headers such as sequences and pictures, and SEI ( Supplemental enhancement information) message may be generated.
  • the SEI message is separated from information about the video/image (slice data).
  • the VCL including video/image information consists of slice data and a slice header. Meanwhile, the slice header may be referred to as a tile group header, and the slice data may be referred to as tile group data.
  • a NAL unit may be generated by adding header information (NAL unit header) to a raw byte sequence payload (RBSP) generated in the VCL.
  • the RBSP refers to slice data, parameter sets, SEI messages, etc. generated in the VCL.
  • the NAL unit header may include NAL unit type information specified according to RBSP data included in the corresponding NAL unit.
  • the NAL unit which is a basic unit of NAL, serves to map a coded image to a bit stream of a subsystem such as a file format according to a predetermined standard, Real-time Transport Protocol (RTP), Transport Strea (TS), and the like.
  • RTP Real-time Transport Protocol
  • TS Transport Strea
  • the NAL unit may be divided into a VCL NAL unit and a Non-VCL NAL unit according to the RBSP generated in the VCL.
  • the VCL NAL unit may mean a NAL unit including information (slice data) about an image
  • the Non-VCL NAL unit is a NAL unit containing information (parameter set or SEI message) necessary for decoding an image.
  • VCL NAL unit and Non-VCL NAL unit may be transmitted through a network by attaching header information according to a data standard of a subsystem.
  • the NAL unit may be transformed into a data form of a predetermined standard such as H.266/VVC file format, Real-time Transport Protocol (RTP), Transport Stream (TS), and transmitted through various networks.
  • RTP Real-time Transport Protocol
  • TS Transport Stream
  • the NAL unit type may be specified according to the RBSP data structure included in the corresponding NAL unit, and information on this NAL unit type may be stored and signaled in the NAL unit header.
  • the NAL unit may be largely classified into a VCL NAL unit type and a Non-VCL NAL unit type depending on whether or not the NAL unit includes image information (slice data).
  • the VCL NAL unit type may be classified according to properties and types of pictures included in the VCL NAL unit, and the Non-VCL NAL unit type may be classified according to the type of a parameter set.
  • the NAL unit type may be specified according to the type of parameter set or the like.
  • the NAL unit type is an Adaptation Parameter Set (APS) NAL unit, which is a type for a NAL unit including an APS, and a Decoding Parameter Set (DPS) that is a type for a NAL unit including a DPS.
  • APS Adaptation Parameter Set
  • DPS Decoding Parameter Set
  • VPS Video Parameter Set
  • SPS Sequence Parameter Set
  • PPS Physical Parameter Set
  • NAL unit types have syntax information for the NAL unit type, and the syntax information may be stored and signaled in a NAL unit header.
  • the syntax information may be nal_unit_type, and NAL unit types may be specified by a nal_unit_type value.
  • one picture may include a plurality of slices, and one slice may include a slice header and slice data.
  • one picture header may be further added to a plurality of slices (a slice header and a slice data set) in one picture.
  • the picture header may include information/parameters commonly applicable to the picture.
  • the slice header may include information/parameters commonly applicable to the slice.
  • the APS APS syntax
  • PPS PPS syntax
  • SPS SPS syntax
  • VPS may include information/parameters commonly applicable to multiple layers.
  • the DPS may include information/parameters commonly applicable to the entire video.
  • the DPS may include information/parameters related to the concatenation of a coded video sequence (CVS).
  • high level syntax may include at least one of the APS syntax, PPS syntax, SPS syntax, VPS syntax, DPS syntax, a picture header syntax, and slice header syntax.
  • the video/video information encoded from the encoding device to the decoding device and signaled in the form of a bitstream includes not only intra-picture partitioning-related information, intra/inter prediction information, residual information, in-loop filtering information, etc.
  • Information included in the slice header, information included in the Picture header, information included in the APS, information included in the PPS, information included in the SPS, information included in the VPS, and/or information included in the DPS can do.
  • the image/video information may further include information of a NAL unit header.
  • the encoding apparatus may generate decoder initialization information for initializing the decoder and signal it to the decoding apparatus.
  • the decoding apparatus may initialize the decoder based on the decoder initialization information before performing the decoding process.
  • Decoder re-initialization is when a streaming client requests to switch to a bitstream having a different spatial resolution, in order to adapt to changing network conditions (eg, bandwidth). may be needed
  • decoder initialization or reinitialization can be performed in 16 MS in a typical case, but may take from 100 to 200 MS depending on various factors of the streaming session.
  • various factors include memory allocation time, whether the session is secure / non-secure one, mapping time, DDR memory fragmentation of double data rate (DDR)), SMMU internal fragmentation (internal fragmentation of system memory management unit (SMMU)), and the like.
  • DDR DDR memory fragmentation of double data rate
  • SMMU internal fragmentation internal fragmentation of system memory management unit (SMMU)
  • SMMU system memory management unit
  • the decoder initialization information provides the maximum memory required to decode a given bitstream, so that the decoder meets this maximum requirement, that is, the maximum number of picture buffers in the DPB; Memory allocation could be initialized according to a maximum picture size, a maximum bit depth, and a maximum chroma format.
  • 5 and 6 are diagrams for explaining a problem with the existing initialization method.
  • the decoder initialization information according to the above method is useful only for a decoder (decoding device) capable of decoding up to the highest representation for a streaming session. That is, there is a problem that a decoder with low performance (eg, a level 4.1 decoder) cannot use the decoder initialization information.
  • a decoder with low performance eg, a level 4.1 decoder
  • the level 4.1 decoder may process the content of the first two representations.
  • the decoder initialization information is information about the maximum parameter based on all representations, the advantage of the decoder initialization information cannot be utilized.
  • the total memory requirement may exceed what a particular level allows, and consequently the information is not useful to the decoder. The problem is that it may not be.
  • the encoder decides to encode with a representation with more reference pictures (ie, DPB size 16 is required) so that the stream You can have level 4.1 instead of level 3.1.
  • This change affects the maximum DPB of the decoder initialization information, so that the maximum DPB may be 16 instead of 8.
  • the level 5.1 decoder can process the content, but the level 5.1 cannot be initialized according to the decoder initialization information because each picture buffer does not support a DPB size of 16 that can store 3860x1920 10-bit 4:2:0 pictures.
  • one or more sets of decoder initialization information including the following information may be signaled.
  • the total number of bits signaling one decoder initialization information set may be a multiple of 8 bits (ie, 1 byte). For this, some reserved bits may be added.
  • the following constraint may be set for the bitstream related to the decoder initialization information set.
  • the relevant bitstream / sub-bitstream following the corresponding level id or lower level id ie, if the corresponding level id is 4.1, level 4.1, 4.0, 3.1, 3.0, or
  • the bitstream / sub-bitstream following it is a maximum DPB size, a maximum picture width, a maximum picture height, a maximum bit-depth, and It may have a DPB size, a picture width, a picture height, a bit-depth, and a chroma format lower than the maximum chroma format. .
  • bitstream / sub-bitstream has the same profile and tier across coded video sequences (CVS(s)). That is, the entire bitstream / sub-bitstream can follow one profile and one tier.
  • CVS(s) coded video sequences
  • the order of the set may be arranged in descending order of level id. That is, a set corresponding to a higher level id may be signaled before a set having a lower level id.
  • Decoder initialization information may be signaled through a decoder parameter set extension (DPS).
  • the decoder initialization information may be signaled through a DCI extension (Decoding Capability Information extension).
  • DPS extension the DCI extension may be included in the high-level syntax.
  • the decoder initialization information may be signaled through an SEI message or another part of the bitstream.
  • each set of decoder initialization information does not have a maximum bit depth, and all sets of decoder initialization information have the same maximum bit You can share the depth.
  • each set of decoder initialization information does not have a maximum chroma format, and all sets of decoder initialization information have the same maximum chroma format Format can be shared.
  • information related to decoder initialization may be signaled through decoding capability information (DCI). More specifically, information related to decoder initialization may be signaled through DCI extension. On the other hand, as described above, information related to decoder initialization may be signaled through the DPS extension or signaled through an SEI message or another part of the bitstream.
  • DCI decoding capability information
  • the information related to decoder initialization may be information necessary to initialize the decoder before starting a decoding process.
  • the information related to decoder initialization may be information required to initialize the memory of the decoder before starting a decoding process.
  • the information related to decoder initialization may include one or more sets of decoder initialization information.
  • the information related to decoder initialization may include information on the number of decoder initialization sets for indicating the number of the one or more decoder initialization information sets.
  • information on the number of decoder initialization sets may be represented by a syntax element dci_num_initialization_set_minus1.
  • the syntax element dci_num_initialization_set_minus1 plus 1 may indicate the number of decoder initialization information sets.
  • each of the one or more decoder initialization information sets may include level id information and maximum value information of parameters required to decode a related bitstream/sub-bitstream conforming to a given level id.
  • the level id information may be represented by a syntax element dci_level_idc[i].
  • the syntax element dci_level_idc[ i ] may indicate the level (or level id) of the i-th decoder initialization information set.
  • the one or more decoder initialization information sets may be arranged based on the level id. For example, the order of decoder initialization information sets may be arranged in descending order of level id. That is, a set corresponding to a higher level id may be signaled before a set having a lower level id.
  • the maximum value information of parameters required for decoding the related bitstream / sub-bitstream according to the given level id may include maximum DPB size information, maximum picture size information, maximum bit depth information, and maximum chroma format information. have.
  • the maximum DPB size information may indicate a maximum DPB size required to decode a related bitstream / sub-bitstream according to a given level id.
  • the maximum DPB size information may be represented by a syntax element dci_max_num_dec_pics_in_dpb_minus1[ i ].
  • the syntax element dci_max_num_dec_pics_in_dpb_minus1[ i ] plus 1 may indicate the maximum number of decoded pictures required for the DPB when decoding a picture of a bitstream that follows a level equal to or smaller than dci_level_idc[ i ].
  • the maximum picture size information may indicate the maximum picture size of a related bitstream/sub-bitstream according to a given level id.
  • the maximum picture size information may include maximum picture width information and maximum picture height information.
  • the maximum picture width information may be represented by a syntax element dci_max_pic_width[ i ].
  • the syntax element dci_max_pic_width[ i ] may indicate the maximum width of a decoded picture corresponding to a picture of a bitstream following a level equal to or smaller than dci_level_idc[ i ] in units of luma samples.
  • the maximum picture height information may be represented by a syntax element dci_max_pic_height[i].
  • the syntax element dci_max_pic_height[ i ] may indicate the maximum width of a decoded picture corresponding to a picture of a bitstream following a level equal to or smaller than dci_level_idc[ i ] in units of luma samples.
  • the maximum bit depth information may indicate the maximum bit depth of a related bitstream/sub-bitstream according to a given level id.
  • the maximum bit depth information may be represented by a syntax element dci_max_bitdepth_minus8[ i ].
  • the syntax element dci_max_bitdepth_minus8[ i ] plus 8 may represent the maximum bit depth of each color component of the decoded picture corresponding to the picture of the bitstream following a level equal to or smaller than dci_level_idc[ i ] in units of bits. have.
  • the maximum chroma format information may indicate the maximum chroma format of a related bitstream/sub-bitstream conforming to a given level id.
  • the maximum chroma format information may be represented by a syntax element dci_max_chroma_format[i].
  • the syntax element dci_max_chroma_format[ i ] may indicate the maximum value of sps_chroma_format_idc in the SPS referenced by the picture corresponding to pictures of the bitstream following a level equal to or smaller than dci_level_idc[ i ].
  • Each of the one or more decoder initialization information sets may further include reserved bits information.
  • Information on the reserved bit is ITU-T
  • Information on reserved bits may be indicated by a syntax element dci_ext_reserved_zero_6bits[ i ].
  • information related to decoder initialization may be signaled through an SEI message. More specifically, information related to decoder initialization may be signaled through a Decoder initialization information SEI message. In contrast, as described above, information related to decoder initialization may be signaled through the DPS extension or signaled through the DCI extension or another part of the bitstream.
  • the information related to decoder initialization may be information necessary to initialize the decoder before starting a decoding process.
  • the information related to decoder initialization may be information required to initialize the decoder's memory before starting a decoding process.
  • the information related to decoder initialization may include one or more sets of decoder initialization information.
  • the information related to decoder initialization may include information on the number of decoder initialization sets for indicating the number of the one or more decoder initialization information sets.
  • information on the number of decoder initialization sets may be represented by a syntax element dii_num_initialization_set_minus1.
  • the syntax element dii_num_initialization_set_minus1 plus 1 may indicate the number of decoder initialization information sets.
  • each of the one or more decoder initialization information sets may include level id information and maximum value information of parameters required to decode a related bitstream/sub-bitstream conforming to a given level id.
  • the level id information may be represented by a syntax element dii_level_idc[i].
  • the syntax element dii_level_idc[ i ] may indicate the level (or level id) of the i-th decoder initialization information set.
  • the one or more decoder initialization information sets may be arranged based on the level id. For example, the order of decoder initialization information sets may be arranged in descending order of level id. That is, a set corresponding to a higher level id may be signaled before a set having a lower level id.
  • the maximum value information of parameters required for decoding the related bitstream / sub-bitstream according to the given level id may include maximum DPB size information, maximum picture size information, maximum bit depth information, and maximum chroma format information. have.
  • the maximum DPB size information may indicate a maximum DPB size required to decode a related bitstream/sub-bitstream according to a given level id.
  • the maximum DPB size information may be represented by a syntax element dii_max_num_dec_pics_in_dpb_minus1[ i ].
  • the syntax element dii_max_num_dec_pics_in_dpb_minus1[ i ] plus 1 may indicate the maximum number of decoded pictures required for the DPB when decoding a picture of a bitstream that follows a level equal to or smaller than dii_level_idc[ i ].
  • the maximum picture size information may indicate the maximum picture size of a related bitstream/sub-bitstream according to a given level id.
  • the maximum picture size information may include maximum picture width information and maximum picture height information.
  • the maximum picture width information may be represented by a syntax element dii_max_pic_width[ i ].
  • the syntax element dii_max_pic_width[ i ] may indicate the maximum width of a decoded picture corresponding to a picture of a bitstream following a level equal to or smaller than dii_level_idc[ i ] in units of luma samples.
  • the maximum picture height information may be represented by a syntax element dii_max_pic_height[ i ].
  • the syntax element dii_max_pic_height[ i ] may indicate the maximum width of a decoded picture corresponding to a picture of a bitstream following a level equal to or smaller than dii_level_idc[ i ] in units of luma samples.
  • the maximum bit depth information may indicate the maximum bit depth of a related bitstream/sub-bitstream according to a given level id.
  • the maximum bit depth information may be represented by a syntax element dii_max_bitdepth_minus8[i].
  • the syntax element dii_max_bitdepth_minus8[ i ] plus 8 may represent the maximum bit depth of each color component of the decoded picture corresponding to the picture of the bitstream following the level equal to or smaller than dii_level_idc[ i ] in units of bits. have.
  • the maximum chroma format information may indicate the maximum chroma format of a related bitstream/sub-bitstream conforming to a given level id.
  • the maximum chroma format information may be represented by a syntax element dii_max_chroma_format[i].
  • the syntax element dii_max_chroma_format[ i ] may indicate the maximum value of sps_chroma_format_idc in the SPS referenced by a picture corresponding to pictures of a bitstream that follow a level equal to or smaller than dii_level_idc[ i ].
  • Each of the one or more decoder initialization information sets may further include reserved bits information.
  • Information on the reserved bit is ITU-T
  • Information on reserved bits may be indicated by a syntax element dii_ext_reserved_zero_6bits[ i ].
  • information related to decoder initialization may be signaled through decoding capability information (DCI). More specifically, information related to decoder initialization may be signaled through DCI extension. On the other hand, as described above, information related to decoder initialization may be signaled through the DPS extension or signaled through an SEI message or another part of the bitstream.
  • DCI decoding capability information
  • the information related to decoder initialization may be information necessary to initialize the decoder before starting a decoding process.
  • the information related to decoder initialization may be information required to initialize the decoder's memory before starting a decoding process.
  • the maximum bit depth information and the maximum chroma format information may be shared by one or more decoder initialization information sets.
  • the maximum bit depth information and the maximum chroma format information may not be signaled while being included in each of one or more decoder initialization information sets, but may be signaled as information that can be shared by one or more decoder initialization information sets.
  • the decoder initialization information sets share the maximum bit depth information and the maximum chroma format information, the number of bits may be reduced compared to a case where each of the decoder initialization information sets includes the maximum bit depth information and the maximum chroma format information.
  • the information related to decoder initialization may include maximum bit depth information, maximum chroma format information, information on the first reserved bit, and information on the number of sets of decoder initialization information.
  • the maximum bit depth information may indicate a maximum bit depth shared by all decoder initialization sets.
  • all decoder initialization sets may have the same maximum bit depth.
  • the maximum bit depth information may be represented by a syntax element dci_max_bitdepth_minus8.
  • the syntax element dci_max_bitdepth_minus8 plus 8 may indicate the maximum bit depth of each color component of the decoded picture in units of bits.
  • the maximum chroma format information may indicate a maximum chroma format shared by all decoder initialization sets. In other words, all decoder initialization sets may have the same maximum chroma format.
  • the maximum chroma format information may be represented by a syntax element dci_max_chroma_format.
  • the syntax element dci_max_chroma_format may indicate the maximum value of sps_chroma_format_idc in the SPS referenced by the picture corresponding to the pictures in the bitstream.
  • information about the first reserved bit is ITU-T
  • It may be information that is considered for future use by ISO/IEC.
  • Information on the first reserved bit may be indicated by a syntax element dci_ext_reserved_zero_2bits[ i ].
  • the information on the first reserved bit may not be information included in the decoder initialization information set, unlike the information on the reserved bits disclosed in Tables 1 to 4 described above. That is, the information on the first reserved bit may be information signaled before each decoder initialization information set is signaled.
  • the information on the number of decoder initialization information sets may indicate the number of one or more decoder initialization information sets.
  • information on the number of sets of decoder initialization information may be represented by a syntax element dci_num_initialization_set_minus1.
  • the syntax element dci_num_initialization_set_minus1 plus 1 may indicate the number of decoder initialization information sets.
  • decoder initialization information sets After the above-described maximum bit depth information, maximum chroma format information, information related to the first reserved bit, and information on the number of decoder initialization information sets are signaled, one or more decoder initialization information sets may be signaled.
  • each of the one or more decoder initialization information sets may include level id information and maximum value information of parameters required to decode a related bitstream/sub-bitstream conforming to a given level id.
  • the level id information may be represented by a syntax element dci_level_idc[i].
  • the syntax element dci_level_idc[ i ] may indicate the level (or level id) of the i-th decoder initialization information set.
  • the one or more decoder initialization information sets may be arranged based on the level id. For example, the order of decoder initialization information sets may be arranged in descending order of level id. That is, a set corresponding to a higher level id may be signaled before a set having a lower level id.
  • the maximum value information of parameters required for decoding the related bitstream/sub-bitstream conforming to the given level id may include maximum DPB size information and maximum picture size information.
  • the maximum bit depth information and the maximum chroma format information may not be included in the decoder initialization information set.
  • all decoder initialization information sets share the maximum bit depth information and the maximum chroma format information.
  • the number of bits may be reduced compared to a case where each of the decoder initialization information sets includes the maximum bit depth information and the maximum chroma format information.
  • the maximum DPB size information may indicate a maximum DPB size required to decode a related bitstream/sub-bitstream according to a given level id.
  • the maximum DPB size information may be represented by a syntax element dci_max_num_dec_pics_in_dpb_minus1[ i ].
  • the syntax element dci_max_num_dec_pics_in_dpb_minus1[ i ] plus 1 may indicate the maximum number of decoded pictures required for the DPB when decoding a picture of a bitstream that follows a level equal to or less than dci_level_idc[ i ].
  • the maximum picture size information may indicate the maximum picture size of a related bitstream/sub-bitstream according to a given level id.
  • the maximum picture size information may include maximum picture width information and maximum picture height information.
  • the maximum picture width information may be represented by a syntax element dci_max_pic_width[ i ].
  • the syntax element dci_max_pic_width[ i ] may indicate the maximum width of a decoded picture corresponding to a picture of a bitstream following a level equal to or smaller than dci_level_idc[ i ] in units of luma samples.
  • the maximum picture height information may be represented by a syntax element dci_max_pic_height[i].
  • the syntax element dci_max_pic_height[ i ] may indicate the maximum width of a decoded picture corresponding to a picture of a bitstream following a level equal to or smaller than dci_level_idc[ i ] in units of luma samples.
  • Each of the one or more decoder initialization information sets may further include information on a second reserved bit.
  • Information on the second reserved bit is ITU-T
  • the information on the second reserved bit may be indicated by a syntax element dci_ext_reserved_zero_4bits[ i ].
  • the information on the second reserved bit may be information included in each decoder initialization information set, unlike the above-described information on the first bit.
  • information related to decoder initialization may be signaled through an SEI message. More specifically, information related to decoder initialization may be signaled through a Decoder initialization information SEI message. In contrast, as described above, information related to decoder initialization may be signaled through the DPS extension or signaled through the DCI extension or another part of the bitstream.
  • the information related to decoder initialization may be information necessary to initialize the decoder before starting a decoding process.
  • the information related to initialization may be information required to initialize a memory of a decoder before starting a decoding process.
  • the maximum bit depth information and the maximum chroma format information may be shared by one or more decoder initialization information sets.
  • the maximum bit depth information and the maximum chroma format information may not be signaled while being included in each of one or more decoder initialization information sets, but may be signaled as information that can be shared by one or more decoder initialization information sets.
  • the decoder initialization information sets share the maximum bit depth information and the maximum chroma format information, the number of bits may be reduced compared to a case where each of the decoder initialization information sets includes the maximum bit depth information and the maximum chroma format information.
  • the information related to decoder initialization may include maximum bit depth information, maximum chroma format information, information on the first reserved bit, and information on the number of sets of decoder initialization information.
  • the maximum bit depth information may indicate a maximum bit depth shared by all decoder initialization sets.
  • all decoder initialization sets may have the same maximum bit depth.
  • the maximum bit depth information may be represented by a syntax element dii_max_bitdepth_minus8.
  • the syntax element dii_max_bitdepth_minus8 plus 8 may represent the maximum bit depth of each color component of the decoded picture in units of bits.
  • the maximum chroma format information may indicate a maximum chroma format shared by all decoder initialization sets. In other words, all decoder initialization sets may have the same maximum chroma format.
  • the maximum chroma format information may be represented by a syntax element dii_max_chroma_format.
  • the syntax element dii_max_chroma_format may indicate the maximum value of sps_chroma_format_idc in the SPS referenced by the picture corresponding to the pictures in the bitstream.
  • information about the first reserved bit is ITU-T
  • It may be information that is considered for future use by ISO/IEC.
  • Information on the first reserved bit may be indicated by a syntax element dii_ext_reserved_zero_2bits[i].
  • the information on the first reserved bit may not be information included in the decoder initialization information set, unlike the information on the reserved bits disclosed in Tables 1 to 4 described above. That is, the information on the first reserved bit may be information signaled before each decoder initialization information set is signaled.
  • the information on the number of decoder initialization information sets may indicate the number of one or more decoder initialization information sets.
  • information on the number of decoder initialization information sets may be represented by a syntax element dii_num_initialization_set_minus1.
  • the syntax element dii_num_initialization_set_minus1 plus 1 may indicate the number of decoder initialization information sets.
  • decoder initialization information sets After the above-described maximum bit depth information, maximum chroma format information, information related to the first reserved bit, and information on the number of decoder initialization information sets are signaled, one or more decoder initialization information sets may be signaled.
  • each of the one or more decoder initialization information sets may include level id information and maximum value information of parameters required to decode a related bitstream/sub-bitstream conforming to a given level id.
  • the level id information may be represented by a syntax element dii_level_idc[i].
  • the syntax element dii_level_idc[ i ] may indicate the level (or level id) of the i-th decoder initialization information set.
  • the one or more decoder initialization information sets may be arranged based on the level id. For example, the order of decoder initialization information sets may be arranged in descending order of level id. That is, a set corresponding to a higher level id may be signaled before a set having a lower level id.
  • the maximum value information of parameters required for decoding the related bitstream/sub-bitstream conforming to the given level id may include maximum DPB size information and maximum picture size information.
  • the maximum bit depth information and the maximum chroma format information may not be included in the decoder initialization information set.
  • all decoder initialization information sets share the maximum bit depth information and the maximum chroma format information.
  • the number of bits may be reduced compared to a case where each of the decoder initialization information sets includes the maximum bit depth information and the maximum chroma format information.
  • the maximum DPB size information may indicate a maximum DPB size required to decode a related bitstream/sub-bitstream according to a given level id.
  • the maximum DPB size information may be represented by a syntax element dii_max_num_dec_pics_in_dpb_minus1[ i ].
  • the syntax element dii_max_num_dec_pics_in_dpb_minus1[ i ] plus 1 may indicate the maximum number of decoded pictures required for the DPB when decoding a picture of a bitstream that follows a level equal to or smaller than dii_level_idc[ i ].
  • the maximum picture size information may indicate the maximum picture size of a related bitstream/sub-bitstream according to a given level id.
  • the maximum picture size information may include maximum picture width information and maximum picture height information.
  • the maximum picture width information may be represented by a syntax element dii_max_pic_width[ i ].
  • the syntax element dii_max_pic_width[ i ] may indicate the maximum width of a decoded picture corresponding to a picture of a bitstream following a level equal to or smaller than dii_level_idc[ i ] in units of luma samples.
  • the maximum picture height information may be represented by a syntax element dii_max_pic_height[ i ].
  • the syntax element dii_max_pic_height[ i ] may indicate the maximum width of a decoded picture corresponding to a picture of a bitstream following a level equal to or smaller than dii_level_idc[ i ] in units of luma samples.
  • Each of the one or more decoder initialization information sets may further include information on a second reserved bit.
  • Information on the second reserved bit is ITU-T
  • Information on the second reserved bit may be indicated by a syntax element dii_ext_reserved_zero_4bits[i].
  • the information on the second reserved bit may be information included in each decoder initialization information set, unlike the above-described information on the first bit.
  • FIG. 7 schematically illustrates an example of a video/image encoding method according to embodiment(s) of this document.
  • the method disclosed in FIG. 7 may be performed by the encoding apparatus 200 illustrated in FIG. 2 .
  • the method disclosed in FIG. 7 may be performed including the embodiments described above in this document. Therefore, in FIG. 7 , a detailed description of the content overlapping with the above-described embodiments will be omitted or simplified.
  • the encoding apparatus may derive information related to decoder initialization ( S700 ).
  • the information related to the decoder initialization may be included in a decoding capability information (DCI) extension syntax structure, a decoder parameter set extension (DPS extension) syntax structure, or a supplemental enhancement information (SEI) message syntax structure.
  • DCI decoding capability information
  • DPS extension decoder parameter set extension
  • SEI supplemental enhancement information
  • the information related to the decoder initialization may be included in another part of the bitstream.
  • the information related to decoder initialization may include a decoder initialization information set.
  • the information related to decoder initialization may include one or more sets of decoder initialization information.
  • the decoder initialization information set may include level id information and maximum value information of parameters for a bitstream related to the level id information.
  • the value of the level id information may specify a level related to the decoder initialization information set.
  • the decoder initialization information set may be arranged based on a descending order of values of the level id information. That is, a decoder initialization information set corresponding to a higher level id may be signaled before a decoder initialization information set having a lower level id.
  • the maximum value information of the parameters may include maximum DPB size information and maximum picture size information.
  • the maximum DPB size information may specify a maximum DPB size for a bitstream that conforms to a level equal to or smaller than a level specified by the level id information.
  • the maximum picture size information may specify a maximum picture size of a picture in a bitstream that conforms to a level equal to or smaller than a level specified by the level id information.
  • the maximum value information of the parameters may include maximum bit-depth information and maximum chroma format information.
  • the maximum bit depth information may specify a maximum bit depth of each color component of a picture in a bitstream conforming to a level equal to or smaller than a level specified by the level id information.
  • the maximum chroma format information may specify a maximum value of a syntax element sps_chroma_format_idc of a sequence parameter set (SPS) referenced by a picture in a bitstream that conforms to a level equal to or smaller than a level specified by the level id information.
  • the syntax element sps_chroma_format_idc may indicate chroma sampling relative to luma sampling.
  • the bitstream according to the level specified by the level id information is equal to or smaller than the maximum DPB size, the maximum picture size, the maximum bit depth and the maximum chroma format, respectively, the DPB size, picture size, bit depth, and chroma format.
  • the decoder initialization information set may include information on reserved bits.
  • the information on the reserved bit may be information for representing the decoder initialization information set as a multiple of 8 bits.
  • ITU-T For information on reserved bits, see ITU-T
  • the decoder initialization information set may be represented by a multiple of 8 bits.
  • the total bits for indicating the decoder initialization information set including information on the maximum DPB size, the maximum picture size, the maximum bit depth, the maximum chroma format, and the reserved bit are 8 bits. It can be multiple.
  • the information related to the decoder initialization may include information about the number of decoder initialization information sets.
  • the information on the number of the decoder initialization information sets may specify the number of the decoder initialization information sets included in the decoder initialization related information.
  • the information related to the decoder initialization may include shared information.
  • the shared information may be information shared by all decoder initialization information sets. That is, the information indicated by the shared information may not be included in each decoder initialization information set.
  • the shared information may include shared maximum bit depth information and shared maximum chroma format information.
  • the shared maximum bit depth information may specify a common maximum bit depth of each color component of a picture in all decoder initialization information sets.
  • each decoder initialization information set may not include the maximum bit depth information.
  • the shared maximum chroma format information may specify a common maximum value of a syntax element sps_chroma_format_idc of an SPS referenced by a picture in all the decoder initialization information sets.
  • each decoder initialization information set may not include the maximum chroma format information.
  • the bitstream may have the same profile and tier across a coded video sequence (CVS). More specifically, when information related to decoder initialization or decoder initialization information exists, the associated bitstream / sub-bitstream may have the same profile and tier across coded video sequences (CVS(s)). have. That is, the entire bitstream / sub-bitstream can follow one profile and one tier.
  • CVS coded video sequence
  • the encoding apparatus may generate a bitstream by encoding information related to decoder initialization (S710).
  • the generated bitstream may be signaled to a decoding device.
  • a bitstream including information related to decoder initialization may be signaled to a decoding device, and the decoding device may perform decoder initialization and decoding based on information related to decoder initialization.
  • FIG. 8 schematically shows an example of a video/image decoding method according to embodiment(s) of this document.
  • the method disclosed in FIG. 8 may be performed by the decoding apparatus 300 illustrated in FIG. 3 .
  • the method disclosed in FIG. 8 may be performed including the embodiments described above in this document. Accordingly, in FIG. 8 , a detailed description of the content overlapping with the above-described embodiments will be omitted or simplified.
  • the decoding apparatus may obtain information related to decoder initialization from a bitstream ( S800 ).
  • the information related to the decoder initialization may be included in a decoding capability information (DCI) extension syntax structure, a decoder parameter set extension (DPS extension) syntax structure, or a supplemental enhancement information (SEI) message syntax structure.
  • DCI decoding capability information
  • DPS extension decoder parameter set extension
  • SEI supplemental enhancement information
  • the information related to the decoder initialization may be included and signaled through another part of the bitstream.
  • the information related to decoder initialization may include a decoder initialization information set.
  • the information related to decoder initialization may include one or more sets of decoder initialization information.
  • the decoder initialization information set may include level id information and maximum value information of parameters for decoding a bitstream related to the level id information.
  • the value of the level id information may specify a level related to the decoder initialization information set.
  • the decoder initialization information set may be arranged based on a descending order of values of the level id information. That is, a decoder initialization information set corresponding to a higher level id may be signaled before a decoder initialization information set having a lower level id.
  • the maximum value information of the parameters may include maximum DPB size information and maximum picture size information.
  • the maximum DPB size information may specify a maximum DPB size required for decoding a bitstream conforming to a level equal to or smaller than a level specified by the level id information.
  • the maximum picture size information may specify a maximum picture size of a picture in a bitstream that conforms to a level equal to or smaller than a level specified by the level id information.
  • the maximum value information of the parameters may include maximum bit-depth information and maximum chroma format information.
  • the maximum bit depth information may specify a maximum bit depth of each color component of a picture in a bitstream conforming to a level equal to or smaller than a level specified by the level id information.
  • the maximum chroma format information may specify a maximum value of a syntax element sps_chroma_format_idc of a sequence parameter set (SPS) referenced by a picture in a bitstream that conforms to a level equal to or smaller than a level specified by the level id information.
  • the syntax element sps_chroma_format_idc may indicate chroma sampling relative to luma sampling.
  • the bitstream according to the level specified by the level id information is equal to or smaller than the maximum DPB size, the maximum picture size, the maximum bit depth and the maximum chroma format, respectively, the DPB size, picture size, bit depth, and chroma format.
  • the decoder initialization information set may include information on reserved bits.
  • the information on the reserved bit may be information for representing the decoder initialization information set as a multiple of 8 bits.
  • ITU-T For information on reserved bits, see ITU-T
  • the decoder initialization information set may be represented by a multiple of 8 bits.
  • the total bits for indicating the decoder initialization information set including information on the maximum DPB size, the maximum picture size, the maximum bit depth, the maximum chroma format, and the reserved bit are 8 bits. It can be multiple.
  • the information related to the decoder initialization may include information about the number of decoder initialization information sets.
  • the information on the number of the decoder initialization information sets may specify the number of the decoder initialization information sets included in the decoder initialization related information.
  • the information related to the decoder initialization may include shared information.
  • the shared information may be information shared by all decoder initialization information sets. That is, the information indicated by the shared information may not be included in each decoder initialization information set.
  • the shared information may include shared maximum bit depth information and shared maximum chroma format information.
  • the shared maximum bit depth information may specify a common maximum bit depth of each color component of a picture in all decoder initialization information sets.
  • each decoder initialization information set may not include the maximum bit depth information.
  • the shared maximum chroma format information may specify a common maximum value of a syntax element sps_chroma_format_idc of an SPS referenced by a picture in all the decoder initialization information sets.
  • each decoder initialization information set may not include the maximum chroma format information.
  • the bitstream may have the same profile and tier across a coded video sequence (CVS). More specifically, when information related to decoder initialization or decoder initialization information exists, the associated bitstream / sub-bitstream may have the same profile and tier across coded video sequences (CVS(s)). have. That is, the entire bitstream / sub-bitstream can follow one profile and one tier.
  • CVS coded video sequence
  • the decoding apparatus may perform decoder initialization based on information related to decoder initialization ( S810 ).
  • the decoding apparatus may perform decoding after decoder initialization (S820). More specifically, the decoding apparatus may perform a decoding process after performing decoder initialization based on the information related to the decoder initialization.
  • the method according to the present disclosure described above may be implemented in the form of software, and the encoding device and/or decoding device according to the present disclosure performs image processing of, for example, a TV, a computer, a smart phone, a set-top box, a display device, etc. may be included in the device.
  • a module may be stored in a memory and executed by a processor.
  • the memory may be internal or external to the processor, and may be coupled to the processor by various well-known means.
  • the processor may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices.
  • Memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and/or other storage devices. That is, the embodiments described in the present disclosure may be implemented and performed on a processor, a microprocessor, a controller, or a chip.
  • the functional units shown in each figure may be implemented and performed on a computer, a processor, a microprocessor, a controller, or a chip. In this case, information on instructions or an algorithm for implementation may be stored in a digital storage medium.
  • the decoding device and the encoding device to which the present disclosure is applied are a multimedia broadcasting transceiver, mobile communication terminal, home cinema video device, digital cinema video device, surveillance camera, video conversation device, real-time communication device such as video communication, mobile streaming device, storage medium, camcorder, video on demand (VoD) service providing device, over the top video (OTT) device, internet streaming service providing device, three-dimensional (3D) video device, VR (virtual reality) device, AR (argumente) reality) may be included in devices, video telephony video devices, transportation means (eg, vehicle (including autonomous vehicle) terminals, airplane terminals, ship terminals, etc.) and medical video devices, etc., and may be used to process video signals or data signals.
  • transportation means eg, vehicle (including autonomous vehicle) terminals, airplane terminals, ship terminals, etc.
  • medical video devices etc.
  • the OTT video (Over the top video) device may include a game console, a Blu-ray player, an Internet-connected TV, a home theater system, a smart phone, a tablet PC, a digital video recorder (DVR), and the like.
  • a game console a Blu-ray player
  • an Internet-connected TV a home theater system
  • a smart phone a tablet PC
  • DVR digital video recorder
  • the processing method to which the present disclosure is applied may be produced in the form of a program executed by a computer, and may be stored in a computer-readable recording medium.
  • Multimedia data having a data structure according to the present disclosure may also be stored in a computer-readable recording medium.
  • the computer-readable recording medium includes all kinds of storage devices and distributed storage devices in which computer-readable data is stored.
  • the computer-readable recording medium includes, for example, Blu-ray Disc (BD), Universal Serial Bus (USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, magnetic tape, floppy disk and optical It may include a data storage device.
  • the computer-readable recording medium includes a medium implemented in the form of a carrier wave (eg, transmission through the Internet).
  • the bitstream generated by the encoding method may be stored in a computer-readable recording medium or transmitted through a wired/wireless communication network.
  • an embodiment of the present disclosure may be implemented as a computer program product by program code, and the program code may be executed in a computer according to an embodiment of the present disclosure.
  • the program code may be stored on a carrier readable by a computer.
  • FIG 9 shows an example of a content streaming system to which the disclosure of this document can be applied.
  • a content streaming system to which the present disclosure is applied may largely include an encoding server, a streaming server, a web server, a media storage, a user device, and a multimedia input device.
  • the encoding server compresses content input from multimedia input devices such as a smart phone, a camera, a camcorder, etc. into digital data to generate a bitstream and transmits it to the streaming server.
  • multimedia input devices such as a smart phone, a camera, a camcorder, etc. directly generate a bitstream
  • the encoding server may be omitted.
  • the bitstream may be generated by an encoding method or a bitstream generation method to which the present disclosure is applied, and the streaming server may temporarily store the bitstream in the process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user's request through the web server, and the web server serves as a mediator informing the user of what kind of service is available.
  • the web server transmits it to a streaming server, and the streaming server transmits multimedia data to the user.
  • the content streaming system may include a separate control server.
  • the control server serves to control commands/responses between devices in the content streaming system.
  • the streaming server may receive content from a media repository and/or an encoding server. For example, when content is received from the encoding server, the content may be received in real time. In this case, in order to provide a smooth streaming service, the streaming server may store the bitstream for a predetermined time.
  • Examples of the user device include a mobile phone, a smart phone, a laptop computer, a digital broadcasting terminal, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation system, a slate PC, Tablet PC (tablet PC), ultrabook (ultrabook), wearable device (e.g., watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display)), digital TV, desktop There may be a computer, digital signage, and the like.
  • PDA personal digital assistant
  • PMP portable multimedia player
  • PDA portable multimedia player
  • slate PC slate PC
  • Tablet PC Tablet PC
  • ultrabook ultrabook
  • wearable device e.g., watch-type terminal (smartwatch), glass-type terminal (smart glass), HMD (head mounted display)
  • digital TV desktop
  • desktop There may be a computer, digital signage, and the like.
  • Each server in the content streaming system may be operated as a distributed server, and in this case, data received from each server may be distributed and processed.

Landscapes

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

Abstract

본 문서(present document)의 개시에 따른 디코딩 장치에 의해 수행되는 영상 디코딩 방법은 비트스트림으로부터 디코더 초기화에 관련된 정보를 획득하는 단계, 상기 디코더 초기화에 관련된 정보를 기반으로 디코더를 초기화하는 단계 및 상기 디코더를 초기화한 이후 디코딩을 수행하는 단계를 포함하되, 상기 디코더 초기화에 관련된 정보는 하나 이상의 디코더 초기화 정보 세트를 포함하고, 상기 디코더 초기화 정보 세트는 레벨 id 정보, 여기서 상기 레벨 id 정보의 값은 상기 디코더 초기화 정보 세트에 관련된 레벨을 명시함, 및 상기 레벨 id 정보에 관련된 비트스트림의 디코딩을 위한 파라미터들의 최대 값 정보를 포함할 수 있다.

Description

디코더 초기화 관련 정보의 시그널링 기반 영상 코딩 방법
본 문서는 영상 코딩 기술에 관한 것으로, 보다 상세하게는 디코더 초기화 관련 정보의 시그널링 기반 영상 코딩 방법에 관한 것이다.
최근 4K 또는 8K 이상의 UHD(Ultra High Definition) 비디오/영상과 같은 고해상도, 고품질의 비디오/영상에 대한 수요가 다양한 분야에서 증가하고 있다. 비디오/영상 데이터가 고해상도, 고품질이 될수록 기존의 비디오/영상 데이터에 비해 상대적으로 전송되는 정보량 또는 비트량이 증가하기 때문에 기존의 유무선 광대역 회선과 같은 매체를 이용하여 영상 데이터를 전송하거나 기존의 저장 매체를 이용해 비디오/영상 데이터를 저장하는 경우, 전송 비용과 저장 비용이 증가된다.
또한, 최근 VR(Virtual Reality), AR(Artificial Realtiy) 컨텐츠나 홀로그램 등의 실감 미디어(Immersive Media)에 대한 관심 및 수요가 증가하고 있으며, 게임 영상과 같이 현실 영상과 다른 영상 특성을 갖는 비디오/영상에 대한 방송이 증가하고 있다.
이에 따라, 상기와 같은 다양한 특성을 갖는 고해상도 고품질의 비디오/영상의 정보를 효과적으로 압축하여 전송하거나 저장하고, 재생하기 위해 고효율의 비디오/영상 압축 기술이 요구된다.
본 문서의 일 실시예에 따르면, 디코더 초기화에 관련된 정보를 시그널링하는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 디코더 초기화에 관련된 정보를 기반으로 디코더를 초기화 하는 방법 및 장치를 제공한다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 수행되는 비디오/영상 디코딩 방법을 제공한다.
본 문서의 일 실시예에 따르면, 비디오/영상 디코딩을 수행하는 디코딩 장치를 제공한다.
본 문서의 일 실시예에 따르면, 인코딩 장치에 의하여 수행되는 비디오/영상 인코딩 방법을 제공한다.
본 문서의 일 실시예에 따르면, 비디오/영상 인코딩을 수행하는 인코딩 장치를 제공한다.
본 문서의 일 실시예에 따르면, 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 인코딩 방법에 따라 생성된 비트스트림이 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서의 일 실시예에 따르면, 디코딩 장치에 의하여 본 문서의 실시예들 중 적어도 하나에 개시된 비디오/영상 디코딩 방법을 수행하도록 야기하는 비트스트림이 저장된 컴퓨터 판독 가능한 디지털 저장 매체를 제공한다.
본 문서의 일 실시예에 따르면, 디코더 초기화에 관련된 정보를 시그널링할 수 있다.
본 문서의 일 실시예에 따르면, 디코더 초기화에 관련된 정보를 기반으로 디코더를 초기화할 수 있다.
도 1은 본 개시가 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 2는 본 개시가 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3은 본 개시가 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 4는 코딩된 데이터에 대한 계층 구조를 예시적으로 나타낸다.
도 5 및 도 6은 기존의 초기화 방법이 가지는 문제점 설명하기 위한 도면이다.
도 7은 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법의 일 예를 개략적으로 나타낸다.
도 8은 본 문서의 실시예(들)에 따른 비디오/영상 디코딩 방법의 일 예를 개략적으로 나타낸다.
도 9는 본 문서의 개시가 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 개시를 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 개시의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 도는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 개시에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 개시의 본질에서 벗어나지 않는 한 본 개시의 권리범위에 포함된다.
본 명세서에서 “A 또는 B(A or B)”는 “오직 A”, “오직 B” 또는 “A와 B 모두”를 의미할 수 있다. 달리 표현하면, 본 명세서에서 “A 또는 B(A or B)”는 “A 및/또는 B(A and/or B)”으로 해석될 수 있다. 예를 들어, 본 명세서에서 “A, B 또는 C(A, B or C)”는 “오직 A”, “오직 B”, “오직 C”, 또는 “A, B 및 C의 임의의 모든 조합(any combination of A, B and C)”를 의미할 수 있다.
본 명세서에서 사용되는 슬래쉬(/)나 쉼표(comma)는 “및/또는(and/or)”을 의미할 수 있다. 예를 들어, “A/B”는 “A 및/또는 B”를 의미할 수 있다. 이에 따라　“A/B”는 “오직 A”, “오직 B”, 또는 “A와 B 모두”를 의미할 수 있다. 예를 들어, “A, B, C”는 “A, B 또는 C”를 의미할 수 있다.
본 명세서에서 “적어도 하나의 A 및 B(at least one of A and B)”는, “오직 A”, “오직 B” 또는 “A와 B 모두”를 의미할 수 있다. 또한, 본 명세서에서 “적어도 하나의 A 또는 B(at least one of A or B)”나 “적어도 하나의 A 및/또는 B(at least one of A and/or B)”라는 표현은 “적어도 하나의 A 및 B(at least one of A and B)”와 동일하게 해석될 수 있다.
또한, 본 명세서에서 “적어도 하나의 A, B 및 C(at least one of A, B and C)”는, “오직 A”, “오직 B”, “오직 C”, 또는 “A, B 및 C의 임의의 모든 조합(any combination of A, B and C)”를 의미할 수 있다. 또한, “적어도 하나의 A, B 또는 C(at least one of A, B or C)”나 “적어도 하나의 A, B 및/또는 C(at least one of A, B and/or C)”는 “적어도 하나의 A, B 및 C(at least one of A, B and C)”를 의미할 수 있다.
또한, 본 명세서에서 사용되는 괄호는 “예를 들어(for example)”를 의미할 수 있다. 구체적으로, “예측(인트라 예측)”로 표시된 경우, “예측”의 일례로 “인트라 예측”이 제안된 것일 수 있다. 달리 표현하면 본 명세서의 “예측”은 “인트라 예측”으로 제한(limit)되지 않고, “인트라 예측”이 “예측”의 일례로 제안될 것일 수 있다. 또한, “예측(즉, 인트라 예측)”으로 표시된 경우에도, “예측”의 일례로 “인트라 예측”이 제안된 것일 수 있다.
본 명세서에서 하나의 도면 내에서 개별적으로 설명되는 기술적 특징은, 개별적으로 구현될 수도 있고, 동시에 구현될 수도 있다.
이하, 첨부한 도면들을 참조하여, 본 개시의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
도 1은 본 개시가 적용될 수 있는 비디오/영상 코딩 시스템의 예를 개략적으로 나타낸다.
도 1을 참조하면, 비디오/영상 코딩 시스템은 제1 장치(소스 디바이스) 및 제2 장치(수신 디바이스)를 포함할 수 있다. 소스 디바이스는 인코딩된 비디오(video)/영상(image) 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스로 전달할 수 있다.
상기 소스 디바이스는 비디오 소스, 인코딩 장치, 전송부를 포함할 수 있다. 상기 수신 디바이스는 수신부, 디코딩 장치 및 렌더러를 포함할 수 있다. 상기 인코딩 장치는 비디오/영상 인코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 비디오/영상 디코딩 장치라고 불릴 수 있다. 송신기는 인코딩 장치에 포함될 수 있다. 수신기는 디코딩 장치에 포함될 수 있다. 렌더러는 디스플레이부를 포함할 수도 있고, 디스플레이부는 별개의 디바이스 또는 외부 컴포넌트로 구성될 수도 있다.
비디오 소스는 비디오/영상의 캡쳐, 합성 또는 생성 과정 등을 통하여 비디오/영상을 획득할 수 있다. 비디오 소스는 비디오/영상 캡쳐 디바이스 및/또는 비디오/영상 생성 디바이스를 포함할 수 있다. 비디오/영상 캡쳐 디바이스는 예를 들어, 하나 이상의 카메라, 이전에 캡쳐된 비디오/영상을 포함하는 비디오/영상 아카이브 등을 포함할 수 있다. 비디오/영상 생성 디바이스는 예를 들어 컴퓨터, 타블렛 및 스마트폰 등을 포함할 수 있으며 (전자적으로) 비디오/영상을 생성할 수 있다. 예를 들어, 컴퓨터 등을 통하여 가상의 비디오/영상이 생성될 수 있으며, 이 경우 관련 데이터가 생성되는 과정으로 비디오/영상 캡쳐 과정이 갈음될 수 있다.
인코딩 장치는 입력 비디오/영상을 인코딩할 수 있다. 인코딩 장치는 압축 및 코딩 효율을 위하여 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 인코딩된 데이터(인코딩된 비디오/영상 정보)는 비트스트림(bitstream) 형태로 출력될 수 있다.
전송부는 비트스트림 형태로 출력된 인코딩된 비디오/영상 정보 또는 데이터를 파일 또는 스트리밍 형태로 디지털 저장매체 또는 네트워크를 통하여 수신 디바이스의 수신부로 전달할 수 있다. 디지털 저장 매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장 매체를 포함할 수 있다. 전송부는 미리 정해진 파일 포멧을 통하여 미디어 파일을 생성하기 위한 엘리먼트를 포함할 수 있고, 방송/통신 네트워크를 통한 전송을 위한 엘리먼트를 포함할 수 있다. 수신부는 상기 비트스트림을 수신/추출하여 디코딩 장치로 전달할 수 있다.
디코딩 장치는 인코딩 장치의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행하여 비디오/영상을 디코딩할 수 있다.
렌더러는 디코딩된 비디오/영상을 렌더링할 수 있다. 렌더링된 비디오/영상은 디스플레이부를 통하여 디스플레이될 수 있다.
이 문서는 비디오/영상 코딩에 관한 것이다. 예를 들어 이 문서에서 개시된 방법/실시예는 VVC (versatile video coding) 표준, EVC (essential video coding) 표준, AV1 (AOMedia Video 1) 표준, AVS2 (2nd generation of audio video coding standard) 또는 차세대 비디오/영상 코딩 표준(ex. H.267 or H.268 등)에 개시되는 방법에 적용될 수 있다.
이 문서에서는 비디오/영상 코딩에 관한 다양한 실시예들을 제시하며, 다른 언급이 없는 한 상기 실시예들은 서로 조합되어 수행될 수도 있다.
이 문서에서 비디오(video)는 시간의 흐름에 따른 일련의 영상(image)들의 집합을 의미할 수 있다. 픽처(picture)는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)는 코딩에 있어서 픽처의 일부를 구성하는 단위이다. 슬라이스/타일은 하나 이상의 CTU(coding tree unit)을 포함할 수 있다. 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다.
타일은 특정 타일 열 및 특정 타일 열 이내의 CTU들의 사각 영역이다(A tile is a rectangular region of CTUs within a particular tile column and a particular tile row in a picture). 상기 타일 열은 CTU들의 사각 영역이고, 상기 사각 영역은 상기 픽처의 높이와 동일한 높이를 갖고, 너비는 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시될 수 있다(The tile column is a rectangular region of CTUs having a height equal to the height of the picture and a width specified by syntax elements in the picture parameter set). 상기 타일 행은 CTU들의 사각 영역이고, 상기 사각 영역은 픽처 파라미터 세트 내의 신택스 요소들에 의하여 명시되는 너비를 갖고, 높이는 상기 픽처의 높이와 동일할 수 있다(The tile row is a rectangular region of CTUs having a height specified by syntax elements in the picture parameter set and a width equal to the width of the picture). 타일 스캔은 픽처를 파티셔닝하는 CTU들의 특정 순차적 오더링을 나타낼 수 있고, 상기 CTU들은 타일 내 CTU 래스터 스캔으로 연속적으로 정렬될 수 있고, 픽처 내 타일들은 상기 픽처의 상기 타일들의 래스터 스캔으로 연속적으로 정렬될 수 있다(A tile scan is a specific sequential ordering of CTUs partitioning a picture in which the CTUs are ordered consecutively in CTU raster scan in a tile whereas tiles in a picture are ordered consecutively in a raster scan of the tiles of the picture). 슬라이스는 다수의 완전한 타일들 또는 하나의 NAL 유닛에 포함될 수 있는 픽처의 하나의 타일 내 다수의 연속적인 CTU 행들을 포함할 수 있다. 이 문서에서 타일 그룹과 슬라이스는 혼용될 수 있다. 예를 들어 본 문서에서 tile group/tile group header는 slice/slice header로 불리 수 있다.
한편, 하나의 픽처는 둘 이상의 서브픽처로 구분될 수 있다. 서브픽처는 픽처 내 하나 이상의 슬라이스들의 사각 리전일 수 있다(an rectangular region of one or more slices within a picture).
픽셀(pixel) 또는 펠(pel)은 하나의 픽처(또는 영상)을 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 '샘플(sample)'이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다.
유닛(unit)은 영상 처리의 기본 단위를 나타낼 수 있다. 유닛은 픽처의 특정 영역 및 해당 영역에 관련된 정보 중 적어도 하나를 포함할 수 있다. 하나의 유닛은 하나의 루마 블록 및 두개의 크로마(ex. cb, cr) 블록을 포함할 수 있다. 유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
도 2는 본 개시가 적용될 수 있는 비디오/영상 인코딩 장치의 구성을 개략적으로 설명하는 도면이다. 이하 비디오 인코딩 장치라 함은 영상 인코딩 장치를 포함할 수 있다.
도 2를 참조하면, 인코딩 장치(200)는 영상 분할부(image partitioner, 210), 예측부(predictor, 220), 레지듀얼 처리부(residual processor, 230), 엔트로피 인코딩부(entropy encoder, 240), 가산부(adder, 250), 필터링부(filter, 260) 및 메모리(memory, 270)를 포함하여 구성될 수 있다. 예측부(220)는 인터 예측부(221) 및 인트라 예측부(222)를 포함할 수 있다. 레지듀얼 처리부(230)는 변환부(transformer, 232), 양자화부(quantizer 233), 역양자화부(dequantizer 234), 역변환부(inverse transformer, 235)를 포함할 수 있다. 레지듀얼 처리부(230)은 감산부(subtractor, 231)를 더 포함할 수 있다. 가산부(250)는 복원부(reconstructor) 또는 복원 블록 생성부(recontructged block generator)로 불릴 수 있다. 상술한 영상 분할부(210), 예측부(220), 레지듀얼 처리부(230), 엔트로피 인코딩부(240), 가산부(250) 및 필터링부(260)는 실시예에 따라 하나 이상의 하드웨어 컴포넌트(예를 들어 인코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(270)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(270)을 내/외부 컴포넌트로 더 포함할 수도 있다.
영상 분할부(210)는 인코딩 장치(200)에 입력된 입력 영상(또는, 픽쳐, 프레임)를 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 이 경우 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)으로부터 QTBTTT (Quad-tree binary-tree ternary-tree) 구조에 따라 재귀적으로(recursively) 분할될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조, 및/또는 터너리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 이 경우 예를 들어 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 구조가 나중에 적용될 수 있다. 또는 바이너리 트리 구조가 먼저 적용될 수도 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 코딩 절차가 수행될 수 있다. 이 경우 영상 특성에 따른 코딩 효율 등을 기반으로, 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 또는 필요에 따라 코딩 유닛은 재귀적으로(recursively) 보다 하위 뎁스의 코딩 유닛들로 분할되어 최적의 사이즈의 코딩 유닛이 최종 코딩 유닛으로 사용될 수 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환, 및 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)을 더 포함할 수 있다. 이 경우 상기 예측 유닛 및 상기 변환 유닛은 각각 상술한 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 단위일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 단위 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 단위일 수 있다.
유닛은 경우에 따라서 블록(block) 또는 영역(area) 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들 또는 변환 계수(transform coefficient)들의 집합을 나타낼 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 휘도(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 채도(chroma) 성분의 픽셀/픽셀 값만을 나타낼 수도 있다. 샘플은 하나의 픽처(또는 영상)을 픽셀(pixel) 또는 펠(pel)에 대응하는 용어로서 사용될 수 있다.
인코딩 장치(200)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있고, 생성된 레지듀얼 신호는 변환부(232)로 전송된다. 이 경우 도시된 바와 같이 인코딩 장치(200) 내에서 입력 영상 신호(원본 블록, 원본 샘플 어레이)에서 예측 신호(예측 블록, 예측 샘플 어레이)를 감산하는 유닛은 감산부(231)라고 불릴 수 있다. 예측부는 처리 대상 블록(이하, 현재 블록이라 함)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 단위로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 각 예측모드에 대한 설명에서 후술하는 바와 같이 예측 모드 정보 등 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(222)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 비방향성 모드는 예를 들어 DC 모드 및 플래너 모드(Planar 모드)를 포함할 수 있다. 방향성 모드는 예측 방향의 세밀한 정도에 따라 예를 들어 33개의 방향성 예측 모드 또는 65개의 방향성 예측 모드를 포함할 수 있다. 다만, 이는 예시로서 설정에 따라 그 이상 또는 그 이하의 개수의 방향성 예측 모드들이 사용될 수 있다. 인트라 예측부(222)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(221)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring C)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있으며, 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수도 있다. 예를 들어, 인터 예측부(221)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출하기 위하여 어떤 후보가 사용되는지를 지시하는 정보를 생성할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 예를 들어 스킵 모드와 머지 모드의 경우에, 인터 예측부(221)는 주변 블록의 움직임 정보를 현재 블록의 움직임 정보로 이용할 수 있다. 스킵 모드의 경우, 머지 모드와 달리 레지듀얼 신호가 전송되지 않을 수 있다. 움직임 정보 예측(motion vector prediction, MVP) 모드의 경우, 주변 블록의 움직임 벡터를 움직임 벡터 예측자(motion vector predictor)로 이용하고, 움직임 벡터 차분(motion vector difference)을 시그널링함으로써 현재 블록의 움직임 벡터를 지시할 수 있다.
예측부(220)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보를 기반으로 픽처 내 샘플 값을 시그널링할 수 있다.
상기 예측부 (인터 예측부(221) 및/또는 상기 인트라 예측부(222) 포함)를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 변환부(232)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)를 생성할 수 있다. 예를 들어, 변환 기법은 DCT(Discrete Cosine Transform), DST(Discrete Sine Transform), KLT(Karhunen-Loeve Transform), GBT(Graph-Based Transform), 또는 CNT(Conditionally Non-linear Transform) 중 적어도 하나를 포함할 수 있다. 여기서, GBT는 픽셀 간의 관계 정보를 그래프로 표현한다고 할 때 이 그래프로부터 얻어진 변환을 의미한다. CNT는 이전에 복원된 모든 픽셀(all previously reconstructed pixel)를 이용하여 예측 신호를 생성하고 그에 기초하여 획득되는 변환을 의미한다. 또한, 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(233)는 변환 계수들을 양자화하여 엔트로피 인코딩부(240)로 전송되고, 엔트로피 인코딩부(240)는 양자화된 신호(양자화된 변환 계수들에 관한 정보)를 인코딩하여 비트스트림으로 출력할 수 있다. 상기 양자화된 변환 계수들에 관한 정보는 레지듀얼 정보라고 불릴 수 있다. 양자화부(233)는 계수 스캔 순서(scan order)를 기반으로 블록 형태의 양자화된 변환 계수들을 1차원 벡터 형태로 재정렬할 수 있고, 상기 1차원 벡터 형태의 양자화된 변환 계수들을 기반으로 상기 양자화된 변환 계수들에 관한 정보를 생성할 수도 있다. 엔트로피 인코딩부(240)는 예를 들어 지수 골롬(exponential Golomb), CAVLC(context-adaptive variable length coding), CABAC(context-adaptive binary arithmetic coding) 등과 같은 다양한 인코딩 방법을 수행할 수 있다. 엔트로피 인코딩부(240)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예컨대 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(ex. 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 단위로 전송 또는 저장될 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 본 문서에서 인코딩 장치에서 디코딩 장치로 전달/시그널링되는 정보 및/또는 신택스 요소들은 비디오/영상 정보에 포함될 수 있다. 상기 비디오/영상 정보는 상술한 인코딩 절차를 통하여 인코딩되어 상기 비트스트림에 포함될 수 있다. 상기 비트스트림은 네트워크를 통하여 전송될 수 있고, 또는 디지털 저장매체에 저장될 수 있다. 여기서 네트워크는 방송망 및/또는 통신망 등을 포함할 수 있고, 디지털 저장매체는 USB, SD, CD, DVD, 블루레이, HDD, SSD 등 다양한 저장매체를 포함할 수 있다. 엔트로피 인코딩부(240)로부터 출력된 신호는 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 인코딩 장치(200)의 내/외부 엘리먼트로서 구성될 수 있고, 또는 전송부는 엔트로피 인코딩부(240)에 포함될 수도 있다.
양자화부(233)로부터 출력된 양자화된 변환 계수들은 예측 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(234) 및 역변환부(235)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다. 가산부(155)는 복원된 레지듀얼 신호를 인터 예측부(221) 또는 인트라 예측부(222)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)가 생성될 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다. 가산부(250)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편 픽처 인코딩 및/또는 복원 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(260)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(260)은 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(270), 구체적으로 메모리(270)의 DPB에 저장할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다. 필터링부(260)은 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(240)로 전달할 수 있다. 필터링 관한 정보는 엔트로피 인코딩부(240)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(270)에 전송된 수정된 복원 픽처는 인터 예측부(221)에서 참조 픽처로 사용될 수 있다. 인코딩 장치는 이를 통하여 인터 예측이 적용되는 경우, 인코딩 장치(100)와 디코딩 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(270) DPB는 수정된 복원 픽처를 인터 예측부(221)에서의 참조 픽처로 사용하기 위해 저장할 수 있다. 메모리(270)는 현재 픽처 내 움직임 정보가 도출된(또는 인코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(221)에 전달할 수 있다. 메모리(270)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(222)에 전달할 수 있다.
도 3은 본 개시가 적용될 수 있는 비디오/영상 디코딩 장치의 구성을 개략적으로 설명하는 도면이다.
도 3을 참조하면, 디코딩 장치(300)는 엔트로피 디코딩부(entropy decoder, 310), 레지듀얼 처리부(residual processor, 320), 예측부(predictor, 330), 가산부(adder, 340), 필터링부(filter, 350) 및 메모리(memory, 360)를 포함하여 구성될 수 있다. 예측부(330)는 인트라 예측부(331) 및 인터 예측부(332)를 포함할 수 있다. 레지듀얼 처리부(320)는 역양자화부(dequantizer, 321) 및 역변환부(inverse transformer, 321)를 포함할 수 있다. 상술한 엔트로피 디코딩부(310), 레지듀얼 처리부(320), 예측부(330), 가산부(340) 및 필터링부(350)는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 칩셋 또는 프로세서)에 의하여 구성될 수 있다. 또한 메모리(360)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구성될 수도 있다. 상기 하드웨어 컴포넌트는 메모리(360)을 내/외부 컴포넌트로 더 포함할 수도 있다.
비디오/영상 정보를 포함하는 비트스트림이 입력되면, 디코딩 장치(300)는 도 3의 인코딩 장치에서 비디오/영상 정보가 처리된 프로세스에 대응하여 영상을 복원할 수 있다. 예를 들어, 디코딩 장치(300)는 상기 비트스트림으로부터 획득한 블록 분할 관련 정보를 기반으로 유닛들/블록들을 도출할 수 있다. 디코딩 장치(300)는 인코딩 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있고, 코딩 유닛은 코딩 트리 유닛 또는 최대 코딩 유닛으로부터 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 따라서 분할될 수 있다. 코딩 유닛으로부터 하나 이상의 변환 유닛이 도출될 수 있다. 그리고, 디코딩 장치(300)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치를 통해 재생될 수 있다.
디코딩 장치(300)는 도 3의 인코딩 장치로부터 출력된 신호를 비트스트림 형태로 수신할 수 있고, 수신된 신호는 엔트로피 디코딩부(310)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(310)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(ex. 비디오/영상 정보)를 도출할 수 있다. 상기 비디오/영상 정보는 어댑테이션 파라미터 세트(APS), 픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS) 또는 비디오 파라미터 세트(VPS) 등 다양한 파라미터 세트에 관한 정보를 더 포함할 수 있다. 또한 상기 비디오/영상 정보는 일반 제한 정보(general constraint information)을 더 포함할 수 있다. 디코딩 장치는 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 더 기반으로 픽처를 디코딩할 수 있다. 본 문서에서 후술되는 시그널링/수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩되어 상기 비트스트림으로부터 획득될 수 있다. 예컨대, 엔트로피 디코딩부(310)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 엘리먼트의 값, 레지듀얼에 관한 변환 계수의 양자화된 값 들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 신택스 요소에 해당하는 빈을 수신하고, 디코딩 대상 신택스 요소 정보와 주변 및 디코딩 대상 블록의 디코딩 정보 혹은 이전 단계에서 디코딩된 심볼/빈의 정보를 이용하여 문맥(context) 모델을 결정하고, 결정된 문맥 모델에 따라 빈(bin)의 발생 확률을 예측하여 빈의 산술 디코딩(arithmetic decoding)를 수행하여 각 신택스 요소의 값에 해당하는 심볼을 생성할 수 있다. 이때, CABAC 엔트로피 디코딩 방법은 문맥 모델 결정 후 다음 심볼/빈의 문맥 모델을 위해 디코딩된 심볼/빈의 정보를 이용하여 문맥 모델을 업데이트할 수 있다. 엔트로피 디코딩부(310)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(332) 및 인트라 예측부(331))로 제공되고, 엔트로피 디코딩부(310)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 레지듀얼 처리부(320)로 입력될 수 있다. 레지듀얼 처리부(320)는 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플들, 레지듀얼 샘플 어레이)를 도출할 수 있다. 또한, 엔트로피 디코딩부(310)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(350)으로 제공될 수 있다. 한편, 인코딩 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 디코딩 장치(300)의 내/외부 엘리먼트로서 더 구성될 수 있고, 또는 수신부는 엔트로피 디코딩부(310)의 구성요소일 수도 있다. 한편, 본 문서에 따른 디코딩 장치는 비디오/영상/픽처 디코딩 장치라고 불릴 수 있고, 상기 디코딩 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및 샘플 디코더(비디오/영상/픽처 샘플 디코더)로 구분할 수도 있다. 상기 정보 디코더는 상기 엔트로피 디코딩부(310)를 포함할 수 있고, 상기 샘플 디코더는 상기 역양자화부(321), 역변환부(322), 가산부(340), 필터링부(350), 메모리(360), 인터 예측부(332) 및 인트라 예측부(331) 중 적어도 하나를 포함할 수 있다.
역양자화부(321)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(321)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 인코딩 장치에서 수행된 계수 스캔 순서를 기반하여 재정렬을 수행할 수 있다. 역양자화부(321)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)를 획득할 수 있다.
역변환부(322)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득하게 된다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(310)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드를 결정할 수 있다.
예측부(330)는 후술하는 다양한 예측 방법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 하나의 블록에 대한 예측을 위하여 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 이는 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 블록에 대한 예측을 위하여 인트라 블록 카피(intra block copy, IBC) 예측 모드에 기반할 수도 있고 또는 팔레트 모드(palette mode)에 기반할 수도 있다. 상기 IBC 예측 모드 또는 팔레트 모드는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 기본적으로 현재 픽처 내에서 예측을 수행하나 현재 픽처 내에서 참조 블록을 도출하는 점에서 인터 예측과 유사하게 수행될 수 있다. 즉, IBC는 본 문서에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다. 팔레트 모드는 인트라 코딩 또는 인트라 예측의 일 예로 볼 수 있다. 팔레트 모드가 적용되는 경우 팔레트 테이블 및 팔레트 인덱스에 관한 정보가 상기 비디오/영상 정보에 포함되어 시그널링될 수 있다.
인트라 예측부(331)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 예측 모드에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 예측에서 예측 모드들은 복수의 비방향성 모드와 복수의 방향성 모드를 포함할 수 있다. 인트라 예측부(331)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(332)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기초하여 움직임 정보를 블록, 서브블록 또는 샘플 단위로 예측할 수 있다. 상기 움직임 정보는 움직임 벡터 및 참조 픽처 인덱스를 포함할 수 있다. 상기 움직임 정보는 인터 예측 방향(L0 예측, L1 예측, Bi 예측 등) 정보를 더 포함할 수 있다. 인터 예측의 경우에, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 예를 들어, 인터 예측부(332)는 주변 블록들을 기반으로 움직임 정보 후보 리스트를 구성하고, 수신한 후보 선택 정보를 기반으로 상기 현재 블록의 움직임 벡터 및/또는 참조 픽처 인덱스를 도출할 수 있다. 다양한 예측 모드를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드를 지시하는 정보를 포함할 수 있다.
가산부(340)는 획득된 레지듀얼 신호를 예측부(인터 예측부(332) 및/또는 인트라 예측부(331) 포함)로부터 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)에 더함으로써 복원 신호(복원 픽처, 복원 블록, 복원 샘플 어레이)를 생성할 수 있다. 스킵 모드가 적용된 경우와 같이 처리 대상 블록에 대한 레지듀얼이 없는 경우, 예측된 블록이 복원 블록으로 사용될 수 있다.
가산부(340)는 복원부 또는 복원 블록 생성부라고 불릴 수 있다. 생성된 복원 신호는 현재 픽처 내 다음 처리 대상 블록의 인트라 예측을 위하여 사용될 수 있고, 후술하는 바와 같이 필터링을 거쳐서 출력될 수도 있고 또는 다음 픽처의 인터 예측을 위하여 사용될 수도 있다.
한편, 픽처 디코딩 과정에서 LMCS (luma mapping with chroma scaling)가 적용될 수도 있다.
필터링부(350)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(350)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(360), 구체적으로 메모리(360)의 DPB에 전송할 수 있다. 상기 다양한 필터링 방법은 예를 들어, 디블록킹 필터링, 샘플 적응적 오프셋(sample adaptive offset), 적응적 루프 필터(adaptive loop filter), 양방향 필터(bilateral filter) 등을 포함할 수 있다.
메모리(360)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(332)에서 참조 픽쳐로 사용될 수 있다. 메모리(360)는 현재 픽처 내 움직임 정보가 도출된(또는 디코딩된) 블록의 움직임 정보 및/또는 이미 복원된 픽처 내 블록들의 움직임 정보를 저장할 수 있다. 상기 저장된 움직임 정보는 공간적 주변 블록의 움직임 정보 또는 시간적 주변 블록의 움직임 정보로 활용하기 위하여 인터 예측부(332)에 전달할 수 있다. 메모리(360)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(331)에 전달할 수 있다.
본 명세서에서, 인코딩 장치(100)의 필터링부(260), 인터 예측부(221) 및 인트라 예측부(222)에서 설명된 실시예들은 각각 디코딩 장치(300)의 필터링부(350), 인터 예측부(332) 및 인트라 예측부(331)에도 동일 또는 대응되도록 적용될 수 있다.
상술한 바와 같이 비디오 코딩을 수행함에 있어 압축 효율을 높이기 위하여 예측을 수행한다. 이를 통하여 코딩 대상 블록인 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록을 생성할 수 있다. 여기서 상기 예측된 블록은 공간 도메인(또는 픽셀 도메인)에서의 예측 샘플들을 포함한다. 상기 예측된 블록은 인코딩 장치 및 디코딩 장치에서 동일하게 도출되며, 상기 인코딩 장치는 원본 블록의 원본 샘플 값 자체가 아닌 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼에 대한 정보(레지듀얼 정보)를 디코딩 장치로 시그널링함으로써 영상 코딩 효율을 높일 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 레지듀얼 샘플들을 포함하는 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록과 상기 예측된 블록을 합하여 복원 샘플들을 포함하는 복원 블록을 생성할 수 있고, 복원 블록들을 포함하는 복원 픽처를 생성할 수 있다.
상기 레지듀얼 정보는 변환 및 양자화 절차를 통하여 생성될 수 있다. 예를 들어, 인코딩 장치는 상기 원본 블록과 상기 예측된 블록 간의 레지듀얼 블록을 도출하고, 상기 레지듀얼 블록에 포함된 레지듀얼 샘플들(레지듀얼 샘플 어레이)에 변환 절차를 수행하여 변환 계수들을 도출하고, 상기 변환 계수들에 양자화 절차를 수행하여 양자화된 변환 계수들을 도출하여 관련된 레지듀얼 정보를 (비트스트림을 통하여) 디코딩 장치로 시그널링할 수 있다. 여기서 상기 레지듀얼 정보는 상기 양자화된 변환 계수들의 값 정보, 위치 정보, 변환 기법, 변환 커널, 양자화 파라미터 등의 정보를 포함할 수 있다. 디코딩 장치는 상기 레지듀얼 정보를 기반으로 역양자화/역변환 절차를 수행하고 레지듀얼 샘플들(또는 레지듀얼 블록)을 도출할 수 있다. 디코딩 장치는 예측된 블록과 상기 레지듀얼 블록을 기반으로 복원 픽처를 생성할 수 있다. 인코딩 장치는 또한 이후 픽처의 인터 예측을 위한 참조를 위하여 양자화된 변환 계수들을 역양자화/역변환하여 레지듀얼 블록을 도출하고, 이를 기반으로 복원 픽처를 생성할 수 있다.
도 4는 코딩된 데이터에 대한 계층 구조를 예시적으로 나타낸다.
도 4를 참조하면, 코딩된 데이터는 비디오/이미지의 코딩 처리 및 그 자체를 다루는 VCL(video coding layer)과 코딩된 비디오/이미지의 데이터를 저장하고 전송하는 하위 시스템과의 사이에 있는 NAL(Network abstraction layer)로 구분될 수 있다.
VCL은 시퀀스와 픽처 등의 헤더에 해당하는 파라미터 세트(픽처 파라미터 세트(PPS), 시퀀스 파라미터 세트(SPS), 비디오 파라미터 세트(VPS) 등) 및 비디오/이미지의 코딩 과정에 부가적으로 필요한 SEI(Supplemental enhancement information) 메시지를 생성할 수 있다. SEI 메시지는 비디오/이미지에 대한 정보(슬라이스 데이터)와 분리되어 있다. 비디오/이미지에 대한 정보를 포함한 VCL은 슬라이스 데이터와 슬라이스 헤더로 이루어진다. 한편, 슬라이스 헤더는 타일 그룹 헤더(tile group header)로 지칭될 수 있으며, 슬라이스 데이터는 타일 그룹 데이터(tile group data)로 지칭될 수 있다.
NAL에서는 VCL에서 생성된 RBSP(Raw Byte Sequence Payload)에 헤더 정보(NAL 유닛 헤더)를 부가하여 NAL 유닛을 생성할 수 있다. 이때, RBSP는 VCL에서 생성된 슬라이스 데이터, 파라미터 세트, SEI 메시지 등을 말한다. NAL 유닛 헤더에는 해당 NAL 유닛에 포함되는 RBSP 데이터에 따라 특정되는 NAL 유닛 타입 정보를 포함할 수 있다.
NAL의 기본 단위인 NAL 유닛은 코딩된 영상을 소정의 규격에 따른 파일 포맷, RTP(Real-time Transport Protocol), TS(Transport Strea) 등과 같은 하위 시스템의 비트열에 매핑시키는 역할을 한다.
도시된 바와 같이 NAL 유닛은 NAL 유닛은 VCL에서 생성된 RBSP의 따라 VCL NAL 유닛과 Non-VCL NAL 유닛으로 구분될 수 있다. VCL NAL 유닛은 영상에 대한 정보(슬라이스 데이터)를 포함하고 있는 NAL 유닛을 의미할 수 있고, Non-VCL NAL 유닛은 영상을 디코딩하기 위하여 필요한 정보(파라미터 세트 또는 SEI 메시지)를 포함하고 있는 NAL 유닛을 의미할 수 있다.
상술한 VCL NAL 유닛, Non-VCL NAL 유닛은 하위 시스템의 데이터 규격에 따라 헤더 정보를 붙여서 네트워크를 통해 전송될 수 있다. 예컨대, NAL 유닛은 H.266/VVC 파일 포맷, RTP(Real-time Transport Protocol), TS(Transport Stream) 등과 같은 소정 규격의 데이터 형태로 변형되어 다양한 네트워크를 통해 전송될 수 있다.
상술한 바와 같이, NAL 유닛은 해당 NAL 유닛에 포함되는 RBSP 데이터 구조(structure)에 따라 NAL 유닛 타입이 특정될 수 있으며, 이러한 NAL 유닛 타입에 대한 정보는 NAL 유닛 헤더에 저장되어 시그널링될 수 있다.
예를 들어, NAL 유닛이 영상에 대한 정보(슬라이스 데이터)를 포함하는지 여부에 따라 크게 VCL NAL 유닛 타입과 Non-VCL NAL 유닛 타입으로 분류될 수 있다. VCL NAL 유닛 타입은 VCL NAL 유닛이 포함하는 픽처의 성질 및 종류 등에 따라 분류될 수 있으며, Non-VCL NAL 유닛 타입은 파라미터 세트의 종류 등에 따라 분류될 수 있다.
아래는 Non-VCL NAL 유닛 타입이 포함하는 파라미터 세트의 종류 등에 따라 특정된 NAL 유닛 타입의 일 예이다. NAL 유닛 타입은 파라미터 세트의 종류 등에 따라 특정될 수 있다. 예를 들어, NAL 유닛 타입은 APS를 포함하는 NAL 유닛에 대한 타입인 APS (Adaptation Parameter Set) NAL unit, DPS를 포함하는 NAL 유닛에 대한 타입인 DPS (Decoding Parameter Set) NAL unit, VPS를 포함하는 NAL 유닛에 대한 타입인 VPS(Video Parameter Set) NAL unit, SPS를 포함하는 NAL 유닛에 대한 타입인 SPS(Sequence Parameter Set) NAL unit 및 PPS를 포함하는 NAL 유닛에 대한 타입인 PPS(Picture Parameter Set) NAL unit 중 어느 하나로 특정될 수 있다.
상술한 NAL 유닛 타입들은 NAL 유닛 타입을 위한 신택스 정보를 가지며, 상기 신택스 정보는 NAL 유닛 헤더에 저장되어 시그널링될 수 있다. 예컨대, 상기 신택스 정보는 nal_unit_type일 수 있으며, NAL 유닛 타입들은 nal_unit_type 값으로 특정될 수 있다.
한편, 상술한 바와 같이 하나의 픽처는 복수의 슬라이스를 포함할 수 있으며, 하나의 슬라이스는 슬라이스 헤더 및 슬라이스 데이터를 포함할 수 있다. 이 경우, 하나의 픽처 내 복수의 슬라이스(슬라이스 헤더 및 슬라이스 데이터 집합)에 대하여 하나의 픽처 헤더가 더 부가될 수 있다. 상기 픽처 헤더(픽처 헤더 신택스)는 상기 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 슬라이스 헤더(슬라이스 헤더 신택스)는 상기 슬라이스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 APS(APS 신택스) 또는 PPS(PPS 신택스)는 하나 이상의 슬라이스 또는 픽처에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 SPS(SPS 신택스)는 하나 이상의 시퀀스에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 VPS(VPS 신택스)는 다중 레이어에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 DPS(DPS 신택스)는 비디오 전반에 공통적으로 적용할 수 있는 정보/파라미터를 포함할 수 있다. 상기 DPS는 CVS(coded video sequence)의 concatenation에 관련된 정보/파라미터를 포함할 수 있다. 본 문서에서 상위 레벨 신택스(High level syntax, HLS)라 함은 상기 APS 신택스, PPS 신택스, SPS 신택스, VPS 신택스, DPS 신택스, a picture header syntax, 슬라이스 헤더 신택스 중 적어도 하나를 포함할 수 있다.
본 문서에서 인코딩 장치에서 디코딩 장치로 인코딩되어 비트스트림 형태로 시그널링되는 영상/비디오 정보는 픽처 내 파티셔닝 관련 정보, 인트라/인터 예측 정보, 레지듀얼 정보, 인루프 필터링 정보 등을 포함할 뿐 아니라, 상기 슬라이스 헤더에 포함된 정보, 상기 Picture header에 포함된 정보, 상기 APS에 포함된 정보, 상기 PPS에 포함된 정보, SPS에 포함된 정보, VPS에 포함된 정보 및/또는 DPS에 포함된 정보를 포함할 수 있다. 또한 상기 영상/비디오 정보는 NAL unit header의 정보를 더 포함할 수 있다.
한편, 인코딩 장치는 디코더를 초기화(initialization) 하기 위한 디코더 초기화 정보(decoder initialization information)를 생성하여 디코딩 장치로 시그널링할 수 있다. 디코딩 장치는 디코딩 프로세스를 수행하기 전에 상기 디코더 초기화 정보를 기반으로 디코더를 초기화할 수 있다.
디코더 재초기화(decoder re-initialization)는 스트리밍 클라이언트(streaming client)가 다른 공간적 해상도(spatial resolution)을 가지는 비트스트림으로 전환을 요청하는 경우, 변화하는 네트워크 조건(예를 들어, 대역폭)에 적응하기 위해 필요할 수 있다. 일반적으로 디코더 초기화 또는 재초기화는, 전형적인 케이스에서, 16 MS이면 수행될 수 있으나, 스트리밍 세션의 다양한 요소에 따라 100 에서 200 MS까지 소요될 수도 있다. 여기서 다양한 요소는 메모리 할당 시간(memory allocation time), 상기 세션이 보안/비보안인지 여부(whether the session is secure / non-secure one), 매핑 시간(mapping time), DDR 메모리 단편화(memory fragmentation of double data rate (DDR)), SMMU 내부 단편화(internal fragmentation of system memory management unit (SMMU)) 등을 포함할 수 있다. 일반적인 경우 재초기화에 걸리는 이러한 오랜 시간은 원활한 재생을 어렵게 만들 수 있다.
기존에는 디코딩 장치가 원활한 재생을 보장하기 위해 할당해야 하는 리소스를 결정하는 데 도움이 될 수 있는 인코딩 장치/콘텐츠 제공자로부터 시그널링되는 정보가 없었다. 이에, 디코더 초기화 프로세스 중 디코더에 의해 사용될 수 있는 디코더 초기화 정보(decoder initialization information)을 시그널링하는 방법이 제안되었다. 상기 방법에 따르면 디코더 초기화 정보는 주어진 비트스트림을 디코딩하는데 필요한 최대 메모리를 제공하여 디코더가 이러한 최대 리콰이어먼트(maximum requirement) 즉, DPB 내 픽처 버퍼의 최대 개수(max number of picture buffer in DPB), 최대 픽처 사이즈(max picture size), 최대 비트 뎁스(max bit depth), 및 최대 크로마 포멧(max chroma format)에 따라 메모리 할당을 초기화할 수 있었다. 이를 통해 스트림이 변경될 때(예: DASH 세션에서 레프리젠테이션 변경) 이전에 수행된 메모리 초기화/할당이 새로운 스트림/레프리젠테이션을 처리하기에 충분하기 때문에 디코더가 재초기화를 일으킬 필요가 없다고 주장되었다. 그러나, 상기 방법은 적어도 다음과 같은 두 가지 문제점를 가지고 있다.
도 5 및 도 6은 기존의 초기화 방법이 가지는 문제점 설명하기 위한 도면이다.
첫 번째로, 상기 방법에 의한 디코더 초기화 정보는, 스트리밍 세션에 대해 가장 높은 레프리젠테이션(highest representation)까지 디코딩할 수 있는 디코더(디코딩 장치)에만 유용하다는 문제가 있다. 즉, 성능이 낮은 디코더(예: 레벨 4.1 디코더)는 상기 디코더 초기화 정보를 사용할 수 없다는 문제가 있다.
도 5를 참조하면, 스트리밍 세션에 대해 동일한 컨텐츠가 주어지면 레벨 4.1 디코더는 처음 두 레프리젠테이션의 컨텐츠를 처리할 수 있다. 그러나 이 경우, 디코더 초기화 정보는 모든 레프리젠테이션을 기반으로 하는 최대 파라미터에 대한 정보이므로 상기 디코더 초기화 정보의 이점을 활용할 수 없게 된다.
두 번째로, 디코더 초기화 정보의 각 파라미터에 대해 오직 최대값만이 제공되는 경우 전체 메모리 리콰이어먼트(total memory requirement)가 특정 level이 허용하는 것을 초과할 수 있으므로 결과적으로 상기 정보가 디코더에 유용하지 않게 될 수 있다는 문제가 있다.
도 6을 참조하면, HD 해상도 스트림이 DPB 크기 8을 가지는 레벨 3.1을 갖도록 하는 대신, 인코더는 더 많은 참조 픽처(즉, DPB 크기 16이 필요)를 가지는 레프리젠테이션으로 인코딩하기로 결정하여 상기 스트림이 레벨 3.1 대신 레벨 4.1을 갖도록 할 수 있다. 이러한 변경은 디코더 초기화 정보의 최대 DPB에 영향을 미쳐 최대 DPB가 8이 아닌 16이 될 수 있다. 여기서 레벨 5.1 디코더는 컨텐츠를 처리할 수 있지만, 레벨 5.1은 각 픽처 버퍼가 3860x1920 10비트 4:2:0 픽처를 저장할 수 있는 DPB 크기 16을 지원하지 않기 때문에 디코더 초기화 정보에 따라 초기화될 수 없다.
본 문서는, 상기와 같은 문제를 해결하기 위해, 다음과 같은 방법을 제안한다. 각각의 항목에 개시된 방법들 독립적으로 또는 조합되어 수행될 수 있다.
item 1. 주어진 비트스트림에 대하여, 아래와 같은 정보를 포함하는 1 이상의 디코더 초기화 정보 세트(set of decoder initialization information)를 시그널링할 수 있다.
a) 레벨 id (level id)
b) 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 최대 DPB 사이즈 (Maximum DPB size required for decoding the associated bitstream / sub-bitstream that conform to the given level id)
c) 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림의 최대 픽처 사이즈(즉, 픽처 너비 및 픽처 높이) (Maximum picture size (i.e., picture width and picture height) of the associated bitstream / sub-bitstream that conform to the given level id)
d) 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림의 최대 비트 뎁스 (Maximum bit-depth of the associated bitstream / sub-bitstream that conform to the given level id)
e) 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림의 최대 크로마 포멧 (Maximum chroma format of the associated bitstream / sub-bitstream that conform to the given level id)
item 2. 상기 item 1을 서포트하기 위하여, 디코더 초기화 정보 세트의 개수를 명시하는 정보를 시그널링할 수 있다.
item 3. 디코더 초기화 정보 세트 하나를 시그널링하는 총 비트수는 8 비트(즉 1 byte)의 배수일 수 있다. 이를 위하여 일부 예약된 비트(some reserved bits)가 추가될 수 있다.
item 4. 디코더 초기화 정보 세트와 관련된 비트스트림에 대해 다음 제약 조건이 설정될 수 있다. 특정한 레벨 id를 가지는 디코더 초기화 정보 세트 각각에 대하여, 해당 레벨 id 또는 하위 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림(즉, 해당 레벨 id가 4.1인 경우, 레벨 4.1, 4.0, 3.1, 3.0, 또는 그 이하를 따르는 비트스트림 / 서브 비트스트림)은 최대 DPB 사이즈(maximum DPB size), 최대 픽처 너비(maximum picture width), 최대 픽처 높이(maximum picture height), 최대 비트 뎁스(maximum bit-depth), 및 최대 크로마 포멧(maximum chroma format) 보다 낮은 DPB 사이즈(DPB size), 픽처 너비(picture width), 픽처 높이(picture height), 비트 뎁스(bit-depth), 및 크로마 포멧(chroma format)를 가질 수 있다.
item 5. 디코더 초기화 정보가 존재하는 경우, 연관된 비트스트림 / 서브 비트스트림은 CVS(s) (coded video sequences)에 걸쳐 동일한 프로파일(profile) 및 티어(tier)를 갖는다는 것이 더 제한될 수 있다. 즉, 전체 비트스트림 / 서브 비트스트림은 하나의 프로파일과 하나의 티어를 따를 수 있다.
item 6. 디코더 초기화 정보가 1 보다 많은 정보의 세트를 포함할 때, 세트의 순서는 레벨 id의 내림차순으로 배열될 수 있다. 즉, 더 높은 레벨 id에 대응되는 세트가 레벨 id가 더 낮은 세트보다 먼저 시그널링될 수 있다.
item 7. 디코더 초기화 정보는 DPS 확장(decoder parameter set extension)을 통하여 시그널링될 수 있다. 또는, 디코더 초기화 정보는 DCI 확장(Decoding Capability Information extension)을 통하여 시그널링될 수 있다. 상술한 DPS 확장은 DCI 확장은 하이 레벨 신택스에 포함될 수 있다.
item 8. 이와 달리 디코더 초기화 정보는 SEI 메세지 또는 비트스트림의 다른 부분을 통하여 시그널링될 수 있다.
item 9. 상기 item 1의 다른 대안으로, 최대 비트 뎁스(maximum bit-depth)를 시그널링함에 있어서, 디코더 초기화 정보의 세트 각각이 최대 비트 뎁스를 가지게 하지 않고, 디코더 초기화 정보의 모든 세트가 동일한 최대 비트 뎁스를 공유하게 할 수 있다.
item 10. 상기 item 1의 또 다른 대안으로, 최대 크로마 포멧(maximum chroma format)를 시그널링함에 있어서, 디코더 초기화 정보의 세트 각각이 최대 크로마 포멧을 가지게 하지 않고, 디코더 초기화 정보의 모든 세트가 동일한 최대 크로마 포멧을 공유하게 할 수 있다.
이하에서는 상술한 항목들에 따른 방법들이 적용될 수 있는 실시예를 설명한다.
본 문서에 따른 일 실시예는 다음 표 1에 개시된 신택스 스트럭처를 기반으로 수행될 수 있고, 표 2는 표 1의 신택스 요소들에 대한 시맨틱스를 나타낸다.
Figure PCTKR2022005277-appb-T000001
Figure PCTKR2022005277-appb-T000002
Figure PCTKR2022005277-appb-I000001
상기 표 1 및 표 2를 참조하면, 디코더 초기화에 관련된 정보는 DCI(Decoding Capability Information)을 통하여 시그널링될 수 있다. 보다 구체적으로 디코더 초기화에 관련된 정보는 DCI extension을 통하여 시그널링될 수 있다. 이와 달리 디코더 초기화에 관련된 정보는 DPS extension을 통하여 시그널링되거나, SEI 메세지 또는 비트스트림의 다른 부분을 통하여 시그널링될 수 있음은 상술한 바와 같다.
디코더 초기화에 관련된 정보는 디코딩 프로세스 시작 전 디코더를 초기화하는데 필요한 정보일 수 있다. 예를 들어, 디코더 초기화에 관련된 정보는 디코딩 프로세스 시작 전 디코더의 메모리를 초기화하는데 필요한 정보일 수 있다.
예를 들어, 디코더 초기화에 관련된 정보는 1 이상의 디코더 초기화 정보 세트를 포함할 수 있다. 디코더 초기화에 관련된 정보는 상기 1 이상의 디코더 초기화 정보 세트의 개수를 나타내기 위한 디코더 초기화 세트 개수에 대한 정보를 포함할 수 있다. 예를 들어, 디코더 초기화 세트 개수에 대한 정보는 신택스 요소 dci_num_initialization_set_minus1로 나타내어질 수 있다. 신택스 요소 dci_num_initialization_set_minus1 더하기 1은 디코더 초기화 정보 세트의 개수를 나타낼 수 있다.
예를 들어, 상기 1 이상의 디코더 초기화 정보 세트 각각은 레벨 id 정보 및 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 파라미터들의 최대값 정보를 포함할 수 있다.
예를 들어, 상기 레벨 id 정보는 신택스 요소 dci_level_idc[ i ] 로 나타내어질 수 있다. 신택스 요소 dci_level_idc[ i ] 는 i 번째 디코더 초기화 정보 세트의 레벨(또는 레벨 id)를 나타낼 수 있다. 상기 1 이상의 디코더 초기화 정보 세트들은 상기 레벨 id를 기준으로 배열될 수 있다. 예를 들어, 디코더 초기화 정보 세트들의 순서는 레벨 id의 내림차순으로 배열될 수 있다. 즉, 더 높은 레벨 id에 대응되는 세트가 레벨 id가 더 낮은 세트보다 먼저 시그널링될 수 있다.
예를 들어, 상기 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 파라미터들의 최대값 정보는 최대 DPB 사이즈 정보, 최대 픽처 사이즈 정보, 최대 비트 뎁스 정보, 최대 크로마 포멧 정보를 포함할 수 있다.
예를 들어, 최대 DPB 사이즈 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 최대 DPB 사이즈를 나타낼 수 있다. 예를 들어, 최대 DPB 사이즈 정보는 신택스 요소 dci_max_num_dec_pics_in_dpb_minus1[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dci_max_num_dec_pics_in_dpb_minus1[ i ] 더하기 1은 dci_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처를 디코딩할 때 DPB에 필요한 디코딩된 픽처의 최대 수를 나타낼 수 있다.
예를 들어, 최대 픽처 사이즈 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림의 최대 픽처 사이즈를 나타낼 수 있다. 최대 픽처 사이즈 정보는 최대 픽처 너비 정보 및 최대 픽처 높이 정보를 포함할 수 있다.
예를 들어, 최대 픽처 너비 정보는 신택스 요소 dci_max_pic_width[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dci_max_pic_width[ i ]는 dci_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처에 대응하는 디코딩된 픽처의 최대 폭을 루마 샘플 단위로 나타낼 수 있다.
예를 들어, 최대 픽처 높이 정보는 신택스 요소 dci_max_pic_height[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dci_max_pic_height[ i ]는 dci_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처에 대응하는 디코딩된 픽처의 최대 너비를 루마 샘플 단위로 나타낼 수 있다.
예를 들어, 최대 비트 뎁스 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림의 최대 비트 뎁스를 나타낼 수 있다. 예를 들어, 최대 비트 뎁스 정보는 신택스 요소 dci_max_bitdepth_minus8[ i ]로 나타내어질 수 있다. 신택스 요소 dci_max_bitdepth_minus8[ i ] 더하기 8은 dci_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처에 대응하는 디코딩된 픽처의 각 색상 성분의 최대 비트 뎁스를 비트 단위(in units of bits)로 나타낼 수 있다.
예를 들어, 최대 크로마 포멧 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림의 최대 크로마 포멧을 나타낼 수 있다. 예를 들어, 최대 크로마 포멧 정보는 신택스 요소 dci_max_chroma_format[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dci_max_chroma_format[ i ]은 dci_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처들에 대응하는 픽처에 의해 참조되는 SPS 내 sps_chroma_format_idc의 최대 값을 나타낼 수 있다.
상기 1 이상의 디코더 초기화 정보 세트 각각은 예약된 비트에 대한 정보(reserved bits information)를 더 포함할 수 있다. 상기 예약된 비트에 대한 정보는 ITU-T | ISO/IEC 에 의해 향후 사용될 것을 고려한 정보일 수 있다. 예약된 비트에 대한 정보는 신택스 요소 dci_ext_reserved_zero_6bits[ i ]에 의해 나타내어질 수 있다.
한편, 본 문서에 따른 다른 일 실시예는 다음 표 3에 개시된 신택스 스트럭처를 기반으로 수행될 수 있고, 표 4는 표 3의 신택스 요소들에 대한 시맨틱스를 나타낸다.
Figure PCTKR2022005277-appb-T000003
Figure PCTKR2022005277-appb-T000004
Figure PCTKR2022005277-appb-I000002
상기 표 3 및 표 4를 참조하면, 디코더 초기화에 관련된 정보는 SEI 메시지를 통하여 시그널링될 수 있다. 보다 구체적으로 디코더 초기화에 관련된 정보는 DII SEI 메시지(Decoder initialization information SEI message)를 통하여 시그널링될 수 있다. 이와 달리 디코더 초기화에 관련된 정보는 DPS extension을 통하여 시그널링되거나, DCI extension 또는 비트스트림의 다른 부분을 통하여 시그널링될 수 있음은 상술한 바와 같다.
디코더 초기화에 관련된 정보는 디코딩 프로세스 시작 전 디코더를 초기화하는데 필요한 정보일 수 있다. 예를 들어, 디코더 초기화에 관련된 정보는 디코딩 프로세스 시작 전 디코더의 메모리를 디코더 초기화하는데 필요한 정보일 수 있다.
예를 들어, 디코더 초기화에 관련된 정보는 1 이상의 디코더 초기화 정보 세트를 포함할 수 있다. 디코더 초기화에 관련된 정보는 상기 1 이상의 디코더 초기화 정보 세트의 개수를 나타내기 위한 디코더 초기화 세트 개수에 대한 정보를 포함할 수 있다. 예를 들어, 디코더 초기화 세트 개수에 대한 정보는 신택스 요소 dii_num_initialization_set_minus1로 나타내어질 수 있다. 신택스 요소 dii_num_initialization_set_minus1 더하기 1은 디코더 초기화 정보 세트의 개수를 나타낼 수 있다.
예를 들어, 상기 1 이상의 디코더 초기화 정보 세트 각각은 레벨 id 정보 및 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 파라미터들의 최대값 정보를 포함할 수 있다.
예를 들어, 상기 레벨 id 정보는 신택스 요소 dii_level_idc[ i ] 로 나타내어질 수 있다. 신택스 요소 dii_level_idc[ i ] 는 i 번째 디코더 초기화 정보 세트의 레벨(또는 레벨 id)를 나타낼 수 있다. 상기 1 이상의 디코더 초기화 정보 세트들은 상기 레벨 id를 기준으로 배열될 수 있다. 예를 들어, 디코더 초기화 정보 세트들의 순서는 레벨 id의 내림차순으로 배열될 수 있다. 즉, 더 높은 레벨 id에 대응되는 세트가 레벨 id가 더 낮은 세트보다 먼저 시그널링될 수 있다.
예를 들어, 상기 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 파라미터들의 최대값 정보는 최대 DPB 사이즈 정보, 최대 픽처 사이즈 정보, 최대 비트 뎁스 정보, 최대 크로마 포멧 정보를 포함할 수 있다.
예를 들어, 최대 DPB 사이즈 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 최대 DPB 사이즈를 나타낼 수 있다. 예를 들어, 최대 DPB 사이즈 정보는 신택스 요소 dii_max_num_dec_pics_in_dpb_minus1[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dii_max_num_dec_pics_in_dpb_minus1[ i ] 더하기 1은 dii_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처를 디코딩할 때 DPB에 필요한 디코딩된 픽처의 최대 수를 나타낼 수 있다.
예를 들어, 최대 픽처 사이즈 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림의 최대 픽처 사이즈를 나타낼 수 있다. 최대 픽처 사이즈 정보는 최대 픽처 너비 정보 및 최대 픽처 높이 정보를 포함할 수 있다.
예를 들어, 최대 픽처 너비 정보는 신택스 요소 dii_max_pic_width[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dii_max_pic_width[ i ]는 dii_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처에 대응하는 디코딩된 픽처의 최대 너비를 루마 샘플 단위로 나타낼 수 있다.
예를 들어, 최대 픽처 높이 정보는 신택스 요소 dii_max_pic_height[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dii_max_pic_height[ i ]는 dii_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처에 대응하는 디코딩된 픽처의 최대 폭을 루마 샘플 단위로 나타낼 수 있다.
예를 들어, 최대 비트 뎁스 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림의 최대 비트 뎁스를 나타낼 수 있다. 예를 들어, 최대 비트 뎁스 정보는 신택스 요소 dii_max_bitdepth_minus8[ i ]로 나타내어질 수 있다. 신택스 요소 dii_max_bitdepth_minus8[ i ] 더하기 8은 dii_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처에 대응하는 디코딩된 픽처의 각 색상 성분의 최대 비트 뎁스를 비트 단위(in units of bits)로 나타낼 수 있다.
예를 들어, 최대 크로마 포멧 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림의 최대 크로마 포멧을 나타낼 수 있다. 예를 들어, 최대 크로마 포멧 정보는 신택스 요소 dii_max_chroma_format[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dii_max_chroma_format[ i ]은 dii_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처들에 대응하는 픽처에 의해 참조되는 SPS 내 sps_chroma_format_idc의 최대 값을 나타낼 수 있다.
상기 1 이상의 디코더 초기화 정보 세트 각각은 예약된 비트에 대한 정보(reserved bits information)를 더 포함할 수 있다. 상기 예약된 비트에 대한 정보는 ITU-T | ISO/IEC 에 의해 향후 사용될 것을 고려한 정보일 수 있다. 예약된 비트에 대한 정보는 신택스 요소 dii_ext_reserved_zero_6bits[ i ]에 의해 나타내어질 수 있다.
한편, 본 문서에 따른 또 다른 일 실시예는 다음 표 5에 개시된 신택스 스트럭처를 기반으로 수행될 수 있고, 표 6는 표 5의 신택스 요소들에 대한 시맨틱스를 나타낸다.
Figure PCTKR2022005277-appb-T000005
Figure PCTKR2022005277-appb-T000006
Figure PCTKR2022005277-appb-I000003
상기 표 5 및 표 6을 참조하면, 디코더 초기화에 관련된 정보는 DCI(Decoding Capability Information)을 통하여 시그널링될 수 있다. 보다 구체적으로 디코더 초기화에 관련된 정보는 DCI extension을 통하여 시그널링될 수 있다. 이와 달리 디코더 초기화에 관련된 정보는 DPS extension을 통하여 시그널링되거나, SEI 메세지 또는 비트스트림의 다른 부분을 통하여 시그널링될 수 있음은 상술한 바와 같다.
디코더 초기화에 관련된 정보는 디코딩 프로세스 시작 전 디코더를 초기화하는데 필요한 정보일 수 있다. 예를 들어, 디코더 초기화에 관련된 정보는 디코딩 프로세스 시작 전 디코더의 메모리를 디코더 초기화하는데 필요한 정보일 수 있다.
한편, 표 5에 개시된 일 실시예에 따르면, 표 1 및 표 2를 통하여 설명했던 실시예와 달리, 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보가 1 이상의 디코더 초기화 정보 세트들에 의해 공유될 수 있다. 다시 말해, 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보가 1 이상의 디코더 초기화 정보 세트들 각각에 포함되어 시그널링되지 않고, 1 이상의 디코더 초기화 정보 세트들이 공유할 수 있는 정보로서 시그널링될 수 있다. 디코더 초기화 정보 세트들이 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보를 공유하는 경우, 디코더 초기화 정보 세트들 각각이 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보를 포함하는 경우보다 비트수가 절약될 수 있다.
예를 들어, 디코더 초기화에 관련된 정보는 최대 비트 뎁스 정보, 최대 크로마 포멧 정보, 제1 예약된 비트에 대한 정보, 및 디코더 초기화 정보 세트 개수에 대한 정보를 포함할 수 있다.
예를 들어, 최대 비트 뎁스 정보는 모든 디코더 초기화 세트들에 의해 공유되는 최대 비트 뎁스를 나타낼 수 있다. 다시 말해, 모든 디코더 초기화 세트들은 상기 동일한 최대 비트 뎁스를 가질 수 있다. 예를 들어, 최대 비트 뎁스 정보는 신택스 요소 dci_max_bitdepth_minus8로 나타내어질 수 있다. 예를 들어, 신택스 요소 dci_max_bitdepth_minus8 더하기 8은 디코딩된 픽처의 각 색상 성분의 최대 비트 뎁스를 비트 단위로 나타낼 수 있다.
예를 들어, 최대 크로마 포멧 정보는 모든 디코더 초기화 세트들에 의해 공유되는 최대 크로마 포멧을 나타낼 수 있다. 다시 말해, 모든 디코더 초기화 세트들은 상기 동일한 최대 크로마 포멧을 가질 수 있다. 예를 들어, 최대 크로마 포멧 정보는 신택스 요소 dci_max_chroma_format으로 나타내어질 수 있다. 예를 들어, 신택스 요소 dci_max_chroma_format은 비트스트림 내 픽처들에 대응하는 픽처가 참조하는 SPS 내 sps_chroma_format_idc의 최대값을 나타낼 수 있다.
예를 들어, 제1 예약된 비트에 대한 정보는 ITU-T | ISO/IEC 에 의해 향후 사용될 것을 고려한 정보일 수 있다. 제1 예약된 비트에 대한 정보는 신택스 요소 dci_ext_reserved_zero_2bits[ i ] 에 의해 나타내어질 수 있다. 제1 예약된 비트에 대한 정보는 상술한 표 1 내지 표 4에 개시된 예약된 비트에 대한 정보와 달리 디코더 초기화 정보 세트 내 포함되는 정보가 아닐 수 있다. 즉, 제1 예약된 비트에 대한 정보는 각각의 디코더 초기화 정보 세트들이 시그널링되기 전에 시그널링되는 정보일 수 있다.
예를 들어, 디코더 초기화 정보 세트 개수에 대한 정보는 1 이상의 디코더 초기화 정보 세트의 개수를 나타낼 수 있다. 예를 들어, 디코더 초기화 정보 세트 개수에 대한 정보는 신택스 요소 dci_num_initialization_set_minus1로 나타내어질 수 있다. 신택스 요소 dci_num_initialization_set_minus1 더하기 1은 디코더 초기화 정보 세트의 개수를 나타낼 수 있다.
상술한 최대 비트 뎁스 정보, 최대 크로마 포멧 정보, 제1 예약된 비트에 관련된 정보, 및 디코더 초기화 정보 세트 개수에 대한 정보가 시그널링된 후, 1 이상의 디코더 초기화 정보 세트들이 시그널링될 수 있다.
예를 들어, 상기 1 이상의 디코더 초기화 정보 세트 각각은 레벨 id 정보 및 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 파라미터들의 최대값 정보를 포함할 수 있다.
예를 들어, 상기 레벨 id 정보는 신택스 요소 dci_level_idc[ i ] 로 나타내어질 수 있다. 신택스 요소 dci_level_idc[ i ] 는 i 번째 디코더 초기화 정보 세트의 레벨(또는 레벨 id)를 나타낼 수 있다. 상기 1 이상의 디코더 초기화 정보 세트들은 상기 레벨 id를 기준으로 배열될 수 있다. 예를 들어, 디코더 초기화 정보 세트들의 순서는 레벨 id의 내림차순으로 배열될 수 있다. 즉, 더 높은 레벨 id에 대응되는 세트가 레벨 id가 더 낮은 세트보다 먼저 시그널링될 수 있다.
예를 들어, 상기 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 파라미터들의 최대값 정보는 최대 DPB 사이즈 정보 및 최대 픽처 사이즈 정보를 포함할 수 있다. 표 5에 따른 일 실시예에 따르면, 표 1 내지 표 4에 따른 실시예들과 달리 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보가 디코더 초기화 정보 세트에 포함하지 않을 수 있다. 상술한 바와 같이 표 5에 따른 일 실시예는 모든 디코더 초기화 정보 세트들이 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보를 공유하기 때문이다. 디코더 초기화 정보 세트들이 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보를 공유하는 경우, 디코더 초기화 정보 세트들 각각이 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보를 포함하는 경우보다 비트수가 절약될 수 있다.
예를 들어, 최대 DPB 사이즈 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 최대 DPB 사이즈를 나타낼 수 있다. 예를 들어, 최대 DPB 사이즈 정보는 신택스 요소 dci_max_num_dec_pics_in_dpb_minus1[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dci_max_num_dec_pics_in_dpb_minus1[ i ] 더하기 1은 dci_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처를 디코딩할 때 DPB에 필요한 디코딩된 픽처의 최대 수를 나타낼 수 있다.
예를 들어, 최대 픽처 사이즈 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림의 최대 픽처 사이즈를 나타낼 수 있다. 최대 픽처 사이즈 정보는 최대 픽처 너비 정보 및 최대 픽처 높이 정보를 포함할 수 있다.
예를 들어, 최대 픽처 너비 정보는 신택스 요소 dci_max_pic_width[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dci_max_pic_width[ i ]는 dci_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처에 대응하는 디코딩된 픽처의 최대 폭을 루마 샘플 단위로 나타낼 수 있다.
예를 들어, 최대 픽처 높이 정보는 신택스 요소 dci_max_pic_height[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dci_max_pic_height[ i ]는 dci_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처에 대응하는 디코딩된 픽처의 최대 너비를 루마 샘플 단위로 나타낼 수 있다.
상기 1 이상의 디코더 초기화 정보 세트 각각은 제2 예약된 비트에 대한 정보를 더 포함할 수 있다. 상기 제2 예약된 비트에 대한 정보는 ITU-T | ISO/IEC 에 의해 향후 사용될 것을 고려한 정보일 수 있다. 상기 제2 예약된 비트에 대한 정보는 신택스 요소 dci_ext_reserved_zero_4bits[ i ] 에 의해 나타내어질 수 있다. 상기 제2 예약된 비트에 대한 정보는 상술한 제1 비트에 대한 정보와 달리 각각의 디코더 초기화 정보 세트에 포함된 정보일 수 있다.
한편, 본 문서에 따른 또 다른 일 실시예는 다음 표 7에 개시된 신택스 스트럭처를 기반으로 수행될 수 있고, 표 8는 표 7의 신택스 요소들에 대한 시맨틱스를 나타낸다.
Figure PCTKR2022005277-appb-T000007
Figure PCTKR2022005277-appb-T000008
Figure PCTKR2022005277-appb-I000004
상기 표 7 및 표 8을 참조하면, 디코더 초기화에 관련된 정보는 SEI 메시지를 통하여 시그널링될 수 있다. 보다 구체적으로 디코더 초기화에 관련된 정보는 DII SEI 메시지(Decoder initialization information SEI message)를 통하여 시그널링될 수 있다. 이와 달리 디코더 초기화에 관련된 정보는 DPS extension을 통하여 시그널링되거나, DCI extension 또는 비트스트림의 다른 부분을 통하여 시그널링될 수 있음은 상술한 바와 같다.
디코더 초기화에 관련된 정보는 디코딩 프로세스 시작 전 디코더를 초기화하는데 필요한 정보일 수 있다. 예를 들어, 초기화에 관련된 정보는 디코딩 프로세스 시작 전 디코더의 메모리를 초기화하는데 필요한 정보일 수 있다.
한편, 표 7에 개시된 일 실시예에 따르면, 표 4 및 표 5를 통하여 설명했던 실시예와 달리, 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보가 1 이상의 디코더 초기화 정보 세트들에 의해 공유될 수 있다. 다시 말해, 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보가 1 이상의 디코더 초기화 정보 세트들 각각에 포함되어 시그널링되지 않고, 1 이상의 디코더 초기화 정보 세트들이 공유할 수 있는 정보로서 시그널링될 수 있다. 디코더 초기화 정보 세트들이 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보를 공유하는 경우, 디코더 초기화 정보 세트들 각각이 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보를 포함하는 경우보다 비트수가 절약될 수 있다.
예를 들어, 디코더 초기화에 관련된 정보는 최대 비트 뎁스 정보, 최대 크로마 포멧 정보, 제1 예약된 비트에 대한 정보, 및 디코더 초기화 정보 세트 개수에 대한 정보를 포함할 수 있다.
예를 들어, 최대 비트 뎁스 정보는 모든 디코더 초기화 세트들에 의해 공유되는 최대 비트 뎁스를 나타낼 수 있다. 다시 말해, 모든 디코더 초기화 세트들은 상기 동일한 최대 비트 뎁스를 가질 수 있다. 예를 들어, 최대 비트 뎁스 정보는 신택스 요소 dii_max_bitdepth_minus8로 나타내어질 수 있다. 예를 들어, 신택스 요소 dii_max_bitdepth_minus8 더하기 8은 디코딩된 픽처의 각 색상 성분의 최대 비트 뎁스를 비트 단위로 나타낼 수 있다.
예를 들어, 최대 크로마 포멧 정보는 모든 디코더 초기화 세트들에 의해 공유되는 최대 크로마 포멧을 나타낼 수 있다. 다시 말해, 모든 디코더 초기화 세트들은 상기 동일한 최대 크로마 포멧을 가질 수 있다. 예를 들어, 최대 크로마 포멧 정보는 신택스 요소 dii_max_chroma_format으로 나타내어질 수 있다. 예를 들어, 신택스 요소 dii_max_chroma_format은 비트스트림 내 픽처들에 대응하는 픽처가 참조하는 SPS 내 sps_chroma_format_idc의 최대값을 나타낼 수 있다.
예를 들어, 제1 예약된 비트에 대한 정보는 ITU-T | ISO/IEC 에 의해 향후 사용될 것을 고려한 정보일 수 있다. 제1 예약된 비트에 대한 정보는 신택스 요소 dii_ext_reserved_zero_2bits[ i ] 에 의해 나타내어질 수 있다. 제1 예약된 비트에 대한 정보는 상술한 표 1 내지 표 4에 개시된 예약된 비트에 대한 정보와 달리 디코더 초기화 정보 세트 내 포함되는 정보가 아닐 수 있다. 즉, 제1 예약된 비트에 대한 정보는 각각의 디코더 초기화 정보 세트들이 시그널링되기 전에 시그널링되는 정보일 수 있다.
예를 들어, 디코더 초기화 정보 세트 개수에 대한 정보는 1 이상의 디코더 초기화 정보 세트의 개수를 나타낼 수 있다. 예를 들어, 디코더 초기화 정보 세트 개수에 대한 정보는 신택스 요소 dii_num_initialization_set_minus1로 나타내어질 수 있다. 신택스 요소 dii_num_initialization_set_minus1 더하기 1은 디코더 초기화 정보 세트의 개수를 나타낼 수 있다.
상술한 최대 비트 뎁스 정보, 최대 크로마 포멧 정보, 제1 예약된 비트에 관련된 정보, 및 디코더 초기화 정보 세트 개수에 대한 정보가 시그널링된 후, 1 이상의 디코더 초기화 정보 세트들이 시그널링될 수 있다.
예를 들어, 상기 1 이상의 디코더 초기화 정보 세트 각각은 레벨 id 정보 및 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 파라미터들의 최대값 정보를 포함할 수 있다.
예를 들어, 상기 레벨 id 정보는 신택스 요소 dii_level_idc[ i ] 로 나타내어질 수 있다. 신택스 요소 dii_level_idc[ i ] 는 i 번째 디코더 초기화 정보 세트의 레벨(또는 레벨 id)를 나타낼 수 있다. 상기 1 이상의 디코더 초기화 정보 세트들은 상기 레벨 id를 기준으로 배열될 수 있다. 예를 들어, 디코더 초기화 정보 세트들의 순서는 레벨 id의 내림차순으로 배열될 수 있다. 즉, 더 높은 레벨 id에 대응되는 세트가 레벨 id가 더 낮은 세트보다 먼저 시그널링될 수 있다.
예를 들어, 상기 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 파라미터들의 최대값 정보는 최대 DPB 사이즈 정보 및 최대 픽처 사이즈 정보를 포함할 수 있다. 표 7에 따른 일 실시예에 따르면, 표 1 내지 표 4에 따른 실시예들과 달리 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보가 디코더 초기화 정보 세트에 포함하지 않을 수 있다. 상술한 바와 같이 표 7에 따른 일 실시예는 모든 디코더 초기화 정보 세트들이 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보를 공유하기 때문이다. 디코더 초기화 정보 세트들이 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보를 공유하는 경우, 디코더 초기화 정보 세트들 각각이 최대 비트 뎁스 정보 및 최대 크로마 포멧 정보를 포함하는 경우보다 비트수가 절약될 수 있다.
예를 들어, 최대 DPB 사이즈 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림을 디코딩하는데 필요한 최대 DPB 사이즈를 나타낼 수 있다. 예를 들어, 최대 DPB 사이즈 정보는 신택스 요소 dii_max_num_dec_pics_in_dpb_minus1[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dii_max_num_dec_pics_in_dpb_minus1[ i ] 더하기 1은 dii_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처를 디코딩할 때 DPB에 필요한 디코딩된 픽처의 최대 수를 나타낼 수 있다.
예를 들어, 최대 픽처 사이즈 정보는 주어진 레벨 id를 따르는 관련 비트스트림 / 서브 비트스트림의 최대 픽처 사이즈를 나타낼 수 있다. 최대 픽처 사이즈 정보는 최대 픽처 너비 정보 및 최대 픽처 높이 정보를 포함할 수 있다.
예를 들어, 최대 픽처 너비 정보는 신택스 요소 dii_max_pic_width[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dii_max_pic_width[ i ]는 dii_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처에 대응하는 디코딩된 픽처의 최대 폭을 루마 샘플 단위로 나타낼 수 있다.
예를 들어, 최대 픽처 높이 정보는 신택스 요소 dii_max_pic_height[ i ]로 나타내어질 수 있다. 예를 들어, 신택스 요소 dii_max_pic_height[ i ]는 dii_level_idc[ i ] 보다 같거나 작은 레벨을 따르는 비트스트림의 픽처에 대응하는 디코딩된 픽처의 최대 너비를 루마 샘플 단위로 나타낼 수 있다.
상기 1 이상의 디코더 초기화 정보 세트 각각은 제2 예약된 비트에 대한 정보를 더 포함할 수 있다. 상기 제2 예약된 비트에 대한 정보는 ITU-T | ISO/IEC 에 의해 향후 사용될 것을 고려한 정보일 수 있다. 상기 제2 예약된 비트에 대한 정보는 신택스 요소 dii_ext_reserved_zero_4bits[ i ] 에 의해 나타내어질 수 있다. 상기 제2 예약된 비트에 대한 정보는 상술한 제1 비트에 대한 정보와 달리 각각의 디코더 초기화 정보 세트에 포함된 정보일 수 있다.
도 7은 본 문서의 실시예(들)에 따른 비디오/영상 인코딩 방법의 일 예를 개략적으로 나타낸다.
도 7에 개시된 방법은 도 2에서 개시된 인코딩 장치(200)에 의하여 수행될 수 있다. 도 7에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함하여 수행될 수 있다. 따라서, 도 7에서는 상술한 실시예들과 중복되는 내용에 관해서 구체적인 설명을 생략하거나 간단히 하기로 한다.
도 7을 참조하면, 인코딩 장치는 디코더 초기화에 관련된 정보를 도출할 수 있다(S700).
일 실시예로, 상기 디코더 초기화에 관련된 정보는 DCI (decoding capability information) 확장 신택스 구조, DPS 확장(decoder parameter set extension) 신택스 구조 또는 SEI (supplemental enhancement information) 메시지 신택스 구조에 포함될 수 있다. 이와 달리 상기 디코더 초기화에 관련된 정보는 비트스트림의 다른 부분에 포함될 수 있다.
일 실시예로, 디코더 초기화에 관련된 정보는 디코더 초기화 정보 세트를 포함할 수 있다. 예를 들어, 디코더 초기화에 관련된 정보는 1 이상의 디코더 초기화 정보 세트를 포함할 수 있다.
일 실시예로, 상기 디코더 초기화 정보 세트는 레벨 id 정보 및 상기 레벨 id 정보에 관련된 비트스트림에 대한 파라미터들의 최대 값 정보를 포함할 수 있다. 상기 레벨 id 정보의 값은 상기 디코더 초기화 정보 세트에 관련된 레벨을 명시할 수 있다.
일 실시예로, 상기 디코더 초기화 정보 세트는 상기 레벨 id 정보의 값의 내림차순을 기반으로 배열될 수 있다. 즉, 더 높은 레벨 id에 대응되는 디코더 초기화 정보 세트가 레벨 id 가 더 낮은 디코더 초기화 정보 세트보다 먼저 시그널링될 수 있다.
일 실시예로, 상기 파라미터들의 최대 값 정보는 최대 DPB 사이즈 정보, 및 최대 픽처 사이즈 정보를 포함할 수 있다. 상기 최대 DPB 사이즈 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림에 대한 최대 DPB 사이즈를 명시할 수 있다. 상기 최대 픽처 사이즈 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처의 최대 픽처 사이즈를 명시할 수 있다.
일 실시예로, 상기 파라미터들의 최대 값 정보는 최대 비트 뎁스(bit-depth) 정보, 및 최대 크로마 포멧 정보를 포함할 수 있다. 상기 최대 비트 뎁스 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처의 각 컬러 성분의 최대 비트 뎁스를 명시할 수 있다. 상기 최대 크로마 포멧 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처에 의해 참조되는 SPS(sequence parameter set)의 신택스 요소 sps_chroma_format_idc의 최대 값을 명시할 수 있다. 상기 신택스 요소 sps_chroma_format_idc는 루마 샘플링에 상대적인 크로마 샘플링을 나타낼 수 있다.
일 실시예로, 상기 레벨 id 정보에 의해 명시되는 레벨을 따르는 비트스트림은 상기 최대 DPB 사이즈, 상기 최대 픽처 사이즈, 상기 최대 비트 뎁스 및 상기 최대 크로마 포멧 보다 각각 같거나 작은 DPB 사이즈, 픽처 사이즈, 비트 뎁스, 및 크로마 포멧을 가질 수 있다.
일 실시예로, 상기 디코더 초기화 정보 세트는 예약된 비트에 대한 정보를 포함할 수 있다. 예약된 비트에 대한 정보는 디코더 초기화 정보 세트는 8 비트의 배수로 나타내기 위한 정보일 수 있다. 예약된 비트에 대한 정보는 ITU-T | ISO/IEC 에 의해 향후 사용될 것을 고려한 정보일 수 있다.
예를 들어, 상기 디코더 초기화 정보 세트는 8 비트의 배수로 나타내어질 수 있다. 구체적으로, 상기 최대 DPB 사이즈, 상기 최대 픽처 사이즈, 상기 최대 비트 뎁스, 상기 최대 크로마 포멧, 및 상기 예약된 비트에 대한 정보를 포함하는 상기 디코더 초기화 정보 세트를 나타내기 위한 총 비트는 상기 8비트의 배수일 수 있다.
일 실시예로, 상기 디코더 초기화에 관련된 정보는 디코더 초기화 정보 세트의 개수에 대한 정보를 포함할 수 있다. 상기 디코더 초기화 정보 세트의 개수에 대한 정보는 상기 디코더 초기화에 관련된 정보에 포함된 상기 디코더 초기화 정보 세트의 개수를 명시할 수 있다.
일 실시예로, 상기 디코더 초기화에 관련된 정보는 공유 정보를 포함할 수 있다. 예를 들어, 상기 공유 정보는 모든 디코더 초기화 정보 세트들에 의해 공유되는 정보일 수 있다. 즉, 상기 공유 정보에 의해 나타내어지는 정보는 각각의 디코더 초기화 정보 세트에 포함되지 않을 수 있다.
예를 들어, 상기 공유 정보는 공유 최대 비트 뎁스 정보, 및 공유 최대 크로마 포멧 정보를 포함할 수 있다. 상기 공유 최대 비트 뎁스 정보는 모든 디코더 초기화 정보 세트 내 픽처의 각 컬러 성분의 공통 최대 비트 뎁스를 명시할 수 있다. 상기 디코더 초기화에 관련된 정보가 상기 공유 최대 비트 뎁스 정보를 포함하는 경우, 각각의 디코더 초기화 정보 세트는 최대 비트 뎁스 정보를 포함하지 않을 수 있다. 상기 공유 최대 크로마 포멧 정보는 상기 모든 디코더 초기화 정보 세트 내 픽처에 의해 참조되는 SPS의 신택스 요소 sps_chroma_format_idc의 공통 최대 값을 명시할 수 있다. 상기 디코더 초기화에 관련된 정보가 상기 공유 최대 크로마 포멧 정보를 포함하는 경우, 각각의 디코더 초기화 정보 세트는 최대 크로마 포멧 정보를 포함하지 않을 수 있다.
일 실시예로, 상기 비트스트림은 CVS(coded video sequence)에 걸쳐 동일한 프로파일 및 티어를 가질 수 있다. 보다 구체적으로, 디코더 초기화에 관련된 정보 또는 디코더 초기화 정보가 존재하는 경우, 연관된 비트스트림 / 서브 비트스트림은 CVS(s) (coded video sequences)에 걸쳐 동일한 프로파일(profile) 및 티어(tier)를 가질 수 있다. 즉, 전체 비트스트림 / 서브 비트스트림은 하나의 프로파일과 하나의 티어를 따를 수 있다.
인코딩 장치는 디코더 초기화에 관련된 정보를 인코딩하여 비트스트림을 생성할 수 있다(S710). 생성된 비트스트림은 디코딩 장치로 시그널링될 수 있다. 다시 말해, 디코더 초기화에 관련된 정보를 포함하는 비트스트림은 디코딩 장치로 시그널링될 수 있으며, 디코딩 장치는 디코더 초기화에 관련된 정보를 기반으로 디코더 초기화를 수행하고, 디코딩을 수행할 수 있다.
도 8은 본 문서의 실시예(들)에 따른 비디오/영상 디코딩 방법의 일 예를 개략적으로 나타낸다.
도 8에 개시된 방법은 도 3에서 개시된 디코딩 장치(300)에 의하여 수행될 수 있다. 도 8에서 개시된 방법은 본 문서에서 상술한 실시예들을 포함하여 수행될 수 있다. 따라서, 도 8에서는 상술한 실시예들과 중복되는 내용에 관해서 구체적인 설명을 생략하거나 간단히 하기로 한다.
도 8을 참조하면, 디코딩 장치는 비트스트림으로부터 디코더 초기화에 관련된 정보를 획득할 수 있다(S800).
일 실시예로, 상기 디코더 초기화에 관련된 정보는 DCI (decoding capability information) 확장 신택스 구조, DPS 확장(decoder parameter set extension) 신택스 구조 또는 SEI (supplemental enhancement information) 메시지 신택스 구조에 포함될 수 있다. 이와 달리 상기 디코더 초기화에 관련된 정보는 비트스트림의 다른 부분을 통해 포함되어 시그널링될 수 있다.
일 실시예로, 디코더 초기화에 관련된 정보는 디코더 초기화 정보 세트를 포함할 수 있다. 예를 들어, 디코더 초기화에 관련된 정보는 1 이상의 디코더 초기화 정보 세트를 포함할 수 있다.
일 실시예로, 상기 디코더 초기화 정보 세트는 레벨 id 정보 및 상기 레벨 id 정보에 관련된 비트스트림의 디코딩을 위한 파라미터들의 최대 값 정보를 포함할 수 있다. 상기 레벨 id 정보의 값은 상기 디코더 초기화 정보 세트에 관련된 레벨을 명시할 수 있다.
일 실시예로, 상기 디코더 초기화 정보 세트는 상기 레벨 id 정보의 값의 내림차순을 기반으로 배열될 수 있다. 즉, 더 높은 레벨 id에 대응되는 디코더 초기화 정보 세트가 레벨 id 가 더 낮은 디코더 초기화 정보 세트보다 먼저 시그널링될 수 있다.
일 실시예로, 상기 파라미터들의 최대 값 정보는 최대 DPB 사이즈 정보, 및 최대 픽처 사이즈 정보를 포함할 수 있다. 상기 최대 DPB 사이즈 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림을 디코딩하는데 필요한 최대 DPB 사이즈를 명시할 수 있다. 상기 최대 픽처 사이즈 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처의 최대 픽처 사이즈를 명시할 수 있다.
일 실시예로, 상기 파라미터들의 최대 값 정보는 최대 비트 뎁스(bit-depth) 정보, 및 최대 크로마 포멧 정보를 포함할 수 있다. 상기 최대 비트 뎁스 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처의 각 컬러 성분의 최대 비트 뎁스를 명시할 수 있다. 상기 최대 크로마 포멧 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처에 의해 참조되는 SPS(sequence parameter set)의 신택스 요소 sps_chroma_format_idc의 최대 값을 명시할 수 있다. 상기 신택스 요소 sps_chroma_format_idc는 루마 샘플링에 상대적인 크로마 샘플링을 나타낼 수 있다.
일 실시예로, 상기 레벨 id 정보에 의해 명시되는 레벨을 따르는 비트스트림은 상기 최대 DPB 사이즈, 상기 최대 픽처 사이즈, 상기 최대 비트 뎁스 및 상기 최대 크로마 포멧 보다 각각 같거나 작은 DPB 사이즈, 픽처 사이즈, 비트 뎁스, 및 크로마 포멧을 가질 수 있다.
일 실시예로, 상기 디코더 초기화 정보 세트는 예약된 비트에 대한 정보를 포함할 수 있다. 예약된 비트에 대한 정보는 디코더 초기화 정보 세트는 8 비트의 배수로 나타내기 위한 정보일 수 있다. 예약된 비트에 대한 정보는 ITU-T | ISO/IEC 에 의해 향후 사용될 것을 고려한 정보일 수 있다.
예를 들어, 상기 디코더 초기화 정보 세트는 8 비트의 배수로 나타내어질 수 있다. 구체적으로, 상기 최대 DPB 사이즈, 상기 최대 픽처 사이즈, 상기 최대 비트 뎁스, 상기 최대 크로마 포멧, 및 상기 예약된 비트에 대한 정보를 포함하는 상기 디코더 초기화 정보 세트를 나타내기 위한 총 비트는 상기 8비트의 배수일 수 있다.
일 실시예로, 상기 디코더 초기화에 관련된 정보는 디코더 초기화 정보 세트의 개수에 대한 정보를 포함할 수 있다. 상기 디코더 초기화 정보 세트의 개수에 대한 정보는 상기 디코더 초기화에 관련된 정보에 포함된 상기 디코더 초기화 정보 세트의 개수를 명시할 수 있다.
일 실시예로, 상기 디코더 초기화에 관련된 정보는 공유 정보를 포함할 수 있다. 예를 들어, 상기 공유 정보는 모든 디코더 초기화 정보 세트들에 의해 공유되는 정보일 수 있다. 즉, 상기 공유 정보에 의해 나타내어지는 정보는 각각의 디코더 초기화 정보 세트에 포함되지 않을 수 있다.
예를 들어, 상기 공유 정보는 공유 최대 비트 뎁스 정보, 및 공유 최대 크로마 포멧 정보를 포함할 수 있다. 상기 공유 최대 비트 뎁스 정보는 모든 디코더 초기화 정보 세트 내 픽처의 각 컬러 성분의 공통 최대 비트 뎁스를 명시할 수 있다. 상기 디코더 초기화에 관련된 정보가 상기 공유 최대 비트 뎁스 정보를 포함하는 경우, 각각의 디코더 초기화 정보 세트는 최대 비트 뎁스 정보를 포함하지 않을 수 있다. 상기 공유 최대 크로마 포멧 정보는 상기 모든 디코더 초기화 정보 세트 내 픽처에 의해 참조되는 SPS의 신택스 요소 sps_chroma_format_idc의 공통 최대 값을 명시할 수 있다. 상기 디코더 초기화에 관련된 정보가 상기 공유 최대 크로마 포멧 정보를 포함하는 경우, 각각의 디코더 초기화 정보 세트는 최대 크로마 포멧 정보를 포함하지 않을 수 있다.
일 실시예로, 상기 비트스트림은 CVS(coded video sequence)에 걸쳐 동일한 프로파일 및 티어를 가질 수 있다. 보다 구체적으로, 디코더 초기화에 관련된 정보 또는 디코더 초기화 정보가 존재하는 경우, 연관된 비트스트림 / 서브 비트스트림은 CVS(s) (coded video sequences)에 걸쳐 동일한 프로파일(profile) 및 티어(tier)를 가질 수 있다. 즉, 전체 비트스트림 / 서브 비트스트림은 하나의 프로파일과 하나의 티어를 따를 수 있다.
디코딩 장치는 디코더 초기화에 관련된 정보를 기반으로 디코더 초기화를 수행할 수 있다(S810).
디코딩 장치는 디코더 초기화 이후 디코딩을 수행할 수 있다(S820). 보다 구체적으로, 디코딩 장치는 상기 디코더 초기화에 관련된 정보를 기반으로 디코더 초기화를 수행한 이후, 디코딩 프로세스를 수행할 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 개시는 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 개시의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 본 개시에 따른 방법은 소프트웨어 형태로 구현될 수 있으며, 본 개시에 따른 인코딩 장치 및/또는 디코딩 장치는 예를 들어 TV, 컴퓨터, 스마트폰, 셋톱박스, 디스플레이 장치 등의 영상 처리를 수행하는 장치에 포함될 수 있다.
본 개시에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 즉, 본 개시에서 설명한 실시예들은 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 예를 들어, 각 도면에서 도시한 기능 유닛들은 컴퓨터, 프로세서, 마이크로 프로세서, 컨트롤러 또는 칩 상에서 구현되어 수행될 수 있다. 이 경우 구현을 위한 정보(ex. information on instructions) 또는 알고리즘이 디지털 저장 매체에 저장될 수 있다.
또한, 본 개시가 적용되는 디코딩 장치 및 인코딩 장치는 멀티미디어 방송 송수신 장치, 모바일 통신 단말, 홈 시네마 비디오 장치, 디지털 시네마 비디오 장치, 감시용 카메라, 비디오 대화 장치, 비디오 통신과 같은 실시간 통신 장치, 모바일 스트리밍 장치, 저장 매체, 캠코더, 주문형 비디오(VoD) 서비스 제공 장치, OTT 비디오(Over the top video) 장치, 인터넷 스트리밍 서비스 제공 장치, 3차원(3D) 비디오 장치, VR(virtual reality) 장치, AR(argumente reality) 장치, 화상 전화 비디오 장치, 운송 수단 단말 (ex. 차량(자율주행차량 포함) 단말, 비행기 단말, 선박 단말 등) 및 의료용 비디오 장치 등에 포함될 수 있으며, 비디오 신호 또는 데이터 신호를 처리하기 위해 사용될 수 있다. 예를 들어, OTT 비디오(Over the top video) 장치로는 게임 콘솔, 블루레이 플레이어, 인터넷 접속 TV, 홈시어터 시스템, 스마트폰, 태블릿 PC, DVR(Digital Video Recoder) 등을 포함할 수 있다.
또한, 본 개시가 적용되는 처리 방법은 컴퓨터로 실행되는 프로그램의 형태로 생산될 수 있으며, 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 본 개시에 따른 데이터 구조를 가지는 멀티미디어 데이터도 또한 컴퓨터가 판독할 수 있는 기록 매체에 저장될 수 있다. 상기 컴퓨터가 판독할 수 있는 기록 매체는 컴퓨터로 읽을 수 있는 데이터가 저장되는 모든 종류의 저장 장치 및 분산 저장 장치를 포함한다. 상기 컴퓨터가 판독할 수 있는 기록 매체는, 예를 들어, 블루레이 디스크(BD), 범용 직렬 버스(USB), ROM, PROM, EPROM, EEPROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크 및 광학적 데이터 저장 장치를 포함할 수 있다. 또한, 상기 컴퓨터가 판독할 수 있는 기록 매체는 반송파(예를 들어, 인터넷을 통한 전송)의 형태로 구현된 미디어를 포함한다. 또한, 인코딩 방법으로 생성된 비트스트림이 컴퓨터가 판독할 수 있는 기록 매체에 저장되거나 유무선 통신 네트워크를 통해 전송될 수 있다.
또한, 본 개시의 실시예는 프로그램 코드에 의한 컴퓨터 프로그램 제품으로 구현될 수 있고, 상기 프로그램 코드는 본 개시의 실시예에 의해 컴퓨터에서 수행될 수 있다. 상기 프로그램 코드는 컴퓨터에 의해 판독가능한 캐리어 상에 저장될 수 있다.
도 9는 본 문서의 개시가 적용될 수 있는 컨텐츠 스트리밍 시스템의 예를 나타낸다.
도 9를 참조하면, 본 개시가 적용되는 컨텐츠 스트리밍 시스템은 크게 인코딩 서버, 스트리밍 서버, 웹 서버, 미디어 저장소, 사용자 장치 및 멀티미디어 입력 장치를 포함할 수 있다.
상기 인코딩 서버는 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들로부터 입력된 컨텐츠를 디지털 데이터로 압축하여 비트스트림을 생성하고 이를 상기 스트리밍 서버로 전송하는 역할을 한다. 다른 예로, 스마트폰, 카메라, 캠코더 등과 같은 멀티미디어 입력 장치들이 비트스트림을 직접 생성하는 경우, 상기 인코딩 서버는 생략될 수 있다.
상기 비트스트림은 본 개시가 적용되는 인코딩 방법 또는 비트스트림 생성 방법에 의해 생성될 수 있고, 상기 스트리밍 서버는 상기 비트스트림을 전송 또는 수신하는 과정에서 일시적으로 상기 비트스트림을 저장할 수 있다.
상기 스트리밍 서버는 웹 서버를 통한 사용자 요청에 기초하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 한다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송한다. 이때, 상기 컨텐츠 스트리밍 시스템은 별도의 제어 서버를 포함할 수 있고, 이 경우 상기 제어 서버는 상기 컨텐츠 스트리밍 시스템 내 각 장치 간 명령/응답을 제어하는 역할을 한다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하게 되는 경우, 상기 컨텐츠를 실시간으로 수신할 수 있다. 이 경우, 원활한 스트리밍 서비스를 제공하기 위하여 상기 스트리밍 서버는 상기 비트스트림을 일정 시간동안 저장할 수 있다.
상기 사용자 장치의 예로는, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등이 있을 수 있다.
상기 컨텐츠 스트리밍 시스템 내 각 서버들은 분산 서버로 운영될 수 있으며, 이 경우 각 서버에서 수신하는 데이터는 분산 처리될 수 있다.
본 명세서에 기재된 청구항들은 다양한 방식으로 조합될 수 있다. 예를 들어, 본 명세서의 방법 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다. 또한, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 장치로 구현될 수 있고, 본 명세서의 방법 청구항의 기술적 특징과 장치 청구항의 기술적 특징이 조합되어 방법으로 구현될 수 있다.

Claims (15)

  1. 디코딩 장치에 의해 수행되는 영상 디코딩 방법에 있어서,
    비트스트림으로부터 디코더 초기화에 관련된 정보를 획득하는 단계;
    상기 디코더 초기화에 관련된 정보를 기반으로 디코더를 초기화하는 단계; 및
    상기 디코더를 초기화한 이후, 디코딩을 수행하는 단계를 포함하되,
    상기 디코더 초기화에 관련된 정보는 하나 이상의 디코더 초기화 정보 세트를 포함하고,
    상기 디코더 초기화 정보 세트는,
    레벨 id 정보, 여기서 상기 레벨 id 정보의 값은 상기 디코더 초기화 정보 세트에 관련된 레벨을 명시함, 및
    상기 레벨 id 정보에 관련된 비트스트림의 디코딩을 위한 파라미터들의 최대 값 정보를 포함하는 것을 특징으로 하는 디코딩 방법.
  2. 제1항에 있어서,
    상기 파라미터들의 최대 값 정보는 최대 DPB 사이즈 정보, 및 최대 픽처 사이즈 정보를 포함하고,
    상기 최대 DPB 사이즈 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림을 디코딩하는데 필요한 최대 DPB 사이즈를 명시하고,
    상기 최대 픽처 사이즈 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처의 최대 픽처 사이즈를 명시하는 것을 특징으로 하는 디코딩 방법.
  3. 제2항에 있어서,
    상기 파라미터들의 최대 값 정보는 최대 비트 뎁스(bit-depth) 정보, 및 최대 크로마 포멧 정보를 포함하고,
    상기 최대 비트 뎁스 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처의 각 컬러 성분의 최대 비트 뎁스를 명시하고,
    상기 최대 크로마 포멧 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처에 의해 참조되는 SPS(sequence parameter set)의 신택스 요소 sps_chroma_format_idc의 최대 값을 명시하는 것을 특징으로 하는 디코딩 방법.
  4. 제3항에 있어서,
    상기 레벨 id 정보에 의해 명시되는 레벨을 따르는 비트스트림은 상기 최대 DPB 사이즈, 상기 최대 픽처 사이즈, 상기 최대 비트 뎁스 및 상기 최대 크로마 포멧 보다 각각 같거나 작은 DPB 사이즈, 픽처 사이즈, 비트 뎁스, 및 크로마 포멧을 가지는 것을 특징으로 하는 디코딩 방법.
  5. 제3항에 있어서,
    상기 디코더 초기화 정보 세트는 예약된 비트에 대한 정보를 포함하고,
    상기 디코더 초기화 정보 세트는 8 비트의 배수로 나타내어지고,
    상기 최대 DPB 사이즈, 상기 최대 픽처 사이즈, 상기 최대 비트 뎁스, 상기 최대 크로마 포멧, 및 상기 예약된 비트에 대한 정보를 포함하는 상기 디코더 초기화 정보 세트를 나타내기 위한 총 비트는 상기 8비트의 배수인 것을 특징으로 하는 디코딩 방법.
  6. 제2항에 있어서,
    상기 디코더 초기화에 관련된 정보는 디코더 초기화 정보 세트의 개수에 대한 정보를 포함하고,
    상기 디코더 초기화 정보 세트의 개수에 대한 정보는 상기 디코더 초기화에 관련된 정보에 포함된 상기 디코더 초기화 정보 세트의 개수를 명시하는 것을 특징으로 하는 디코딩 방법.
  7. 제6항에 있어서,
    상기 디코더 초기화에 관련된 정보는 공유 정보를 포함하고,
    상기 공유 정보는 공유 최대 비트 뎁스 정보, 및 공유 최대 크로마 포멧 정보를 포함하고,
    상기 공유 최대 비트 뎁스 정보는 모든 디코더 초기화 정보 세트 내 픽처의 각 컬러 성분의 공통 최대 비트 뎁스를 명시하고,
    상기 공유 최대 크로마 정보는 상기 모든 디코더 초기화 정보 세트 내 픽처에 의해 참조되는 SPS의 신택스 요소 sps_chroma_format_idc의 공통 최대 값을 명시하는 것을 특징으로 하는 디코딩 방법.
  8. 제1항에 있어서,
    상기 디코더 초기화 정보 세트는 상기 레벨 id 정보의 값의 내림차순을 기반으로 배열되는 것을 특징으로 하는 디코딩 방법.
  9. 제1항에 있어서,
    상기 디코더 초기화에 관련된 정보는 DCI (decoding capability information) 확장 신택스 구조 또는 SEI (supplemental enhancement information) 메시지 신택스 구조에 포함되는 것을 특징으로 하는 디코딩 방법.
  10. 제1항에 있어서,
    상기 비트스트림은 CVS(coded video sequence)에 걸쳐 동일한 프로파일 및 티어를 가지는 것을 특징으로 하는 디코딩 방법.
  11. 인코딩 장치에 의해 수행되는 영상 인코딩 방법에 있어서,
    하나 이상의 디코더 초기화 정보 세트를 포함하는 디코더 초기화에 관련된 정보를 도출하는 단계; 및
    상기 디코더 초기화에 관련된 정보를 인코딩하여 비트스트림을 생성하는 단계를 포함하되,
    상기 디코더 초기화 정보 세트는,
    레벨 id 정보, 여기서 상기 레벨 id 정보의 값은 상기 디코더 초기화 정보 세트에 관련된 레벨을 명시함, 및
    상기 레벨 id 정보에 관련된 비트스트림에 대한 파라미터들의 최대 값 정보를 포함하는 것을 특징으로 하는 인코딩 방법.
  12. 제11항에 있어서,
    상기 파라미터들의 최대 값 정보는 최대 DPB 사이즈 정보, 및 최대 픽처 사이즈 정보를 포함하고,
    상기 최대 DPB 사이즈 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림에 대한 최대 DPB 사이즈를 명시하고,
    상기 최대 픽처 사이즈 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처의 최대 픽처 사이즈를 명시하는 것을 특징으로 하는 인코딩 방법.
  13. 제12항에 있어서,
    상기 파라미터들의 최대 값 정보는 최대 비트 뎁스(bit-depth) 정보, 및 최대 크로마 포멧 정보를 포함하고,
    상기 최대 비트 뎁스 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처의 각 컬러 성분의 최대 비트 뎁스를 명시하고,
    상기 최대 크로마 포멧 정보는 상기 레벨 id 정보에 의해 명시되는 레벨과 같거나 작은 레벨을 따르는 비트스트림 내 픽처에 의해 참조되는 SPS(sequence parameter set)의 신택스 요소 sps_chroma_format_idc의 최대 값을 명시하는 것을 특징으로 하는 인코딩 방법.
  14. 제12항에 있어서,
    상기 디코더 초기화에 관련된 정보는 디코더 초기화 정보 세트의 개수에 대한 정보를 포함하고,
    상기 디코더 초기화 정보 세트의 개수에 대한 정보는 상기 디코더 초기화에 관련된 정보에 포함된 상기 디코더 초기화 정보 세트의 개수를 명시하는 것을 특징으로 하는 인코딩 방법.
  15. 특정 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 저장 매체에 있어서, 상기 특정 방법은 하나 이상의 디코더 초기화 정보 세트를 포함하는 디코더 초기화에 관련된 정보를 도출하는 단계, 및 상기 디코더 초기화에 관련된 정보를 인코딩하여 상기 비트스트림을 생성하는 단계를 포함하되,
    상기 디코더 초기화 정보 세트는,
    레벨 id 정보, 여기서 상기 레벨 id 정보의 값은 상기 디코더 초기화 정보 세트에 관련된 레벨을 명시함, 및
    상기 레벨 id 정보에 관련된 비트스트림에 대한 파라미터들의 최대 값 정보를 포함하는 것을 특징으로 하는 컴퓨터 판독 가능한 저장 매체.
PCT/KR2022/005277 2021-04-12 2022-04-12 디코더 초기화 관련 정보의 시그널링 기반 영상 코딩 방법 WO2022220541A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/278,113 US20240056591A1 (en) 2021-04-12 2022-04-12 Method for image coding based on signaling of information related to decoder initialization

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202163174023P 2021-04-12 2021-04-12
US63/174,023 2021-04-12

Publications (1)

Publication Number Publication Date
WO2022220541A1 true WO2022220541A1 (ko) 2022-10-20

Family

ID=83640484

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/005277 WO2022220541A1 (ko) 2021-04-12 2022-04-12 디코더 초기화 관련 정보의 시그널링 기반 영상 코딩 방법

Country Status (2)

Country Link
US (1) US20240056591A1 (ko)
WO (1) WO2022220541A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160060686A (ko) * 2013-10-18 2016-05-30 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. 오디오 디코더, 인코딩된 오디오 출력 데이터를 생성하기 위한 장치 및 디코더의 초기화를 가능하게 하는 방법들
KR20160132992A (ko) * 2014-03-17 2016-11-21 노키아 테크놀로지스 오와이 비디오 코딩 및 디코딩 장치, 방법 및 컴퓨터 프로그램
KR20170094461A (ko) * 2015-01-07 2017-08-17 삼성전자주식회사 통신 시스템에서 미디어 정보를 송수신하는 방법 및 장치
US20200221159A1 (en) * 2019-01-08 2020-07-09 Qualcomm Incorporated Multiple decoder interface for streamed media data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160060686A (ko) * 2013-10-18 2016-05-30 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. 오디오 디코더, 인코딩된 오디오 출력 데이터를 생성하기 위한 장치 및 디코더의 초기화를 가능하게 하는 방법들
KR20160132992A (ko) * 2014-03-17 2016-11-21 노키아 테크놀로지스 오와이 비디오 코딩 및 디코딩 장치, 방법 및 컴퓨터 프로그램
KR20170094461A (ko) * 2015-01-07 2017-08-17 삼성전자주식회사 통신 시스템에서 미디어 정보를 송수신하는 방법 및 장치
US20200221159A1 (en) * 2019-01-08 2020-07-09 Qualcomm Incorporated Multiple decoder interface for streamed media data

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Y.-K. WANG (BYTEDANCE), K. ZHANG (BYTEDANCE), L. ZHANG (BYTEDANCE), Y. WANG (BYTEDANCE), J. XU (BYTEDANCE), Z. DENG (BYTEDANCE): "Signalling of decoder initialization information", 21. JVET MEETING; 20210106 - 20210115; TELECONFERENCE; (THE JOINT VIDEO EXPLORATION TEAM OF ISO/IEC JTC1/SC29/WG11 AND ITU-T SG.16 ), 30 December 2020 (2020-12-30), XP030293194 *

Also Published As

Publication number Publication date
US20240056591A1 (en) 2024-02-15

Similar Documents

Publication Publication Date Title
WO2020197236A1 (ko) 서브 픽처 핸들링 구조 기반 영상 또는 비디오 코딩
WO2021096057A1 (ko) 비디오 또는 영상 코딩 시스템에서의 엔트리 포인트 관련 정보에 기반한 영상 코딩 방법
WO2021040400A1 (ko) 팔레트 모드 기반 영상 또는 비디오 코딩
WO2021034115A1 (ko) 크로마 양자화 파라미터 오프셋 관련 정보를 코딩하는 영상 디코딩 방법 및 그 장치
WO2021145728A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021118295A1 (ko) 루프 필터링을 제어하기 위한 영상 코딩 장치 및 방법
WO2021040402A1 (ko) 팔레트 코딩 기반 영상 또는 비디오 코딩
WO2021040398A1 (ko) 팔레트 이스케이프 코딩 기반 영상 또는 비디오 코딩
WO2021133060A1 (ko) 서브픽처 기반 영상 코딩 장치 및 방법
WO2021091214A1 (ko) 크로마 양자화 파라미터 오프셋 관련 정보를 코딩하는 영상 디코딩 방법 및 그 장치
WO2021118293A1 (ko) 필터링 기반 영상 코딩 장치 및 방법
WO2021091256A1 (ko) 영상/비디오 코딩 방법 및 장치
WO2021246791A1 (ko) 영상/비디오 코딩 시스템에서 상위 레벨 신택스를 처리하는 방법 및 장치
WO2022060113A1 (ko) 미디어 파일 처리 방법 및 그 장치
WO2021235895A1 (ko) 영상 코딩 방법 및 그 장치
WO2021201463A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021251744A1 (ko) Aps에 대한 식별자를 시그널링하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 컴퓨터 판독 가능한 기록 매체
WO2021145726A1 (ko) 적응적 루프 필터링 기반 영상 코딩 장치 및 방법
WO2021145725A1 (ko) 필터링 관련 정보 시그널링 기반 영상 코딩 장치 및 방법
WO2021118297A1 (ko) 필터링을 위한 정보의 시그널링 기반 영상 코딩 장치 및 방법
WO2021137588A1 (ko) 픽처 헤더를 포함하는 영상 정보를 코딩하는 영상 디코딩 방법 및 그 장치
WO2021118296A1 (ko) 루프 필터링을 제어하는 영상 코딩 장치 및 방법
WO2021172891A1 (ko) 인루프 필터링 기반 영상 코딩 장치 및 방법
WO2021118076A1 (ko) 비디오 또는 영상 코딩 시스템에서의 일부 엔트리 포인트 관련 정보에 기반한 영상 코딩 방법
WO2021091253A1 (ko) 슬라이스 타입 기반 영상/비디오 코딩 방법 및 장치

Legal Events

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

Ref document number: 22788397

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18278113

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22788397

Country of ref document: EP

Kind code of ref document: A1