WO2022225306A1 - Eos 샘플 그룹에 기반한 미디어 파일 생성/수신 방법, 장치 및 미디어 파일 전송 방법 - Google Patents

Eos 샘플 그룹에 기반한 미디어 파일 생성/수신 방법, 장치 및 미디어 파일 전송 방법 Download PDF

Info

Publication number
WO2022225306A1
WO2022225306A1 PCT/KR2022/005605 KR2022005605W WO2022225306A1 WO 2022225306 A1 WO2022225306 A1 WO 2022225306A1 KR 2022005605 W KR2022005605 W KR 2022005605W WO 2022225306 A1 WO2022225306 A1 WO 2022225306A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit
eos
sample
sample group
media file
Prior art date
Application number
PCT/KR2022/005605
Other languages
English (en)
French (fr)
Inventor
헨드리헨드리
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 CN202280028975.8A priority Critical patent/CN117223290A/zh
Priority to KR1020237039407A priority patent/KR20230175242A/ko
Priority to US18/287,527 priority patent/US20240205409A1/en
Priority to JP2023562298A priority patent/JP2024513512A/ja
Priority to EP22792006.3A priority patent/EP4329315A4/en
Publication of WO2022225306A1 publication Critical patent/WO2022225306A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/85406—Content authoring involving a specific file format, e.g. MP4 format
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/235—Processing of additional data, e.g. scrambling of additional data or processing content descriptors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/75—Clustering; Classification
    • 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
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/188—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a video data packet, e.g. a network abstraction layer [NAL] unit
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234327—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by decomposing into layers, e.g. base layer and one or more enhancement layers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H04N21/23614—Multiplexing of additional data and video streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440227—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by decomposing into layers, e.g. base layer and one or more enhancement layers

Definitions

  • the present disclosure relates to a method and apparatus for generating/receiving a media file based on an EOS sample group, and more particularly, to a method, apparatus, and media of the present disclosure based on an EOS sample group including a plurality of EOS NAL units. It relates to a method of creating a file/transmitting a media file created by a device.
  • An object of the present disclosure is to provide a method and apparatus for generating/receiving a media file based on an EOS sample group.
  • Another object of the present disclosure is to provide a method and apparatus for generating/receiving a media file based on an EOS sample group including a plurality of EOS NAL units.
  • Another object of the present disclosure is to provide a method and apparatus for generating/receiving a media file based on an EOS sample group including information about the number of EOS NAL units.
  • Another object of the present disclosure is to provide a method and apparatus for generating/receiving a media file based on an EOS sample group supporting an elementary stream having multiple layers.
  • Another object of the present disclosure is to provide a method for generating a media file or a method for transmitting a media file generated by an apparatus according to the present disclosure.
  • Another object of the present disclosure is to provide a recording medium storing a media file generated by the method or apparatus for generating a media file according to the present disclosure.
  • Another object of the present disclosure is to provide a recording medium in which a media file received by a media file receiving apparatus according to the present disclosure and used for image restoration is stored.
  • a method of receiving a media file includes obtaining one or more tracks and a sample group from a media file, and recovering an access unit based on the samples in the track and the sample group,
  • the sample group includes a first sample group including end of sequence (EOS) information of video data to which the access unit belongs, and the first sample group includes one or more EOS NAL units and the number of EOS NAL units. It may include a first syntax element about
  • An apparatus for receiving a media file includes a memory and at least one processor, wherein the at least one processor obtains one or more tracks and a sample group from a media file, the samples in the track and the Restoring an access unit based on a sample group, wherein the sample group includes a first sample group including end of sequence (EOS) information of video data to which the access unit belongs, wherein the first sample group includes one or more EOS It may include a first syntax element regarding the number of NAL units and the EOS NAL units.
  • EOS end of sequence
  • a method of generating a media file includes: encoding video data including an access unit; generating a first sample group including end of sequence (EOS) information of the encoded video data; , and generating a media file based on the encoded video data and the first sample group, wherein the first sample group includes one or more EOS NAL units and a first syntax regarding the number of EOS NAL units. It can contain elements.
  • EOS end of sequence
  • a media file generating apparatus includes a memory and at least one processor, wherein the at least one processor encodes video data including an access unit, and end of sequence) information, and generating a media file based on the encoded video data and the first sample group, wherein the first sample group includes one or more EOS NAL units and the It may include a first syntax element regarding the number of EOS NAL units.
  • a media file transmission method may transmit a media file generated by the media file generating method or apparatus of the present disclosure.
  • a computer-readable recording medium may store a media file generated by the method or apparatus for generating a media file of the present disclosure.
  • a method and apparatus for generating/receiving a media file based on an EOS sample group may be provided.
  • a method and apparatus for generating/receiving a media file based on an EOS sample group including a plurality of EOS NAL units may be provided.
  • a method and apparatus for generating/receiving a media file based on an EOS sample group including information about the number of EOS NAL units may be provided.
  • a method and apparatus for generating/receiving a media file based on an EOS sample group supporting an elementary stream having a multi-layer may be provided.
  • a method for generating a media file or a method for transmitting a media file generated by an apparatus according to the present disclosure may be provided.
  • a recording medium storing a media file generated by the method or apparatus for generating a media file according to the present disclosure may be provided.
  • a recording medium storing a media file received by the media file receiving apparatus according to the present disclosure and used for image restoration.
  • FIG. 1 is a diagram schematically illustrating a media file transmission/reception system according to an embodiment of the present disclosure.
  • FIG. 2 is a flowchart illustrating a method of transmitting a media file.
  • FIG. 3 is a flowchart illustrating a method of receiving a media file.
  • FIG. 4 is a diagram schematically illustrating an image encoding apparatus according to an embodiment of the present disclosure.
  • FIG. 5 is a diagram schematically illustrating an image decoding apparatus according to an embodiment of the present disclosure.
  • FIG. 6 is a diagram illustrating an example of a hierarchical structure for a coded image/video.
  • FIG. 7 is a diagram illustrating an example of a media file structure.
  • FIG. 8 is a view showing an example of the structure of the trak box of FIG.
  • FIG. 9 is a diagram illustrating an example of an image signal structure.
  • FIG. 10 is a diagram illustrating a syntax structure of an EOS sample group entry.
  • FIG. 11 is a diagram illustrating an example of a track carrying multi-layers.
  • FIG. 12 is a diagram illustrating a syntax structure of an EOS sample group entry according to an embodiment of the present disclosure.
  • FIG. 13 is a diagram illustrating a syntax structure of an EOS sample group entry according to another embodiment of the present disclosure.
  • FIG. 14 is a diagram illustrating a syntax structure of an EOS sample group entry according to another embodiment of the present disclosure.
  • 15 is a flowchart illustrating a method for receiving a media file according to an embodiment of the present disclosure.
  • 16 is a flowchart illustrating a method of generating a media file according to an embodiment of the present disclosure.
  • FIG. 17 is a diagram illustrating a content streaming system to which an embodiment of the present disclosure can be applied.
  • a component when it is said that a component is “connected”, “coupled” or “connected” with another component, it is not only a direct connection relationship, but also an indirect connection relationship in which another component exists in the middle. may also include. Also, when it is said that a component includes “includes” or “has” another component, it means that another component may be further included without excluding other components unless otherwise stated. .
  • first, second, etc. are used only for the purpose of distinguishing one component from other components, and unless otherwise specified, the order or importance of the components is not limited. Accordingly, within the scope of the present disclosure, a first component in one embodiment may be referred to as a second component in another embodiment, and similarly, a second component in one embodiment is referred to as a first component in another embodiment. may also be called
  • components that are distinguished from each other are for clearly explaining each characteristic, and do not necessarily mean that the components are separated. That is, a plurality of components may be integrated to form one hardware or software unit, or one component may be distributed to form a plurality of hardware or software units. Accordingly, even if not specifically mentioned, such integrated or dispersed embodiments are also included in the scope of the present disclosure.
  • components described in various embodiments do not necessarily mean essential components, and some may be optional components. Accordingly, an embodiment composed of a subset of components described in one embodiment is also included in the scope of the present disclosure. In addition, embodiments including other components in addition to components described in various embodiments are also included in the scope of the present disclosure.
  • the present disclosure relates to encoding and decoding of an image, and terms used in the present disclosure may have conventional meanings commonly used in the technical field to which the present disclosure belongs unless they are newly defined in the present disclosure.
  • a “picture” generally means a unit representing one image in a specific time period
  • a slice/tile is a coding unit constituting a part of a picture
  • one picture is one It may be composed of more than one slice/tile.
  • a slice/tile may include one or more coding tree units (CTUs).
  • pixel or “pel” may mean a minimum unit constituting one picture (or image).
  • 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 indicate 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.
  • a unit may be used interchangeably with terms such as “sample array”, “block” or “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.
  • current block may mean one of “current coding block”, “current coding unit”, “coding object block”, “decoding object block”, or “processing object block”.
  • current block may mean “current prediction block” or “prediction object block”.
  • transform inverse transform
  • quantization inverse quantization
  • current block may mean “current transform block” or “transform target block”.
  • filtering the “current block” may mean a “filtering target block”.
  • a "current block” may mean a block including both a luma component block and a chroma component block or "a luma block of the current block” unless there is an explicit description of the chroma block.
  • the luma component block of the current block may be explicitly expressed by including an explicit description of the luma component block, such as “luma block” or “current luma block”.
  • the chroma component block of the current block may be explicitly expressed by including an explicit description of the chroma component block, such as "chroma block” or "current chroma block”.
  • “/” and “,” may be interpreted as “and/or”.
  • “A/B” and “A, B” may be interpreted as “A and/or B”.
  • “A/B/C” and “A, B, C” may mean “at least one of A, B and/or C”.
  • FIG. 1 is a diagram schematically illustrating a media file transmission/reception system according to an embodiment of the present disclosure.
  • a media file transmission/reception system 1 may include a transmission device A and a reception device B.
  • the media file transmission/reception system 1 may support seamless media content reproduction by supporting MPEG-DASH (Dynamic Adaptive Streaming over HTTP)-based adaptive streaming.
  • MPEG-DASH Dynamic Adaptive Streaming over HTTP
  • the transmission apparatus A may include a video source 10 , an encoder 20 , an encapsulation unit 30 , a transmission processing unit 40 , and a transmission unit 45 .
  • the video source 10 may generate or obtain media data such as video or images.
  • the video source 10 may include a video/image capture device and/or a video/image generating device, or may be connected to an external device to receive media data.
  • the encoder 20 may encode media data input from the video source 10 .
  • the encoder 20 may perform a series of procedures such as prediction, transformation, and quantization according to a video codec standard, for example, a versatile video coding (VVC) standard for compression and encoding efficiency.
  • VVC versatile video coding
  • the encoder 20 may output the encoded media data in the form of a bitstream.
  • the encapsulation unit 30 may encapsulate the encoded media data and/or media data related metadata.
  • the encapsulation unit 30 may encapsulate the data in a file format such as ISO BMFF (ISO Base Media File Format) or CMAF (Common Media Application Format), or process the data in the form of segments. have.
  • Media data encapsulated in a file form (hereinafter, referred to as a 'media file') may be stored in a storage unit (not shown) according to an embodiment.
  • the media file stored in the storage unit may be read by the transmission processing unit 40 and transmitted to the reception device B according to an on demand, non-real time (NRT) or broadband scheme.
  • NRT non-real time
  • the transmission processing unit 40 may generate an image signal by processing the media file according to an arbitrary transmission method.
  • the media file transmission method may include a broadcast method and a broadband method.
  • the media file may be transmitted using an MPEG Media Transport (MMT) protocol or a Real time Object delivery over Unidirectional Transport (ROUTE) protocol.
  • MMT MPEG Media Transport
  • ROUTE Real time Object delivery over Unidirectional Transport
  • the MMT protocol may be a transport protocol supporting media streaming regardless of a file format or codec in an IP-based network environment.
  • the media file may be processed in units of Media Processing Units (MPUs) based on MMT and then transmitted according to the MMT protocol.
  • MPUs Media Processing Units
  • the ROUTE protocol is an extension of File Delivery over Unidirectional Transport (FLUTE), and may be a transport protocol supporting real-time transmission of media files.
  • FLUTE File Delivery over Unidirectional Transport
  • the media file may be processed into one or more segments based on MPEG-DASH and then transmitted according to the ROUTE protocol.
  • the media file may be transmitted over a network using HTTP (HyperText Transfer Protocol).
  • Information transmitted through HTTP may include signaling metadata, segment information, and/or Non-Real Time (NRT) service information.
  • HTTP HyperText Transfer Protocol
  • NRT Non-Real Time
  • the transmission processing unit 40 may include an MPD generating unit 41 and a segment generating unit 42 in order to support adaptive media streaming.
  • the MPD generator 41 may generate a Media Presentation Description (MPD) based on the media file.
  • the MPD is a file including detailed information on media presentation, and may be expressed in XML format.
  • the MPD may provide signaling metadata, such as an identifier for each segment.
  • the receiving device B may dynamically acquire segments based on the MPD.
  • the segment generator 42 may generate one or more segments based on the media file.
  • the segment may include actual media data and may have a file format such as ISO BMFF.
  • the segment may be included in the representation of the video signal, and as described above, may be identified based on the MPD.
  • the transmission processing unit 40 may generate an image signal according to the MPEG-DASH standard based on the generated MPD and segment.
  • the transmitter 45 may transmit the generated image signal to the receiver B.
  • the transmitter 45 may transmit an image signal to the receiver B through an IP network according to the MMT standard or the MPEG-DASH standard.
  • the image signal transmitted to the receiving device B may include a PI document (Presentation Information document) including media data reproduction information.
  • the video signal transmitted to the receiving device B may include the aforementioned MPD as reproduction information of media data.
  • the MPD and the segment may be individually transmitted to the receiving device B.
  • the first video signal including the MPD may be generated by the transmitting device A or an external server and transmitted to the receiving device B
  • the second video signal including the segment may be generated by the transmitting device A may be generated and transmitted to the receiving device (B).
  • the transmission processing unit 40 and the transmission unit 45 are illustrated as separate elements in FIG. 1 , they may be integrally implemented as a single element according to an embodiment.
  • the transmission processing unit 40 may be implemented as an external device (e.g., DASH server) separate from the transmission device A.
  • the transmitting device A may operate as a source device that generates a media file by encoding the media data
  • the external device operates as a server device that generates an image signal by processing the media data according to an arbitrary transmission protocol. can do.
  • the reception device B may include a reception unit 55 , a reception processing unit 60 , a decapsulation unit 70 , a decoding unit 80 , and a rendering unit 90 .
  • the receiving device B may be an MPEG-DASH-based client.
  • the receiver 55 may receive an image signal from the transmitter A.
  • a video signal according to the MMT standard may include a PI document and a media file.
  • the video signal according to the MPEG-DASH standard may include MPD and segments. According to an embodiment, the MPD and the segment may be separately transmitted through different image signals.
  • the reception processing unit 60 may extract/parse the media file by processing the received image signal according to a transmission protocol.
  • the reception processing unit 60 may include an MPD parsing unit 61 and a segment parsing unit 62 in order to support adaptive media streaming.
  • the MPD parsing unit 61 may obtain an MPD from the received image signal, and parse the obtained MPD to generate a command required for segment acquisition. Also, the MPD parsing unit 61 may acquire media data reproduction information, for example, color conversion information, based on the parsed MPD.
  • the segment parsing unit 62 may obtain a segment based on the parsed MPD and extract the media file by parsing the obtained segment.
  • the media file may have a file format such as ISO BMFF or CMAF.
  • the decapsulation unit 70 may decapsulate the extracted media file to obtain media data and related metadata.
  • the obtained metadata may have the form of a box or track in a file format.
  • the decapsulation unit 70 may receive metadata required for decapsulation from the MPD parsing unit 61 .
  • the decoder 80 may decode the obtained media data according to a video codec standard, for example, a VVC standard. To this end, the decoder 80 may perform a series of procedures such as inverse quantization, inverse transformation, and prediction corresponding to the operation of the encoder 20 .
  • the rendering unit 90 may render a decoded image or media data such as an image.
  • the rendered media data may be reproduced through a display unit (not shown).
  • FIG. 2 is a flowchart illustrating a method of transmitting a media file.
  • each step of FIG. 2 may be performed by the transmitting apparatus A of FIG. 1 .
  • step S210 may be performed by the encoder 20 of FIG. 1 .
  • steps S220 and S230 may be performed by the transmission processing unit 40 .
  • step S240 may be performed by the transmitter 45 .
  • the transmitting apparatus may encode media data such as a video or an image ( S210 ).
  • the media data may be captured/generated by the transmitting device, or obtained from an external device (e.g., camera, video archive, etc.).
  • Media data may be encoded in the form of a bitstream according to a video codec standard, for example, a VVC standard.
  • the transmitting device may generate an MPD and one or more segments based on the encoded media data (S220).
  • the MPD may include detailed information about the media presentation as described above.
  • a segment may contain actual media data.
  • the media data may be encapsulated in a file format such as ISO BMFF or CMAF and included in a segment.
  • the transmitting apparatus may generate an image signal including the generated MPD and segment (S230).
  • the image signal may be individually generated for each MPD and segment.
  • the transmitting device may generate a first image signal including the MPD and generate a second image signal including a segment.
  • the transmitting device may transmit the generated image signal to the receiving device (S240).
  • the transmitting apparatus may transmit an image signal in a broadcast manner.
  • the MMT protocol or the ROUTE protocol may be used.
  • the transmitting apparatus may transmit the image signal in a broadband method.
  • the MPD and the video signal including the MPD are generated and transmitted by the transmitting device (steps S220 to S240). It may be generated and transmitted by an external server other than the
  • FIG. 3 is a flowchart illustrating a method of receiving a media file.
  • each step of FIG. 3 may be performed by the receiving device B of FIG. 1 .
  • step S310 may be performed by the receiver 55 .
  • step S320 may be performed by the reception processing unit 60 .
  • step S330 may be performed by the decoder 80 .
  • the receiving device may receive an image signal from the transmitting device ( S310 ).
  • a video signal according to the MPEG-DASH standard may include an MPD and a segment.
  • the MPD and the segment may be individually received through different image signals.
  • the first image signal including the MPD may be received from the transmitting apparatus of FIG. 1 or an external server
  • the second image signal including the segment may be received from the transmitting apparatus of FIG. 1 .
  • the receiving device may extract the MPD and the segment from the received video signal and parse the extracted MPD and the segment (S320). Specifically, the receiving device may parse the MPD to generate a command required for segment acquisition. In addition, the receiving device may obtain a segment based on the parsed MPD, and may obtain media data by parsing the obtained segment. According to an embodiment, in order to obtain media data from a segment, the receiving device may perform decapsulation on media data in the form of a file.
  • the receiving device may decode media data such as an acquired video or image (S330).
  • media data such as an acquired video or image (S330).
  • the receiving device may perform a series of procedures such as inverse quantization, inverse transformation, and prediction.
  • the reception device may render the decoded media data and reproduce the media data through a display.
  • FIG. 4 is a diagram schematically illustrating an image encoding apparatus according to an embodiment of the present disclosure.
  • the image encoding apparatus 400 of FIG. 4 may correspond to the encoder 20 of the transmitting apparatus A described above with reference to FIG. 1 .
  • the image encoding apparatus 400 includes an image dividing unit 410 , a subtracting unit 415 , a transforming unit 420 , a quantizing unit 430 , an inverse quantizing unit 440 , and an inverse transforming unit 450 . , an adder 455 , a filtering unit 460 , a memory 470 , an inter prediction unit 480 , an intra prediction unit 485 , and an entropy encoding unit 490 .
  • the inter prediction unit 480 and the intra prediction unit 485 may be collectively referred to as a “prediction unit”.
  • the transform unit 420 , the quantization unit 430 , the inverse quantization unit 440 , and the inverse transform unit 450 may be included in a residual processing unit.
  • the residual processing unit may further include a subtraction unit 415 .
  • All or at least some of the plurality of components constituting the image encoding apparatus 400 may be implemented as one hardware component (eg, an encoder or a processor) according to an embodiment.
  • the memory 470 may include a decoded picture buffer (DPB) and may be implemented by a digital storage medium.
  • DPB decoded picture buffer
  • the image dividing unit 410 may divide an input image (or a picture, a frame) input to the image encoding apparatus 400 into one or more processing units.
  • the processing unit may be referred to as a coding unit (CU).
  • Coding unit is a coding tree unit (CTU) or largest coding unit (LCU) according to the QT / BT / TT (Quad-tree / binary-tree / ternary-tree) structure recursively ( can be obtained by recursively segmenting.
  • 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 tree structure.
  • a quad tree structure may be applied first and a binary tree structure and/or a ternary tree structure may be applied later.
  • a coding procedure according to the present disclosure may be performed based on the last coding unit that is no longer divided.
  • the largest coding unit may be directly used as the final coding unit, and a coding unit of a lower depth obtained by dividing the largest coding unit may be used as the final cornet unit.
  • the coding procedure may include procedures such as prediction, transformation, and/or restoration, which will be described later.
  • the processing unit of the coding procedure may be a prediction unit (PU) or a transform unit (TU).
  • the prediction unit and the transform unit may be divided or partitioned from the final coding unit, respectively.
  • the prediction unit may be a unit of sample prediction
  • the transform unit may be a unit deriving a transform coefficient and/or a unit deriving a residual signal from the transform coefficient.
  • the prediction unit (the inter prediction unit 480 or the intra prediction unit 485) performs prediction on a processing target block (current block), and generates 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 or CU unit.
  • the prediction unit may generate various information regarding prediction of the current block and transmit it to the entropy encoding unit 490 .
  • the prediction information may be encoded by the entropy encoding unit 490 and output in the form of a bitstream.
  • the intra prediction unit 485 may predict the current block by referring to samples in the current picture.
  • the referenced samples may be located in the vicinity of the current block according to an intra prediction mode and/or an intra prediction technique, or may be located apart from each other.
  • the intra 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 485 may determine the prediction mode applied to the current block by using the prediction mode applied to the neighboring block.
  • the inter prediction unit 480 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • the motion information may be predicted as a block, sub-block, or sample unit based on the correlation between the motion information between the neighboring block and the current block.
  • the motion information may include a motion vector and a reference picture index.
  • the motion information may further include inter prediction direction (L0 prediction, L1 prediction, Bi prediction, etc.) information.
  • the neighboring blocks may include spatial neighboring blocks existing in the current picture and temporal neighboring blocks present in the reference picture.
  • the reference picture including the reference block and the reference picture including the temporal neighboring block may be the same or different.
  • the temporal neighboring block may be called a collocated reference block, a collocated CU (colCU), or the like.
  • the reference picture including the temporal neighboring block may be referred to as a collocated picture (colPic).
  • the inter prediction unit 480 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 480 may use motion information of a neighboring block as motion information of the current block.
  • a residual signal may not be transmitted.
  • MVP motion vector prediction
  • a motion vector of a neighboring block is used as a motion vector predictor, and a motion vector difference and an indicator for the motion vector predictor ( indicator) to signal the motion vector of the current block.
  • the motion vector difference may mean a difference between the motion vector of the current block and the motion vector predictor.
  • the prediction unit may generate a prediction signal based on various prediction methods and/or prediction techniques to be described later. For example, the prediction unit may apply intra prediction or inter prediction for prediction of the current block, and may simultaneously apply intra prediction and inter prediction. A prediction method that simultaneously applies intra prediction and inter prediction for prediction of the current block may be referred to as combined inter and intra prediction (CIIP). Also, the prediction unit may perform intra block copy (IBC) for prediction of the current block. The intra block copy may be used for video/video coding of content such as games, for example, screen content coding (SCC). IBC is a method of predicting a current block using a reconstructed reference block in a current picture located a predetermined distance away from the current block.
  • CIIP combined inter and intra prediction
  • IBC intra block copy
  • the intra block copy may be used for video/video coding of content such as games, for example, screen content coding (SCC).
  • IBC is a method of predicting a current block using a reconstructed reference block in a current picture located
  • the position of the reference block in the current picture may be encoded as a vector (block vector) corresponding to the predetermined distance.
  • 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 disclosure.
  • 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 subtraction unit 415 subtracts the prediction signal (predicted block, prediction sample array) output from the prediction unit from the input image signal (original block, original sample array) to obtain a residual signal (residual signal, residual block, and residual sample array). ) can be created.
  • the generated residual signal may be transmitted to the converter 420 .
  • the transform unit 420 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.
  • 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 variable size that is not a square.
  • the quantization unit 430 may quantize the transform coefficients and transmit them to the entropy encoding unit 490 .
  • the entropy encoding unit 490 may encode a quantized signal (information about quantized transform coefficients) and output it as a bitstream. Information about the quantized transform coefficients may be referred to as residual information.
  • the quantization unit 430 may rearrange the quantized transform coefficients in the block form into a one-dimensional vector form based on a coefficient scan order, and the quantized transform coefficients in the one-dimensional vector form are quantized based on the quantized transform coefficients in the one-dimensional vector form. Information about the transform coefficients may be generated.
  • the entropy encoding unit 490 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 190 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 e.g., encoded video/image information
  • NAL network abstraction layer
  • 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). Also, the video/image information may further include general constraint information.
  • 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.
  • the signaling information, transmitted information, and/or syntax elements mentioned in the present disclosure 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 transmission unit (not shown) for transmitting the signal output from the entropy encoding unit 190 and/or a storage unit (not shown) for storing the signal may be provided as internal/external elements of the image encoding apparatus 100 , or transmission The unit may be provided as a component of the entropy encoding unit 490 .
  • the quantized transform coefficients output from the quantization unit 430 may be used to generate a residual signal.
  • the residual signal residual block or residual samples
  • the residual signal may be reconstructed by applying inverse quantization and inverse transform to the quantized transform coefficients through the inverse quantizer 440 and the inverse transform unit 450 .
  • the adder 455 adds a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) by adding the reconstructed residual signal to the prediction signal output from the inter prediction unit 480 or the intra prediction unit 485 .
  • a reconstructed signal (reconstructed picture, reconstructed block, reconstructed sample array) by adding the reconstructed residual signal to the prediction signal output from the inter prediction unit 480 or the intra prediction unit 485 .
  • the addition unit 455 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, or may be used for inter prediction of the next picture after filtering as described below.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 460 may improve subjective/objective image quality by applying filtering to the reconstructed signal. For example, the filtering unit 460 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 470 , specifically, the DPB of the memory 470 . can be stored in 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 460 may generate various types of filtering-related information and transmit it to the entropy encoding unit 490 as will be described later in the description of each filtering method. The filtering information may be encoded by the entropy encoding unit 490 and output in the form of a bitstream.
  • the modified reconstructed picture transmitted to the memory 470 may be used as a reference picture in the inter prediction unit 480 .
  • the image encoding apparatus 400 can avoid a prediction mismatch between the image encoding apparatus 400 and the image decoding apparatus, and can also improve encoding efficiency.
  • the DPB in the memory 470 may store a reconstructed picture corrected for use as a reference picture in the inter prediction unit 480 .
  • the memory 470 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 480 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 470 may store reconstructed samples of blocks reconstructed in the current picture, and may transmit the reconstructed samples to the intra prediction unit 485 .
  • FIG. 5 is a diagram schematically illustrating an image decoding apparatus according to an embodiment of the present disclosure.
  • the image decoding apparatus 500 of FIG. 5 may correspond to the decoding unit 80 of the receiving apparatus A described above with reference to FIG. 1 .
  • the image decoding apparatus 500 includes an entropy decoding unit 510 , an inverse quantization unit 520 , an inverse transform unit 530 , an adder 535 , a filtering unit 540 , a memory 550 , It may be configured to include an inter prediction unit 560 and an intra prediction unit 565 .
  • the inter prediction unit 560 and the intra prediction unit 565 may be collectively referred to as a “prediction unit”.
  • the inverse quantization unit 520 and the inverse transform unit 530 may be included in the residual processing unit.
  • All or at least some of the plurality of components constituting the image decoding apparatus 500 may be implemented as one hardware component (eg, a decoder or a processor) according to an embodiment.
  • the memory 550 may include a DPB, and may be implemented by a digital storage medium.
  • the image decoding apparatus 500 receiving the bitstream including the video/image information may reconstruct the image by performing a process corresponding to the process performed by the image encoding apparatus 400 of FIG. 4 .
  • the image decoding apparatus 500 may perform decoding using a processing unit applied in the image encoding apparatus.
  • the processing unit of decoding may be, for example, a coding unit.
  • a coding unit may be a coding tree unit or may be obtained by dividing the largest coding unit.
  • the reconstructed image signal decoded and output through the image decoding apparatus 500 may be reproduced through a reproducing apparatus (not shown).
  • the image decoding apparatus 500 may receive the signal generated by the image encoding apparatus of FIG. 4 in the form of a bitstream.
  • the received signal may be decoded through the entropy decoding unit 510 .
  • the entropy decoding unit 510 may derive information (eg, video/image information) required for image restoration (or picture restoration) by parsing the bitstream.
  • the video/image information may further include information about various parameter sets, such as an adaptation parameter set (APS), a picture parameter set (PPS), a sequence parameter set (SPS), or a video parameter set (VPS).
  • the video/image information may further include general constraint information.
  • the image decoding apparatus may additionally use the information about the parameter set and/or the general restriction information to decode the image.
  • the signaling information, received information and/or syntax elements mentioned in this disclosure may be obtained from the bitstream by being decoded through the decoding procedure.
  • the entropy decoding unit 510 decodes information in the bitstream based on a coding method such as exponential Golomb encoding, CAVLC or CABAC, and quantizes the value of a syntax element required for image reconstruction and a transform coefficient related to the residual. values can be printed.
  • the CABAC entropy decoding method receives a bin corresponding to each syntax element in a bitstream, and receives syntax element information to be decoded and decoding information of neighboring blocks and to-be-decoded blocks or information of symbols/bins decoded in the previous step.
  • 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 510 is provided to the prediction unit (the inter prediction unit 560 and the intra prediction unit 565), and the entropy decoding unit 510 performs entropy decoding.
  • the dual value, that is, the quantized transform coefficients and related parameter information may be input to the inverse quantization unit 520 .
  • information on filtering among the information decoded by the entropy decoding unit 510 may be provided to the filtering unit 540 .
  • a receiving unit for receiving a signal output from the image encoding apparatus may be additionally provided as an internal/external element of the image decoding apparatus 500 , or the receiving unit is provided as a component of the entropy decoding unit 510 . it might be
  • the image decoding apparatus may be referred to as a video/image/picture decoding apparatus.
  • the image decoding apparatus may include an information decoder (video/image/picture information decoder) and/or a sample decoder (video/image/picture sample decoder).
  • the information decoder may include an entropy decoding unit 510
  • the sample decoder includes an inverse quantizer 520 , an inverse transform unit 530 , an adder 535 , a filtering unit 540 , a memory 550 , At least one of an inter prediction unit 560 and an intra prediction unit 565 may be included.
  • the inverse quantizer 520 may inverse quantize the quantized transform coefficients to output transform coefficients.
  • the inverse quantizer 520 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 image encoding apparatus.
  • the inverse quantization unit 520 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 530 may obtain a residual signal (residual block, residual sample array) by inversely transforming the transform coefficients.
  • 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 510, and determine a specific intra/inter prediction mode (prediction technique).
  • the prediction unit can generate a prediction signal based on various prediction methods (techniques) to be described later is the same as described in the description of the prediction unit of the image encoding apparatus 400 .
  • the intra prediction unit 565 may predict the current block with reference to samples in the current picture.
  • the description of the intra prediction unit 485 may be equally applied to the intra prediction unit 565 .
  • the inter prediction unit 560 may derive the predicted block for the current block based on the reference block (reference sample array) specified by the motion vector on the reference picture.
  • the motion information may be predicted as a block, sub-block, or sample unit based on the correlation between the motion information between the neighboring block 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 560 may construct a motion information candidate list based on neighboring blocks, and may 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 (techniques), and the prediction information may include information indicating a mode (technique) of inter prediction for the current block.
  • the adding unit 535 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 560 and/or the intra prediction unit 565).
  • a signal (reconstructed picture, reconstructed block, reconstructed sample array) may be generated.
  • the predicted block may be used as a reconstructed block.
  • the description of the adder 555 may be equally applied to the adder 535 .
  • the addition unit 535 may be called a restoration unit or a restoration block generation unit.
  • the generated reconstructed signal may be used for intra prediction of the next processing target block in the current picture, or may be used for inter prediction of the next picture after filtering as described below.
  • LMCS luma mapping with chroma scaling
  • the filtering unit 540 may improve subjective/objective image quality by applying filtering to the reconstructed signal.
  • the filtering unit 540 may generate a modified reconstructed picture by applying various filtering methods to the reconstructed picture, and store the modified reconstructed picture in the memory 550 , specifically the memory 550 . It can be stored in DPB.
  • 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 550 may be used as a reference picture in the inter prediction unit 560 .
  • the memory 550 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 260 to be used as motion information of a spatial neighboring block or motion information of a temporal neighboring block.
  • the memory 550 may store reconstructed samples of reconstructed blocks in the current picture, and may transmit the reconstructed samples to the intra prediction unit 565 .
  • the embodiments described in the filtering unit 460, the inter prediction unit 480, and the intra prediction unit 485 of the image encoding apparatus 400 include the filtering unit 540 of the image decoding apparatus 500, The same or corresponding application may be applied to the inter prediction unit 560 and the intra prediction unit 565 .
  • the quantization unit of the encoding apparatus may apply quantization to the transform coefficients to derive quantized transform coefficients, and the inverse quantizer of the encoding apparatus or the inverse quantization unit of the decoding apparatus applies inverse quantization to the quantized transform coefficients to generate the transform coefficients.
  • a quantization rate may be changed, and a compression rate may be adjusted using the changed quantization rate.
  • a quantization parameter QP
  • QP quantization parameter
  • quantization parameters of integer values from 0 to 63 may be used, and each quantization parameter value may correspond to an actual quantization rate.
  • the quantization parameter QP Y for the luma component (luma sample) and the quantization parameter QP C for the chroma component (chroma sample) may be set differently.
  • a transform coefficient C is taken as an input and divided by a quantization rate Q step , and a quantized transform coefficient C ⁇ can be derived based on this.
  • a quantization rate is multiplied by a scale to form an integer, and a shift operation may be performed by a value corresponding to the scale value.
  • a quantization scale may be derived based on the product of the quantization rate and the scale value. That is, the quantization scale may be derived according to the QP.
  • a quantized transform coefficient C ⁇ may be derived based thereon.
  • the inverse quantization process is an inverse process of the quantization process, and a quantized transform coefficient (C') is multiplied by a quantization rate (Q step ), and a reconstructed transform coefficient (C') can be derived based on this.
  • a level scale may be derived according to the quantization parameter, and the level scale is applied to the quantized transform coefficient C ⁇ , and a reconstructed transform coefficient C ⁇ is derived based on this.
  • the reconstructed transform coefficient C ⁇ may be slightly different from the original transform coefficient C due to loss in the transform and/or quantization process. Accordingly, inverse quantization may be performed in the encoding apparatus in the same manner as in the decoding apparatus.
  • an adaptive frequency weighting quantization technique that adjusts quantization intensity according to frequency may be applied.
  • the adaptive frequency-by-frequency weighted quantization technique may correspond to a method of applying different quantization strengths for each frequency.
  • the weighted quantization for each adaptive frequency may be applied with a different quantization intensity for each frequency using a predefined quantization scaling matrix. That is, the above-described quantization/inverse quantization process may be performed further based on the quantization scaling matrix.
  • a different quantization scaling matrix may be used according to the size of the current block and/or whether a prediction mode applied to the current block is inter prediction or intra prediction in order to generate a residual signal of the current block.
  • the quantization scaling matrix may be referred to as a quantization matrix or a scaling matrix.
  • the quantization scaling matrix may be predefined.
  • quantization scale information for each frequency with respect to the quantization scaling matrix may be configured/encoded in the encoding apparatus and signaled to the decoding apparatus.
  • the quantization scale information for each frequency may be referred to as quantization scaling information.
  • the quantization scale information for each frequency may include scaling list data (scaling_list_data).
  • the quantization scaling matrix may be derived based on the scaling list data.
  • the quantization scale information for each frequency may include present flag information indicating whether the scaling list data exists.
  • the scaling list data is signaled at a higher level (e.g., SPS)
  • information indicating whether the scaling list data is modified at a lower level e.g., PPS, APS or slice header etc. is further included.
  • FIG. 6 is a diagram illustrating an example of a hierarchical structure for a coded image/video.
  • the coded video/video exists between the video coding layer (VCL), which handles video/video decoding processing and itself, the subsystem that transmits and stores the encoded information, and the VCL and the subsystem, and is responsible for network adaptation. It may be classified as a network abstraction layer (NAL).
  • VCL video coding layer
  • NAL network abstraction layer
  • VCL data including compressed video data is generated, or a picture parameter set (PPS), a sequence parameter set (SPS), a video parameter set (Video Parameter Set, A supplemental enhancement information (SEI) message additionally required for a parameter set including information such as VPS) or an image decoding process may be generated.
  • PPS picture parameter set
  • SPS sequence parameter set
  • SEI Supplemental Enhancement Information
  • a NAL unit may be generated by adding header information (NAL unit header) to a raw byte sequence payload (RBSP) generated in the VCL.
  • the RBSP refers to slice data, parameter sets, SEI messages, etc. generated in the VCL.
  • the NAL unit header may include NAL unit type information specified according to RBSP data included in the corresponding NAL unit.
  • the NAL unit may be divided into a VCL NAL unit and a non-VCL NAL unit according to the type of RBSP generated in the VCL.
  • a VCL NAL unit may mean a NAL unit including image information (slice data)
  • a non-VCL NAL unit may mean a NAL unit including information (parameter set or SEI message) required to decode an image. have.
  • 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), or 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 divided into a VCL NAL unit type and a non-VCL NAL unit type according to whether image information (slice data) is included.
  • the VCL NAL unit type may be subdivided according to the property/type of the picture included in the VCL NAL unit
  • the non-VCL NAL unit type may be subdivided according to the type of parameter set included in the non-VCL NAL unit.
  • VCL NAL unit types according to a picture type is as follows.
  • IDR_W_RADL Instantaneous Decoding Refresh
  • IDR_N_LP VCL NAL unit type for an Instantaneous Decoding Refresh (IDR) picture, which is a type of Intra Random Access Point (IRAP) picture;
  • IDR Instantaneous Decoding Refresh
  • IRAP Intra Random Access Point
  • the IDR picture may be the first picture in decoding order in the bitstream, or the picture after the first.
  • a picture having a NAL unit type such as “IDR_W_RADL” may have one or more Random Access Decodable Leading (RADL) pictures associated with the picture.
  • a picture having a NAL unit type such as “IDR_N_LP” does not have any leading picture associated with the picture.
  • CRA_NUT VCL NAL unit type for a Clean Random Access (CRA) picture, which is a kind of IRAP picture;
  • the CRA picture may be the first picture in decoding order in the bitstream, or may be the first and subsequent pictures.
  • a CRA picture may be associated with a RADL or RASL (Random Access Skipped Leading) picture.
  • GDR_NUT VCL NAL unit type for randomly accessible Gradual Decoding Refresh (GDR) pictures;
  • STSA_NUT VCL NAL unit type for randomly accessible Step-wise Temporal Sublayer Access (STSA) pictures;
  • RASL_NUT VCL NAL unit type for a RASL picture that is a leading picture
  • a trailing picture is a non-IRAP picture, and may follow the IRAP picture or GDR picture associated with the trailing picture in output order, and may follow the IRAP picture associated with the trailing picture in decoding order.
  • DCI_NUT non-VCL NAL unit type including DCI (Decoding Capability Information)
  • VPS Video Parameter Set
  • SPS_NUT non-VCL NAL unit type including SPS (Sequence Parameter Set)
  • PPS_NUT non-VCL NAL unit type including PPS (Picture Parameter Set)
  • Picture Header non-VCL NAL unit type including a picture header (Picture Header)
  • NAL unit types may be identified by predetermined syntax information (e.g., nal_unit_type) included in the NAL unit header.
  • the encoded image/video information in the form of a bitstream includes picture partitioning information, intra/inter prediction information, residual information and/or in-loop filtering information, etc., It may include slice header information, picture header information, APS information, PPS information, SPS information, VPS information, and/or DCI.
  • the encoded image/video information may further include general constraint information (GCI) and/or NAL unit header information.
  • GCI general constraint information
  • the encoded image/video information may be encapsulated into a media file of a predetermined format (e.g., ISO BMFF) and transmitted to a receiving device.
  • the encoded image information may be configured (or formatted) based on a predetermined media file format to generate a media file.
  • the encoded image information may form a media file (segment) based on one or more NAL units/sample entries for the encoded image information.
  • a media file may contain sample entry(s) and track(s) (Track(s)).
  • a media file may include various records, and each record may include information related to a media file format or information related to an image.
  • one or more NAL units may be stored in a configuration record (or decoder configuration record) field in the media file.
  • the media file may contain an operating point record and/or an operating point group box.
  • a decoder setting record supporting Versatile Video Coding (VVC) may be referred to as a VVC decoder setting record.
  • an operating point recording that supports VVC may be referred to as a VVC operating point recording.
  • sample used in the media file format may mean all data associated with a single time or single element of any one of three sample arrays (Y, Cb, Cr) representing a picture.
  • sample may refer to all data associated with a single time of the track.
  • the time may correspond to a decoding time or a composition time.
  • sample may refer to a single element of any one of three sample arrays representing the picture.
  • FIG. 7 is a diagram illustrating an example of a media file structure.
  • the media file may have a file format according to the ISO base media file format (ISO BMFF).
  • ISO BMFF ISO base media file format
  • a media file may contain one or more boxes.
  • the box may be a data block or object including media data or metadata related to the media data. Boxes within a media file can be hierarchical. Accordingly, the media file may have a form suitable for storage and/or transmission of large-capacity media data. Also, the media file may have a structure that facilitates access to specific media data.
  • the media file 700 may include an ftyp box 710 , a moov box 720 , a moof box 730 , and an mdat box 740 .
  • the ftyp box 710 may include information related to a file type, a file version, and/or compatibility of the media file 700 . According to an embodiment, the ftyp box 710 may be located at the beginning of the media file 700 .
  • the moov box 720 may contain metadata describing the media data in the media file 700 . According to an embodiment, the moov box 720 may exist in the uppermost layer among metadata-related boxes. Also, the moov box 720 may include header information of the media file 700 . For example, the moov box 720 may include a decoder configuration record as decoder configuration information.
  • the moov box 720 is a sub box, and may include an mvhd box 721 , a trak box 722 , and an mvex 723 box.
  • the mvhd box 721 may include presentation-related information (e.g., media creation time, change time, period, etc.) of media data in the media file 700 .
  • presentation-related information e.g., media creation time, change time, period, etc.
  • the trak box 722 may include metadata for a track of media data.
  • the trak box 722 may contain stream-related information, presentation-related information, and/or access-related information for an audio track or a video track.
  • a plurality of trak boxes 722 may exist according to the number of tracks present in the media file 700 . An example of the structure of the trak box 722 will be described later with reference to FIG. 8 .
  • the mvex box 723 may include information on whether one or more movie fragments exist in the media file 700 .
  • the movie fragment may be a part of media data obtained by dividing media data in the media file 700 .
  • a movie fragment may include one or more coded pictures.
  • a movie fragment may include one or more picture groups (GOPs), and each picture group may include a plurality of coded frames or pictures.
  • the movie fragment may be stored in each of the mdat boxes 740 - 1 to 740 -N (where N is an integer greater than or equal to 1).
  • the moof boxes 730-1 to 730-N may include movie fragments, that is, metadata for the mdat boxes 740-1 to 740-N. According to an embodiment, the moof boxes 730 - 1 to 730 -N may exist in an uppermost layer among metadata-related boxes of a movie fragment.
  • the mdat boxes 740 - 1 to 740 -N may include actual media data.
  • a plurality of mdat boxes 740 - 1 to 740 -N may exist according to the number of movie fragments present in the media file 700 .
  • Each mdat box 740 - 1 to 740 -N may include one or more audio samples or video samples.
  • a sample may mean an access unit (AU).
  • the decoder setting record may include a parameter set as well as a size of a length field for indicating the length of a Network Abstraction Layer (NAL) unit to which each sample belongs.
  • NAL Network Abstraction Layer
  • the media file 700 may be processed and stored and/or transmitted in units of segments.
  • the segment may include an initialization segment (I_seg) and a media segment (M_seg).
  • the initialization segment I_seg may be an object type data unit including initialization information for accessing a representation.
  • the initialization segment I_seg may include the aforementioned ftyp box 710 and/or moov box 720 .
  • the media segment M_seg may be a data unit in the form of an object including temporally divided media data for a streaming service.
  • the media segment M_seg may include the aforementioned moof boxes 730 - 1 to 230 -N and mdat boxes 740 - 1 to 740 -N.
  • the media segment M_seg may further include a styp box including segment type related information and a sidx box including identification information of subsegments included in the media file 700 (however, optional).
  • FIG. 8 is a view showing an example of the structure of the trak box of FIG.
  • the trak box 800 may include a tkhd box 810 , a tref box 820 , and an mdia box 830 .
  • the tkhd box 810 is a track header box, and includes header information of a track (hereinafter, referred to as 'corresponding track') indicated by the trak box 800, such as creation/modification time of the corresponding track, track identifier, and the like. can do.
  • the tref box 820 is a track reference box and may include reference information of a corresponding track, for example, a track identifier of another track referenced by the corresponding track.
  • the mdia box 830 may include information and objects describing media data in a corresponding track.
  • the mdia box 830 may include a minf box 840 that provides information about the media data.
  • the minf box 840 may include an stbl box 850 including metadata for samples including the media data.
  • the stbl box 850 is a sample table box, and may include location information, time information, and the like of samples in a track. Based on the information provided by the stbl box 850, a reader can determine the sample type and sample size and offset within the container, and place the samples in the correct time order.
  • the stbl box 850 may include one or more sample entry boxes 851 , 852 .
  • Sample entry boxes 851 and 852 may provide various parameters for a particular sample.
  • a sample entry box for a video sample may include the width, height, resolution and/or frame count of the video sample.
  • a sample entry box for an audio sample may include a channel count, a channel layout and/or a sampling rate of the audio sample.
  • the sample entry boxes 851 and 852 may be included in a sample description box (not shown) in the stbl box 850 .
  • the sample description box may provide detailed information on a coding type applied to a sample and any initialization information required for the coding type.
  • the stbl box 850 may include one or more sample to group boxes 853 , 854 and one or more sample group description boxes 855 , 856 .
  • the sample to group boxes 853 and 854 may indicate a sample group to which a sample belongs.
  • the sample-to-group boxes 853 and 854 may include a grouping type syntax element (e.g., grouping_type) indicating the type of the sample group.
  • sample to group boxes 853 and 854 may contain one or more sample group entries.
  • the sample group entry may include a sample count syntax element (e.g., sample_count) and a group description index syntax element (e.g., group_description_index).
  • the sample count syntax element may indicate the number of consecutive samples to which the corresponding group description index is applied.
  • the sample group may include a stream access point (SAP) sample group, a random access recovery point sample group, and the like, and details thereof will be described later.
  • SAP stream access point
  • the sample group description boxes 855 and 856 may provide a description of the sample group.
  • the sample group description boxes 855 and 856 may include a grouping type syntax element (e.g., grouping_type).
  • the sample group description boxes 855 and 856 may correspond to the sample to group boxes 853 and 854 having the same grouping type syntax element value.
  • the sample group description boxes 855 and 856 may include one or more sample group description entries.
  • the sample group description entries may include a 'spor' sample group description entry, a 'minp' sample group description entry, a 'roll' sample group description entry, and the like.
  • media data may be encapsulated into a media file according to a file format such as ISO BMFF.
  • the media file may be transmitted to the receiving device through an image signal according to the MMT standard or the MPEG-DASH standard.
  • FIG. 9 is a diagram illustrating an example of an image signal structure.
  • an image signal conforms to the MPEG-DASH standard and may include an MPD 910 and a plurality of representations 920 - 1 to 920 -N.
  • the MPD 910 is a file including detailed information on media presentation, and may be expressed in XML format.
  • MPD 910 includes information about a plurality of representations 920-1 to 920-N (e.g., bit rate of streaming content, image resolution, frame rate, etc.) and HTTP resources (e.g., initialization segment and media) Segments) of URLs.
  • representations 920-1 to 920-N e.g., bit rate of streaming content, image resolution, frame rate, etc.
  • HTTP resources e.g., initialization segment and media
  • Each representation 920-1 to 920-N may be divided into a plurality of segments S-1 to S-K (where K is an integer greater than 1). have.
  • the plurality of segments S-1 to S-K may correspond to the initialization segment and media segments described above with reference to FIG. 7 .
  • the K-th segment S-K may represent the last movie fragment in each of the representations 920 - 1 to 920 -N.
  • the number of segments S-1 to S-K included in each of the representations 920 - 1 to 920 -N ie, the value of K) may be different from each other.
  • Each segment S-1 to S-K may contain actual media data, such as one or more video or image samples.
  • the characteristics of the video or image samples contained within each segment S-1 to S-K may be described by the MPD 910 .
  • each segment S-1 to S-K has a unique Uniform Resource Locator (URL), it can be accessed and restored independently.
  • URL Uniform Resource Locator
  • a video elementary stream contains VCL NAL units, but not parameter sets, DCI or OPI NAL units. At this time, parameter sets, DCI or OPI NAL units may be stored in one or more sample entries.
  • a video elementary stream may include non-VCL NAL units excluding parameter sets, DCI NAL units and OPI NAL units.
  • a video and parameter set elementary stream contains VCL NAL units.
  • a video and parameter set elementary stream may include parameter sets, DCI or OPI NAL units, and may have parameter sets, DCI or OPI NAL units stored in one or more sample entries.
  • a non-VCL elementary stream contains only non-VCL NAL units that are synchronized with the elementary stream carried within the video track.
  • VVC file format defines various types of tracks as follows.
  • a VVC track contains samples and NAL units in sample entries, possibly by referencing VVC tracks containing other sublayers of the VVC bitstream, and possibly VVC subpicture tracks. By referring to it, the VVC bitstream may be indicated.
  • VVC track refers to VVC subpicture tracks
  • the VVC track may be referred to as a VVC base track.
  • VVC non-VCL track Adaptive Loop Filter (ALF), Luma Mapping with Chroma Scaling (LMCS) or Adaptive Parameter Sets (APSs) carrying scaling list parameters and other non-VCL NAL units, including VCL NAL units It can be stored in a track distinct from the track and transmitted over the track.
  • the VVC non-VCL track may refer to the above track.
  • a VVC non-VCL track does not contain parameter set, DCI or OPI NAL units in sample entries.
  • a VVC subpicture track may contain a sequence of one or more VVC subpictures or a sequence of one or more complete slices forming a rectangular region.
  • a sample of a VVC subpicture track may include one or more complete subpictures that are contiguous in decoding order or one or more complete slices that are continuous in decoding order and form a rectangular region.
  • VVC subpictures or slices included in each sample of a VVC subpicture track may be consecutive in decoding order.
  • VVC non-VCL tracks and VVC subpicture tracks may enable optimal delivery of VVC video in streaming applications.
  • Each of the tracks may be carried within its own DASH representations.
  • a DASH representation including a subset of VVC subpicture tracks and a DASH representation including non-VCL tracks may be requested by the client for each segment. can In this way, it is possible to avoid redundant transmission of APS and other non-VCL NAL units.
  • VVC bitstream The output of this process may be referred to as a VVC bitstream, which may be referred to as an output bitstream.
  • a file reader may perform this process if one or more of the following conditions are true.
  • VVC bitstream entity group e.g., 'vvcb'
  • the file reader processes the VVC bitstream represented by the entity group to generate an output bitstream.
  • An operation point entity group (e.g., 'opeg') exists in the file and the file reader generates the output bitstream using any operation point described by the entity group.
  • This process may consist of the following steps.
  • the operation point may be determined at the beginning of the VVC bitstream, and may be determined again for an IRAP or GDR access unit.
  • the method of determining the operating point may be different from that specified in a standard document, such as ISO/IEC 14496-15.
  • the file reader selects an operating point for the first time or a different operating point than previously selected, the file reader sets the output layer set index and the highest TemporalID value of the selected operating point into the output bitstream. Include in the OPI NAL unit (as the first NAL unit following the AU delimiter NAL unit (if present) in the first access unit where the operation point is used), or by other means, indicate to the VVC decoder do.
  • layers and sublayers in access units (AUs) that do not start CVS as long as the layer and sublayer set to be decoded are within the latest operation point indicated to the decoder via the OPI NAL unit or other means. It may be possible to down-switch and up-switch them. In this case, layer up-switching may occur in IRAP, GDR, or STSA picture units having TemporalId equal to 0. In addition, sub-layer up-switching may occur in the STSA picture unit.
  • Subsequent steps may be applied according to the decoding order from the access unit for which the operation point is determined to the end of the bitstream or the access unit for which the next operation point is determined, for the sequence of access units.
  • a file parser may identify tracks necessary for the selected operating point as follows.
  • VVC tracks are determined from the 'vvcb' entity group representing the VVC bitstream.
  • the first entity_id of the 'vvcb' entity group identifies the track containing the 'vopi' sample group. Mapping of operating points to layers and sublayers is terminated from the 'vopi' sample group.
  • the set of tracks comprising the layers and sublayers of the selected operating point, and thus necessary to decode the selected operating point, is terminated from the 'linf' sample group present within the VVC tracks of the VVC bitstream.
  • a particular layer or sublayer may be represented by more than one track, when identifying the tracks required for an operating point, it may be necessary to make a choice among a set of tracks carrying all of the particular layer or sublayer. .
  • the access units for the output bitstream may be selected from among the VVC tracks required for the selected operating point (if condition i, ii, or iii above is true), or within a VVC base track (if condition iv above is true), or Within the VVC track (if the above-mentioned condition v is true), the samples may be reconstructed in decoding time order.
  • the alignment of each sample in the tracks may be performed based on the sample decoding time.
  • the restored access units may be placed in the output bitstream in ascending order in decoding time order.
  • the file reader shall include the EOS NAL unit in each layer of the operating point applied to the output bitstream.
  • VVC bitstream When a VVC bitstream is represented by multiple VVC tracks, the decoding time of the samples, when the tracks are combined into a single bitstream that is sorted by increasing the decoding time, the access unit order is determined by standard documents such as ISO/IEC 23090- 3 (VVC standard) must be set up correctly.
  • This process may indicate access unit recovery from a time-aligned sample with a current decoding time among the requested VVC track(s), associated VVC non-VCL tracks and referenced VVC subpicture tracks.
  • the sample(s) of the current decoding time includes VCL NAL units with a TemporalId greater than the largest TemporalId included in the selected operating point, no access unit can be recovered from the current decoding time.
  • picture units from samples with the same decoding time (picture units as specified in a standard document, e.g., ISO/IEC 23090-3 (VVC standard)), access the access unit in ascending order of the nuh_layer_id value. It can be located within the unit. The following steps may be performed according to predetermined conditions.
  • the AUD NAL unit in the 'aud' sample group is an access unit It may be placed in the access unit as the first NAL unit of
  • the EOS NAL unit in the 'eos' sample group is located at the indicated position within the access unit, i.e.
  • the eos_position-th NAL unit of the restored access unit excluding the AUD NAL unit may be disposed at a position next to the NAL unit.
  • the EOB NAL unit in the 'eob' sample group is within the access unit (including the EOS NAL unit) ) may be placed after all other NAL units.
  • Only picture units from layers and sublayers within the target operating point may be included in the output bitstream.
  • an Operating Points Entity Group i.e., Operating Points Entity Group
  • the VVC decoder implementation inputs the bitstream corresponding to the target output layer set index TargetOlsIdx and the TemporalId highest HighestTid of the target operating point, as defined in a standard document, e.g., ISO/IEC 23090-3 (VVC standard):2021. can be taken as The file parser needs to check that it does not contain other layers and sublayers than those included in the target operating point before sending to the VVC decoder.
  • VCL NAL units when reconstructing an access unit, for each layer in the output layer set, with index j in the range from 0 to layer_count[i] - 1, if num_ref_sublayers_in_layer_in_ols[i][j] is greater than 0, VCL NAL units are , VCL NAL units may belong to sublayers of a layer with a TemporalId less than or equal to Min(num_ref_sublayers_in_layer_in_ols[i][j] - 1, max_temporal_id), and consequently may be included in the bitstream, and the requested tracks are thus can be selected accordingly.
  • max_temporal_id may mean a value of a syntax element corresponding to an operation point.
  • the access unit of the VVC track has unspecified NAL unit types ( nal_unit_type within the range of UNSPEC_28 to UNSPEC_31 , that is, nal_unit_type values within the range of 28 to 31 defined in a standard document, e.g., ISO/IEC 23090-3 (VVC standard)) NAL units), the non-specified NAL unit types must be discarded from the last reconstructed bitstream.
  • NAL unit types nal_unit_type within the range of UNSPEC_28 to UNSPEC_31 , that is, nal_unit_type values within the range of 28 to 31 defined in a standard document, e.g., ISO/IEC 23090-3 (VVC standard) NAL units
  • each picture unit may be restored as specified in a standard document, for example, subclause 11.6.3 of ISO/IEC 14496-15. If the VVC track contains a 'recr' track reference, each picture unit may be reconstructed as specified in a standard document, such as subclause 11.6.6 of ISO/IEC 14496-15. The process specified in the above subclauses may be repeated for each layer of the target operating point in ascending order of nuh_layer_id.
  • the restored access units may be placed in the VVC bitstream in ascending order of decoding time.
  • a sample of a VVC track may be decomposed into picture units in the following order.
  • the AUD NAL unit may be included in a picture unit.
  • the AUD NAL unit when an AUD NAL unit exists in a sample, the AUD NAL unit may be the first NAL unit in the sample.
  • the picture unit is the first picture unit in the access unit reconstructed from the sample, the following NAL units may be included in the picture unit.
  • the NAL units in the time-aligned sample of the associated VVC non-VCL track are the first NAL units among these NAL units. Excluding NAL units. Otherwise, all NAL units in the time-aligned sample of the associated VVC non-VCL track.
  • NAL units in a sample having a nal_unit_type such as EOS_NUT, EOB_NUT, SUFFIX_APS_NUT, SUFFIX_SEI_NUT, FD_NUT, or RSV_NVCL_27
  • NAL units in a sample except for the first NAL unit among these NAL units may be included in a picture unit. In other cases, all NAL units in a sample may be included in a picture unit.
  • the reader shall exclude all OPI NAL units stored in sample entries and samples from the access unit restored in all steps above.
  • NAL units of a sample in the VVC track may be included in a picture unit.
  • Track references may be resolved as specified in standard documents, eg subclause 11.6.4 of ISO/IEC 14496-15.
  • parameter sets may be updated as specified in standard documents, eg subclause 11.6.5 of ISO/IEC 14496-15.
  • all SEI NAL units and all DCI, OPI, VPS, SPS, PPS, AUD, PH, EOS, EOB NAL units including a scalable nesting SEI message with sn_subpic_flag equal to 1 are excluded, Picture units are ordered by the VVC subpicture tracks referenced in the 'subp' track reference (if num_subpic_ref_idx is 0 in the same group entry of the 'spor' sample group entry mapped to this sample), or 'mapped to this sample' In the order specified in the spor' sample group description entry (if num_subpic_ref_idx is greater than 0 within the same group entry of the 'spor' sample group entry mapped to this sample), within each referenced VVC subpicture track (on decoding time) may be appended by the contents of the time-aligned decomposed sample.
  • the decomposed sample of the VVC subpicture track may include the following NAL units. i) When there is at least one NAL unit in the time-aligned sample of the associated VVC non-VCL track with nal_unit_type such as EOS_NUT, EOB_NUT, SUFFIX_APS_NUT, SUFFIX_SEI_NUT, FD_NUT, or RSV_NVCL_27 (NAL with NAL unit type described above) A unit cannot precede the first VCL NAL unit in a picture unit), NAL units in a time-aligned sample of the associated VVC non-VCL track except for the first NAL unit among these NAL units (provided that the AUD NAL unit is excluded).
  • nal_unit_type such as EOS_NUT, EOB_NUT, SUFFIX_APS_NUT, SUFFIX_SEI_NUT, FD_NUT, or RSV_NVCL_27
  • NAL units in a sample having a nal_unit_type such as EOS_NUT, EOB_NUT, SUFFIX_APS_NUT, SUFFIX_SEI_NUT, FD_NUT, or RSV_NVCL_27 may be included in a picture unit.
  • a sample group description entry of an end of sequence (EOS) sample group may include an EOS NAL unit.
  • EOS sample group When a sample is mapped to an EOS sample group ('eos'), the EOS NAL unit included in the sample group is restored if the target operating point corresponds to the maximum temporal ID indicated in the output layer sets and the EOS sample group. It may indicate that it needs to be inserted at the indicated location within the access unit.
  • the EOS sample group may also be referred to as an 'eos' sample group or 'eos', and unless otherwise stated, they will be used interchangeably.
  • FIG. 10 is a diagram illustrating a syntax structure of an EOS sample group entry.
  • FIG. 11 is a diagram illustrating an example of a track carrying multi-layers.
  • an EOS sample entry may include syntax elements ols_idx, max_tid, lower_ols_idx_inclusive, eos_position, and eosNalUnit.
  • the syntax elements ols_idx and max_tid may indicate an operating point to which the EOS sample group is applied.
  • the syntax element lower_ols_idx_inclusive may indicate whether the EOS sample group applies only to a specific operating point.
  • lower_ols_idx_inclusive of the second value e.g., 0
  • OLS index output layer set index
  • lower_ols_idx_inclusive of the first value e.g., 1) may indicate that the EOS sample group is applied to all output layer sets having indices from 0 to ols_idx.
  • the syntax element eos_position may indicate the index of the NAL unit of the reconstructed access unit after the EOS NAL unit is placed in the reconstructed bitstream.
  • the syntax element eosNalUnit may include an EOS NAL unit specified in a standard document, such as ISO/IEC 23090-3 (VVC standard).
  • a track may carry multiple layers.
  • a plurality of EOS NAL units need to be inserted into the access unit, one for each layer.
  • a video sequence may be generated for each layer.
  • a total of two EOS NAL units, one for each layer (Layer 0 and Layer 1), must be inserted into the last access unit, AU2.
  • one 'eos' sample group can only carry one EOS NAL unit. Considering that only one 'eos' sample group is mapped for each sample or access unit, this means that only one EOS NAL unit can be inserted into each sample or access unit. Accordingly, the 'eos' sample group design of FIG. 10 may not work for a VVC elementary stream having multiple layers.
  • embodiments of the present disclosure provide a new 'eos' sample group design that can carry a plurality of EOS NAL units.
  • Embodiments of the present disclosure may include at least one of the following configurations. Depending on the embodiment, the above components may be implemented individually, or may be implemented in a combination of two or more.
  • the 'eos' sample group may be allowed to carry a plurality of EOS NAL units.
  • a new syntax element num_eos_nal_unit_minus1 may be signaled.
  • the number of EOS NAL units in the 'eos' sample group may be num_eos_nal_unit_minus1+1.
  • the syntax element eos_position[ i ] regarding the insertion position of the EOS NAL unit may be signaled.
  • the syntax element eos_position[ i ] may indicate an index of a NAL unit in a sample into which the i-th EOS NAL unit is to be inserted.
  • delta_eos_position[ i ] may be signaled.
  • the value of eos_position[ i ] may be derived as follows based on delta_eos_position[ i ].
  • eos_position[ i ] may be derived to the same value as delta_eos_position[ i ].
  • eos_position[ i ] may be derived as the same value as eos_position[ i-1 ] + delta_eos_position[ i ].
  • Embodiment 1 of the present disclosure may be provided based on Configurations 1 to 4 described above.
  • the implementation of embodiment 1 may relate to the VVC file format specification.
  • Embodiment 1 unlike the existing EOS sample group, a plurality of EOS NAL units may be carried in one EOS sample group.
  • descriptions overlapping with the existing EOS sample group described above with reference to FIG. 10 will be omitted.
  • FIG. 12 is a diagram illustrating a syntax structure of an EOS sample group entry according to an embodiment of the present disclosure.
  • an EOS sample group entry may include syntax elements ols_idx, max_tid, lower_ols_idx_inclusive, num_eos_nal_unit_minus1, eos_position[i], and eosNalUnit[i].
  • the syntax elements ols_idx and max_tid may indicate an operating point to which the EOS sample group is applied.
  • the syntax element lower_ols_idx_inclusive may indicate whether the EOS sample group applies only to a specific operating point.
  • lower_ols_idx_inclusive of the second value e.g., 0
  • OLS index output layer set index
  • lower_ols_idx_inclusive of the first value e.g., 1) may indicate that the EOS sample group is applied to all output layer sets having indices from 0 to ols_idx.
  • the syntax element num_eos_nal_unit_minus1 may indicate a value obtained by subtracting 1 from the number of EOS NAL units existing in the EOS sample group.
  • the syntax element eos_position[i] may indicate the NAL unit index after the i-th EOS NAL unit is disposed in the current sample.
  • the NAL unit index may consider only NAL units natively present in the current sample, excluding other NAL unit(s) that may be inserted/placed in the current sample.
  • the first NAL unit in the current sample may be considered as the 0-th NAL unit.
  • the current sample may be mapped to the 'aud' sample group and/or the 'eob' sample group resulting in an AUD NAL unit and/or an EOB NAL unit to be inserted into a sample or reconstructed access unit.
  • eos_position[i] may be based on the position of the NAL unit before insertion of the AUD NAL unit and/or the EOB NAL unit.
  • the syntax element eosNalUnit[i], in the sample group may include the i-th EOS NAL unit specified in a standard document, such as ISO/IEC 23090-3 (VVC standard).
  • picture units from samples with the same decoding time (picture units as specified in a standard document, e.g., ISO/IEC 23090-3 (VVC standard)), access the access unit in ascending order of the nuh_layer_id value. It can be located within the unit. The following steps may be performed according to predetermined conditions.
  • the AUD NAL unit in the 'aud' sample group is an access unit It may be placed in the AU as the first NAL unit of .
  • the EOS NAL units in the 'eos' sample group can be placed in the access unit as follows: have.
  • EOS NAL unit i.e., eosNalUnit[i]
  • EOS NAL unit For the second EOS NAL unit to the last EOS NAL unit (i.e., EOS NAL units having an index i greater than 0), the following may be applied.
  • EOS NAL unit i.e., eosNalUnit[i]
  • the EOB NAL unit in the 'eob' sample group is an access unit (including the EOS NAL unit) It can be placed after all other NAL units (including EOS NAL unit) in
  • Only picture units from layers and sublayers within the target operating point may be included in the output bitstream.
  • the EOS sample group may include a plurality of EOS NAL units and information on their number. Accordingly, it is possible to correctly restore an access unit having a multi-layer structure.
  • Embodiment 2 of the present disclosure may be provided based on all configurations except for configuration 4 described above.
  • the implementation of Example 2 may be related to Example 1.
  • Embodiment 2 unlike the existing EOS sample group, a plurality of EOS NAL units may be carried in one EOS sample group.
  • descriptions overlapping with the existing EOS sample group described above with reference to FIG. 10 will be omitted.
  • FIG. 13 is a diagram illustrating a syntax structure of an EOS sample group entry according to another embodiment of the present disclosure.
  • an EOS sample group entry may include syntax elements ols_idx, max_tid, lower_ols_idx_inclusive, num_eos_nal_unit_minus1, delta_eos_position[i], and eosNalUnit[i].
  • the syntax elements ols_idx and max_tid may indicate an operating point to which the EOS sample group is applied.
  • the syntax element lower_ols_idx_inclusive may indicate whether the EOS sample group applies only to a specific operating point.
  • lower_ols_idx_inclusive of the second value e.g., 0
  • OLS index output layer set index
  • lower_ols_idx_inclusive of the first value e.g., 1) may indicate that the EOS sample group is applied to all output layer sets having indices from 0 to ols_idx.
  • the syntax element num_eos_nal_unit_minus1 may indicate a value obtained by subtracting 1 from the number of EOS NAL units existing in the EOS sample group.
  • the syntax element delta_eos_position[i] may be used to derive the value of eos_position[i] indicating the NAL unit index after the i-th EOS NAL unit is disposed in the current sample.
  • the NAL unit index may consider only NAL units natively present in the current sample, excluding other NAL unit(s) that may be inserted/placed in the current sample.
  • the first NAL unit in the current sample may be considered as the 0-th NAL unit.
  • eos_position[0] may be set equal to delta_eos_position[0].
  • eos_position[i] may be set equal to eos_position[i-1]+delta_eos_position[i].
  • the EOS sample group entry of FIG. 13 may be different from the case of FIG. 12 including information indicating the insertion position of the EOS NAL unit in that it includes difference information for deriving the insertion position of the EOS NAL unit.
  • the current sample may be mapped to the 'aud' sample group and/or 'eob' sample group resulting in an AUD NAL unit and/or an EOB NAL unit to be inserted into a sample or reconstructed access unit.
  • eos_position[i] may be based on the position of the NAL unit before insertion of the AUD NAL unit and/or the EOB NAL unit.
  • the syntax element eosNalUnit[i], in the sample group may include the i-th EOS NAL unit specified in a standard document, such as ISO/IEC 23090-3 (VVC standard).
  • the EOS sample group may include a plurality of EOS NAL units and information on their number. Accordingly, it is possible to correctly restore an access unit having a multi-layer structure.
  • Embodiment 3 of the present disclosure may be provided based on configuration 1, configuration 2, and configuration 6 described above.
  • the implementation of embodiment 3 may be related to the VVC file format specification.
  • a plurality of EOS NAL units may be carried in one EOS sample group, unlike the existing EOS sample group. Also, information indicating the insertion position of the EOS NAL unit may be excluded from the EOS sample group.
  • descriptions overlapping with the existing EOS sample group described above with reference to FIG. 10 will be omitted.
  • FIG. 14 is a diagram illustrating a syntax structure of an EOS sample group entry according to another embodiment of the present disclosure.
  • an EOS sample group entry may include syntax elements ols_idx, max_tid, lower_ols_idx_inclusive, num_eos_nal_unit_minus1, and eosNalUnit[i].
  • the syntax elements ols_idx and max_tid may indicate an operating point to which the EOS sample group is applied.
  • the syntax element lower_ols_idx_inclusive may indicate whether the EOS sample group applies only to a specific operating point.
  • lower_ols_idx_inclusive of the second value e.g., 0
  • OLS index output layer set index
  • lower_ols_idx_inclusive of the first value e.g., 1) may indicate that the EOS sample group is applied to all output layer sets having indices from 0 to ols_idx.
  • a value obtained by adding 1 to the syntax element num_eos_nal_unit_minus1 may indicate the number of EOS NAL units existing in the EOS sample group.
  • the syntax element eosNalUnit[i], in the sample group may include the i-th EOS NAL unit specified in a standard document, such as ISO/IEC 23090-3 (VVC standard).
  • the EOS sample group entry of FIG. 14 does not include a syntax element (e.g., eos_position[i], delta_eos_position[i]) regarding the insertion position of the EOS NAL unit. Accordingly, the bit size of the EOS sample group entry can be further reduced.
  • a syntax element e.g., eos_position[i], delta_eos_position[i]
  • picture units from samples with the same decoding time (picture units as specified in a standard document, e.g., ISO/IEC 23090-3 (VVC standard)), access the access unit in ascending order of the nuh_layer_id value. It can be located within the unit. The following steps may be performed according to predetermined conditions.
  • the AUD NAL unit in the 'aud' sample group is an access unit It may be placed in the access unit as the first NAL unit of
  • the EOS NAL units in the 'eos' sample group are EOB NAL units (if any) It may be placed into an access unit after all NAL units of the access unit except for.
  • the EOB NAL unit in the 'eob' sample group is within the access unit (including the EOS NAL unit) ) may be placed after all other NAL units.
  • the EOS sample group may include a plurality of EOS NAL units and information on their number. Also, information indicating the insertion position of the EOS NAL unit may be excluded from the EOS sample group. Accordingly, it is possible to correctly restore an access unit having a multi-layer structure while saving the number of bits.
  • Embodiment 4 of the present disclosure may be provided based on configuration 1, configuration 2, and configuration 7 described above.
  • the implementation of embodiment 4 may be related to the VVC file format specification.
  • a plurality of EOS NAL units may be carried in one EOS sample group, unlike the existing EOS sample group. Also, information indicating the insertion position of the EOS NAL unit may be excluded from the EOS sample group.
  • descriptions overlapping with the existing EOS sample group described above with reference to FIG. 10 will be omitted.
  • EOS sample entry (EndOfSequenceSampleEntry) according to the fourth embodiment may be the same as those of the third embodiment described above with reference to FIG. 14 .
  • some of the above-described implicit restoration process of the VVC bitstream may be modified according to the fourth embodiment.
  • the implicit restoration process modified according to the fourth embodiment may be the same as that of the third embodiment except for the insertion position of the EOS NAL unit.
  • the insertion position of the EOS NAL unit according to Embodiment 4 is as follows.
  • the EOS NAL units in the 'eos' sample group are EOB NAL units (if any) It may be placed into an access unit after all NAL units from the sample except.
  • the EOS sample group may include a plurality of EOS NAL units and information on their number. Also, information indicating the insertion position of the EOS NAL unit may be excluded from the EOS sample group. Accordingly, it is possible to correctly restore an access unit having a multi-layer structure while saving the number of bits.
  • FIG. 15 is a flowchart illustrating a method for receiving a media file according to an embodiment of the present disclosure. Each step of FIG. 15 may be performed by the media file receiving apparatus.
  • the media file receiving device may correspond to the receiving device B of FIG. 1 .
  • the media file receiving device may acquire one or more tracks and sample groups from the media file received from the media file generating/transmitting device ( S1510 ).
  • the media file may have a file format such as ISO Base Media File Format (ISO BMFF), Common Media Application Format (CMAF), or the like.
  • the apparatus for receiving the media file may restore the access unit based on the samples in the track and the sample group ( S1520 ).
  • the sample group may include a first sample group including sequence end information of video data including the access unit.
  • the first sample group may include end of sequence (EOS) NAL units belonging to the first sample group, and a first syntax element regarding the number of EOS NAL units.
  • the first sample group may have the syntax structure described above with reference to FIGS. 12 to 14 .
  • the EOS NAL units may correspond to the above-described syntax element eosNalUnit[i].
  • the first syntax element may correspond to the above-described syntax element num_eos_nal_unit_minus1.
  • a value obtained by adding 1 to the first syntax element may indicate the number of EOS NAL units.
  • the first syntax element may have an unsigned integer type (i.e., unsigned int). Accordingly, the value of the first syntax element may be greater than or equal to 0, and the first sample group may include at least one EOS NAL unit.
  • the EOS NAL units may be listed in a controlled loop based on the first syntax element.
  • the syntax element eosNalUnit[i] may be obtained from the EOS sample group in the order of NAL unit index i through a for-loop that is repeated num_eos_nal_unit_minus1+1 times.
  • the maximum NAL unit index value of the EOS NAL units may be equal to the value (e.g., num_eos_nal_unit_minus1) of the first syntax element.
  • the EOS NAL units may be placed at a predetermined location within the access unit, based on whether a sample in the track belongs to the first sample group.
  • the predetermined position may be determined as a position next to all NAL units of the sample except for an end of bitstream (EOB) NAL unit in the access unit.
  • the predetermined position may be determined as a position next to all NAL units of the access unit except for an end of bitstream (EOB) NAL unit within the access unit.
  • FIG. 16 is a flowchart illustrating a method of generating a media file according to an embodiment of the present disclosure. Each step of FIG. 16 may be performed by the media file generating apparatus.
  • the apparatus for generating a media file may correspond to the transmission apparatus A of FIG. 1 .
  • the apparatus for generating a media file may encode video data including an access unit ( S1610 ).
  • the video data may be encoded through a prediction, transformation, and quantization process according to a video codec standard, for example, a VVC standard.
  • the apparatus for generating a media file may generate a first sample group including sequence end information of the encoded video data (S1620).
  • the apparatus for generating a media file may generate a media file based on the encoded video data and the first sample group ( S1630 ).
  • the media file may have a file format such as ISO Base Media File Format (ISO BMFF), Common Media Application Format (CMAF), or the like.
  • the first sample group may include end of sequence (EOS) NAL units belonging to the first sample group, and a first syntax element regarding the number of EOS NAL units.
  • the first sample group may have the syntax structure described above with reference to FIGS. 12 to 14 .
  • the EOS NAL units may correspond to the above-described syntax element eosNalUnit[i].
  • the first syntax element may correspond to the above-described syntax element num_eos_nal_unit_minus1.
  • a value obtained by adding 1 to the first syntax element may indicate the number of EOS NAL units.
  • the first syntax element may have an unsigned integer type (i.e., unsigned int). Accordingly, the value of the first syntax element may be greater than or equal to 0, and the first sample group may include at least one EOS NAL unit.
  • the EOS NAL units may be listed in a controlled loop based on the first syntax element.
  • the syntax element eosNalUnit[i] is to be inserted (or encoded) into the EOS sample group in the order of NAL unit index i through a for-loop that is repeated num_eos_nal_unit_minus1+1 times.
  • the maximum NAL unit index value of the EOS NAL units may be equal to the value (e.g., num_eos_nal_unit_minus1) of the first syntax element.
  • the EOS NAL units may be placed at a predetermined location within the access unit, based on whether a sample in the track belongs to the first sample group.
  • the predetermined position may be determined as a position next to all NAL units of the sample except for an end of bitstream (EOB) NAL unit in the access unit.
  • the predetermined position may be determined as a position next to all NAL units of the access unit except for an end of bitstream (EOB) NAL unit in the access unit.
  • a new 'eos' sample group design capable of carrying a plurality of EOS NAL units may be provided. Accordingly, the 'eos' sample group may work correctly even for a VVC elementary stream having multiple layers.
  • Example methods of the present disclosure are expressed as a series of operations for clarity of description, but this is not intended to limit the order in which the steps are performed, and if necessary, each step may be performed simultaneously or in a different order.
  • other steps may be included in addition to the illustrated steps, other steps may be included except some steps, or additional other steps may be included except some steps.
  • an image encoding apparatus or an image decoding apparatus performing a predetermined operation may perform an operation (step) of confirming a condition or situation for performing the corresponding operation (step). For example, if it is stated that a predetermined operation is performed when a predetermined condition is satisfied, the video encoding apparatus or the image decoding apparatus performs an operation to check whether the predetermined condition is satisfied and then performs the predetermined operation can be done
  • various embodiments of the present disclosure may be implemented by hardware, firmware, software, or a combination thereof.
  • ASICs Application Specific Integrated Circuits
  • DSPs Digital Signal Processors
  • DSPDs Digital Signal Processing Devices
  • PLDs Programmable Logic Devices
  • FPGAs Field Programmable Gate Arrays
  • general purpose It may be implemented by a processor (general processor), a controller, a microcontroller, a microprocessor, and the like.
  • a media file receiving device and a media file generating device to which an embodiment of the present disclosure is applied are real-time such as a multimedia broadcasting transceiver, a mobile communication terminal, a home cinema video device, a digital cinema video device, a surveillance camera, a video conversation device, and a video communication device.
  • Communication device mobile streaming device, storage medium, camcorder, video on demand (VoD) service providing device, OTT video (Over the top video) device, internet streaming service providing device, three-dimensional (3D) video device, video telephony video device, and a medical video device, and the like, and may be used to process a video signal or a data signal.
  • 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
  • FIG. 17 is a diagram illustrating a content streaming system to which an embodiment of the present disclosure can be applied.
  • the content streaming system to which the embodiment of 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 smartphone, a camera, a camcorder, etc. directly generate a bitstream
  • the encoding server may be omitted.
  • the bitstream may be generated by an image encoding method and/or an image encoding apparatus to which an embodiment of the present disclosure is applied, and the streaming server may temporarily store the bitstream in a process of transmitting or receiving the bitstream.
  • the streaming server transmits multimedia data to the user device based on a user request through the web server, and the web server may serve as a medium informing the user of a service.
  • the web server transmits it to a streaming server, and the streaming server may transmit multimedia data to the user.
  • the content streaming system may include a separate control server.
  • the control server may serve 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 receiving content 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.
  • the scope of the present disclosure includes software or machine-executable instructions (eg, operating system, application, firmware, program, etc.) that cause operation according to the method of various embodiments to be executed on a device or computer, and such software or and non-transitory computer-readable media in which instructions and the like are stored and executed on a device or computer.
  • software or machine-executable instructions eg, operating system, application, firmware, program, etc.
  • Embodiments according to the present disclosure may be used to create and transmit/receive media files.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법, 장치 및 미디어 파일을 전송하는 방법이 제공된다. 본 개시에 따른 미디어 파일 수신 방법은, 미디어 파일로부터 하나 이상의 트랙 및 샘플 그룹을 획득하는 단계, 및 상기 트랙 내의 샘플들 및 상기 샘플 그룹에 기반하여 액세스 유닛을 복원하는 단계를 포함하고, 상기 샘플 그룹은 상기 액세스 유닛이 속한 비디오 데이터의 EOS(end of sequence) 정보를 포함하는 제1 샘플 그룹을 포함하며, 상기 제1 샘플 그룹은 하나 이상의 EOS NAL 유닛들 및 상기 EOS NAL 유닛들의 개수에 관한 제1 신택스 요소를 포함할 수 있다.

Description

EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법, 장치 및 미디어 파일 전송 방법
본 개시는 EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법 및 장치에 관한 것으로, 보다 상세하게는 복수의 EOS NAL 유닛들을 포함하는 EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법, 장치 및 본 개시의 미디어 파일 생성 방법/장치에 의해 생성된 미디어 파일을 전송하는 방법에 관한 것이다.
최근 360도 영상 등과 같은 고해상도, 고품질의 영상에 대한 수요가 증가하고 있다. 영상의 해상도나 품질이 높아짐에 따라, 파일 용량이나 프레임율이 증가하게 되어, 저장 비용 및 전송 비용의 증가가 불가피한 실정이다. 또한, 스마트폰, 태블릿 PC와 같은 모바일 기기가 대중화됨에 따라, 통신망 기반의 멀티미디어 서비스에 대한 수요가 급증하고 있다. 하지만, 멀티미디어 서비스를 위한 하드웨어 및 네트워크 자원은 제한적이라는 문제가 있다.
이에 따라, 영상 데이터를 보다 효과적으로 저장하고 전송하기 위한 고효율의 영상 압축 및 파일 처리 기술이 요구된다.
본 개시는 EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 복수의 EOS NAL 유닛들을 포함하는 EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 EOS NAL 유닛들의 개수에 관한 정보를 포함하는 EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 멀티 레이어를 갖는 기본 스트림을 지원하는 EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 미디어 파일 생성 방법 또는 장치에 의해 생성된 미디어 파일을 전송하는 방법을 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 미디어 파일 생성 방법 또는 장치에 의해 생성된 미디어 파일을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 개시는 본 개시에 따른 미디어 파일 수신 장치에 의해 수신되고 영상의 복원에 이용되는 미디어 파일을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 양상에 따른 미디어 파일 수신 방법은, 미디어 파일로부터 하나 이상의 트랙 및 샘플 그룹을 획득하는 단계, 및 상기 트랙 내의 샘플들 및 상기 샘플 그룹에 기반하여 액세스 유닛을 복원하는 단계를 포함하고, 상기 샘플 그룹은 상기 액세스 유닛이 속한 비디오 데이터의 EOS(end of sequence) 정보를 포함하는 제1 샘플 그룹을 포함하며, 상기 제1 샘플 그룹은 하나 이상의 EOS NAL 유닛들 및 상기 EOS NAL 유닛들의 개수에 관한 제1 신택스 요소를 포함할 수 있다.
본 개시의 다른 양상에 따른 미디어 파일 수신 장치는, 메모리 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 미디어 파일로부터 하나 이상의 트랙 및 샘플 그룹을 획득하고, 상기 트랙 내의 샘플들 및 상기 샘플 그룹에 기반하여 액세스 유닛을 복원하되, 상기 샘플 그룹은 상기 액세스 유닛이 속한 비디오 데이터의 EOS(end of sequence) 정보를 포함하는 제1 샘플 그룹을 포함하며, 상기 제1 샘플 그룹은 하나 이상의 EOS NAL 유닛들 및 상기 EOS NAL 유닛들의 개수에 관한 제1 신택스 요소를 포함할 수 있다.
본 개시의 또 다른 양상에 따른 미디어 파일 생성 방법은, 액세스 유닛을 포함하는 비디오 데이터를 부호화하는 단계, 상기 부호화된 비디오 데이터의 EOS(end of sequence) 정보를 포함하는 제1 샘플 그룹을 생성하는 단계, 및 상기 부호화된 비디오 데이터 및 상기 제1 샘플 그룹에 기반하여 미디어 파일을 생성하는 단계를 포함하고, 상기 제1 샘플 그룹은 하나 이상의 EOS NAL 유닛들 및 상기 EOS NAL 유닛들의 개수에 관한 제1 신택스 요소를 포함할 수 있다.
본 개시의 또 다른 양상에 따른 미디어 파일 생성 장치는, 메모리 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 액세스 유닛을 포함하는 비디오 데이터를 부호화하고, 상기 부호화된 비디오 데이터의 EOS(end of sequence) 정보를 포함하는 제1 샘플 그룹을 생성하며, 상기 부호화된 비디오 데이터 및 상기 제1 샘플 그룹에 기반하여 미디어 파일을 생성하되, 상기 제1 샘플 그룹은 하나 이상의 EOS NAL 유닛들 및 상기 EOS NAL 유닛들의 개수에 관한 제1 신택스 요소를 포함할 수 있다.
본 개시의 또 다른 양상에 따른 미디어 파일 전송 방법은, 본 개시의 미디어 파일 생성 방법 또는 장치에 의해 생성된 미디어 파일을 전송할 수 있다.
본 개시의 또 다른 양상에 따른 컴퓨터 판독 가능한 기록 매체는, 본 개시의 미디어 파일 생성 방법 또는 장치에 의해 생성된 미디어 파일을 저장할 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 개시에 따르면, EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 복수의 EOS NAL 유닛들을 포함하는 EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, EOS NAL 유닛들의 개수에 관한 정보를 포함하는 EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따르면, 멀티 레이어를 갖는 기본 스트림을 지원하는 EOS 샘플 그룹에 기반한 미디어 파일 생성/수신 방법 및 장치가 제공될 수 있다.
또한, 본 개시에 따른 미디어 파일 생성 방법 또는 장치에 의해 생성된 미디어 파일을 전송하는 방법이 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 미디어 파일 생성 방법 또는 장치에 의해 생성된 미디어 파일을 저장한 기록 매체가 제공될 수 있다.
또한, 본 개시에 따르면, 본 개시에 따른 미디어 파일 수신 장치에 의해 수신되고 영상의 복원에 이용되는 미디어 파일을 저장한 기록 매체가 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 일 실시예에 따른 미디어 파일 송수신 시스템을 개략적으로 나타낸 도면이다.
도 2는 미디어 파일 송신 방법을 나타낸 흐름도이다.
도 3은 미디어 파일 수신 방법을 나타낸 흐름도이다.
도 4는 본 개시의 일 실시예에 따른 영상 부호화 장치를 개략적으로 나타낸 도면이다.
도 5는 본 개시의 일 실시예에 따른 영상 복호화 장치를 개략적으로 나타낸 도면이다.
도 6은 코딩된 영상/비디오에 대한 계층 구조의 일 예를 나타낸 도면이다.
도 7은 미디어 파일 구조의 일 예를 나타낸 도면이다.
도 8은 도 7의 trak 박스 구조의 일 예를 나타낸 도면이다.
도 9는 영상 신호 구조의 일 예를 나타낸 도면이다.
도 10은 EOS 샘플 그룹 엔트리의 신택스 구조를 나타낸 도면이다.
도 11은 멀티 레이어들을 운반하는 트랙의 일 예를 나타낸 도면이다.
도 12는 본 개시의 일 실시예에 따른 EOS 샘플 그룹 엔트리의 신택스 구조를 나타낸 도면이다.
도 13은 본 개시의 다른 실시예에 따른 EOS 샘플 그룹 엔트리의 신택스 구조를 나타낸 도면이다.
도 14는 본 개시의 또 다른 실시예에 따른 EOS 샘플 그룹 엔트리의 신택스 구조를 나타낸 도면이다.
도 15는 본 개시의 일 실시예에 따른 미디어 파일 수신 방법을 나타낸 흐름도이다.
도 16은 본 개시의 일 실시예에 따른 미디어 파일 생성 방법을 나타낸 흐름도이다.
도 17은 본 개시의 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시한 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 영상의 부호화 및 복호화에 관한 것으로서, 본 개시에서 사용되는 용어는, 본 개시에서 새롭게 정의되지 않는 한 본 개시가 속한 기술 분야에서 통용되는 통상의 의미를 가질 수 있다.
본 개시에서 "픽처(picture)"는 일반적으로 특정 시간대의 하나의 영상을 나타내는 단위를 의미하며, 슬라이스(slice)/타일(tile)은 픽처의 일부를 구성하는 부호화 단위로서, 하나의 픽처는 하나 이상의 슬라이스/타일로 구성될 수 있다. 또한, 슬라이스/타일은 하나 이상의 CTU(coding tree unit)를 포함할 수 있다.
본 개시에서 "픽셀(pixel)" 또는 "펠(pel)"은 하나의 픽처(또는 영상)를 구성하는 최소의 단위를 의미할 수 있다. 또한, 픽셀에 대응하는 용어로서 "샘플(sample)"이 사용될 수 있다. 샘플은 일반적으로 픽셀 또는 픽셀의 값을 나타낼 수 있으며, 루마(luma) 성분의 픽셀/픽셀값만을 나타낼 수도 있고, 크로마(chroma) 성분의 픽셀/픽셀값만을 나타낼 수도 있다.
본 개시에서 "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. 유닛은 경우에 따라서 "샘플 어레이", "블록(block)" 또는 "영역(area)" 등의 용어와 혼용하여 사용될 수 있다. 일반적인 경우, MxN 블록은 M개의 열과 N개의 행으로 이루어진 샘플들(또는 샘플 어레이) 또는 변환 계수(transform coefficient)들의 집합(또는 어레이)을 포함할 수 있다.
본 개시에서 "현재 블록"은 "현재 코딩 블록", "현재 코딩 유닛", "부호화 대상 블록", "복호화 대상 블록" 또는 "처리 대상 블록" 중 하나를 의미할 수 있다. 예측이 수행되는 경우, "현재 블록"은 "현재 예측 블록" 또는 "예측 대상 블록"을 의미할 수 있다. 변환(역변환)/양자화(역양자화)가 수행되는 경우, "현재 블록"은 "현재 변환 블록" 또는 "변환 대상 블록"을 의미할 수 있다. 필터링이 수행되는 경우, "현재 블록"은 "필터링 대상 블록"을 의미할 수 있다.
본 개시에서 "현재 블록"은 크로마 블록이라는 명시적인 기재가 없는 한 루마 성분 블록과 크로마 성분 블록을 모두 포함하는 블록 또는 "현재 블록의 루마 블록"을 의미할 수 있다. 현재 블록의 루마 성분 블록은 명시적으로 "루마 블록" 또는 "현재 루마 블록"과 같이 루마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다. 또한, 현재 블록의 크로마 성분 블록은 명시적으로 "크로마 블록" 또는 "현재 크로마 블록"과 같이 크로마 성분 블록이라는 명시적인 기재를 포함하여 표현될 수 있다.
본 개시에서 "/"와 ","는 "및/또는"으로 해석될 수 있다. 예를 들어, "A/B"와 "A, B"는 "A 및/또는 B"로 해석될 수 있다. 또한, "A/B/C"와 "A, B, C"는 "A, B 및/또는 C 중 적어도 하나"를 의미할 수 있다.
본 개시에서 "또는"은 "및/또는"으로 해석될 수 있다. 예를 들어, "A 또는 B"는, 1) "A" 만을 의미하거나 2) "B" 만을 의미하거나, 3) "A 및 B"를 의미할 수 있다. 또는, 본 개시에서 "또는"은 "추가적으로 또는 대체적으로(additionally or alternatively)"를 의미할 수 있다.
미디어 파일 송수신 시스템 개요
도 1은 본 개시의 일 실시예에 따른 미디어 파일 송수신 시스템을 개략적으로 나타낸 도면이다.
도 1을 참조하면, 미디어 파일 송수신 시스템(1)은 송신 장치(A) 및 수신 장치(B)를 포함할 수 있다. 실시예에 따라, 미디어 파일 송수신 시스템(1)은 MPEG-DASH(Dynamic Adaptive Streaming over HTTP) 기반의 적응적 스트리밍을 지원함으로써, 끊김 없는(seamless) 미디어 컨텐츠 재생을 지원할 수 있다.
송신 장치(A)는 비디오 소스(10), 부호화부(20), 인캡슐레이션부(30), 송신 처리부(40) 및 송신부(45)를 포함할 수 있다.
비디오 소스(10)는 비디오 또는 이미지 등의 미디어 데이터를 생성 또는 획득할 수 있다. 이를 위해, 비디오 소스(10)는 비디오/이미지 캡쳐 디바이스 및/또는 비디오/이미지 생성 디바이스를 포함하거나, 외부 디바이스에 연결되어 미디어 데이터를 수신할 수 있다.
부호화부(20)는 비디오 소스(10)로부터 입력된 미디어 데이터를 부호화할 수 있다. 부호화부(20)는 압축 및 부호화 효율을 위하여, 비디오 코덱 표준, 예컨대 VVC(Versatile Video Coding) 표준에 따라, 예측, 변환, 양자화 등 일련의 절차를 수행할 수 있다. 부호화부(20)는 부호화된 미디어 데이터를 비트스트림 형태로 출력할 수 있다.
인캡슐레이션부(30)는 부호화된 미디어 데이터 및/또는 미디어 데이터 관련 메타데이터를 인캡슐레이션할 수 있다. 예를 들어, 인캡슐레이션부(30)는 해당 데이터를 ISO BMFF(ISO Base Media File Format), CMAF(Common Media Application Format) 등의 파일 포맷으로 인캡슐레이션하거나, 세그먼트 등의 형태로 처리할 수 있다. 파일 형태로 인캡슐레이션된 미디어 데이터(이하, '미디어 파일'이라고 지칭함)는 실시예에 따라 저장부(미도시)에 저장될 수 있다. 저장부에 저장된 미디어 파일은, 송신 처리부(40)에 의해 독출되어, 온 디맨드(on demand), NRT(Non-Real Time) 또는 브로드밴드 방식에 따라 수신 장치(B)로 전송될 수 있다.
송신 처리부(40)는 미디어 파일을 임의의 전송 방식에 따라 처리하여 영상 신호를 생성할 수 있다. 미디어 파일 전송 방식은 브로드캐스트(broadcast) 방식 및 브로드밴드(broadband) 방식을 포함할 수 있다.
브로드캐스트 방식에 따르면, 미디어 파일은 MMT(MPEG Media transport) 프로토콜 또는 ROUTE(Real time Object delivery over Unidirectional Transport) 프로토콜을 이용하여 전송될 수 있다. MMT 프로토콜은 IP 기반의 네트워크 환경에서 파일 포맷이나 코덱에 관계없이 미디어 스트리밍을 지원하는 전송 프로토콜일 수 있다. MMT 프로토콜을 이용하는 경우, 미디어 파일은 MMT에 기반하여 MPU(Media Processing Unit) 단위로 처리된 후, MMT 프로토콜에 따라 전송될 수 있다. ROUTE 프로토콜은 FLUTE(File Delivery over Unidirectional Transport)를 확장한 것으로, 미디어 파일의 실시간 전송을 지원하는 전송 프로토콜일 수 있다. ROUTE 프로토콜을 이용하는 경우, 미디어 파일은 MPEG-DASH에 기반하여 하나 이상의 세그먼트로 처리된 후, ROUTE 프로토콜에 따라 전송될 수 있다.
브로드밴드 방식에 따르면, 미디어 파일은 HTTP(HyperText Transfer Protocol)를 이용하여 네트워크를 통해 전송될 수 있다. HTTP를 통해 전송되는 정보는 시그널링 메타데이터, 세그먼트 정보 및/또는 NRT(Non-Real Time) 서비스 정보를 포함할 수 있다.
실시예에 따라, 송신 처리부(40)는 적응적 미디어 스트리밍을 지원하기 위하여, MPD 생성부(41) 및 세그먼트 생성부(42)를 포함할 수 있다.
MPD 생성부(41)는 미디어 파일을 기반으로 MPD(Media Presentation Description)를 생성할 수 있다. MPD는 미디어 프리젠테이션에 대한 상세 정보를 포함하는 파일로서, XML 형태로 표현될 수 있다. MPD는 시그널링 메타데이터, 예컨대 각각의 세그먼트에 대한 식별자를 제공할 수 있다. 이 경우, 수신 장치(B)는 MPD를 기반으로 세그먼트들을 동적으로 획득할 수 있다.
세그먼트 생성부(42)는 미디어 파일을 기반으로 하나 이상의 세그먼트를 생성할 수 있다. 세그먼트는 실제 미디어 데이터를 포함할 수 있으며, ISO BMFF 등의 파일 형태를 가질 수 있다. 세그먼트는 영상 신호의 리프리젠테이션(representation) 내에 포함될 수 있으며, 전술한 바와 같이 MPD에 기반하여 식별될 수 있다.
그리고, 송신 처리부(40)는 생성된 MPD 및 세그먼트에 기반하여 MPEG-DASH 표준에 따른 영상 신호를 생성할 수 있다.
송신부(45)는 생성된 영상 신호를 수신 장치(B)로 전송할 수 있다. 실시예에 따라, 송신부(45)는 MMT 표준 또는 MPEG-DASH 표준에 따라 영상 신호를 IP 네트워크를 통해 수신 장치(B)로 전송할 수 있다. MMT 표준에 따르면, 수신 장치(B)로 전송되는 영상 신호는, 미디어 데이터의 재생 정보를 포함하는 PI 문서(Presentation Information document)를 포함할 수 있다. MPEG-DASH 표준에 따르면, 수신 장치(B)로 전송되는 영상 신호는, 미디어 데이터의 재생 정보로서 전술한 MPD를 포함할 수 있다. 다만, 실시예에 따라, MPD 및 세그먼트는 개별적으로 수신 장치(B)로 전송될 수 있다. 예를 들어, MPD를 포함하는 제1 영상 신호는 송신 장치(A) 또는 외부 서버에 의해 생성되어 수신 장치(B)로 전송될 수 있으며, 세그먼트를 포함하는 제2 영상 신호는 송신 장치(A)에 의해 생성되어 수신 장치(B)로 전송될 수 있다.
한편, 도 1에서는 송신 처리부(40)와 송신부(45)가 별개의 엘리먼트로서 도시되어 있으나, 실시예에 따라 단일의 엘리먼트로서 통합적으로 구현될 수도 있다. 또한, 송신 처리부(40)는 송신 장치(A)와는 별개의 외부 장치(e.g., DASH 서버)로서 구현될 수도 있다. 이 경우, 송신 장치(A)는 미디어 데이터를 부호화하여 미디어 파일을 생성하는 소스 장치로서 동작할 수 있고, 외부 장치는 미디어 데이터를 임의의 전송 프로토콜에 따라 처리하여 영상 신호를 생성하는 서버 장치로서 동작할 수 있다.
다음으로, 수신 장치(B)는 수신부(55), 수신 처리부(60), 디캡슐레이션부(70), 복호화부(80) 및 렌더링부(90)를 포함할 수 있다. 실시예에 따라, 수신 장치(B)는 MPEG-DASH 기반의 클라이언트일 수 있다.
수신부(55)는 송신 장치(A)로부터 영상 신호를 수신할 수 있다. MMT 표준에 따른 영상 신호는 PI 문서 및 미디어 파일을 포함할 수 있다. 또한, MPEG-DASH 표준에 따른 영상 신호는 MPD 및 세그먼트를 포함할 수 있다. 실시예에 따라, MPD 및 세그먼트는 서로 다른 영상 신호를 통해 개별적으로 전송될 수 있다.
수신 처리부(60)는 수신된 영상 신호를 전송 프로토콜에 따라 처리하여 미디어 파일을 추출/파싱할 수 있다.
실시예에 따라, 수신 처리부(60)는 적응적 미디어 스트리밍을 지원하기 위하여, MPD 파싱부(61) 및 세그먼트 파싱부(62)를 포함할 수 있다.
MPD 파싱부(61)는 수신된 영상 신호로부터 MPD를 획득하고, 획득된 MPD를 파싱하여 세그먼트 획득에 필요한 커맨드를 생성할 수 있다. 또한, MPD 파싱부(61)는 파싱된 MPD에 기반하여 미디어 데이터의 재생 정보, 예컨대 컬러 변환 정보 등을 획득할 수 있다.
세그먼트 파싱부(62)는 파싱된 MPD에 기반하여 세그먼트를 획득하고, 획득된 세그먼트를 파싱하여 미디어 파일을 추출할 수 있다. 실시예에 따라, 미디어 파일은 ISO BMFF 또는 CMAF 등의 파일 포맷을 가질 수 있다.
디캡슐레이션부(70)는 추출된 미디어 파일을 디캡슐레이션하여, 미디어 데이터 및 이와 관련된 메타데이터를 획득할 수 있다. 획득된 메타데이터는 파일 포맷 내의 박스 혹은 트랙 형태를 가질 수 있다. 실시예에 따라, 디캡슐레이션부(70)는 MPD 파싱부(61)로부터 디캡슐레이션에 필요한 메타데이터를 전달받을 수 있다.
복호화부(80)는 획득된 미디어 데이터를 비디오 코덱 표준, 예컨대 VVC 표준에 따라 복호화할 수 있다. 이를 위해, 복호화부(80)는 부호화부(20)의 동작에 대응하는 역양자화, 역변환, 예측 등 일련의 절차를 수행할 수 있다.
렌더링부(90)는 복호화된 영상 또는 이미지 등의 미디어 데이터를 렌더링할 수 있다. 렌더링된 미디어 데이터는 디스플레이부(미도시)를 통해 재생될 수 있다.
이하, 미디어 파일 송수신 방법을 상세하게 설명한다.
도 2는 미디어 파일 송신 방법을 나타낸 흐름도이다.
일 예에서, 도 2의 각 단계는 도 1의 송신 장치(A)에 의해 수행될 수 있다. 구체적으로, 단계 S210은 도 1의 부호화부(20)에 의해 수행될 수 있다. 또한, 단계 S220 및 단계 S230은 송신 처리부(40)에 의해 수행될 수 있다. 또한, 단계 S240은 송신부(45)에 의해 수행될 수 있다.
도 2를 참조하면, 송신 장치는 비디오 또는 이미지 등의 미디어 데이터를 부호화할 수 있다(S210). 미디어 데이터는 송신 장치에 의해 캡쳐/생성되거나, 또는 외부 디바이스(e.g., 카메라, 비디오 아카이브 등)로부터 획득될 수 있다. 미디어 데이터는 비디오 코덱 표준, 예컨대 VVC 표준에 따라 비트스트림 형태로 부호화될 수 있다.
송신 장치는 부호화된 미디어 데이터에 기반하여 MPD 및 하나 이상의 세그먼트를 생성할 수 있다(S220). MPD는 전술한 바와 같이 미디어 프리젠테이션에 대한 상세 정보를 포함할 수 있다. 세그먼트는 실제 미디어 데이터를 포함할 수 있다. 실시예에 따라, 미디어 데이터는 ISO BMFF 또는 CMAF 등의 파일 포맷으로 인캡슐레이션되어 세그먼트에 포함될 수 있다.
송신 장치는 생성된 MPD 및 세그먼트를 포함하는 영상 신호를 생성할 수 있다(S230). 실시예에 따라, 영상 신호는 MPD 및 세그먼트 각각에 대하여 개별적으로 생성될 수 있다. 예를 들어, 송신 장치는 MPD를 포함하는 제1 영상 신호를 생성하고, 세그먼트를 포함하는 제2 영상 신호를 생성할 수 있다.
송신 장치는 생성된 영상 신호를 수신 장치로 전송할 수 있다(S240). 실시예에 따라, 송신 장치는 브로드캐스트 방식으로 영상 신호를 전송할 수 있다. 이 경우, MMT 프로토콜 또는 ROUTE 프로토콜이 이용될 수 있다. 또는, 송신 장치는 브로드밴드 방식으로 영상 신호를 전송할 수도 있다.
한편, 도 2에서는, MPD 및 이를 포함하는 영상 신호가 송신 장치에 의해 생성 및 전송되는 것으로 설명하고 있으나(단계 S220 내지 단계 S240), 실시예에 따라서는, MPD 및 이를 포함하는 영상 신호는 송신 장치와는 다른 외부 서버에 의해 생성 및 전송될 수도 있다.
도 3은 미디어 파일 수신 방법을 나타낸 흐름도이다.
일 예에서, 도 3의 각 단계는 도 1의 수신 장치(B)에 의해 수행될 수 있다. 구체적으로, 단계 S310은 수신부(55)에 의해 수행될 수 있다. 또한, 단계 S320은 수신 처리부(60)에 의해 수행될 수 있다. 또한, 단계 S330은 복호화부(80)에 의해 수행될 수 있다.
도 3을 참조하면, 수신 장치는 송신 장치로부터 영상 신호를 수신할 수 있다(S310). MPEG-DASH 표준에 따른 영상 신호는 MPD 및 세그먼트를 포함할 수 있다. 실시예에 따라, MPD 및 세그먼트는 서로 다른 영상 신호를 통해 개별적으로 수신될 수 있다. 예를 들어, MPD를 포함하는 제1 영상 신호는 도 1의 송신 장치 또는 외부 서버로부터 수신될 수 있고, 세그먼트를 포함하는 제2 영상 신호는 도 1의 송신 장치로부터 수신될 수 있다.
수신 장치는 수신된 영상 신호로부터 MPD 및 세그먼트를 추출하고, 추출된 MPD 및 세그먼트를 파싱할 수 있다(S320). 구체적으로, 수신 장치는 MPD를 파싱하여 세그먼트 획득에 필요한 커맨드를 생성할 수 있다. 그리고, 수신 장치는 파싱된 MPD에 기반하여 세그먼트를 획득하고, 획득된 세그먼트를 파싱하여 미디어 데이터를 획득할 수 있다. 실시예에 따라, 수신 장치는 세그먼트로부터 미디어 데이터를 획득하기 위하여, 파일 형태의 미디어 데이터에 대한 디캡슐레이션을 수행할 수 있다.
수신 장치는 획득된 비디오 또는 이미지 등의 미디어 데이터를 복호화할 수 있다(S330). 수신 장치는 미디어 데이터를 복호화하기 위하여, 역양자화, 역변환, 예측 등 일련의 절차를 수행할 수 있다. 그리고, 수신 장치는 복호화된 미디어 데이터를 렌더링하여, 디스플레이를 통해 미디어 데이터를 재생할 수 있다.
이하, 영상 부호화/복호화 장치를 상세하게 설명한다.
영상 부호화 장치 개요
도 4는 본 개시의 일 실시예에 따른 영상 부호화 장치를 개략적으로 나타낸 도면이다. 도 4의 영상 부호화 장치(400)는 도 1을 참조하여 전술한 송신 장치(A)의 부호화부(20)에 대응할 수 있다.
도 4를 참조하면, 영상 부호화 장치(400)는 영상 분할부(410), 감산부(415), 변환부(420), 양자화부(430), 역양자화부(440), 역변환부(450), 가산부(455), 필터링부(460), 메모리(470), 인터 예측부(480), 인트라 예측부(485) 및 엔트로피 인코딩부(490)를 포함할 수 있다. 인터 예측부(480) 및 인트라 예측부(485)는 합쳐서 "예측부"라고 지칭될 수 있다. 변환부(420), 양자화부(430), 역양자화부(440), 역변환부(450)는 레지듀얼(residual) 처리부에 포함될 수 있다. 레지듀얼 처리부는 감산부(415)를 더 포함할 수도 있다.
영상 부호화 장치(400)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어, 인코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(470)는 DPB(decoded picture buffer)를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
영상 분할부(410)는 영상 부호화 장치(400)에 입력된 입력 영상(또는, 픽처, 프레임)을 하나 이상의 처리 유닛(processing unit)으로 분할할 수 있다. 일 예로, 상기 처리 유닛은 코딩 유닛(coding unit, CU)이라고 불릴 수 있다. 코딩 유닛은 코딩 트리 유닛(coding tree unit, CTU) 또는 최대 코딩 유닛(largest coding unit, LCU)을 QT/BT/TT (Quad-tree/binary-tree/ternary-tree) 구조에 따라 재귀적으로(recursively) 분할함으로써 획득될 수 있다. 예를 들어, 하나의 코딩 유닛은 쿼드 트리 구조, 바이너리 트리 구조 및/또는 터너리 트리 구조를 기반으로 하위(deeper) 뎁스의 복수의 코딩 유닛들로 분할될 수 있다. 코딩 유닛의 분할을 위해, 쿼드 트리 구조가 먼저 적용되고 바이너리 트리 구조 및/또는 터너리 트리 구조가 나중에 적용될 수 있다. 더 이상 분할되지 않는 최종 코딩 유닛을 기반으로 본 개시에 따른 코딩 절차가 수행될 수 있다. 최대 코딩 유닛이 바로 최종 코딩 유닛으로 사용될 수 있고, 최대 코딩 유닛을 분할하여 획득한 하위 뎁스의 코딩 유닛이 최종 코닛 유닛으로 사용될 수도 있다. 여기서 코딩 절차라 함은 후술하는 예측, 변환 및/또는 복원 등의 절차를 포함할 수 있다. 다른 예로, 상기 코딩 절차의 처리 유닛은 예측 유닛(PU: Prediction Unit) 또는 변환 유닛(TU: Transform Unit)일 수 있다. 상기 예측 유닛 및 상기 변환 유닛은 각각 상기 최종 코딩 유닛으로부터 분할 또는 파티셔닝될 수 있다. 상기 예측 유닛은 샘플 예측의 유닛일 수 있고, 상기 변환 유닛은 변환 계수를 유도하는 유닛 및/또는 변환 계수로부터 레지듀얼 신호(residual signal)를 유도하는 유닛일 수 있다.
예측부(인터 예측부(480) 또는 인트라 예측부(485))는 처리 대상 블록(현재 블록)에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 현재 블록 또는 CU 유닛으로 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있다. 예측부는 현재 블록의 예측에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(490)로 전달할 수 있다. 예측에 관한 정보는 엔트로피 인코딩부(490)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
인트라 예측부(485)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 상기 참조되는 샘플들은 인트라 예측 모드 및/또는 인트라 예측 기법에 따라 상기 현재 블록의 주변(neighbor)에 위치할 수 있고, 또는 떨어져서 위치할 수도 있다. 인트라 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(485)는 주변 블록에 적용된 예측 모드를 이용하여, 현재 블록에 적용되는 예측 모드를 결정할 수도 있다.
인터 예측부(480)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이 때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 유닛으로 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 경우, 주변 블록은 현재 픽처 내에 존재하는 공간적 주변 블록(spatial neighboring block)과 참조 픽처에 존재하는 시간적 주변 블록(temporal neighboring block)을 포함할 수 있다. 상기 참조 블록을 포함하는 참조 픽처와 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일할 수도 있고, 서로 다를 수도 있다. 상기 시간적 주변 블록은 동일 위치 참조 블록(collocated reference block), 동일 위치 CU(colCU) 등의 이름으로 불릴 수 있다. 상기 시간적 주변 블록을 포함하는 참조 픽처는 동일 위치 픽처(collocated picture, colPic)라고 불릴 수 있다. 예를 들어, 인터 예측부(480)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(480)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) 및 움직임 벡터 예측자에 대한 지시자(indicator)를 부호화함으로써 현재 블록의 움직임 벡터를 시그널링할 수 있다. 움직임 벡터 차분은 현재 블록의 움직임 벡터와 움직임 벡터 예측자 간의 차이를 의미할 수 있다.
예측부는 후술하는 다양한 예측 방법 및/또는 예측 기법을 기반으로 예측 신호를 생성할 수 있다. 예를 들어, 예측부는 현재 블록의 예측을 위해 인트라 예측 또는 인터 예측을 적용할 수 있을 뿐 아니라, 인트라 예측과 인터 예측을 동시에 적용할 수 있다. 현재 블록의 예측을 위해 인트라 예측과 인터 예측을 동시에 적용하는 예측 방법은 combined inter and intra prediction (CIIP)라고 불릴 수 있다. 또한, 예측부는 현재 블록의 예측을 위해 인트라 블록 카피(intra block copy, IBC)를 수행할 수도 있다. 인트라 블록 카피는 예를 들어 SCC(screen content coding) 등과 같이 게임 등의 컨텐츠 영상/동영상 코딩을 위하여 사용될 수 있다. IBC는 현재 블록으로부터 소정의 거리만큼 떨어진 위치의 현재 픽처 내 기복원된 참조 블록을 이용하여 현재 블록을 예측하는 방법이다. IBC가 적용되는 경우, 현재 픽처 내 참조 블록의 위치는 상기 소정의 거리에 해당하는 벡터(블록 벡터)로서 부호화될 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 개시에서 설명되는 인터 예측 기법들 중 적어도 하나를 이용할 수 있다.
예측부를 통해 생성된 예측 신호는 복원 신호를 생성하기 위해 이용되거나 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 감산부(415)는 입력 영상 신호(원본 블록, 원본 샘플 어레이)로부터 예측부에서 출력된 예측 신호(예측된 블록, 예측 샘플 어레이)를 감산하여 레지듀얼 신호(residual signal, 잔여 블록, 잔여 샘플 어레이)를 생성할 수 있다. 생성된 레지듀얼 신호는 변환부(420)로 전송될 수 있다.
변환부(420)는 레지듀얼 신호에 변환 기법을 적용하여 변환 계수들(transform coefficients)을 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)을 이용하여 예측 신호를 생성하고 그에 기반하여 획득되는 변환을 의미한다. 변환 과정은 정사각형의 동일한 크기를 갖는 픽셀 블록에 적용될 수도 있고, 정사각형이 아닌 가변 크기의 블록에도 적용될 수 있다.
양자화부(430)는 변환 계수들을 양자화하여 엔트로피 인코딩부(490)로 전송할 수 있다. 엔트로피 인코딩부(490)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(430)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(490)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(190)는 양자화된 변환 계수들 외 비디오/이미지 복원에 필요한 정보들(예를 들어 신택스 요소들(syntax elements)의 값 등)을 함께 또는 별도로 인코딩할 수도 있다. 인코딩된 정보(e.g., 인코딩된 비디오/영상 정보)는 비트스트림 형태로 NAL(network abstraction layer) 유닛 유닛으로 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)를 더 포함할 수 있다. 본 개시에서 언급된 시그널링 정보, 전송되는 정보 및/또는 신택스 요소들은 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(190)로부터 출력된 신호를 전송하는 전송부(미도시) 및/또는 저장하는 저장부(미도시)가 영상 부호화 장치(100)의 내/외부 엘리먼트로서 구비될 수 있고, 또는 전송부는 엔트로피 인코딩부(490)의 구성요소로서 구비될 수도 있다.
양자화부(430)로부터 출력된 양자화된 변환 계수들은 레지듀얼 신호를 생성하기 위해 이용될 수 있다. 예를 들어, 양자화된 변환 계수들에 역양자화부(440) 및 역변환부(450)를 통해 역양자화 및 역변환을 적용함으로써 레지듀얼 신호(레지듀얼 블록 or 레지듀얼 샘플들)를 복원할 수 있다.
가산부(455)는 복원된 레지듀얼 신호를 인터 예측부(480) 또는 인트라 예측부(485)로부터 출력된 예측 신호에 더함으로써 복원(reconstructed) 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(455)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 부호화 및/또는 복원 과정에서 LMCS(luma mapping with chroma scaling)가 적용될 수 있다.
필터링부(460)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어 필터링부(460)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(470), 구체적으로 메모리(470)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(460)는 각 필터링 방법에 대한 설명에서 후술하는 바와 같이 필터링에 관한 다양한 정보를 생성하여 엔트로피 인코딩부(490)로 전달할 수 있다. 필터링에 관한 정보는 엔트로피 인코딩부(490)에서 인코딩되어 비트스트림 형태로 출력될 수 있다.
메모리(470)에 전송된 수정된 복원 픽처는 인터 예측부(480)에서 참조 픽처로 사용될 수 있다. 영상 부호화 장치(400)는 이를 통하여 인터 예측이 적용되는 경우, 영상 부호화 장치(400)와 영상 복호화 장치에서의 예측 미스매치를 피할 수 있고, 부호화 효율도 향상시킬 수 있다.
메모리(470) 내 DPB는 인터 예측부(480)에서의 참조 픽처로 사용하기 위해 수정된 복원 픽처를 저장할 수 있다. 메모리(470)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(480)에 전달될 수 있다. 메모리(470)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(485)에 전달할 수 있다.
영상 복호화 장치 개요
도 5는 본 개시의 일 실시예에 따른 영상 복호화 장치를 개략적으로 나타낸 도면이다. 도 5의 영상 복호화 장치(500)는 도 1을 참조하여 전술한 수신 장치(A)의 복호화부(80)에 대응할 수 있다.
도 5를 참조하면, 영상 복호화 장치(500)는 엔트로피 디코딩부(510), 역양자화부(520), 역변환부(530), 가산부(535), 필터링부(540), 메모리(550), 인터 예측부(560) 및 인트라 예측부(565)를 포함하여 구성될 수 있다. 인터 예측부(560) 및 인트라 예측부(565)를 합쳐서 "예측부"라고 지칭될 수 있다. 역양자화부(520), 역변환부(530)는 레지듀얼 처리부에 포함될 수 있다.
영상 복호화 장치(500)를 구성하는 복수의 구성부들의 전부 또는 적어도 일부는 실시예에 따라 하나의 하드웨어 컴포넌트(예를 들어 디코더 또는 프로세서)로 구현될 수 있다. 또한 메모리(550)는 DPB를 포함할 수 있고, 디지털 저장 매체에 의하여 구현될 수 있다.
비디오/영상 정보를 포함하는 비트스트림을 수신한 영상 복호화 장치(500)는 도 4의 영상 부호화 장치(400)에서 수행된 프로세스에 대응하는 프로세스를 수행하여 영상을 복원할 수 있다. 예를 들어, 영상 복호화 장치(500)는 영상 부호화 장치에서 적용된 처리 유닛을 이용하여 디코딩을 수행할 수 있다. 따라서 디코딩의 처리 유닛은 예를 들어 코딩 유닛일 수 있다. 코딩 유닛은 코딩 트리 유닛이거나 또는 최대 코딩 유닛을 분할하여 획득될 수 있다. 그리고, 영상 복호화 장치(500)를 통해 디코딩 및 출력된 복원 영상 신호는 재생 장치(미도시)를 통해 재생될 수 있다.
영상 복호화 장치(500)는 도 4의 영상 부호화 장치에 의해 생성된 신호를 비트스트림 형태로 수신할 수 있다. 수신된 신호는 엔트로피 디코딩부(510)를 통해 디코딩될 수 있다. 예를 들어, 엔트로피 디코딩부(510)는 상기 비트스트림을 파싱하여 영상 복원(또는 픽처 복원)에 필요한 정보(예를 들어, 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)를 더 포함할 수 있다. 영상 복호화 장치는 영상을 디코딩하기 위해 상기 파라미터 세트에 관한 정보 및/또는 상기 일반 제한 정보를 추가적으로 이용할 수 있다. 본 개시에서 언급된 시그널링 정보, 수신되는 정보 및/또는 신택스 요소들은 상기 디코딩 절차를 통하여 디코딩됨으로써 상기 비트스트림으로부터 획득될 수 있다. 예를 들어, 엔트로피 디코딩부(510)는 지수 골롬 부호화, CAVLC 또는 CABAC 등의 코딩 방법을 기초로 비트스트림 내 정보를 디코딩하고, 영상 복원에 필요한 신택스 요소의 값, 레지듀얼에 관한 변환 계수의 양자화된 값들을 출력할 수 있다. 보다 상세하게, CABAC 엔트로피 디코딩 방법은, 비트스트림에서 각 구문 요소에 해당하는 빈을 수신하고, 디코딩 대상 구문 요소 정보와 주변 블록 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)을 수행하여 각 구문 요소의 값에 해당하는 심볼을 생성할 수 있다. 이 때, 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(510)에서 디코딩된 정보 중 예측에 관한 정보는 예측부(인터 예측부(560) 및 인트라 예측부(565))로 제공되고, 엔트로피 디코딩부(510)에서 엔트로피 디코딩이 수행된 레지듀얼 값, 즉 양자화된 변환 계수들 및 관련 파라미터 정보는 역양자화부(520)로 입력될 수 있다. 또한, 엔트로피 디코딩부(510)에서 디코딩된 정보 중 필터링에 관한 정보는 필터링부(540)로 제공될 수 있다. 한편, 영상 부호화 장치로부터 출력된 신호를 수신하는 수신부(미도시)가 영상 복호화 장치(500)의 내/외부 엘리먼트로서 추가적으로 구비될 수 있고, 또는 수신부는 엔트로피 디코딩부(510)의 구성요소로서 구비될 수도 있다.
한편, 본 개시에 따른 영상 복호화 장치는 비디오/영상/픽처 복호화 장치라고 불릴 수 있다. 상기 영상 복호화 장치는 정보 디코더(비디오/영상/픽처 정보 디코더) 및/또는 샘플 디코더(비디오/영상/픽처 샘플 디코더)를 포함할 수도 있다. 상기 정보 디코더는 엔트로피 디코딩부(510)를 포함할 수 있고, 상기 샘플 디코더는 역양자화부(520), 역변환부(530), 가산부(535), 필터링부(540), 메모리(550), 인터 예측부(560) 및 인트라 예측부(565) 중 적어도 하나를 포함할 수 있다.
역양자화부(520)에서는 양자화된 변환 계수들을 역양자화하여 변환 계수들을 출력할 수 있다. 역양자화부(520)는 양자화된 변환 계수들을 2차원의 블록 형태로 재정렬할 수 있다. 이 경우 상기 재정렬은 영상 부호화 장치에서 수행된 계수 스캔 순서에 기반하여 수행될 수 있다. 역양자화부(520)는 양자화 파라미터(예를 들어 양자화 스텝 사이즈 정보)를 이용하여 양자화된 변환 계수들에 대한 역양자화를 수행하고, 변환 계수들(transform coefficient)을 획득할 수 있다.
역변환부(530)에서는 변환 계수들를 역변환하여 레지듀얼 신호(레지듀얼 블록, 레지듀얼 샘플 어레이)를 획득할 수 있다.
예측부는 현재 블록에 대한 예측을 수행하고, 상기 현재 블록에 대한 예측 샘플들을 포함하는 예측된 블록(predicted block)을 생성할 수 있다. 예측부는 엔트로피 디코딩부(510)로부터 출력된 상기 예측에 관한 정보를 기반으로 상기 현재 블록에 인트라 예측이 적용되는지 또는 인터 예측이 적용되는지 결정할 수 있고, 구체적인 인트라/인터 예측 모드(예측 기법)를 결정할 수 있다.
예측부가 후술하는 다양한 예측 방법(기법)을 기반으로 예측 신호를 생성할 수 있음은 영상 부호화 장치(400)의 예측부에 대한 설명에서 언급된 바와 동일하다.
인트라 예측부(565)는 현재 픽처 내의 샘플들을 참조하여 현재 블록을 예측할 수 있다. 인트라 예측부(485)에 대한 설명은 인트라 예측부(565)에 대해서도 동일하게 적용될 수 있다.
인터 예측부(560)는 참조 픽처 상에서 움직임 벡터에 의해 특정되는 참조 블록(참조 샘플 어레이)을 기반으로, 현재 블록에 대한 예측된 블록을 유도할 수 있다. 이 때, 인터 예측 모드에서 전송되는 움직임 정보의 양을 줄이기 위해 주변 블록과 현재 블록 간의 움직임 정보의 상관성에 기반하여 움직임 정보를 블록, 서브블록 또는 샘플 유닛으로 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(560)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 모드(기법)를 기반으로 인터 예측이 수행될 수 있으며, 상기 예측에 관한 정보는 상기 현재 블록에 대한 인터 예측의 모드(기법)를 지시하는 정보를 포함할 수 있다.
가산부(535)는 획득된 레지듀얼 신호를 예측부(인터 예측부(560) 및/또는 인트라 예측부(565) 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(555)에 대한 설명은 가산부(535)에 대해서도 동일하게 적용될 수 있다. 가산부(535)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 복호화 과정에서 LMCS(luma mapping with chroma scaling)가 적용될 수 있다.
필터링부(540)는 복원 신호에 필터링을 적용하여 주관적/객관적 화질을 향상시킬 수 있다. 예를 들어, 필터링부(540)는 복원 픽처에 다양한 필터링 방법을 적용하여 수정된(modified) 복원 픽처를 생성할 수 있고, 상기 수정된 복원 픽처를 메모리(550), 구체적으로 메모리(550)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.
메모리(550)의 DPB에 저장된 (수정된) 복원 픽처는 인터 예측부(560)에서 참조 픽처로 사용될 수 있다. 메모리(550)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(260)에 전달할 수 있다. 메모리(550)는 현재 픽처 내 복원된 블록들의 복원 샘플들을 저장할 수 있고, 인트라 예측부(565)에 전달할 수 있다.
본 명세서에서, 영상 부호화 장치(400)의 필터링부(460), 인터 예측부(480) 및 인트라 예측부(485)에서 설명된 실시예들은 각각 영상 복호화 장치(500)의 필터링부(540), 인터 예측부(560) 및 인트라 예측부(565)에도 동일 또는 대응되도록 적용될 수 있다.
부호화 장치의 양자화부는 변환 계수들에 양자화를 적용하여 양자화된 변환 계수들을 도출할 수 있고, 부호화 장치의 역양자화부 또는 복호화 장치의 역양자화부는 양자화된 변환 계수들에 역양자화를 적용하여 변환 계수들을 도출할 수 있다. 비디오 코딩에서는 양자화율이 변화될 수 있으며, 변화된 양자화율을 이용하여 압축률이 조절될 수 있다. 구현 관점에서는 복잡도를 고려하여 양자화율이 직접 사용되는 대신 양자화 파라미터(quantization parameter, QP)가 사용될 수 있다. 예를 들어, 0부터 63까지의 정수 값의 양자화 파라미터를 사용할 수 있으며, 각 양자화 파라미터 값은 실제 양자화율에 대응될 수 있다. 루마 성분(루마 샘플)에 대한 양자화 파라미터(QPY)와 크로마 성분(크로마 샘플)에 대한 양자화 파라미터(QPC)는 다르게 설정될 수 있다.
양자화 과정에서 변환 계수(C)를 입력으로 하고, 양자화율(Qstep)로 나누어서, 이를 기반으로 양자화된 변환 계수(C`)가 도출될 수 있다. 이 경우 계산 복잡도를 고려하여 양자화율에 스케일을 곱하여 정수 형태로 만들고, 스케일 값에 해당하는 값만큼 쉬프트 연산이 수행될 수 있다. 양자화율과 스케일 값의 곱을 기반으로 양자화 스케일(quantization scale)이 도출될 수 있다. 즉, QP에 따라 상기 양자화 스케일이 도출될 수 있다. 상기 변환 계수(C)에 상기 양자화 스케일을 적용하여, 이를 기반으로 양자화된 변환 계수(C`)가 도출될 수 있다.
역양자화 과정은 양자화 과정의 역과정으로 양자화된 변환 계수(C`)에 양자화율(Qstep)을 곱하여, 이를 기반으로 복원된 변환 계수(C``)가 도출될 수 있다. 이 경우 상기 양자화 파라미터에 따라 레벨 스케일(level scale)이 도출될 수 있으며, 상기 양자화된 변환 계수(C`)에 상기 레벨 스케일을 적용하여, 이를 기반으로 복원된 변환 계수(C``)가 도출될 수 있다. 복원된 변환 계수(C``)는 변환 및/또는 양자화 과정에서의 손실(loss)로 인하여 최초 변환 계수(C)와 다소 차이가 있을 수 있다. 따라서, 부호화 장치에서도 복호화 장치에서와 동일하게 역양자화가 수행될 수 있다.
한편, 주파수에 따라 양자화 강도를 조절하는 적응적 주파수별 가중 양자화(adaptive frequency weighting quantization) 기술이 적용될 수 있다. 상기 적응적 주파수별 가중 양자화 기술은 주파수별로 양자화 강도를 다르게 적용하는 방법에 해당할 수 있다. 상기 적응적 주파수별 가중 양자화는 미리 정의된 양자화 스케일링 매트릭스를 이용하여 각 주파수별 양자화 강도가 다르게 적용될 수 있다. 즉, 상술한 양자화/역양자화 과정은 상기 양자화 스케일링 매트릭스를 더 기반으로 수행될 수 있다.
예를 들어, 현재 블록의 사이즈 및/또는 상기 현재 블록의 레지듀얼 신호를 생성하기 위하여 상기 현재 블록에 적용된 예측 모드가 인터 예측인지, 인트라 예측인지에 따라 다른 양자화 스케일링 매트릭스가 사용될 수 있다. 상기 양자화 스케일링 매트릭스는 양자화 매트릭스 또는 스케일링 매트릭스라고 불릴 수 있다. 상기 양자화 스케일링 매트릭스는 미리 정의될 수 있다. 또한, 주파수 적응적 스케일링을 위하여 상기 양자화 스케일링 매트릭스에 대한 주파수별 양자화 스케일 정보가 부호화 장치에서 구성/부호화되어 복호화 장치로 시그널링될 수 있다. 상기 주파수별 양자화 스케일 정보는 양자화 스케일링 정보라고 불릴 수 있다. 상기 주파수별 양자화 스케일 정보는 스케일링 리스트 데이터(scaling_list_data)를 포함할 수 있다.
상기 스케일링 리스트 데이터를 기반으로 상기 양자화 스케일링 메트릭스가 도출될 수 있다. 또한 상기 주파수별 양자화 스케일 정보는 상기 스케일링 리스트 데이터의 존재 여부를 지시하는 존재 플래그(present flag) 정보를 포함할 수 있다. 또한, 상기 스케일링 리스트 데이터가 상위 레벨(e.g., SPS)에서 시그널링된 경우, 보다 하위 레벨(e.g., PPS, APS or slice header etc)에서 상기 스케일링 리스트 데이터가 수정되는지 여부를 지시하는 정보 등이 더 포함될 수 있다.
도 6은 코딩된 영상/비디오에 대한 계층 구조의 일 예를 나타낸 도면이다.
코딩된 영상/비디오는 영상/비디오의 디코딩 처리 및 그 자체를 다루는 VCL(video coding layer), 부호화된 정보를 전송하고 저장하는 하위 시스템, 그리고 VCL과 하위 시스템 사이에 존재하며 네트워크 적응 기능을 담당하는 NAL(network abstraction layer)로 구분될 수 있다.
VCL에서는 압축된 영상 데이터(슬라이스 데이터)를 포함하는 VCL 데이터를 생성하거나, 혹은 픽처 파라미터 세트(Picture Parameter Set, PPS), 시퀀스 파라미터 세트(Sequence Parameter Set, SPS), 비디오 파라미터 세트(Video Parameter Set, VPS) 등의 정보를 포함하는 파라미터 세트 또는 영상의 디코딩 과정에 부가적으로 필요한 SEI(Supplemental Enhancement Information) 메시지를 생성할 수 있다.
NAL에서는 VCL에서 생성된 RBSP(Raw Byte Sequence Payload)에 헤더 정보(NAL 유닛 헤더)를 부가하여 NAL 유닛을 생성할 수 있다. 이 때, 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.
도 6에 도시된 바와 같이, NAL 유닛은 VCL에서 생성된 RBSP의 유형에 따라 VCL NAL 유닛과 non-VCL NAL 유닛으로 구분될 수 있다. VCL NAL 유닛은 영상 정보(슬라이스 데이터)를 포함하는 NAL 유닛을 의미할 수 있고, non-VCL NAL 유닛은 영상을 디코딩하기 위해 필요한 정보(파라미터 세트 또는 SEI 메시지)를 포함하는 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. 예를 들어, NAL 유닛은 H.266/VVC 파일 포맷, RTP(Real-time Transport Protocol) 또는 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 유닛은 영상 정보(슬라이스 데이터)를 포함하는지 여부에 따라 크게 VCL NAL 유닛 타입과 non-VCL NAL 유닛 타입으로 구분될 수 있다. VCL NAL 유닛 타입은 VCL NAL 유닛이 포함하는 픽처의 성질/유형에 따라 세분화될 수 있고, non-VCL NAL 유닛 타입은 non-VCL NAL 유닛이 포함하는 파라미터 세트의 종류에 따라 세분화될 수 있다.
픽처 유형에 따른 VCL NAL 유닛 타입들의 일 예는 다음과 같다.
- "IDR_W_RADL", "IDR_N_LP": IRAP(Intra Random Access Point) 픽처의 일종인 IDR(Instantaneous Decoding Refresh) 픽처에 대한 VCL NAL 유닛 타입;
IDR 픽처는 비트스트림 내에서 디코딩 순서상 첫번째 픽처일 수 있고, 또는 첫번째 이후의 픽처일 수도 있다. "IDR_W_RADL"과 같은 NAL 유닛 타입을 갖는 픽처는, 상기 픽처와 연관된(associated) 하나 이상의 RADL(Random Access Decodable Leading) 픽처들을 가질 수 있다. 이와 달리, "IDR_N_LP"와 같은 NAL 유닛 타입을 갖는 픽처는, 상기 픽처와 연관된 어떠한 리딩 픽처(leading picture)도 갖지 않는다.
- "CRA_NUT": IRAP 픽처의 일종인 CRA(Clean Random Access) 픽처에 대한 VCL NAL 유닛 타입;
CRA 픽처는 비트스트림 내에서 디코딩 순서상 첫번째 픽처일 수 있고, 또는 첫번째 이후의 픽처일 수도 있다. CRA 픽처는 RADL 또는 RASL(Random Access Skipped Leading) 픽처와 연관될 수 있다.
- "GDR_NUT": 랜덤 액세스 가능한 GDR(Gradual Decoding Refresh) 픽처에 대한 VCL NAL 유닛 타입;
- "STSA_NUT": 랜덤 액세스 가능한 STSA(Step-wise Temporal Sublayer Access) 픽처에 대한 VCL NAL 유닛 타입;
- "RADL_NUT": 리딩 픽처인 RADL 픽처에 대한 VCL NAL 유닛 타입;
- "RASL_NUT": 리딩 픽처인 RASL 픽처에 대한 VCL NAL 유닛 타입;
- "TRAIL_NUT": 트레일링(Trailing) 픽처에 대한 VCL NAL 유닛 타입;
트레일링 픽처는 non-IRAP 픽처로서, 출력 순서상 상기 트레일링 픽처와 연관된 IRAP 픽처 또는 GDR 픽처에 후행할 수 있고, 디코딩 순서상 상기 트레일링 픽처와 연관된 IRAP 픽처에 후행할 수 있다.
다음으로, 파라미터 세트 종류에 따른 non-VCL NAL 유닛 타입들의 일 예는 다음과 같다.
- "DCI_NUT": DCI(Decoding Capability Information)를 포함하는 non-VCL NAL 유닛 타입
- "VPS_NUT": VPS(Video Parameter Set)를 포함하는 non-VCL NAL 유닛 타입
- "SPS_NUT": SPS(Sequence Parameter Set)를 포함하는 non-VCL NAL 유닛 타입
- "PPS_NUT": PPS(Picture Parameter Set)를 포함하는 non-VCL NAL 유닛 타입
- "PREFIX_APS_NUT", "SUFFIX_APS_NUT": APS(Adaptation Parameter Set)를 포함하는 non-VCL NAL 유닛 타입
- "PH_NUT": 픽처 헤더(Picture Header)를 포함하는 non-VCL NAL 유닛 타입
상술한 NAL 유닛 타입들은 NAL 유닛 헤더 내에 포함된 소정의 신택스 정보(e.g., nal_unit_type)에 의해 식별될 수 있다.
한편, 본 개시에서 비트스트림 형태로 부호화된 영상/비디오 정보는, 픽처 파티셔닝 정보, 인트라/인터 예측 정보, 레지듀얼 정보 및/또는 인-루프(in-loop) 필터링 정보 등을 포함할 뿐만 아니라, 슬라이스 헤더 정보, 픽처 헤더 정보, APS 정보, PPS 정보, SPS 정보, VPS 정보 및/또는 DCI를 포함할 수 있다. 또한, 상기 부호화된 영상/비디오 정보는, 일반 제한 정보(general constraint information, GCI) 및/또는 NAL 유닛 헤더 정보를 더 포함할 수 있다. 본 개시의 실시예들에 따르면, 상기 부호화된 영상/비디오 정보는 소정 포맷(e.g., ISO BMFF)의 미디어 파일로 인캡슐레이션되어 수신 장치로 전송될 수 있다.
미디어 파일
부호화된 영상 정보는 미디어 파일을 생성하기 위하여 소정의 미디어 파일 포맷에 기반하여 구성(configured)(또는, 포맷팅)될 수 있다. 일 예로, 부호화된 영상 정보는, 상기 부호화된 영상 정보에 대한 하나 이상의 NAL 유닛들/샘플 엔트리들에 기반하여, 미디어 파일(세그먼트)을 형성할 수 있다.
미디어 파일은 샘플 엔트리(들)과 트랙(들)(Track(s))을 포함할 수 있다. 일 예에서, 미디어 파일은 다양한 기록들(Records)을 포함할 수 있고, 각각의 기록은 미디어 파일 포맷과 관련된 정보 또는 영상과 관련된 정보를 포함할 수 있다. 일 예에서, 하나 이상의 NAL 유닛들은 미디어 파일 내 설정(configuration) 기록(또는, 디코더 설정 기록) 필드에 저장될 수 있다. 또한, 미디어 파일은 동작점 기록(operating point record) 및/또는 동작점 그룹 박스를 포함할 수 있다. 본 개시에서, VVC(Versatile Video Coding)를 지원하는 디코더 설정 기록은 VVC 디코더 설정 기록으로 지칭될 수 있다. 마찬가지로, VVC를 지원하는 동작점 기록은 VVC 동작점 기록으로 지칭될 수 있다.
미디어 파일 포맷에서 사용되는 "샘플"이란 용어는 픽처를 표현하는 3개의 샘플 어레이들(Y, Cb, Cr) 중 어느 하나의 단일 시간 또는 단일 요소와 연관된 모든 데이터를 의미할 수 있다. "샘플"이란 용어가 (미디어 파일 포맷의) 트랙의 문맥(context)에서 사용되는 경우, "샘플"은 해당 트랙의 단일 시간과 연관된 모든 데이터를 나타낼 수 있다. 여기서, 시간은 디코딩 시간(decoding time) 또는 합성 시간(composition time)에 대응될 수 있다. 또한, "샘플"이란 용어가 픽처의 문맥에서 사용되는 경우(e.g., 루마 샘플), "샘플"은 픽처를 표현하는 3개의 샘플 어레이들 중 어느 하나의 단일 요소를 나타낼 수 있다.
도 7은 미디어 파일 구조의 일 예를 나타낸 도면이다.
전술한 바와 같이, 오디오, 비디오 또는 이미지 등의 미디어 데이터를 저장하고 전송하기 위하여, 정형화된 미디어 파일 포맷이 정의될 수 있다. 실시예에 따라, 미디어 파일은 ISO BMFF(ISO base media file format)에 따른 파일 포맷을 가질 수 있다.
미디어 파일은 하나 이상의 박스를 포함할 수 있다. 여기서, 박스는 미디어 데이터 또는 미디어 데이터와 연관된 메타데이터 등을 포함하는 데이터 블록 내지 오브젝트일 수 있다. 미디어 파일 내에서 박스들은 계층 구조를 이룰 수 있다. 이에 따라, 미디어 파일은 대용량 미디어 데이터의 저장 및/또는 전송에 적합한 형태를 가질 수 있다. 또한, 미디어 파일은 특정 미디어 데이터로의 접근에 용이한 구조를 가질 수 있다.
도 7을 참조하면, 미디어 파일(700)은 ftyp 박스(710), moov 박스(720), moof 박스(730) 및 mdat 박스(740)를 포함할 수 있다.
ftyp 박스(710)는 미디어 파일(700)의 파일 타입, 파일 버전 및/또는 호환성(compatibility) 관련 정보를 포함할 수 있다. 실시예에 따라, ftyp 박스(710)는 미디어 파일(700)의 시작부(beginning)에 위치할 수 있다.
moov 박스(720)는 미디어 파일(700) 내의 미디어 데이터를 기술하는 메타데이터를 포함할 수 있다. 실시예에 따라, moov 박스(720)는 메타데이터 관련 박스들 중 최상위 레이어에 존재할 수 있다. 또한, moov 박스(720)는 미디어 파일(700)의 헤더 정보를 포함할 수 있다. 예를 들어, moov 박스(720)는 디코더 설정 정보(Decoder Configuration Information)로서 디코더 설정 기록을 포함할 수 있다.
moov 박스(720)는 서브 박스로서, mvhd 박스(721), trak 박스(722) 및 mvex(723) 박스를 포함할 수 있다.
mvhd 박스(721)는 미디어 파일(700) 내 미디어 데이터의 프리젠테이션 관련 정보(e.g., 미디어 생성시간, 변경시간, 주기 등)를 포함할 수 있다.
trak 박스(722)는 미디어 데이터의 트랙(track)에 대한 메타데이터를 포함할 수 있다. 예를 들어, trak 박스(722)는 오디오 트랙 또는 비디오 트랙에 대한 스트림 관련 정보, 프리젠테이션 관련 정보 및/또는 액세스 관련 정보를 포함할 수 있다. trak 박스(722)는 미디어 파일(700)에 존재하는 트랙들의 개수에 따라 복수개 존재할 수 있다. trak 박스(722) 구조의 일 예는 도 8을 참조하여 후술하기로 한다.
mvex 박스(723)는 미디어 파일(700) 내 하나 이상의 무비 플래그먼트가 존재하는지 여부에 관한 정보를 포함할 수 있다. 무비 플래그먼트는 미디어 파일(700) 내 미디어 데이터를 분할하여 획득되는 미디어 데이터의 일부일 수 있다. 무비 플래그먼트는 하나 이상의 코딩된 픽처들을 포함할 수 있다. 예를 들어, 무비 플래그먼트는 하나 이상의 픽처 그룹들(GOPs)을 포함할 수 있으며, 각각의 픽처 그룹은 복수의 코딩된 프레임들 또는 픽처들을 포함할 수 있다. 무비 플래그먼트는 mdat 박스(740-1 내지 740-N)(여기서, N은 1 이상의 정수)에 각각 저장될 수 있다.
moof 박스(730-1 내지 730-N)(여기서, N은 1 이상의 정수)는 무비 플래그먼트, 다시 말해 mdat 박스(740-1 내지 740-N)에 대한 메타데이터를 포함할 수 있다. 실시예에 따라, moof 박스(730-1 내지 730-N)는 무비 플래그먼트의 메타데이터 관련 박스들 중 최상위 레이어에 존재할 수 있다.
mdat 박스(740-1 내지 740-N)는 실제 미디어 데이터를 포함할 수 있다. mdat 박스(740-1 내지 740-N)는 미디어 파일(700)에 존재하는 무비 플래그먼트들의 개수에 따라 복수개 존재할 수 있다. 각각의 mdat 박스(740-1 내지 740-N)는 하나 이상의 오디오 샘플들 또는 비디오 샘플들을 포함할 수 있다. 일 예에서, 샘플은 액세스 유닛(Access Unit, AU)을 의미할 수 있다. 디코더 설정 기록이 샘플 엔트리에 저장되는 경우, 디코더 설정 기록은 파라미터 세트는 물론 각 샘플이 속하는 NAL(Network Abstraction Layer) 유닛의 길이를 나타내기 위한 길이 필드(length field)의 사이즈를 포함할 수 있다.
실시예에 따라, 미디어 파일(700)은 세그먼트(segment) 단위로 프로세싱되어 저장 및/또는 전송될 수 있다. 세그먼트는 초기화 세그먼트(initialization segment)(I_seg) 및 미디어 세그먼트(media segment)(M_seg)를 포함할 수 있다.
초기화 세그먼트(I_seg)는 리프리젠테이션(representation)에 접근하기 위한 초기화 정보를 포함하는 오브젝트 형태의 데이터 단위일 수 있다. 초기화 세그먼트(I_seg)는 전술한 ftyp 박스(710) 및/또는 moov 박스(720)를 포함할 수 있다.
미디어 세그먼트(M_seg)는 스트리밍 서비스를 위하여 시간적으로 분할된 미디어 데이터를 포함하는 오브젝트 형태의 데이터 단위일 수 있다. 미디어 세그먼트(M_seg)는 전술한 moof 박스(730-1 내지 230-N) 및 mdat 박스(740-1 내지 740-N)를 포함할 수 있다. 도 7에는 도시되지 않았으나, 미디어 세그먼트(M_seg)는 세그먼트 타입 관련 정보를 포함하는 styp 박스 및 미디어 파일(700)에 포함된 서브 세그먼트들의 식별 정보를 포함하는 sidx 박스를 더 포함할 수 있다(단, optional).
도 8은 도 7의 trak 박스 구조의 일 예를 나타낸 도면이다.
도 8을 참조하면, trak 박스(800)는 tkhd 박스(810), tref 박스(820), mdia 박스(830)를 포함할 수 있다.
tkhd 박스(810)는 트랙 헤더 박스로서, trak 박스(800)가 나타내는 트랙(track)(이하, '해당 트랙'으로 지칭함)의 헤더 정보, 예컨대 해당 트랙의 생성/수정시간, 트랙 식별자 등을 포함할 수 있다.
tref 박스(820)는 트랙 참조 박스로서, 해당 트랙의 참조 정보, 예컨대 해당 트랙이 참조하는 다른 트랙의 트랙 식별자를 포함할 수 있다.
mdia 박스(830)는 해당 트랙에서의 미디어 데이터를 기술하는 정보 및 오브젝트들을 포함할 수 있다. 실시예에 따라, mdia 박스(830)는 상기 미디어 데이터에 관한 정보를 제공하는 minf 박스(840)를 포함할 수 있다. 또한, minf 박스(840)는 상기 미디어 데이터를 포함하는 샘플들에 대한 메타데이터를 포함하는 stbl 박스(850)를 포함할 수 있다.
stbl 박스(850)는 샘플 테이블 박스로서, 트랙 내에서의 샘플들의 위치 정보, 시간 정보 등을 포함할 수 있다. 판독기(reader)는 stbl 박스(850)에 의해 제공된 정보에 기반하여, 샘플 타입과 컨테이너 내에서의 샘플 사이즈 및 오프셋 등을 결정하고, 샘플들을 올바른 시간 순서로 위치시킬 수 있다.
stbl 박스(850)는 하나 이상의 샘플 엔트리 박스(851, 852)를 포함할 수 있다. 샘플 엔트리 박스(851, 852)는 특정 샘플에 대한 각종 파라미터들을 제공할 수 있다. 예를 들어, 비디오 샘플에 대한 샘플 엔트리 박스는, 상기 비디오 샘플의 너비, 높이, 해상도 및/또는 프레임 카운트를 포함할 수 있다. 또한, 오디오 샘플에 대한 샘플 엔트리 박스는, 상기 오디오 샘플의 채널 카운트, 채널 레이아웃 및/또는 샘플링 레이트를 포함할 수 있다. 실시예에 따라, 샘플 엔트리 박스(851, 852)는 stbl 박스(850) 내의 샘플 디스크립션 박스(미도시)에 포함될 수 있다. 상기 샘플 디스크립션 박스는 샘플에 적용된 코딩 타입에 관한 상세 정보 및 상기 코딩 타입에 필요한 임의의 초기화 정보를 제공할 수 있다.
또한, stbl 박스(850)는 하나 이상의 샘플 투 그룹 박스(853, 854) 및 하나 이상의 샘플 그룹 디스크립션 박스(855, 856)를 포함할 수 있다.
샘플 투 그룹 박스(853, 854)는 샘플이 속한 샘플 그룹을 나타낼 수 있다. 예를 들어, 샘플 투 그룹 박스(853, 854)는 상기 샘플 그룹의 타입을 나타내는 그룹핑 타입 신택스 요소(e.g., grouping_type)를 포함할 수 있다. 또한, 샘플 투 그룹 박스(853, 854)는 하나 이상의 샘플 그룹 엔트리를 포함할 수 있다. 상기 샘플 그룹 엔트리는 샘플 카운트 신택스 요소(e.g., sample_count) 및 그룹 디스크립션 인덱스 신택스 요소(e.g., group_description_index)를 포함할 수 있다. 여기서, 상기 샘플 카운트 신택스 요소는 해당 그룹 디스크립션 인덱스가 적용되는 연속된 샘플들의 개수를 나타낼 수 있다. 샘플 그룹은 스트림 액세스 포인트(stream access point, SAP) 샘플 그룹, 랜덤 액세스 리커버리 포인트(random access recovery point) 샘플 그룹 등을 포함할 수 있으며, 그 구체적 내용은 후술하기로 한다.
샘플 그룹 디스크립션 박스(855, 856)는 샘플 그룹의 디스크립션을 제공할 수 있다. 예를 들어, 샘플 그룹 디스크립션 박스(855, 856)는 그룹핑 타입 신택스 요소(e.g., grouping_type)를 포함할 수 있다. 샘플 그룹 디스크립션 박스(855, 856)는 동일한 그룹핑 타입 신택스 요소 값을 갖는 샘플 투 그룹 박스(853, 854)에 대응될 수 있다. 또한, 샘플 그룹 디스크립션 박스(855, 856)는 하나 이상의 샘플 그룹 디스크립션 엔트리들을 포함할 수 있다. 상기 샘플 그룹 디스크립션 엔트리들은 'spor' 샘플 그룹 디스크립션 엔트리, 'minp' 샘플 그룹 디스크립션 엔트리, 'roll' 샘플 그룹 디스크립션 엔트리 등을 포함할 수 있다.
이상 도 7 및 도 8을 참조하여 전술한 바와 같이, 미디어 데이터는 ISO BMFF 등의 파일 포맷에 따라 미디어 파일 내로 인캡슐레이션될 수 있다. 그리고, 미디어 파일은 MMT 표준 또는 MPEG-DASH 표준 등에 따른 영상 신호를 통해 수신 장치로 전송될 수 있다.
도 9는 영상 신호 구조의 일 예를 나타낸 도면이다.
도 9를 참조하면, 영상 신호는 MPEG-DASH 표준에 따른 것으로, MPD(910) 및 복수의 리프리젠테이션들(920-1 내지 920-N)을 포함할 수 있다.
MPD(910)는 미디어 프리젠테이션에 대한 상세 정보를 포함하는 파일로서, XML 형태로 표현될 수 있다. MPD(910)는 복수의 리프리젠테이션들(920-1 내지 920-N)에 관한 정보(e.g., 스트리밍 컨텐츠의 비트 레이트, 영상 해상도, 프레임 레이트 등) 및 HTTP 리소스들(e.g., 초기화 세그먼트 및 미디어 세그먼트들)의 URL들에 관한 정보를 포함할 수 있다.
각각의 리프리젠테이션(920-1 내지 920-N)(여기서, N은 1보다 큰 정수)은 복수의 세그먼트들(S-1 내지 S-K)(여기서, K는 1보다 큰 정수)로 분할될 수 있다. 여기서, 복수의 세그먼트들(S-1 내지 S-K)은, 도 7을 참조하여 전술한 초기화 세그먼트 및 미디어 세그먼트들에 대응할 수 있다. K번째 세그먼트(S-K)는 각각의 리프리젠테이션(920-1 내지 920-N) 내에서 마지막 무비 플래그먼트를 나타낼 수 있다. 실시예에 따라, 각각의 리프리젠테이션(920-1 내지 920-N) 내에 포함된 세그먼트들(S-1 내지 S-K)의 개수(즉, K의 값)는 서로 상이할 수 있다.
각각의 세그먼트(S-1 내지 S-K)는 실제 미디어 데이터, 예컨대 하나 이상의 비디오 또는 이미지 샘플들을 포함할 수 있다. 각각의 세그먼트(S-1 내지 S-K) 내에 포함된 비디오 또는 이미지 샘플들의 특성은 MPD(910)에 의해 기술될 수 있다.
각각의 세그먼트(S-1 내지 S-K)는 고유의 URL(Uniform Resource Locator)을 가지므로 독립적으로 접근 및 복원될 수 있다.
한편, VVC 콘텐츠(Content)를 저장하기 위해 아래와 같이 3가지 유형의 기본 스트림들(elementary streams)이 정의될 수 있다.
- 비디오 기본 스트림(video elementary stream): 비디오 기본 스트림은 VCL NAL 유닛들을 포함하나, 파라미터 세트들, DCI 또는 OPI NAL 유닛들을 포함하지는 않는다. 이 때, 파라미터 세트들, DCI 또는 OPI NAL 유닛들은 하나 이상의 샘플 엔트리들 내에 저장될 수 있다. 비디오 기본 스트림은 파라미터 세트들, DCI NAL 유닛들 및 OPI NAL 유닛들을 제외한 non-VCL NAL 유닛들을 포함할 수 있다.
- 비디오 및 파라미터 세트 기본 스트림(video and parameter set elementary stream): 비디오 및 파라미터 세트 기본 스트림은 VCL NAL 유닛들을 포함한다. 또한, 비디오 및 파라미터 세트 기본 스트림은 파라미터 세트들, DCI 또는 OPI NAL 유닛들을 포함할 수 있고, 하나 이상의 샘플 엔트리들 내에 저장된 파라미터 세트들, DCI 또는 OPI NAL 유닛들을 가질 수 있다.
- non-VCL 기본 스트림: non-VCL 기본 스트림은 비디오 트랙 내에서 운반되는 기본 스트림과 동기화되는 non-VCL NAL 유닛들만을 포함한다.
또한, VVC 파일 포맷은 아래와 같이 다양한 타입의 트랙들을 정의한다.
- VVC 트랙: VVC 트랙은, 샘플들 및 샘플 엔트리들 내에 NAL 유닛들을 포함함으로써, 가능하면(possibly) VVC 비트스트림의 다른 서브레이어들을 포함하는 VVC 트랙들을 참조함으로써, 또한 가능하면 VVC 서브픽처 트랙들을 참조함으로써, 상기 VVC 비트스트림을 나타낼 수 있다. VVC 트랙이 VVC 서브픽처 트랙들을 참조하는 경우, 상기 VVC 트랙은 VVC 베이스 트랙으로 지칭될 수 있다.
- VVC non-VCL 트랙: ALF(Adaptive Loop Filter), LMCS(Luma Mapping with Chroma Scaling) 또는 스케일링 리스트 파라미터들을 운반하는 APSs(Adaptive Parameter Sets) 및 다른 non-VCL NAL 유닛들은, VCL NAL 유닛들을 포함하는 트랙과 구별되는 트랙 내에 저장되고, 상기 트랙을 통해 전송될 수 있다. VVC non-VCL 트랙은 상기 트랙을 의미할 수 있다. VVC non-VCL 트랙은 샘플 엔트리들 내에 파라미터 세트, DCI 또는 OPI NAL 유닛들을 포함하지 않는다.
- VVC 서브픽처 트랙: VVC 서브픽처 트랙은, 하나 이상의 VVC 서브픽처들의 시퀀스 또는 직사각 영역을 형성하는 하나 이상의 완전한 슬라이스들의 시퀀스를 포함할 수 있다. 또한, VVC 서브픽처 트랙의 샘플은, 디코딩 순서상 연속적인(contiguous) 하나 이상의 완전한(complete) 서브픽처들 또는 디코딩 순서상 연속적이고 직사각 영역을 형성하는 하나 이상의 완전한 슬라이스들을 포함할 수 있다. VVC 서브픽처 트랙의 각 샘플에 포함되는 VVC 서브픽처들 또는 슬라이스들은 디코딩 순서상 연속적일 수 있다.
한편, VVC non-VCL 트랙들 및 VVC 서브픽처 트랙들은 스트리밍 어플리케이션들에 있어서 VVC 비디오의 최적의 전송(optimal delivery)을 가능케 할 수 있다. 상기 트랙들 각각은 고유의 DASH 리프리젠테이션들(representations) 내에서 운반될 수 있다. 또한, 상기 트랙들의 서브셋(subset)의 디코딩 및 렌더링을 위하여, VVC 서브픽처 트랙들의 서브셋을 포함하는 DASH 리프리젠테이션 및 non-VCL 트랙들을 포함하는 DASH 리프리젠테이션은, 클라이언트에 의해 세그먼트 별로 요청될 수 있다. 이와 같은 방식으로, APS 및 다른 non-VCL NAL 유닛들의 중복 전송(redundant transmission)을 피할 수 있다.
데이터 공유 및 VVC 비트스트림 복원 개요
본 프로세스의 출력은 VVC 비트스트림으로서, 상기 VVC 비트스트림은 출력 비트스트림으로 지칭될 수 있다.
파일 리더(file reader)는 다음의 조건들 중 하나 이상이 참인 경우 본 프로세스를 수행할 수 있다.
i) VVC 비트스트림 엔티티 그룹(e.g., 'vvcb')이 파일 내에 존재하고, 파일 리더가 상기 엔티티 그룹에 의해 표현되는 VVC 비트스트림을 처리하여 출력 비트스트림을 생성하는 경우.
ii) 동작 포인트 엔티티 그룹(e.g., 'opeg')이 파일 내에 존재하고, 파일 리더가 상기 엔티티 그룹에 의해 기술되는 임의의 동작 포인트를 이용하여 출력 비트스트림을 생성하는 경우.
iii) 파일 리더가 1과 같은 plt_present_flag를 갖는 VVC 트랙의 레이어들 또는 서브레이어들의 서브셋을 추출하여 출력 비트스트림을 생성하는 경우.
iv) 파일 리더가 VVC 베이스 트랙을 처리하는 경우.
v) 파일 리더가 VVC non-VCL 트랙과 연관된 VVC 트랙을 처리하는 경우.
본 프로세스는 다음의 단계들로 구성될 수 있다.
(Step 1):
상기 조건 i) 내지 ii) 중 어느 하나가 참인 경우, 동작 포인트는 VVC 비트스트림의 시작점에서 결정되고, IRAP 또는 GDR 액세스 유닛에 대해 다시 결정될 수 있다.
1) 동작점을 결정하는 방법은 표준 문서, 예컨대 ISO/IEC 14496-15에 명시된 것과는 상이할 수 있다.
2) 파일 리더가 처음으로 동작점을 선택하거나 또는 이전에 선택된 것과 다른 동작점을 선택하는 경우, 파일 리더는 출력 레이어 세트 인덱스 및 상기 선택된 동작점의 가장 높은 TemporalID 값을, 출력 비트스트림 내에 삽입된 OPI NAL 유닛에 (동작 포인트가 사용되는 첫번째 액세스 유닛에서 AU 구분 문자(delimiter) NAL 유닛(존재하는 경우)에 후속하는 첫번째 NAL 유닛으로서) 포함시키거나, 또는 다른 수단에 의해, VVC 디코더로 지시해야 한다.
일 예에서, 디코딩될 레이어 및 서브레이어 세트가, OPI NAL 유닛 또는 다른 수단을 통해 디코더에 지시된 최신 동작 포인트 내에 존재하는 이상, CVS를 시작하지 않는 액세스 유닛들(AUs)에서 레이어들 및 서브레이어들을 다운-스위치 및 업-스위치하는 것이 가능할 수 있다. 이 때, 레이어 업-스위칭은, 0과 같은 TemporalId를 갖는 IRAP, GDR 또는 STSA 픽처 유닛에서 발생할 수 있다. 또한, 서브레이어 업-스위칭은, STSA 픽처 유닛에서 발생할 수 있다.
3) 후속 단계들은, 액세스 유닛들의 시퀀스에 대하여, 동작점이 결정된 액세스 유닛부터 비트스트림의 끝 또는 다음번 동작점이 결정된 액세스 유닛까지의 디코딩 순서에 따라 적용될 수 있다.
(Step 2):
VVC 비트스트림이 멀티 VVC 트랙들에 의해 표현되는 경우, 파일 파서(file parser)는 선택된 동작점에 필요한 트랙들을 다음과 같이 식별할 수 있다.
i) 'opeg' 엔티티 그룹으로부터의 동작점이 선택된 동작점을 포함하는 경우, 상기 'opeg' 엔티티 그룹에 의해 지시되는 동작점에 속하는 트랙들을 선택함.
ii) 'opeg' 엔티티 그룹이 존재하지 않는 경우(i.e., 'vopi' 샘플 그룹이 존재하는 경우), VVC 트랙들이 VVC 비트스트림을 나타내는 'vvcb' 엔티티 그룹으로부터 결정함. 'vvcb' 엔티티 그룹의 첫번째 entity_id는 'vopi' 샘플 그룹을 포함하는 트랙을 식별함. 레이어들 및 서브레이어들에 대한 동작점들의 매핑은 'vopi' 샘플 그룹으로부터 종결됨. 선택된 동작점의 레이어들 및 서브레이어들을 포함하고, 따라서 상기 선택된 동작점을 디코딩하기 위해 필요한 트랙들의 집합은 VVC 비트스트림의 VVC 트랙들 내에 존재하는 'linf' 샘플 그룹으로부터 종결됨.
특정 레이어 또는 서브레이어는 하나 보다 많은 트랙들에 의해 표현될 수 있기 때문에, 동작점에 요구되는 트랙들을 파악할 때, 특정 레이어 또는 서브레이어를 모두 운반하는 트랙들의 집합 중에서 선택이 이뤄질 필요가 있을 수 있음.
(Step 3):
출력 비트스트림에 대한 액세스 유닛들은, 선택된 동작점에 필요한 VVC 트랙들 중에서(상술한 조건 i, ii, 또는 iii이 참인 경우), 또는 VVC 베이스 트랙 내에서(상술한 조건 iv가 참인 경우), 또는 VVC 트랙 내에서(상술한 조건 v가 참인 경우), 샘플들의 디코딩 시간 순서로 복원될 수 있다.
4) 복수의 트랙들이 액세스 유닛에 대한 데이터를 포함하면, 트랙들 내의 각 샘플들의 정렬은 샘플 디코딩 시간에 기반하여 수행될 수 있다.
5) 암시적 복원 프로세스를 반복적으로 호출하여, 필요한 트랙들 내의 각 샘플들로부터 액세스 유닛들의 시퀀스가 복원될 수 있다.
6) 상기 복원된 액세스 유닛들은 디코딩 시간 순서상 오름차순으로 출력 비트스트림 내에 배치될 수 있다.
(Step 4):
다음의 조건들이 모두 참인 경우, 파일 리더는 출력 비트스트림에 적용된 동작점의 각 레이어에 EOS NAL 유닛을 포함시켜야 한다.
- 이전에 선택되었던 것과는 다른 동작점 선택이 액세스 유닛들의 시퀀스에 후속하고,
- 액세스 유닛들의 시퀀스가 적용된 동작점의 각 레이어 내에서 EOS NAL 유닛들로 끝나지 않거나 또는 EOB NAL 유닛으로 끝나지 않는 경우
VVC 비트스트림이 멀티 VVC 트랙들에 의해 표현되는 경우, 샘플들의 디코딩 시간은, 트랙들이 디코딩 시간을 증가시켜 정렬되는 단일 비트스트림 내로 결합될 때, 액세스 유닛 순서가 표준 문서, 예컨대 ISO/IEC 23090-3(VVC 표준)에 명시된 대로 올바르도록 설정되어야 한다.
VVC 비트스트림의 암시적 복원
본 프로세스는 요구된 VVC 트랙(들), 연관된 VVC non-VCL 트랙들 및 참조된 VVC 서브픽처 트랙들 중에서 현재 디코딩 시간을 갖는 시-정렬된 샘플로부터의 액세스 유닛 복원을 나타낼 수 있다.
VCL NAL 유닛들이 0보다 큰 TemporalId를 갖는 서브레이어를 포함하는 비트스트림을 복원하는 경우, 동일한 레이어 내의 모든 하위 서브레이어들(i.e., VCL NAL 유닛들이 더 작은 TemporalId를 갖는 서브레이어들) 또한 비트스트림 내에 포함될 수 있다.
현재 디코딩 시간의 샘플(들)이 선택된 동작점에 포함된 가장 큰 TemporalId보다 큰 TemporalId를 갖는 VCL NAL 유닛들을 포함하는 경우, 상기 현재 디코딩 시간으로부터는 어떠한 액세스 유닛도 복원될 수 없다.
액세스 유닛을 복원하는 경우, 동일한 디코딩 시간을 갖는 샘플들로부터의 픽처 유닛들은 (표준 문서, 예컨대 ISO/IEC 23090-3(VVC 표준)에서 명시된 바와 같은 픽처 유닛들), nuh_layer_id 값의 오름차순으로 상기 액세스 유닛 내에 위치할 수 있다. 소정의 조건에 따라 다음의 단계들이 수행될 수 있다.
- 샘플의 첫번째 픽처 유닛을 포함하는 트랙의 샘플이 ols_idx 및 lower_ols_idx_inclusive를 포함하는 샘플 그룹 'aud'에 속하는 것으로 마킹되고, 타겟 동작점에 대응하는 경우, 'aud' 샘플 그룹 내의 AUD NAL 유닛은 액세스 유닛의 첫번째 NAL 유닛으로서 상기 액세스 유닛 내에 배치될 수 있다.
- 트랙 내의 샘플이 타겟 동작점에 대응하는 ols_idx, max_tid 및 lower_ols_idx_inclusive를 갖는 샘플 그룹 'eos'에 속하는 것으로 마킹된 경우, 'eos' 샘플 그룹 내의 EOS NAL 유닛은, 액세스 유닛 내에서 지시된 위치, 즉 샘플 그룹 'aud'에 의해 삽입된 경우 AUD NAL 유닛을 제외한 복원된 액세스 유닛의 eos_position 번째 NAL 유닛 다음 위치에 배치될 수 있다.
- 트랙 내의 샘플이 타겟 동작점에 대응하는 ols_idx, max_tid 및 lower_ols_idx_inclusive를 갖는 'eob' 샘플 그룹에 속하는 것으로 마킹된 경우, 'eob' 샘플 그룹 내의 EOB NAL 유닛은 액세스 유닛 내에서 (EOS NAL 유닛을 포함한) 다른 모든 NAL 유닛들 다음에 배치될 수 있다.
타겟 동작점 내의 레이어들 및 서브레이어들로부터의 픽처 유닛들만이 출력 비트스트림 내에 포함될 수 있다.
일 예에서, 동작점 엔티티 그룹(i.e., Operating Points Entity Group)이 존재하지 않는 경우, 비트스트림 복원에 요구되는 트랙들 내에서 전달되지만 타겟 동작점에는 속하지 않는 레이어들 또는 서브레이어들이 존재할 수 있다.
일 예에서, VVC 디코더 구현은 표준 문서, 예컨대 ISO/IEC 23090-3(VVC 표준):2021에서 정의된, 타겟 출력 레이어 세트 인덱스 TargetOlsIdx 및 타겟 동작점의 TemporalId 최고값 HighestTid에 대응하는 비트스트림을 입력으로 취할 수 있다. 파일 파서는 VVC 디코더로 보내기 전에 타겟 동작점에 포함된 것 이외의 다른 레이어들 및 서브레이어들을 포함하지 않는지 확인할 필요가 있다.
출력 레이어 세트 인덱스 i ('vopi' 샘플 그룹 내에서 num_olss에 대한 for-루프에서)와 연관된 동작점에 기반하여 액세스 유닛을 복원하는 경우, 다음이 적용될 수 있다.
- 액세스 유닛을 복원하는 경우, 0부터 layer_count[i] - 1 까지의 범위 내의 인덱스 j를 갖는, 출력 레이어 세트 내의 각 레이어에 대하여, num_ref_sublayers_in_layer_in_ols[i][j]가 0보다 크면, VCL NAL 유닛들은, VCL NAL 유닛들이 Min(num_ref_sublayers_in_layer_in_ols[i][j] - 1, max_temporal_id) 보다 작거나 같은 TemporalId를 갖는 레이어의 서브레이어들에 속할 수 있으며, 결과적으로 비트스트림 내에 포함될 수 있고, 요구된 트랙들은 이에 따라 선택될 수 있다. 여기서, max_temporal_id는 동작점에 대한 대응 신택스 요소의 값을 의미할 수 있다.
- 액세스 유닛을 복원하는 경우, 0부터 layer_count[i] - 1 까지의 범위 내의 인덱스 j를 갖는, 출력 레이어 세트 내의 각 레이어에 대하여, num_ref_sublayers_in_layer_in_ols[i][j]가 0과 같으면, 참조 레이어들의 모든 픽처 유닛들 중에서 0과 같은 ph_recovery_poc_cnt를 갖는 IRAP 픽처 유닛들 및 GDR 픽처 유닛들만이 결과적으로 비트스트림 내에 포함될 수 있고, 요구된 트랙들은 이에 따라 선택될 수 있다.
VVC 트랙의 액세스 유닛이 비지정(unspecified) NAL 유닛 타입들 (UNSPEC_28 내지 UNSPEC_31 범위 내의 nal_unit_type, 즉 표준 문서, 예컨대 ISO/IEC 23090-3(VVC 표준)에서 정의된 28 내지 31의 범위 내의 nal_unit_type 값들을 갖는 NAL 유닛들)을 포함하는 경우, 상기 비지정 NAL 유닛 타입들은 최종 복원된 비트스트림에서 제거(discard)되어야 한다.
VVC 트랙이 'subp' 트랙 참조를 포함하는 경우, 각 픽처 유닛은 표준 문서, 예컨대 ISO/IEC 14496-15의 하위조항(subclause) 11.6.3에 명시된 바에 따라 복원될 수 있다. VVC 트랙이 'recr' 트랙 참조를 포함하는 경우, 각 픽처 유닛은 표준 문서, 예컨대 ISO/IEC 14496-15의 하위조항 11.6.6에 명시된 바에 따라 복원될 수 있다. 상기 하위조항들에 명시된 프로세스는 nuh_layer_id의 오름차순으로 타겟 동작점의 각 레이어에 대해 반복될 수 있다.
복원된 액세스 유닛들은 디코딩 시간의 오름차순으로 VVC 비트스트림 내에 배치될 수 있다.
특정 레이어 또는 서브레이어는 하나보다 많은 트랙들에 의해 표현될 수 있으므로, 동작점에 요구되는 트랙들을 파악(figure out)하는 경우, 상기 특정 레이어 또는 서브레이어를 운반하는 모든 트랙들의 세트 중에서 선택이 이뤄져야 할 수 있다.
VVC 서브픽처 트랙들을 참조하는 VVC 트랙 내 샘플로부터의 픽처 유닛 복원
VVC 트랙의 샘플은 다음의 순서에 따라 픽처 유닛으로 분해(resolove)될 수 있다.
- 샘플 내, 또는 연관된 VVC non-VCL 트랙의 시-정렬된 샘플 내에 AUD NAL 유닛이 존재하는 경우, 상기 AUD NAL 유닛은 픽처 유닛 내에 포함될 수 있다.
일 예에서, AUD NAL 유닛이 샘플 내에 존재하는 경우, 상기 AUD NAL 유닛은 상기 샘플 내의 첫번째 NAL 유닛일 수 있다.
- 연관된 VVC non-VCL 트랙이 존재하고 픽처 유닛이 샘플로부터 복원된 액세스 유닛 내의 첫번째 픽처 유닛인 경우, 다음의 NAL 유닛들은 상기 픽처 유닛 내에 포함될 수 있다.
EOS_NUT, EOB_NUT, SUFFIX_APS_NUT, SUFFIX_SEI_NUT, FD_NUT, 또는 RSV_NVCL_27과 같은 nal_unit_type을 갖는 연관된 VVC non-VCL 트랙의 시-정렬된 샘플 내에 적어도 하나의 NAL 유닛이 존재하는 경우 (상술한 NAL 유닛 타입을 갖는 NAL 유닛은 픽처 유닛 내에서 첫번째 VCL NAL 유닛에 선행할 수 없음), 연관된 VVC non-VCL 트랙의 시-정렬된 샘플 내의 NAL 유닛들은 (단, AUD NAL 유닛은 제외함) 이러한 NAL 유닛들 중 첫번째 NAL 유닛을 제외한 NAL 유닛들. 그 이외의 경우, 연관된 VVC non-VCL 트랙의 시-정렬된 샘플 내 모든 NAL 유닛들.
- EOS_NUT, EOB_NUT, SUFFIX_APS_NUT, SUFFIX_SEI_NUT, FD_NUT, or RSV_NVCL_27과 같은 nal_unit_type을 갖는 샘플 내에 적어도 하나의 NAL 유닛이 존재하는 경우 (상술한 NAL 유닛 타입을 갖는 NAL 유닛은 픽처 유닛 내에서 첫번째 VCL NAL 유닛에 선행할 수 없음), 이러한 NAL 유닛들 중 첫번째 NAL 유닛을 제외한 샘플 내 NAL 유닛들은 픽처 유닛 내에 포함될 수 있다. 그 이외의 경우, 샘플 내 모든 NAL 유닛들은 픽처 유닛 내에 포함될 수 있다.
- 리더(reader)가 동작점을 선택한 경우, 리더는 위의 모든 단계들에서 복원된 액세스 유닛으로부터 샘플 엔트리들 및 샘플들에 저장된 모든 OPI NAL 유닛들을 제외해야 한다.
일 예에서, 멀티 트랙들이 VVC 비트스트림의 레이어들 또는 서브레이어들을 저장하는 데 이용되는 경우, 샘플 엔트리들 또는 샘플들 내에 OPI NAL 유닛들을 포함하지 않는 것이 바람직할 수 있다.
- VVC 트랙이 VVC 서브픽처 트랙들을 참조하지 않으면, VVC 트랙에서 샘플의 NAL 유닛들은 픽처 유닛 내에 포함될 수 있다.
그 이외의 경우, 다음이 적용될 수 있다.
트랙 참조들은 표준 문서, 예컨대 ISO/IEC 14496-15의 하위조항 11.6.4에 명시된 바에 따라 분해(resolved)될 수 있다.
또한, 필요한 경우, 파라미터 세트들은 표준 문서, 예컨대 ISO/IEC 14496-15의 하위조항 11.6.5에 명시된 바에 따라 업데이트될 수 있다.
또한, 1과 같은 sn_subpic_flag를 갖는 스케일러블 네스팅(scalable nesting) SEI 메시지를 포함하는 모든 SEI NAL 유닛과 모든 DCI, OPI, VPS, SPS, PPS, AUD, PH, EOS, EOB NAL 유닛들을 제외하고, 픽처 유닛은, 'subp' 트랙 참조에서 참조되는 VVC 서브픽처 트랙 순으로 (본 샘플에 매핑된 'spor' 샘플 그룹 엔트리의 동일한 그룹 엔트리 내에서 num_subpic_ref_idx가 0인 경우), 또는 본 샘플에 매핑된 'spor' 샘플 그룹 디스크립션 엔트리에서 명시된 순으로 (본 샘플에 매핑된 'spor' 샘플 그룹 엔트리의 동일한 그룹 엔트리 내에서 num_subpic_ref_idx가 0보다 큰 경우), 각각의 참조된 VVC 서브픽처 트랙 내의 (디코딩 시간 상) 시-정렬된 분해된 샘플의 컨텐츠에 의해 추가(appended)될 수 있다.
또한, 참조된 VVC 서브픽처가 VVC non-VCL 트랙과 연관된 경우, VVC 서브픽처 트랙의 분해된 샘플은 다음의 NAL 유닛들을 포함할 수 있다. i) EOS_NUT, EOB_NUT, SUFFIX_APS_NUT, SUFFIX_SEI_NUT, FD_NUT, or RSV_NVCL_27과 같은 nal_unit_type을 갖는 연관된 VVC non-VCL 트랙의 시-정렬된 샘플 내에 적어도 하나의 NAL 유닛이 존재하는 경우 (상술한 NAL 유닛 타입을 갖는 NAL 유닛은 픽처 유닛 내에서 첫번째 VCL NAL 유닛에 선행할 수 없음), 이러한 NAL 유닛들 중 첫번째 NAL 유닛을 제외한 연관된 VVC non-VCL 트랙의 시-정렬된 샘플 내의 NAL 유닛들 (단, AUD NAL 유닛을 제외함). ii) 그 이외의 경우, 연관된 VVC non-VCL 트랙의 시-정렬된 샘플 내의 모든 NAL 유닛들. iii) 참조된 VVC 서브픽처 트랙의 샘플 내의 NAL 유닛들. iv) 연관된 VVC non-VCL 트랙의 시-정렬된 샘플 내의 나머지(remaining) NAL 유닛들.
- EOS_NUT, EOB_NUT, SUFFIX_APS_NUT, SUFFIX_SEI_NUT, FD_NUT, 또는 RSV_NVCL_27과 같은 nal_unit_type을 갖는 샘플 내 모든 NAL 유닛들은 픽처 유닛 내에 포함될 수 있다.
- 연관된 VVC non-VCL 트랙이 존재하고 샘플로부터 복원된 액세스 유닛 내에서 픽처 유닛이 마지막 픽처 유닛인 경우, EOS_NUT, EOB_NUT, SUFFIX_APS_NUT, SUFFIX_SEI_NUT, FD_NUT, 또는 RSV_NVCL_27과 같은 nal_unit_type을 갖는 연관된 VVC non-VCL 트랙의 시-정렬된 샘플 내의 모든 NAL 유닛들은 픽처 유닛 내에 포함될 수 있다.
- UNSPEC_28 내지 UNSPEC_31 범위 내의 nal_unit_type을 갖는 샘플 내 모든 NAL 유닛들 및 NAL 유닛 유사 구조들(NAL-unit-like structures)은 픽처 유닛에서 제거되어야 한다.
이하, EOS 샘플 그룹 및 EOB 샘플 그룹에 대해 상세히 설명한다.
EOS 샘플 그룹 - 종래 기술의 문제점
EOS(end of sequence) 샘플 그룹의 샘플 그룹 디스크립션 엔트리는 EOS NAL 유닛을 포함할 수 있다. 샘플이 EOS 샘플 그룹 ('eos')에 매핑되는 경우, 상기 샘플 그룹 내에 포함된 EOS NAL 유닛은, 타겟 동작점이 출력 레이어 세트들 및 EOS 샘플 그룹 내에서 지시되는 최대 temporal ID에 대응하면, 복원된 액세스 유닛 내에서 지시된 위치에 삽입될 필요가 있음을 나타낼 수 있다. 한편, EOS 샘플 그룹은 'eos' 샘플 그룹 또는 'eos'로 지칭될 수도 있으며, 이하 별도의 언급이 없는 한 이들을 혼용해서 사용하기로 한다.
도 10은 EOS 샘플 그룹 엔트리의 신택스 구조를 나타낸 도면이다.
도 11은 멀티 레이어들을 운반하는 트랙의 일 예를 나타낸 도면이다.
먼저 도 10을 참조하면, EOS 샘플 엔트리(EndOfSequenceSampleEntry)는 신택스 요소들 ols_idx, max_tid, lower_ols_idx_inclusive, eos_position, 및 eosNalUnit을 포함할 수 있다.
신택스 요소 ols_idx 및 max_tid는 EOS 샘플 그룹이 적용되는 동작점을 지시할 수 있다.
신택스 요소 lower_ols_idx_inclusive는 EOS 샘플 그룹이 특정 동작점에만 적용되는지 여부를 나타낼 수 있다. 예를 들어, 제2 값(e.g., 0)의 lower_ols_idx_inclusive는, EOS 샘플 그룹이 ols_idx와 같은 출력 레이어 세트 인덱스(OLS index)를 갖는 동작점에 대해서만 적용됨을 나타낼 수 있다. 이와 달리, 제1 값(e.g., 1)의 lower_ols_idx_inclusive는, EOS 샘플 그룹이 0부터 ols_idx까지의 인덱스를 갖는 모든 출력 레이어 세트들에 대해 적용됨을 나타낼 수 있다.
신택스 요소 eos_position은, EOS NAL 유닛이 복원된 비트스트림 내에 배치된 이후에, 복원된 액세스 유닛의 NAL 유닛의 인덱스를 나타낼 수 있다.
신택스 요소 eosNalUnit은 표준 문서, 예컨대 ISO/IEC 23090-3(VVC 표준)에 명시된 EOS NAL 유닛을 포함할 수 있다.
VVC 기본 스트림(elementary stream)이 멀티 레이어들을 포함하는 경우, 트랙은 멀티 레이어들을 운반할 수 있다. 이 경우, 각 레이어당 하나씩, 복수의 EOS NAL 유닛들이 액세스 유닛 내로 삽입될 필요가 있다. 예를 들어, 도 11에 도시된 바와 같이, 멀티 레이어 구조의 트랙 1에서, 비디오 시퀀스는 각 레이어 별로 생성될 수 있다. 그 결과, 비디오 시퀀스의 종료를 나타내기 위하여, 각 레이어(Layer 0 및 Layer 1)당 하나씩, 총 2개의 EOS NAL 유닛들이 마지막 액세스 유닛인 AU2 내로 삽입되어야 한다.
하지만, 도 10의 신택스 구조에 따르면, 하나의 'eos' 샘플 그룹은 오직 하나의 EOS NAL 유닛만을 운반할 수 있을 뿐이다. 각 샘플 또는 액세스 유닛에 대하여 하나의 'eos' 샘플 그룹만이 매핑된다는 점을 고려할 때, 이는 각 샘플 또는 액세스 유닛 내로 오직 하나의 EOS NAL 유닛만이 삽입될 수 있음을 의미한다. 따라서, 도 10의 'eos' 샘플 그룹 디자인은 멀티 레이어들을 갖는 VVC 기본 스트림에 대해서는 작동할 수 없게 되는 문제가 발생한다.
이와 같은 문제를 해결하기 위하여, 본 개시의 실시예들은 복수의 EOS NAL 유닛들을 운반할 수 있는 새로운 'eos' 샘플 그룹 디자인을 제공한다.
본 개시의 실시예들은 다음 구성들 중 적어도 하나를 포함할 수 있다. 실시예에 따라, 상기 구성들은 개별적으로 구현될 수도 있고, 또는 2 이상의 조합으로 구현될 수도 있다.
(구성 1): 'eos' 샘플 그룹이 복수의 EOS NAL 유닛들을 운반하는 것이 허용될 수 있다.
(구성 2): 상기 구성 1을 지원하기 위하여, 'eos' 샘플 그룹의 신택스는 다음과 같이 변경될 수 있다.
- 'eos' 샘플 그룹 내에 존재하는 EOS NAL 유닛들의 개수를 나타내기 위하여, 새로운 신택스 요소 num_eos_nal_unit_minus1이 시그널링될 수 있다. 이 때, 상기 'eos' 샘플 그룹 내의 EOS NAL 유닛들의 개수는 num_eos_nal_unit_minus1 + 1일 수 있다.
- EOS NAL 유닛 및 그 삽입 위치에 관한 (for) 루프가 추가될 수 있다.
(구성 3): EOS NAL 유닛의 삽입 위치(i.e., eos_position[ i ])를 시그널링함에 있어서, 상기 삽입 위치는 샘플 내 NAL 유닛들만을 고려할 뿐이고, 삽입될 NAL 유닛들을 카운팅하지는 않을 수 있다.
(구성 4): EOS NAL 유닛의 삽입 위치에 관한 신택스 요소 eos_position[ i ]가 시그널링될 수 있다. 여기서, 신택스 요소 eos_position[ i ]는 i-번째 EOS NAL 유닛이 삽입될 샘플 내 NAL 유닛의 인덱스를 나타낼 수 있다.
(구성 5): eos_position[ i ]를 시그널링하는 대신 delta_eos_position[ i ]가 시그널링될 수도 있다. 이 경우, eos_position[ i ]의 값은 delta_eos_position[ i ]에 기반하여 다음과 같이 유도될 수 있다.
- i가 0이면, eos_position[ i ]는 delta_eos_position[ i ]와 동일한 값으로 유도될 수 있다.
- 그 이외의 경우, eos_position[ i ]은 eos_position[ i-1 ] + delta_eos_position[ i ]와 동일한 값으로 유도될 수 있다.
(구성 6): 상술한 구성 3과 달리, EOS NAL 유닛이 배치될 위치에 관한 위치 정보가 시그널링되지 않을 수 있다. 'eos' 샘플 그룹에 매핑된 샘플이 액세스 유닛의 복원을 위해 포함되는 경우, 상기 'eos' 샘플 그룹 내의 EOS NAL 유닛들은 복원된 액세스 유닛의 끝에 삽입될 수 있다.
(구성 7): 상술한 구성 3과 달리, EOS NAL 유닛이 배치될 위치에 관한 위치 정보가 시그널링되지 않을 수 있다. 'eos' 샘플 그룹에 매핑된 샘플이 액세스 유닛의 복원을 위해 포함되는 경우, 상기 'eos' 샘플 그룹 내의 EOS NAL 유닛들은 액세스 유닛에 필요한 샘플로부터의 모든 NAL 유닛들 이후에 복원된 액세스 유닛에 삽입될 수 있다.
이하, 상술한 구성들에 기반한 본 개시의 실시예들을 상세하게 설명하기로 한다.
실시예 1
본 개시의 실시예 1은 전술한 구성 1 내지 구성 4에 기반하여 제공될 수 있다. 실시예 1의 구현은 VVC 파일 포맷 사양과 관련될 수 있다.
실시예 1에 따르면, 기존의 EOS 샘플 그룹과 달리, 하나의 EOS 샘플 그룹 내에서 복수의 EOS NAL 유닛들을 운반할 수 있다. 이하, 도 10을 참조하여 전술한 기존의 EOS 샘플 그룹과 중복된 설명은 생략하기로 한다.
도 12는 본 개시의 일 실시예에 따른 EOS 샘플 그룹 엔트리의 신택스 구조를 나타낸 도면이다.
도 12를 참조하면, EOS 샘플 그룹 엔트리(EndOfSequenceSampleEntry)는 신택스 요소들 ols_idx, max_tid, lower_ols_idx_inclusive, num_eos_nal_unit_minus1, eos_position[i], 및 eosNalUnit[i]를 포함할 수 있다.
신택스 요소 ols_idx 및 max_tid는 EOS 샘플 그룹이 적용되는 동작점을 지시할 수 있다.
신택스 요소 lower_ols_idx_inclusive는 EOS 샘플 그룹이 특정 동작점에만 적용되는지 여부를 나타낼 수 있다. 예를 들어, 제2 값(e.g., 0)의 lower_ols_idx_inclusive는, EOS 샘플 그룹이 ols_idx와 같은 출력 레이어 세트 인덱스(OLS index)를 갖는 동작점에 대해서만 적용됨을 나타낼 수 있다. 이와 달리, 제1 값(e.g., 1)의 lower_ols_idx_inclusive는, EOS 샘플 그룹이 0부터 ols_idx까지의 인덱스를 갖는 모든 출력 레이어 세트들에 대해 적용됨을 나타낼 수 있다.
신택스 요소 num_eos_nal_unit_minus1은 EOS 샘플 그룹 내에 존재하는 EOS NAL 유닛들의 개수에서 1을 차감한 값을 나타낼 수 있다.
신택스 요소 eos_position[i]는 현재 샘플 내에서 i-번째 EOS NAL 유닛이 배치된 후의 NAL 유닛 인덱스를 나타낼 수 있다. 여기서, 상기 NAL 유닛 인덱스는, 현재 샘플에 삽입/배치될 수 있는 다른 NAL 유닛(들)을 제외하고, 현재 샘플 내에 본질적으로(natively) 존재하는 NAL 유닛만을 고려할 수 있다. 현재 샘플 내 첫번째 NAL 유닛은 0-번째 NAL 유닛으로 간주될 수 있다.
일 예에서, 현재 샘플은, 샘플 또는 복원된 액세스 유닛내로 삽입될 AUD NAL 유닛 및/또는 EOB NAL 유닛을 유발하는 'aud' 샘플 그룹 및/또는 'eob' 샘플 그룹에 매핑될 수도 있다. 이 경우, eos_position[i]는 AUD NAL 유닛 및/또는 EOB NAL 유닛의 삽입 이전의 NAL 유닛의 위치를 기반으로 할 수 있다.
신택스 요소 eosNalUnit[i]는, 샘플 그룹에서, 표준 문서, 예컨대 ISO/IEC 23090-3(VVC 표준)에 명시된 i-번째 EOS NAL 유닛을 포함할 수 있다.
한편, 전술한 VVC 비트스트림의 암시적 복원 프로세스 중 일부는 실시예 1에 따라 다음과 같이 수정될 수 있다.
액세스 유닛을 복원하는 경우, 동일한 디코딩 시간을 갖는 샘플들로부터의 픽처 유닛들은 (표준 문서, 예컨대 ISO/IEC 23090-3(VVC 표준)에서 명시된 바와 같은 픽처 유닛들), nuh_layer_id 값의 오름차순으로 상기 액세스 유닛 내에 위치할 수 있다. 소정의 조건에 따라 다음의 단계들이 수행될 수 있다.
- 샘플의 첫번째 픽처 유닛을 포함하는 트랙의 샘플이 ols_idx 및 lower_ols_idx_inclusive를 포함하는 샘플 그룹 'aud'에 속하는 것으로 마킹되고, 타겟 동작점에 대응하는 경우, 'aud' 샘플 그룹 내의 AUD NAL 유닛은 액세스 유닛의 첫번째 NAL 유닛으로서 상기 AU 내에 배치될 수 있다.
- 트랙 내의 샘플이 타겟 동작점에 대응하는 ols_idx, max_tid 및 lower_ols_idx_inclusive를 갖는 샘플 그룹 'eos'에 속하는 것으로 마킹된 경우, 'eos' 샘플 그룹 내의 EOS NAL 유닛은 액세스 유닛 내에서 다음과 같이 배치될 수 있다.
i) 첫번째 EOS NAL 유닛에 대하여, 다음이 적용될 수 있다.
샘플의 첫번째(i.e., eos_position[0] + 1) NAL 유닛을 복원된 액세스 유닛 내에 위치시킴.
'eos' 샘플 그룹 내의 인덱스 0을 갖는 EOS NAL 유닛(i.e., eosNalUnit[i])를 상기 액세스 유닛 내에 위치시킴.
ii) 두번째 EOS NAL 유닛부터 마지막 EOS NAL 유닛(i.e., 0 보다 큰 인덱스 i를 갖는 EOS NAL 유닛들)에 대하여, 다음이 적용될 수 있다.
샘플의 다음 (eos_position[i] - eos_position[i-1])-번째 NAL 유닛을 복원된 액세스 유닛 내에 위치시킴.
'eos' 샘플 그룹 내의 인덱스 i을 갖는 EOS NAL 유닛(i.e., eosNalUnit[i])를 상기 액세스 유닛 내에 위치시킴.
iii) 샘플의 나머지 NAL 유닛들이 존재하는 경우, 상기 나머지 NAL 유닛들을 복원된 액세스 유닛 내에 위치시킴.
- 트랙 내의 샘플이 타겟 동작점에 대응하는 ols_idx, max_tid 및 lower_ols_idx_inclusive를 갖는 'eob' 샘플 그룹에 속하는 것으로 마킹된 경우, 'eob' 샘플 그룹 내의 EOB NAL 유닛은 (EOS NAL 유닛을 포함하는) 액세스 유닛 내에서 (EOS NAL 유닛을 포함한) 다른 모든 NAL 유닛들 다음에 배치될 수 있다.
타겟 동작점 내의 레이어들 및 서브레이어들로부터의 픽처 유닛들만이 출력 비트스트림 내에 포함될 수 있다.
이상, 실시예 1에 따르면, EOS 샘플 그룹은 복수의 EOS NAL 유닛들 및 그 개수 정보를 포함할 수 있다. 이에 따라, 멀티 레이어 구조의 액세스 유닛을 올바르게 복원할 수 있다.
실시예 2
본 개시의 실시예 2는 전술한 구성 4를 제외한 모든 구성들에 기반하여 제공될 수 있다. 실시예 2의 구현은 실시예 1과 관련될 수 있다.
실시예 2에 따르면, 기존의 EOS 샘플 그룹과 달리, 하나의 EOS 샘플 그룹 내에서 복수의 EOS NAL 유닛들을 운반할 수 있다. 이하, 도 10을 참조하여 전술한 기존의 EOS 샘플 그룹과 중복된 설명은 생략하기로 한다.
도 13은 본 개시의 다른 실시예에 따른 EOS 샘플 그룹 엔트리의 신택스 구조를 나타낸 도면이다.
도 13을 참조하면, EOS 샘플 그룹 엔트리(EndOfSequenceSampleEntry)는 신택스 요소들 ols_idx, max_tid, lower_ols_idx_inclusive, num_eos_nal_unit_minus1, delta_eos_position[i], 및 eosNalUnit[i]를 포함할 수 있다.
신택스 요소 ols_idx 및 max_tid는 EOS 샘플 그룹이 적용되는 동작점을 지시할 수 있다.
신택스 요소 lower_ols_idx_inclusive는 EOS 샘플 그룹이 특정 동작점에만 적용되는지 여부를 나타낼 수 있다. 예를 들어, 제2 값(e.g., 0)의 lower_ols_idx_inclusive는, EOS 샘플 그룹이 ols_idx와 같은 출력 레이어 세트 인덱스(OLS index)를 갖는 동작점에 대해서만 적용됨을 나타낼 수 있다. 이와 달리, 제1 값(e.g., 1)의 lower_ols_idx_inclusive는, EOS 샘플 그룹이 0부터 ols_idx까지의 인덱스를 갖는 모든 출력 레이어 세트들에 대해 적용됨을 나타낼 수 있다.
신택스 요소 num_eos_nal_unit_minus1은 EOS 샘플 그룹 내에 존재하는 EOS NAL 유닛들의 개수에서 1을 차감한 값을 나타낼 수 있다.
신택스 요소 delta_eos_position[i]는 현재 샘플 내에서 i-번째 EOS NAL 유닛이 배치된 후의 NAL 유닛 인덱스를 나타내는 eos_position[i]의 값을 유도하기 위해 이용될 수 있다. 여기서, 상기 NAL 유닛 인덱스는, 현재 샘플에 삽입/배치될 수 있는 다른 NAL 유닛(들)을 제외하고, 현재 샘플 내에 본질적으로(natively) 존재하는 NAL 유닛만을 고려할 수 있다. 현재 샘플 내 첫번째 NAL 유닛은 0-번째 NAL 유닛으로 간주될 수 있다. eos_position[0]은 delta_eos_position[0]과 같게 설정될 수 있다. 0보다 큰 i에 대하여 eos_position[i]는 eos_position[i-1]+delta_eos_position[i]와 같게 설정될 수 있다. 이와 같이, 도 13의 EOS 샘플 그룹 엔트리는, EOS NAL 유닛의 삽입 위치를 유도하기 위한 차분 정보를 포함한다는 점에서, EOS NAL 유닛의 삽입 위치를 나타내는 정보를 포함하는 도 12의 경우와는 상이할 수 있다.
한편, 일 예에서, 현재 샘플은, 샘플 또는 복원된 액세스 유닛내로 삽입될 AUD NAL 유닛 및/또는 EOB NAL 유닛을 유발하는 'aud' 샘플 그룹 및/또는 'eob' 샘플 그룹에 매핑될 수도 있다. 이 경우, eos_position[i]는 AUD NAL 유닛 및/또는 EOB NAL 유닛의 삽입 이전의 NAL 유닛의 위치를 기반으로 할 수 있다.
신택스 요소 eosNalUnit[i]는, 샘플 그룹에서, 표준 문서, 예컨대 ISO/IEC 23090-3(VVC 표준)에 명시된 i-번째 EOS NAL 유닛을 포함할 수 있다.
이상, 실시예 2에 따르면, EOS 샘플 그룹은 복수의 EOS NAL 유닛들 및 그 개수 정보를 포함할 수 있다. 이에 따라, 멀티 레이어 구조의 액세스 유닛을 올바르게 복원할 수 있다.
실시예 3
본 개시의 실시예 3은 전술한 구성 1, 구성 2 및 구성 6에 기반하여 제공될 수 있다. 실시예 3의 구현은 VVC 파일 포맷 사양과 관련될 수 있다.
실시예 3에 따르면, 기존의 EOS 샘플 그룹과 달리, 하나의 EOS 샘플 그룹 내에서 복수의 EOS NAL 유닛들을 운반할 수 있다. 또한, EOS NAL 유닛의 삽입 위치를 나타내는 정보가 EOS 샘플 그룹에서 제외될 수 있다. 이하, 도 10을 참조하여 전술한 기존의 EOS 샘플 그룹과 중복된 설명은 생략하기로 한다.
도 14는 본 개시의 또 다른 실시예에 따른 EOS 샘플 그룹 엔트리의 신택스 구조를 나타낸 도면이다.
도 14를 참조하면, EOS 샘플 그룹 엔트리(EndOfSequenceSampleEntry)는 신택스 요소들 ols_idx, max_tid, lower_ols_idx_inclusive, num_eos_nal_unit_minus1, 및 eosNalUnit[i]를 포함할 수 있다.
신택스 요소 ols_idx 및 max_tid는 EOS 샘플 그룹이 적용되는 동작점을 지시할 수 있다.
신택스 요소 lower_ols_idx_inclusive는 EOS 샘플 그룹이 특정 동작점에만 적용되는지 여부를 나타낼 수 있다. 예를 들어, 제2 값(e.g., 0)의 lower_ols_idx_inclusive는, EOS 샘플 그룹이 ols_idx와 같은 출력 레이어 세트 인덱스(OLS index)를 갖는 동작점에 대해서만 적용됨을 나타낼 수 있다. 이와 달리, 제1 값(e.g., 1)의 lower_ols_idx_inclusive는, EOS 샘플 그룹이 0부터 ols_idx까지의 인덱스를 갖는 모든 출력 레이어 세트들에 대해 적용됨을 나타낼 수 있다.
신택스 요소 num_eos_nal_unit_minus1에 1을 가산한 값은 EOS 샘플 그룹 내에 존재하는 EOS NAL 유닛들의 개수를 나타낼 수 있다.
신택스 요소 eosNalUnit[i]는, 샘플 그룹에서, 표준 문서, 예컨대 ISO/IEC 23090-3(VVC 표준)에 명시된 i-번째 EOS NAL 유닛을 포함할 수 있다.
도 14의 EOS 샘플 그룹 엔트리는, 도 12 및 도 13의 EOS 샘플 그룹 엔트리들과는 달리, EOS NAL 유닛의 삽입 위치에 관한 신택스 요소(e.g., eos_position[i], delta_eos_position[i])를 포함하지 않는다. 이에 따라, EOS 샘플 그룹 엔트리의 비트 사이즈가 보다 감소할 수 있다.
한편, 전술한 VVC 비트스트림의 암시적 복원 프로세스 중 일부는 실시예 3에 따라 다음과 같이 수정될 수 있다.
액세스 유닛을 복원하는 경우, 동일한 디코딩 시간을 갖는 샘플들로부터의 픽처 유닛들은 (표준 문서, 예컨대 ISO/IEC 23090-3(VVC 표준)에서 명시된 바와 같은 픽처 유닛들), nuh_layer_id 값의 오름차순으로 상기 액세스 유닛 내에 위치할 수 있다. 소정의 조건에 따라 다음의 단계들이 수행될 수 있다.
- 샘플의 첫번째 픽처 유닛을 포함하는 트랙의 샘플이 ols_idx 및 lower_ols_idx_inclusive를 포함하는 샘플 그룹 'aud'에 속하는 것으로 마킹되고, 타겟 동작점에 대응하는 경우, 'aud' 샘플 그룹 내의 AUD NAL 유닛은 액세스 유닛의 첫번째 NAL 유닛으로서 상기 액세스 유닛 내에 배치될 수 있다.
- 트랙 내의 샘플이 타겟 동작점에 대응하는 ols_idx, max_tid 및 lower_ols_idx_inclusive를 갖는 샘플 그룹 'eos'에 속하는 것으로 마킹된 경우, 'eos' 샘플 그룹 내의 EOS NAL 유닛들은, EOB NAL 유닛(존재하는 경우)을 제외한 액세스 유닛의 모든 NAL 유닛들 다음에 액세스 유닛 내로 배치될 수 있다.
- 트랙 내의 샘플이 타겟 동작점에 대응하는 ols_idx, max_tid 및 lower_ols_idx_inclusive를 갖는 'eob' 샘플 그룹에 속하는 것으로 마킹된 경우, 'eob' 샘플 그룹 내의 EOB NAL 유닛은 액세스 유닛 내에서 (EOS NAL 유닛을 포함한) 다른 모든 NAL 유닛들 다음에 배치될 수 있다.
이상, 실시예 3에 따르면, EOS 샘플 그룹은 복수의 EOS NAL 유닛들 및 그 개수 정보를 포함할 수 있다. 또한, EOS NAL 유닛의 삽입 위치를 나타내는 정보가 EOS 샘플 그룹에서 제외될 수 있다. 이에 따라, 비트수를 절약하면서 멀티 레이어 구조의 액세스 유닛을 올바르게 복원할 수 있다.
실시예 4
본 개시의 실시예 4는 전술한 구성 1, 구성 2 및 구성 7에 기반하여 제공될 수 있다. 실시예 4의 구현은 VVC 파일 포맷 사양과 관련될 수 있다.
실시예 4에 따르면, 기존의 EOS 샘플 그룹과 달리, 하나의 EOS 샘플 그룹 내에서 복수의 EOS NAL 유닛들을 운반할 수 있다. 또한, EOS NAL 유닛의 삽입 위치를 나타내는 정보가 EOS 샘플 그룹에서 제외될 수 있다. 이하, 도 10을 참조하여 전술한 기존의 EOS 샘플 그룹과 중복된 설명은 생략하기로 한다.
실시예 4에 따른 EOS 샘플 엔트리(EndOfSequenceSampleEntry)의 신택스 및 시맨틱스는 도 14를 참조하여 전술한 실시예 3의 경우와 같을 수 있다.
한편, 전술한 VVC 비트스트림의 암시적 복원 프로세스 중 일부는 실시예 4에 따라 수정될 수 있다. 실시예 4에 따라 수정된 암시적 복원 프로세스는 EOS NAL 유닛의 삽입 위치를 제외하고는 실시예 3의 경우와 같을 수 있다. 실시예 4에 따른 EOS NAL 유닛의 삽입 위치는 다음과 같다.
- 트랙 내의 샘플이 타겟 동작점에 대응하는 ols_idx, max_tid 및 lower_ols_idx_inclusive를 갖는 샘플 그룹 'eos'에 속하는 것으로 마킹된 경우, 'eos' 샘플 그룹 내의 EOS NAL 유닛들은, EOB NAL 유닛(존재하는 경우)을 제외한 샘플로부터의 모든 NAL 유닛들 다음에 액세스 유닛 내로 배치될 수 있다.
이상, 실시예 4에 따르면, EOS 샘플 그룹은 복수의 EOS NAL 유닛들 및 그 개수 정보를 포함할 수 있다. 또한, EOS NAL 유닛의 삽입 위치를 나타내는 정보가 EOS 샘플 그룹에서 제외될 수 있다. 이에 따라, 비트수를 절약하면서 멀티 레이어 구조의 액세스 유닛을 올바르게 복원할 수 있다.
이하, 본 개시의 일 실시예에 따른 미디어 파일 수신/생성 방법을 상세하게 설명한다.
도 15는 본 개시의 일 실시예에 따른 미디어 파일 수신 방법을 나타낸 흐름도이다. 도 15의 각 단계는 미디어 파일 수신 장치에 의해 수행될 수 있다. 일 예에서, 미디어 파일 수신 장치는 도 1의 수신 장치(B)에 대응될 수 있다.
도 15를 참조하면, 미디어 파일 수신 장치는, 미디어 파일 생성/송신 장치로부터 수신된 미디어 파일로부터 하나 이상의 트랙 및 샘플 그룹을 획득할 수 있다(S1510). 일 예에서, 상기 미디어 파일은 ISO BMFF(ISO Base Media File Format), CMAF(Common Media Application Format) 등의 파일 포맷을 가질 수 있다.
그리고, 미디어 파일 수신 장치는, 상기 트랙 내의 샘플들 및 상기 샘플 그룹에 기반하여, 액세스 유닛을 복원할 수 있다(S1520).
상기 샘플 그룹은, 상기 액세스 유닛을 포함하는 비디오 데이터의 시퀀스 종료 정보를 포함하는 제1 샘플 그룹을 포함할 수 있다.
상기 제1 샘플 그룹은, 상기 제1 샘플 그룹에 속하는 EOS(end of sequence) NAL 유닛들, 및 상기 EOS NAL 유닛들의 개수에 관한 제1 신택스 요소를 포함할 수 있다. 상기 제1 샘플 그룹은 도 12 내지 도 14를 참조하여 전술한 신택스 구조를 가질 수 있다. 이 경우, 상기 EOS NAL 유닛들은 전술한 신택스 요소 eosNalUnit[i]에 대응할 수 있다. 또한, 상기 제1 신택스 요소는 전술한 신택스 요소 num_eos_nal_unit_minus1에 대응할 수 있다.
일 실시예에서, 상기 제1 신택스 요소에 1을 가산한 값은 상기 EOS NAL 유닛들의 개수를 나타낼 수 있다. 상기 제1 신택스 요소는 부호없는 정수형 타입(i.e., unsigned int)을 가질 수 있다. 이에 따라, 상기 제1 신택스 요소의 값은 0보다 크거나 같을 수 있는 바, 상기 제1 샘플 그룹은 최소 1개의 EOS NAL 유닛을 포함할 수 있다.
일 실시예에서, 상기 EOS NAL 유닛들은 상기 제1 신택스 요소에 기반하여 제어되는 루프 내에서 리스팅될 수 있다. 예를 들어, 도 12 내지 도 14에 도시된 바와 같이, 신택스 요소 eosNalUnit[i]은 num_eos_nal_unit_minus1+1회 반복되는 for-loop를 통해 NAL 유닛 인덱스 i 순으로 EOS 샘플 그룹으로부터 획득될 수 있다.
일 실시예에서, 상기 EOS NAL 유닛들이 갖는 최대 NAL 유닛 인덱스 값은 상기 제1 신택스 요소의 값(e.g., num_eos_nal_unit_minus1)과 같을 수 있다.
일 실시예에서, 상기 트랙 내의 샘플이 상기 제1 샘플 그룹에 속하는 것에 기반하여, 상기 EOS NAL 유닛들은 상기 액세스 유닛 내에서 미리 결정된 위치에 배치될 수 있다. 이 때, 상기 미리 결정된 위치는, 상기 액세스 유닛 내에서 EOB(end of bitstream) NAL 유닛을 제외한 상기 샘플의 모든 NAL 유닛들 다음 위치로 결정될 수 있다. 또는, 상기 미리 결정된 위치는, 상기 액세스 유닛 내에서 EOB(end of bitstream) NAL 유닛을 제외한 상기 액세스 유닛의 모든 NAL 유닛들 다음 위치로 결정될 수 있다.
도 16은 본 개시의 일 실시예에 따른 미디어 파일 생성 방법을 나타낸 흐름도이다. 도 16의 각 단계는 미디어 파일 생성 장치에 의해 수행될 수 있다. 일 예에서, 미디어 파일 생성 장치는 도 1의 송신 장치(A)에 대응될 수 있다.
도 16을 참조하면, 미디어 파일 생성 장치는 액세스 유닛을 포함하는 비디오 데이터를 부호화할 수 있다(S1610). 일 예에서, 상기 비디오 데이터는 비디오 코덱 표준, 예컨대 VVC 표준에 따른 예측, 변환 및 양자화 과정 등을 통해 부호화될 수 있다.
미디어 파일 생성 장치는 상기 부호화된 비디오 데이터의 시퀀스 종료 정보를 포함하는 제1 샘플 그룹을 생성할 수 있다(S1620).
그리고, 미디어 파일 생성 장치는 상기 부호화된 비디오 데이터 및 상기 제1 샘플 그룹에 기반하여, 미디어 파일을 생성할 수 있다(S1630). 일 예에서, 상기 미디어 파일은 ISO BMFF(ISO Base Media File Format), CMAF(Common Media Application Format) 등의 파일 포맷을 가질 수 있다.
상기 제1 샘플 그룹은, 상기 제1 샘플 그룹에 속하는 EOS(end of sequence) NAL 유닛들, 및 상기 EOS NAL 유닛들의 개수에 관한 제1 신택스 요소를 포함할 수 있다. 상기 제1 샘플 그룹은 도 12 내지 도 14를 참조하여 전술한 신택스 구조를 가질 수 있다. 이 경우, 상기 EOS NAL 유닛들은 전술한 신택스 요소 eosNalUnit[i]에 대응할 수 있다. 또한, 상기 제1 신택스 요소는 전술한 신택스 요소 num_eos_nal_unit_minus1에 대응할 수 있다.
일 실시예에서, 상기 제1 신택스 요소에 1을 가산한 값은 상기 EOS NAL 유닛들의 개수를 나타낼 수 있다. 상기 제1 신택스 요소는 부호없는 정수형 타입(i.e., unsigned int)을 가질 수 있다. 이에 따라, 상기 제1 신택스 요소의 값은 0보다 크거나 같을 수 있는 바, 상기 제1 샘플 그룹은 최소 1개의 EOS NAL 유닛을 포함할 수 있다.
일 실시예에서, 상기 EOS NAL 유닛들은 상기 제1 신택스 요소에 기반하여 제어되는 루프 내에서 리스팅될 수 있다. 예를 들어, 도 12 내지 도 14에 도시된 바와 같이, 신택스 요소 eosNalUnit[i]은 num_eos_nal_unit_minus1+1회 반복되는 for-loop를 통해 NAL 유닛 인덱스 i 순으로 EOS 샘플 그룹 내에 삽입(또는, 부호화)될 수 있다.
일 실시예에서, 상기 EOS NAL 유닛들이 갖는 최대 NAL 유닛 인덱스 값은 상기 제1 신택스 요소의 값(e.g., num_eos_nal_unit_minus1)과 같을 수 있다.
일 실시예에서, 상기 트랙 내의 샘플이 상기 제1 샘플 그룹에 속하는 것에 기반하여, 상기 EOS NAL 유닛들은 상기 액세스 유닛 내에서 미리 결정된 위치에 배치될 수 있다. 이 때, 상기 미리 결정된 위치는, 상기 액세스 유닛 내에서 EOB(end of bitstream) NAL 유닛을 제외한 상기 샘플의 모든 NAL 유닛들 다음 위치로 결정될 수 있다. 또는, 상기 미리 결정된 위치는, 상기 액세스 유닛 내에서 EOB(end of bitstream) NAL 유닛을 제외한 상기 액세스 유닛의 모든 NAL 유닛들 다음 위치로 결정될 수 있다.
이상, 본 개시의 실시예들에 따르면, 복수의 EOS NAL 유닛들을 운반할 수 있는 새로운 'eos' 샘플 그룹 디자인이 제공될 수 있다. 이에 따라, 'eos' 샘플 그룹은 멀티 레이어들을 갖는 VVC 기본 스트림에 대해서도 올바르게 작동할 수 있다.
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시에 있어서, 소정의 동작(단계)을 수행하는 영상 부호화 장치 또는 영상 복호화 장치는 해당 동작(단계)의 수행 조건이나 상황을 확인하는 동작(단계)을 수행할 수 있다. 예를 들어, 소정의 조건이 만족되는 경우 소정의 동작을 수행한다고 기재된 경우, 영상 부호화 장치 또는 영상 복호화 장치는 상기 소정의 조건이 만족되는지 여부를 확인하는 동작을 수행한 후, 상기 소정의 동작을 수행할 수 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
또한, 본 개시의 다양한 실시예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
또한, 본 개시의 실시예가 적용된 미디어 파일 수신 장치 및 미디어 파일 생성 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, 화상 전화 비디오 장치, 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.
도 17은 본 개시의 실시예가 적용될 수 있는 컨텐츠 스트리밍 시스템을 예시한 도면이다.
도 17에 도시된 바와 같이, 본 개시의 실시예가 적용된 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 개시의 실시예가 적용된 영상 부호화 방법 및/또는 영상 부호화 장치에 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 기반하여 멀티미디어 데이터를 사용자 장치에 전송하고, 상기 웹 서버는 사용자에게 어떠한 서비스가 있는지를 알려주는 매개체 역할을 할 수 있다. 사용자가 상기 웹 서버에 원하는 서비스를 요청하면, 상기 웹 서버는 이를 스트리밍 서버에 전달하고, 상기 스트리밍 서버는 사용자에게 멀티미디어 데이터를 전송할 수 있다. 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 수행할 수 있다.
상기 스트리밍 서버는 미디어 저장소 및/또는 인코딩 서버로부터 컨텐츠를 수신할 수 있다. 예를 들어, 상기 인코딩 서버로부터 컨텐츠를 수신하는 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 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.
본 개시에 따른 실시예는 미디어 파일을 생성하고 송수신하는데 이용될 수 있다.

Claims (15)

  1. 미디어 파일 수신 장치에 의해 수행되는 미디어 파일 수신 방법으로서,
    미디어 파일로부터 하나 이상의 트랙 및 샘플 그룹을 획득하는 단계; 및
    상기 트랙 내의 샘플들 및 상기 샘플 그룹에 기반하여, 액세스 유닛을 복원하는 단계를 포함하고,
    상기 샘플 그룹은, 상기 액세스 유닛이 속한 비디오 데이터의 EOS(end of sequence) 정보를 포함하는 제1 샘플 그룹을 포함하며,
    상기 제1 샘플 그룹은, 하나 이상의 EOS NAL 유닛들 및 상기 EOS NAL 유닛들의 개수에 관한 제1 신택스 요소를 포함하는
    미디어 파일 수신 방법.
  2. 제1항에 있어서,
    상기 제1 신택스 요소에 1을 가산한 값은 상기 EOS NAL 유닛들의 개수를 나타내는
    미디어 파일 수신 방법.
  3. 제1항에 있어서,
    상기 EOS NAL 유닛들은 상기 제1 신택스 요소에 기반하여 제어되는 루프 내에서 리스팅되는
    미디어 파일 수신 방법.
  4. 제1항에 있어서,
    상기 EOS NAL 유닛들의 최대 인덱스 값은 상기 제1 신택스 요소의 값과 같은
    미디어 파일 수신 방법.
  5. 제1항에 있어서,
    상기 트랙 내의 샘플이 상기 제1 샘플 그룹에 속하는 것에 기반하여, 상기 EOS NAL 유닛들은 상기 액세스 유닛 내에서 미리 결정된 위치에 배치되는
    미디어 파일 수신 방법.
  6. 제5항에 있어서,
    상기 미리 결정된 위치는, 상기 액세스 유닛 내에서, EOB(end of bitstream) NAL 유닛을 제외한 상기 샘플의 모든 NAL 유닛들 다음 위치인
    미디어 파일 수신 방법.
  7. 메모리 및 적어도 하나의 프로세서를 포함하는 미디어 파일 수신 장치로서,
    상기 적어도 하나의 프로세서는,
    미디어 파일로부터 하나 이상의 트랙 및 샘플 그룹을 획득하고,
    상기 트랙 내의 샘플들 및 상기 샘플 그룹에 기반하여, 액세스 유닛을 복원하되,
    상기 샘플 그룹은, 상기 액세스 유닛이 속한 비디오 데이터의 EOS(end of sequence) 정보를 포함하는 제1 샘플 그룹을 포함하며,
    상기 제1 샘플 그룹은, 하나 이상의 EOS NAL 유닛들 및 상기 EOS NAL 유닛들의 개수에 관한 제1 신택스 요소를 포함하는
    미디어 파일 수신 장치.
  8. 미디어 파일 생성 장치에 의해 수행되는 미디어 파일 생성 방법으로서,
    액세스 유닛을 포함하는 비디오 데이터를 부호화하는 단계;
    상기 부호화된 비디오 데이터의 EOS(end of sequence) 정보를 포함하는 제1 샘플 그룹을 생성하는 단계; 및
    상기 부호화된 비디오 데이터 및 상기 제1 샘플 그룹에 기반하여, 미디어 파일을 생성하는 단계를 포함하고,
    상기 제1 샘플 그룹은, 하나 이상의 EOS NAL 유닛들 및 상기 EOS NAL 유닛들의 개수에 관한 제1 신택스 요소를 포함하는
    미디어 파일 생성 방법.
  9. 제8항에 있어서,
    상기 제1 신택스 요소에 1을 가산한 값은 상기 EOS NAL 유닛들의 개수를 나타내는
    미디어 파일 생성 방법.
  10. 제8항에 있어서,
    상기 EOS NAL 유닛들은 상기 제1 신택스 요소에 기반하여 제어되는 루프 내에서 리스팅되는
    미디어 파일 생성 방법.
  11. 제8항에 있어서,
    상기 EOS NAL 유닛들의 최대 인덱스 값은 상기 제1 신택스 요소의 값과 같은
    미디어 파일 생성 방법.
  12. 제8항에 있어서,
    상기 비디오 데이터의 샘플이 상기 제1 샘플 그룹에 속하는 것에 기반하여, 상기 EOS NAL 유닛들은 상기 액세스 유닛 내에서 미리 결정된 위치에 배치되는
    미디어 파일 생성 방법.
  13. 제12항에 있어서,
    상기 미리 결정된 위치는, 상기 액세스 유닛 내에서, EOB(end of bitstream) NAL 유닛을 제외한 상기 샘플의 모든 NAL 유닛들 다음 위치인
    미디어 파일 생성 방법.
  14. 제8항의 미디어 파일 생성 방법에 의해 생성된 미디어 파일을 전송하는 방법.
  15. 메모리 및 적어도 하나의 프로세서를 포함하는 미디어 파일 생성 장치로서,
    상기 적어도 하나의 프로세서는,
    액세스 유닛을 포함하는 비디오 데이터를 부호화하고,
    상기 부호화된 비디오 데이터의 EOS(end of sequence) 정보를 포함하는 제1 샘플 그룹을 생성하며,
    상기 부호화된 비디오 데이터 및 상기 제1 샘플 그룹에 기반하여, 미디어 파일을 생성하되,
    상기 제1 샘플 그룹은, 하나 이상의 EOS NAL 유닛들 및 상기 EOS NAL 유닛들의 개수에 관한 제1 신택스 요소를 포함하는
    미디어 파일 생성 장치.
PCT/KR2022/005605 2021-04-19 2022-04-19 Eos 샘플 그룹에 기반한 미디어 파일 생성/수신 방법, 장치 및 미디어 파일 전송 방법 WO2022225306A1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202280028975.8A CN117223290A (zh) 2021-04-19 2022-04-19 用于基于eos样本组生成/接收媒体文件的方法和设备以及用于发送媒体文件的方法
KR1020237039407A KR20230175242A (ko) 2021-04-19 2022-04-19 Eos 샘플 그룹에 기반한 미디어 파일 생성/수신 방법,장치 및 미디어 파일 전송 방법
US18/287,527 US20240205409A1 (en) 2021-04-19 2022-04-19 Method and device for generating/receiving media file on basis of eos sample group, and method for transmitting media file
JP2023562298A JP2024513512A (ja) 2021-04-19 2022-04-19 Ｅｏｓサンプルグループに基づくメディアファイル生成／受信方法及び装置、並びにメディアファイル伝送方法
EP22792006.3A EP4329315A4 (en) 2021-04-19 2022-04-19 METHOD AND APPARATUS FOR CREATING/RECEIVING A MEDIA FILE BASED ON AN EOS SAMPLE GROUP AND METHOD FOR SENDING A MEDIA FILE

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202163176355P 2021-04-19 2021-04-19
US63/176,355 2021-04-19
US202163180024P 2021-04-26 2021-04-26
US63/180,024 2021-04-26

Publications (1)

Publication Number Publication Date
WO2022225306A1 true WO2022225306A1 (ko) 2022-10-27

Family

ID=83722555

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/005605 WO2022225306A1 (ko) 2021-04-19 2022-04-19 Eos 샘플 그룹에 기반한 미디어 파일 생성/수신 방법, 장치 및 미디어 파일 전송 방법

Country Status (5)

Country Link
US (1) US20240205409A1 (ko)
EP (1) EP4329315A4 (ko)
JP (1) JP2024513512A (ko)
KR (1) KR20230175242A (ko)
WO (1) WO2022225306A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190010557A (ko) * 2016-05-24 2019-01-30 퀄컴 인코포레이티드 Ｈｅｖｃ 및 ｌ―ｈｅｖｃ 파일 포맷들에서의 타일 그룹화 및 샘플들의 맵핑
KR20190013763A (ko) * 2016-05-23 2019-02-11 퀄컴 인코포레이티드 별도의 파일 트랙들에서의 시퀀스 종단 및 비트스트림 종단 nal 유닛들
KR102115323B1 (ko) * 2012-03-16 2020-05-26 엘지전자 주식회사 영상 정보 저장 방법 및 영상 정보 파싱 방법 그리고 이를 이용하는 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102115323B1 (ko) * 2012-03-16 2020-05-26 엘지전자 주식회사 영상 정보 저장 방법 및 영상 정보 파싱 방법 그리고 이를 이용하는 장치
KR20190013763A (ko) * 2016-05-23 2019-02-11 퀄컴 인코포레이티드 별도의 파일 트랙들에서의 시퀀스 종단 및 비트스트림 종단 nal 유닛들
KR20190010557A (ko) * 2016-05-24 2019-01-30 퀄컴 인코포레이티드 Ｈｅｖｃ 및 ｌ―ｈｅｖｃ 파일 포맷들에서의 타일 그룹화 및 샘플들의 맵핑

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
R. SKUPIN (FRAUNHOFER), Y. SANCHEZ (FRAUNHOFER), K. SUEHRING (FRAUNHOFER), T. SCHIERL (HHI): "AHG9: Miscellaneous cleanups", 131. MPEG MEETING; 20200629 - 20200703; ONLINE; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), no. m54182 ; JVET-S0174, 10 June 2020 (2020-06-10), XP030288376 *
See also references of EP4329315A4 *
Y.-K. WANG (BYTEDANCE), Z. DENG (BYTEDANCE): "AHG9: On EOS NAL units", 131. MPEG MEETING; 20200629 - 20200703; ONLINE; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11), no. m54159 ; JVET-S0155, 10 June 2020 (2020-06-10), XP030288330 *

Also Published As

Publication number Publication date
US20240205409A1 (en) 2024-06-20
EP4329315A4 (en) 2024-08-21
KR20230175242A (ko) 2023-12-29
EP4329315A1 (en) 2024-02-28
JP2024513512A (ja) 2024-03-25

Similar Documents

Publication Publication Date Title
WO2014003379A1 (ko) 영상 디코딩 방법 및 이를 이용하는 장치
WO2021040479A1 (ko) 필터링 기반 영상 코딩 장치 및 방법
WO2014038906A1 (ko) 영상 복호화 방법 및 이를 이용하는 장치
WO2021177794A1 (ko) 혼성 nal 유닛 타입에 기반하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2020213867A1 (ko) 스케일링 리스트 데이터의 시그널링 기반 비디오 또는 영상 코딩
WO2021132964A1 (ko) Nal 유닛 관련 정보 기반 영상 또는 비디오 코딩
WO2021177791A1 (ko) 혼성 nal 유닛 타입에 기반하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021132963A1 (ko) 슬라이스 또는 픽처에 대한 nal 유닛 타입 기반 영상 또는 비디오 코딩
WO2021066618A1 (ko) 변환 스킵 및 팔레트 코딩 관련 정보의 시그널링 기반 영상 또는 비디오 코딩
WO2022131870A1 (ko) Nal 유닛 어레이 정보를 포함하는 미디어 파일 생성/수신 방법, 장치 및 미디어 파일 전송 방법
WO2022139260A1 (ko) 미디어 파일을 생성하고 처리하는 방법 및 장치
WO2021201628A1 (ko) 출력 레이어 셋에 기반하여 파라미터 셋의 참조 여부를 결정하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법
WO2021256785A1 (ko) Poc msb 정보에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2021241963A1 (ko) 비디오 또는 영상 코딩 시스템에서의 poc 정보 및 비-참조 픽처 플래그에 기반한 영상 코딩 방법
WO2021201513A1 (ko) Sps 내 ptl, dpb 및 hrd 관련 정보를 시그널링하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 컴퓨터 판독 가능한 기록 매체
WO2022039513A1 (ko) Cpi sei 메시지에 기반한 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체
WO2021066609A1 (ko) 변환 스킵 및 팔레트 코딩 관련 고급 문법 요소 기반 영상 또는 비디오 코딩
WO2021201548A1 (ko) 영상 디코딩 방법 및 그 장치
WO2022225306A1 (ko) Eos 샘플 그룹에 기반한 미디어 파일 생성/수신 방법, 장치 및 미디어 파일 전송 방법
WO2020213865A1 (ko) 스케일링 리스트 기반 비디오 또는 영상 코딩
WO2022071754A1 (ko) 출력 계층 세트 정보를 포함하는 미디어 파일 생성/수신 방법, 장치 및 미디어 파일 전송 방법
WO2022131801A1 (ko) 레이어 정보를 포함하는 미디어 파일 생성/수신 방법, 장치 및 미디어 파일 전송 방법
WO2022131754A1 (ko) 샘플 단위의 랜덤 액세스를 지원하는 미디어 파일 생성/수신 방법, 장치 및 미디어 파일 전송 방법
WO2022139459A1 (ko) 서브 픽처 id 정보를 시그널링하는 미디어 파일 생성/수신 방법, 장치 및 미디어 파일을 저장한 컴퓨터 판독 가능한 기록 매체
WO2022131845A1 (ko) Nal 유닛 정보를 포함하는 미디어 파일 생성/수신 방법, 장치 및 미디어 파일 전송 방법

Legal Events

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

Ref document number: 22792006

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023562298

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 202280028975.8

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 18287527

Country of ref document: US

ENP Entry into the national phase

Ref document number: 20237039407

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 1020237039407

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 2022792006

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022792006

Country of ref document: EP

Effective date: 20231120